TWI492008B - 工作機械控制系統及其方法 - Google Patents

工作機械控制系統及其方法 Download PDF

Info

Publication number
TWI492008B
TWI492008B TW102139761A TW102139761A TWI492008B TW I492008 B TWI492008 B TW I492008B TW 102139761 A TW102139761 A TW 102139761A TW 102139761 A TW102139761 A TW 102139761A TW I492008 B TWI492008 B TW I492008B
Authority
TW
Taiwan
Prior art keywords
learning
working machine
machine
module
coordinate
Prior art date
Application number
TW102139761A
Other languages
English (en)
Other versions
TW201518887A (zh
Inventor
Chien Yi Lee
Hao Wei Nien
yi ying Lin
Che Wei Hsu
Shih Je Shiu
Original Assignee
Ind Tech Res Inst
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW102139761A priority Critical patent/TWI492008B/zh
Priority to CN201310695337.4A priority patent/CN104615092B/zh
Publication of TW201518887A publication Critical patent/TW201518887A/zh
Application granted granted Critical
Publication of TWI492008B publication Critical patent/TWI492008B/zh

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Numerical Control (AREA)
  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)

Description

工作機械控制系統及其方法
一種工作機械控制系統及其方法，尤指一種能夠應用於至少一軸工作機械，並針對線性軸與旋轉軸誤差進行學習與自動修正，並產生一新的加工路徑。
智能型機台，其包含有一上位控制器、一下位控制器、一伺服增益學習控制參數調校單元與一工具機。
上位控制器包含有一數值控制器。數值控制器具有一數控運動控制迴路。
下位控制器係電性連接上位控制器，以接收來自數控運動控制迴路所產生的指令。下位控制器包含有一專用伺服驅動器，專利伺服驅動器包含有一位置控制迴路、一速度控制迴路、一電流控制迴路。專用伺服驅動器係提供一位置、速度與電流迴路的控制。
位置控制迴路係接收與提供一位置回授訊號。速度控制迴路係接受與提供一速度回授訊號。電流控制迴路係提供與接收一電流回授訊號。
伺服增益學習控制參數調校單元係電性連接下位控制器，以接收來自下位控制器的控制訊號，並產生一調校訊號，且提供給下位控制器，而使下位控制器產生一新的控制訊號。
工具機係電性連接下位控制器，並接收來自下位控制器的控制訊號，以使工具機產生對應的動作。
雖上述之智能型機台係能夠於實際運作過程中，依據工具機 所回饋的數值，產生一調校訊號，該調校訊號係為一學習訊號，進而產生一新的控制訊號。然該調校訊號的產生並非如上述之論述如此簡易，操作人員還需依該所回饋的數值，調整專用伺服驅動器的控制增益值，方能使伺服增益學習控制參數調校單元產生上述之調校訊號，若無調整該控制增益值，則上述之調校訊號戲無法產生。
呈上所述，現有的智能型機台係受限於調整該控制增益值，以決定能否產生一調校訊號。另外，於調整該控制增益值係會影響智能型機台的穩定度，而需重新調校下位控制器。另外，上述之工具機係被限制於三軸以內，若超出三軸則無法實施。
