CN201645254U - 通过学习提高批量生产中数控机床进给运动精度的装置 - Google Patents

Abstract

本实用新型提供一种用于提高现有数控系统运动精度的装置。该装置安装在原数控系统和驱动器之间，无需对原数控系统和驱动器做任何调整和改变，方便实用。在进行一种零件的重复加工时，通过大容量存储器记忆数控系统的控制和误差信号，并依据一定的学习算法，得到下一个零件加工所需新的控制信号并进行运动控制，新的控制信号将减小上一个零件加工时的运动误差。经过多次记忆——学习的过程，可使运动误差减小，从而提高数控机床的轮廓运动精度。控制装置包括微处理器、大容量存储器以及数控系统进给运动控制指令信号、学习后的控制输出信号、位置检测信号接口等。

Description

通过学习提高批量生产中数控机床进给运动精度的装置

技术领域

本实用新型涉及一种通过学习提高批量生产中数控机床进给运动精度的装置，属于数控机床控制技术领域。

背景技术

数控机床沿一定轨迹重复加工某零件时，其运动控制需要执行沿一个轨迹的重复运行。目前数控系统的控制并未考虑此类运动的重复特性，每一次运行误差都重复产生。学习控制的思想是通过学习每次运动的误差，对控制量进行修正，从而在下次运动时提高运动的精度。它不需要精确的系统模型，对系统的未建模特性具有一定的鲁棒性，实时计算量小。目前机床数控系统普遍采用位置指令脉冲对各进给轴进行控制，各轴驱动的跟随误差影响数控机床的加工精度。由于数控系统的封闭性、计算机硬软件结构及控制算法的复杂性等原因，其均无进给运动学习功能；且用户无法在现有的数控系统中添加和实现该学习功能。

实用新型内容

本实用新型的目的在于提供一种通过学习提高批量生产中数控机床进给运动精度的装置。常规机床数控系统与进给轴驱动器之间添加本方法及装置，当数控系统控制机床沿一定轨迹重复加工零件时，学习装置会依据一定的学习规则，不断对控制信号进行修正，减小运动误差，从而达到提高数控机床零件加工精度的目的。

一种通过学习提高批量生产中数控机床进给运动精度的装置，其特征在于：安装于数控系统和运动驱动器之间，包括用于实现学习算法和控制功能的微处理器、与微处理器相连的用于存储以往控制信号与误差信号的大容量存储器；其中微处理器与数控系统指令脉冲接口、学习后控制脉冲接口、位置检测信号接口、键盘接口、LCD显示接口相联。

一种通过学习提高批量生产中数控机床进给运动精度的方法，其特征在于包括以下过程：

(1)、进行批量生产中，将学习装置安装于数控系统和运动驱动器之间，数控系统输出的控制信号经过学习装置处理后再输送给运动驱动器，其中学习装置利用中断程序每T时间执行一次，完成相应的学习过程；

(2)、在进行第一个零件的加工过程中，利用学习装置读取数控系统输出的控制信号u₀(k)和控制信号与实际位置的误差信号e₀(k)，其中k为采样时刻，将上述控制信号u₀(k)和误差信号e₀(k)存储于存储器中；

(3)、在第二个及之后的零件加工时，利用学习装置根据学习策略，计算得到相应采样时刻的控制信号u_j+1(k)并输送给运动驱动器，学习算法为：

u_j+1(k)＝Q(q)[u_j(k)+L(q)e_j(k)]    (1)

式中：k为采样时间；j为重复学习控制的次数；u_j为上次控制信号；e_j为上次误差信号；u_j+i为本次控制信号；Q(q)为保证学习过程稳定的滤波器；L(q)为学习策略。

上述述滤波器Q(q)选取零相差滤波器，因为零相差滤波器具有仅对信号幅值进行处理而不添加额外相差的优点。

上述学习策略为比例学习策略，即L(z)＝Γ，其中Γ为比例因子，其对应的学习算法为

其中Γ越小，误差减小的过程越平缓，但误差减小的速度越慢；Γ越大，误差减小的过程越快，但误差可能产生震荡。

上述学习策略为比例微分策略，即L(z)＝z[K_p+K_d(1-z^-1)]，其中K_p、K_d为比例和微分因子，其对应的学习算法为

u_j+1(k)＝Q(q){u_i(k)+K_pe_j(k+1)+K_d[e_j(k+1)-e_j(k)]}。其中K_p取1；K_d越小，误差减小的过程越平缓，但误差减小的速度越慢；K_d越大，误差减小的过程越快，但误差可能产生震荡。