本揭露在於提供一種工作機械學習控制系統，其包含有：一運動學模型求解模組，其係產生一座標資訊；一學習模式模組，其係電性連接該運動學模型求解模組，以產生一學習標的資訊；一學習控制模組，其係電性連接該學習模式模組，並接受該座標資訊與該學習標的資訊，以產生一修正控制輸入命令；以及一路徑姿態修正模組，其係電性連接該學習控制模組，並接收該修正控制輸入命令，而提供給一工作機械，該工作機械依該修正控制輸入命命，以執行一工作運動，該路徑姿態修正模組依據該工作運動，以產生一更新路徑姿態命令，該更新路徑姿態命令係提供該工作機械，以使該工作機械執行另一工作運動。。
本揭露復提供一種工作機械學習控制方法，其包含：一運動學求解模組產生一座標資訊；一學習模式模組產生一學習標的資訊；一學習控制模組接收該座標資訊與該學習標的資訊，以產生一修正控制輸入命令；一路徑姿態修正模組接收該修正控制命令，並提供給一工作機械，以使該工作機械產生一工作運動；以及該工作運動係產生一實際誤差，若該實際誤差超出一預定允 許範圍，則修正該學習標的資訊，以產生另一修正控制輸入命令。
10‧‧‧運動學模組
11‧‧‧運動學模型求解模組
12‧‧‧學習模式模組
13‧‧‧學習控制模組
14‧‧‧路徑姿態學習修正模組
20‧‧‧工作機械
30‧‧‧TTTRR類型
31‧‧‧刀具
32‧‧‧工件
40‧‧‧RRTTT類型
41‧‧‧刀具
42‧‧‧工件
50‧‧‧RTTTR類型
51‧‧‧刀具
52‧‧‧工件
S1~S7‧‧‧步驟
圖1為為本揭露之一種工作機械學習控制系統之示意圖。
圖2為為本揭露之一種工作機械學習控制方法之流程示意圖。
圖3為一TTTRR類型之立體示意圖。
圖4為TTTRR類型之刀具與一工件之立體示意圖。
圖5為一RRTTT類型之立體示意圖。
圖6為RRTTT類型之刀具與一工件之立體示意圖。
圖7為一RTTTR類型之立體示意圖。
圖8為RTTTR類型之刀具與一工件之立體示意圖。
圖9為RTTTR類型之三維軸向之示意圖。
圖10為一座標矩陣之公式。
圖11為一直線誤差之公式。
圖12為一圓形輪廓誤差之公式。
圖13為一三維空間輪廓誤差之公式。
以下係藉由特定的具體實施例說明本揭露之實施方式，所屬技術領域中具有通常知識者可由本說明書所揭示之內容，輕易地瞭解本揭露之其他優點與功效。
請配合參考圖1所示，本揭露係一種工作機械學習控制系統，其係電性連接一工作機械20，該工作機械學習控制系統包含有一運動學模組10、一運動學模型求解模組11、一學習模式模組12、一學習控制模組13與一路徑姿態學習修正模組14。
運動學模組10具有一工作機械選擇，該工作機械選擇係能夠產生一運動學幾何資訊，該工作機械選擇為一單軸機台、一雙軸機台、一三軸機台、一四軸機台、一五軸機台、一複合加工機、一齒輪加工機、一車床加工機、一車銑複合機或一平行連桿加工機之選擇。
該五軸機台能夠為RTTTR、RRTTT或TTTRR類型。
RTTTR類型為一轉台加擺頭類型(Table/Spindle-Tilting Type)。一加工件係設置於轉台。RTTTR類型係用於加工小工件。
RRTTT類型為一雙擺頭類型(Spindle-Tilting Type)。RRTTT類型係用於切割較高的工件。
TTTRR類型為一雙轉台類型(Table-Tilting Type)，TTTRR類型係用於切割矩形工件。
運動學模型求解模組11具有一對應至少一軸工具機之正向運動學方程式與一對應至少一軸工具機之逆向運動學方程式。運動學模型求解模組11係電性連接運動學模組10，以接收該運動學幾何資訊，前述之該些方程式係依該運動學幾何資訊，以計算出一座標資訊，該座標資訊為一關節座標、一軸座標、一卡氏座標或一姿態指向座標。
學習模式模組12係電性連接運動學模型求解模組11。學習模模式模組12係具有一學習標的選擇與一預設之學習標的資訊，該學習標的選擇能夠產生一學習標的資訊。該學習標的選擇為一工作機械之軸座標、幾何、定位、追蹤、端點、卡氏座標、位置、輪廓或姿態指向的選擇。
學習控制模組13係分別電性連接運動學模型求解模組11與學習模式模組12，以接收該座標資訊與該學習標的資訊，學習控制模組13係依據該座標資訊與該學習標的資訊，以產生一誤差值，該誤差值為一軸座標誤差值、一卡氏座標誤差值、一姿態誤差值、一追蹤誤差值或一多軸輪廓誤差值。學習控制模組13係依據該誤差值，以調校該座標資訊與該學習標的資訊，並產生一修正控制輸入命令。該修正控制輸入命令係以一運動學模型、一命令式疊代學習控制演算法、一模糊學習控制、一自適應學習控制或一類神經網路學習控制所計算出。或者該學習控制模組13係以學習增益、學習次數、濾波頻寬、或路徑姿態學習修正，以產生該修正控制輸入命令。
路徑姿態學習修正模組14係分別電性連接運動學模組10、學習控制模組13與工作機械20，路徑姿態學習修正模組14係接收修正控制輸入命令，並將該修正控制輸入命令分別傳送給運動學 模組10與工作機械20。
工作機械20依據該修正控制輸入命令，以執行一工作運動，該路徑姿態學習修正模組14依據該工作運動，產生一更新路徑姿態命令，該更新路徑姿態命令係提供給工作機械20，以使工作機械20執行另一工作運動。前述之更新路徑姿態命令能夠被視為一新的控制輸入命令。
該運動學模組10依據該修正控制輸入命令，以產生另一修正控制輸入命令。
請配合參考圖2所示，本揭露為一種工作機械學習控制方法，其係應用上述之工作機械學習控制系統。該工作機械學習控制方法包含有：
S1，於上述之工作機械選擇進行一選取，以使該工作機械選擇產生一運動學幾何資訊。
S2，上述之運動學模型求解模組11接收該運動學幾何資訊，並產生一座標資訊。
呈上所述，該座標資訊的求得方式係論述如下：請配合參考圖3與圖4所示，若以上述之TTTRR類型30，並以AC旋轉方向為例。TTTRR類型30之刀具31係對一工件32進行一加工製程。於圖4係進一步標示有一補償向量(Offset Vector)之公式，Lx i+Ly j+Lz k。圖中之R為旋轉點。
該座標資訊為：A=ΦA =arccos(Kz )(0≦ΦA ≦π)
C=ΦC =arccos(Kx ,Ky )(0≦ΦC ≦π)
X=Lx +Px =(Qx -Lx )cos(ΦC )-(Qy -Ly )sin(ΦC )+Lx
Y=Ly +Py =(Qx -Lx )cos(ΦA )sin(ΦC )+(Qy -Ly )cos(ΦA )cos(ΦC )-(Qz -Lz )sin(ΦA )+Ly
Z=Lz +Pz =(Qx -Lx )sin(ΦA )sin(ΦC )+(Qy -Ly )sin(ΦA )cos(ΦC )+(Qz -Lz )cos(ΦA )+Lz
請配合參考圖5與圖6所示，若以上述之RRTTT類型40，並以AB旋轉方向為例。RRTTT類型40之刀具41係對一工件42進 行一加工製程。
該座標資訊為：A=ΦA =arcsin(-Ky )(-π/2≦ΦA ≦π/2)
B=ΦB =arctan2(Kx ,Kz )(-π≦ΦB ≦π)
X=Px =Qx +Lt cos(ΦA )S(ΦB )
Y=Py =Qy +Lt sin(ΦA )
Z=Pz -Lt =Qz +Lt cos(ΦA )cosΦB -Lt
請配合參閱圖7與圖8所示，若以上述之RTTTR類型50，並以AB旋轉方向為例。RTTTR類型50之刀具51係對一工件52進行一加工製程。於圖8係進一步標示有一補償向量(Offset Vector)之公式，Lx i+Ly j+Lz k。圖中之RA 、RB 為轉點。
該座標資訊為：B=ΦB =arcsin(Kx )(-π/2≦ΦB ≦π/2)
A=ΦA =arctan2(Ky ,Kz )(-π≦ΦA ≦π)
X=Lx +Px =Qx +Lx sin(ΦB )
Y=Ly +Py =(Qy -Ly )cos(ΦA )-(Qt -Lz )sin(ΦA )+Ly
Z=Lz +Pz -Lt =(Qy -Ly )sin(ΦA )+(Qz -Lz )cos(ΦA )+Lz
其中，上述之A、B、C為工作機械的轉軸，於此工作機械亦可視為工具機。
上述之Kx 、Ky 、Kz 為刀具軸定向之組成。
上述之Lx 、Ly 、Lz 、Lt 為由起源Ow 至樞點有效刀具長度之補償向量之組成。
上述之X、Y、Z為工作機械之線性軸，如圖4、6或8所示，前述之X、Y、Z亦可被視為圖中之Xw 、Yw 、Zw 或Xt 、Yt 、Zt ；前述之Qt 、Xt 、Yt 、Zt 為刀具之座標系統。前述之Qw 、Xw 、Yw 、Zw 為工件之座標系統
上述之Px 、Py 、Pz 為相關於X、Y、Z平台之平移距離。
上述之P為表面參數方程式。
上述之Qx 、Qy 、Qz 為刀具尖端中心之座標。
上述之ΦA 、ΦB 、ΦC 為X、Y、Z軸之轉角。
上述之出處係參考RS Lee,CH She.“Developing a postprocessor for three types of five-axis machine tools”The international Journal of Advanced Manufacturing,Vol.16,pp.658-665,1997.