学习策略的选择主要根据对误差收敛速度的要求选取，如对误差的收敛速度要求高，则需采用比例微分策略。对误差收敛速度要求不高，但要求算法简单可选用比例学习策略。

在应用本实用新型的方法和装置时应注意：学习控制的轨迹精度对电源扰动敏感，因此对供电系统提出了较高的要求；此外负载扰动的不确定性，也会对误差的收敛速度有一定影响。

有益效果：应用本实用新型提供的装置时无需对原数控系统和驱动器做任何调整和改变，只要该装置安装在原数控系统和驱动器之间，在进行一种零件的重复加工(批量生产)时，通过大容量存储器记忆数控系统的控制和误差信号，并依据一定的学习算法，得到下一个零件加工所需新的控制信号并进行运动控制，新的控制信号将减小上一个零件加工时的运动误差。经过多次记忆——学习的过程，可使运动误差大大减小，从而提高数控机床的运动精度，其使用简单、易于实现、成本低廉。

附图说明

图1为常规数控系统的驱动控制方案。

图2为采用本学习装置的控制方案。

图3数控系统运动指令曲线。

图4随着学习次数的增加，误差IAE值的变化。

图5具体实施技术的典型案例

图6第3次迭代的圆弧误差曲线

图7第6次迭代的圆弧误差曲线

图8第12次迭代的圆弧误差曲线

图9为控制软件流程示意图。

图10为学习流程示意图。

具体实施方式

图1为常规数控系统的驱动控制方案；图2为采用本学习装置的控制方案。可以看出本发明所及装置安装在常规方案中数控系统与驱动器之间，不需对原数控系统与驱动器做改动，方便实用。

图4为对式2模型描述的运动控制轴沿图3曲线运动，采用比例微分策略进行理论仿真分析的结果，可以看出经过3-5次迭代学习，误差的IAE(误差绝对值的积分)快速减小。

$P\left(z\right)=\frac{z^3}{333.3\·z^4-1173\·z^3+1596\·z^2-991.8\·z+236.7}---\left(2\right)$

图5给出了具体实施此技术的典型案例。其中微处理器用于实现学习算法和控制功能。可采用MCU、DSP、ARM或其他微处理器。大容量存储器：用于存储以往控制信号与误差信号，这些信号是进行学习的依据；其容量大小根据数控机床加工零件所需时间的长短确定，时间越长所需存储的信息量则越大，需要配备的存储器容量则越大。显示及键盘部分：用于设定其学习模式、学习参数等信息。其他：主要包括接受和发送各类信号所需的接口。其中，选用的TMS320F2812为32位高速DSP，具有强大的运算能力，适合该技术实现的特点；CY7C1041为4Mbit大容量存储器，可根据需要采用更大容量的存储器；采用Altera FPGA实现其他所需的数字逻辑；RA8335可实现320*240LCD显示屏的控制；同时，三个输入输出信号接口全部采用差动接受和发送，可提高信号的抗干扰能力并增加传输距离。

比例微分策略为：L(z)＝z[K_p+K_d(1-z^-1)]，其中K_p、K_d为比例和微分因子，其对应的学习算法为

u_i+1(k)＝Q(q){u_i(k)+K_pe_i(k+1)+K_d[e_j(k+1)-e_j(k)]}

实验所采用X、Y轴进给驱动为MITSUBISHI MR-J2S-70A交流伺服系统，其安装在XK0816数控铣床上。选择比例微分策略K_p＝1、K_d＝6。在实验系统进行圆弧运动实验，圆弧直径为50mm，运动角速度为0.4。采用学习算法后，图6、图7、图8分别为学习第3、6、12次的圆弧运动误差曲线。第一次运动的初始圆度轮廓误差约为-0.8mm-+0.9mm；经过3次迭代，圆度轮廓误差减小至约-0.4mm-+0.4mm；经过12次迭代，圆度轮廓误差减小至约-0.05mm-+0.08mm。可以看出随着学习次数的增加，轮廓运动误差明显减小。

图9为控制软件流程示意图。开机后的主程序读取数控系统的指令，并存储在存储器中，作为后续误差计算的依据。运动开始后，中断程序每5ms(在CPU允许的情况下，中断时间越短越好，一般不超过10ms)执行一次，完成所有的时刻的学习过程。

图10为学习流程示意图。它描述了第k次学习与第k+1次学习的关系，其实质上反映了式(1)学习策略的实现过程。

Claims (1)

1.一种通过学习提高批量生产中数控机床进给运动精度的装置，其特征在于：安装于数控系统和运动驱动器之间，包括用于实现学习算法和控制功能的微处理器、与微处理器相连的用于存储以往控制信号与误差信号的大容量存储器；其中微处理器与数控系统指令脉冲接口、学习后控制脉冲接口、位置检测信号接口、键盘接口、LCD显示接口相联。

Images