請配合參考圖9所示，若更進一步以上述之RTTTR類型為例。於圖9中，X軸所代表係為C軸，並且由頂端至底端依序代表為夾具、刀具、工件、旋轉台中心軸。
其中，工件座標r TW 於旋轉台。旋轉台座標W TC 於C軸。C軸座標c TX 於X軸。其他座標轉移矩陣：x Ty 、y Tz 、z Tb 、b Th 、h Tt。
再以上述之矩陣說明正向運動學方程式與逆向運動學方程式。請參閱圖10所示之矩陣方程式，其係論述正、逆向運動學方程式、刀具向量K與刀具位置Q。
其中，圖10之C b 、S b 、C c 、S c 分別為cos(B)、sin(B)、cos(C)、sin(C)的符號簡寫。
如上所述，其係以正、逆向運動學方程式求出一座標資訊。該座標資訊亦可由運動學模型、命令式疊代學習控制演算法(Iterative Learning Control)、模糊學習控制(Fuzzy Learning Control)、自適應學習控制(Adaptive Learning Control)或類神經網路學習控制(Neural networks for self-learning control)。
承上所述，正向運動學方程式亦可簡化為：qx =cos(C)xm +sin(C)c ym -sin(B)cos(C)Zbt +Xrw
qy =-sin(C)xm +cos(C)ym +sin(B)sin(C)Zbt +Yrw
qz =zm -cos(B)Zbt +Zrb
kz =sin(B)cos(C)
ky =-sin(B)sin(C)
kz =sin(B)
逆向運動學方程式亦可簡化為：xm =cos(C)qx -sin(C)qy -cos(C)Xrw +sin(C)Yrw +sin(B)Zbt
ym =sin(C)qx +cos(C)qy -sin(C)Xrw -cos(C)Yrw
zm =qz +cos(C)Zbt -Zrb
θb =arcos(kz )
θc =arctan(-ky /kx )
學習控制演算法之方程式為：
其中，k為常數。Q (z )為0階段多載波。z 為0階段。Φ(z )為交互學習控制器。r j 為輸入命令於j互動。e j 為錯誤於j互動。y j 為輸出於j互動。y d 為期望命令。
S3，於上述之學習標的選擇進行一選取，以該學習標的選擇產生一學習標的資訊。若不選取，則上述之學習模式模組12係提供一預設學習標的資訊。
S4，上述之學習控制模組13接收該座標資訊，以及該學習標的資訊或預設之學習標的資訊，以產生一誤差值，該學習控制模組13依據該誤差值，以調校該座標資訊與該學習標的資訊，或是該預設學習標的資訊，並產生一修正控制輸入命令。該學習控制 模組13係以學習增益、學習次數、濾波頻寬、或路徑姿態學習修正，以產生該修正控制輸入命令。
如上所述，該誤差值的演算法能夠為直線輪廓誤差、圓輪廓誤差、自由曲線誤差。
請參閱圖11所示，其係為直線輪廓誤差公式與相關圖式，其中，ε係為誤差；x為X軸；y為Y軸；θ為角度；P為座標位置。
請參閱圖12所示，其係為圓輪廓誤差工式與相關圖式，其中，R為半徑；ε係為誤差；x為X軸；y為Y軸；P為座標位置。
請配合參閱圖13所示，其係為自由曲線誤差公式與相關圖式。該自由曲線誤差亦可被視為三維空間輪廓誤差。其中，E為誤差；x為X軸；y為Y軸；S、C、D、P、Q係分別表示二維與三維的座標位置，以表示一真實路徑與一期望路徑。若更進一步說明，S(Sx ,Sy )為位置座標於路徑命令；P(Px ,Py )為真實位置座標；C為輪廓錯誤位置座標；S(Sx ,Sy )為另一位置座標於路徑命令。
S5，上述之路徑姿態修正模組14係接收該修正控制輸入命命，並將該修正控制輸入命令提供給工作機械20，以使工作機械20執行一工作運動。該工作運動係為工作機械20之刀具於一工件進行一加工製程，如切、銑、削、鑽或刨之加工製程。
S6，判斷一實際誤差是否穩定或收歛，量測上述之經過加工製程的工件，以得一實際誤差，若該實際誤差係呈一穩定且收歛，並位於一預定允許範圍，則至結束S7。若該實際誤差係呈不穩定且不收斂，並超於該預定允許範圍，則回至S3，調整該學習標的資訊，或者回到S4，調整學習控制模組13之誤差值，並進行隨後之步驟。或者若不欲回到S4，則放大該預定允許範圍，若該實際誤差位於經放大的預訂允許範圍，則至S7。
綜合上述，本揭露係應用於一工作機械，並且直接提供指令給工作機械，而且接受工作機械的回饋，以決定是否要產生一新的指令。前述之指令係為上述之修正控制輸入命令；前述之回饋係為上述之實際誤差；前述之新的指令為上述之更新路徑姿態命令。
如上所述，本揭露係直接與工作機械，如至少一軸工具機，電性連接，故當本揭露產生上述之更新路徑姿態命令時，本揭露無需如現有之技術需要調校控制增益值，故工作機械的穩定度得以維持，而本揭露亦無需如現有之技術需重新調校。此外，本揭露係能夠應用於多軸之工作機械，如三軸、五軸等。
再者，本揭露係針對多軸重複性加工同時進行線性軸與旋轉軸誤差進行學習與自動修正，並產生新的加工路徑，以提昇多軸加工精度。本揭露亦不售專用伺服驅動器的限制，並可應用於各類型式之加工機械，而且具有設計簡化與降低成本。
以上所述之具體實施例，僅係用於例釋本揭露之特點及功效，而非用於限定本揭露之可實施範疇，於未脫離本揭露上揭之精神與技術範疇下，任何運用本揭露所揭示內容而完成之等效改變及修飾，均仍應為下述之申請專利範圍所涵蓋。
S1~S7‧‧‧步驟

Claims (24)

  1. 一種工作機械學習控制系統，其包含有：一運動學模型求解模組，其係產生一座標資訊；一學習模式模組，其係電性連接該運動學模型求解模組，以產生一學習標的資訊；一學習控制模組，其係電性連接該學習模式模組，並接受該座標資訊與該學習標的資訊，以產生一修正控制輸入命令；以及一路徑姿態修正模組，其係電性連接該學習控制模組，並接收該修正控制輸入命令，而提供給一工作機械，該工作機械依該修正控制輸入命命，以執行一工作運動，該路徑姿態修正模組依據該工作運動，以產生一更新路徑姿態命令，該更新路徑姿態命令係提供該工作機械，以使該工作機械執行另一工作運動。
  2. 如申請專利範圍第1項所述之工作機械學習控制系統，更進一步具有一運動學模組，該運動學模組係電性連接該運動學模型求解模組，該運動學模組係產生一運動學幾何資料，該運動學幾何資料係提供給該運動學模型求解模組。
  3. 如申請專利範圍第2項所述之工作機械學習控制系統，其中該運動學模組具有一工作機械選擇，該工作機械選擇係產生該運動學幾何資訊。
  4. 如申請專利範圍第3項所述之工作機械學習控制系統，其中該工作機械選擇為一單軸機台、一雙軸機台、一三軸機台、一四軸機台、一五軸機台、一複合加工機、一齒輪加工機、一車床加工機、一車銑複合機或一平行連桿加工機之選擇。
  5. 如申請專利範圍第1項所述之工作機械學習控制系統，其中該運動學模型求解模組具有一正向運動學方程式、一逆向運動學方程式、一運動學模型、一命令式疊代學習控制演算法、一模糊學習控制、一自適應學習控制或一類神經網路學習控制，以產生該座標資訊。
  6. 如申請專利範圍第1項所述之工作機械學習控制系統，其中該 座標資訊為一關節座標、一軸座標、一卡氏座標或一姿態指向座標。
  7. 如申請專利範圍第1項所述之工作機械學習控制系統，其中該學習模式模組更具有一學習標的選擇，該學習標的選擇產生該學習標的資訊，該學習模式模組更進一步具有一預設之學習標的資訊。
  8. 如申請專利範圍第1項所述之工作機械學習控制系統，其中該學習標的資訊為一工作機械之軸座標、幾何、定位、追蹤、端點、卡氏座標、位置、輪廓或姿態指向的選擇。
  9. 如申請專利範圍第1項所述之工作機械學習控制系統，其中該學習控制模組係依據該座標資訊與該學習標的資訊，產生一誤差值，且該學習控制模組具有一運動學模型、一命令式疊代學習控制演算法、一模糊學習控制、一自適應學習控制或一類神經網路學習控制，以使該學習控制模組依據該誤差值，而產生該修正控制輸入命令，或者該學習控制模組係以學習增益、學習次數、濾波頻寬、或路徑姿態學習修正，以產生該修正控制輸入命令。
  10. 如申請專利範圍第9項所述之工作機械學習控制系統，其中該誤差值為一軸座標誤差值、一卡氏座標誤差值、一姿態誤差值、一追蹤誤差值或一多軸輪廓誤差值。
  11. 一種工作機械學習控制方法，其包含：一運動學求解模組產生一座標資訊；一學習模式模組產生一學習標的資訊；一學習控制模組接收該座標資訊與該學習標的資訊，以產生一修正控制輸入命令；一路徑姿態修正模組接收該修正控制命令，並提供給一工作機械，以使該工作機械產生一工作運動，該路徑姿態修正模組依據該工作運動，以產生一更新路徑姿態命令，該更新路徑姿態命令係提供該工作機械，以使該工作機械執行另一工作運動；以及該工作運動係產生一實際誤差，若該實際誤差超出一預 定允許範圍，則修正該學習標的資訊，以產生另一修正控制輸入命令。
  12. 如申請專利範圍第11項所述之工作機械控制方法，其更具有一運動學模組，該運動學模組係產生一運動學幾何資料，該運動學幾何資訊係提供給該運動學求解模組，以產生該座標資訊。
  13. 如申請專利範圍第12項所述之工作機械控制方法，其中該運動學幾何資料係由一工作機械選擇所產生。
  14. 如申請專利範圍第13項所述之工作機械控制方法，其中該工作機械選擇為一單軸機台、一雙軸機台、一三軸機台、一四軸機台、一五軸機台、一複合加工機、一齒輪加工機、一車床加工機、一車銑複合機或一平行連桿加工機之選擇。
  15. 如申請專利範圍第11項所述之工作機械控制方法，其中該座標資訊係以一正向運動學方程式、一逆向運動學方程式、一運動學模型、一命令式疊代學習控制演算法、一模糊學習控制、一自適應學習控制或一類神經網路學習控制所產生。
  16. 如申請專利範圍第11項所述之工作機械控制方法，其中該座標資訊為一關節座標、一軸座標、一卡氏座標或一姿態指向座標。
  17. 如申請專利範圍第11項所述之工作機械控制方法，其中該學習標的資訊為一預設之學習標的資訊或由一學習標的選擇所產生。
  18. 如申請專利範圍第11項所述之工作機械控制方法，其中該學習標的選擇為一工作機械之軸座標、幾何、定位、追蹤、端點、卡氏座標、位置、輪廓或姿態指向的選擇。
  19. 如申請專利範圍第11項所述之工作機械控制方法，其中該學習控制模組係依據該座標資訊與該學習標的資訊，以產生一誤差值，該學習控制模組更依據該誤差值，以產生該修正控制輸入命令。
  20. 如申請專利範圍第19項所述之工作機械控制方法，其中該誤差值為一軸座標誤差值、一卡氏座標誤差值、一姿態誤差值、一追蹤誤差值或一多軸輪廓誤差值。
  21. 如申請專利範圍第20項所述之工作機械控制方法，其中該誤差值係以直線輪廓誤差、圓輪廓誤差或自由曲線誤差所產生。
  22. 如申請專利範圍第11項所述之工作機械控制方法，其中該修正控制輸入命令係以學習增益、學習次數、濾波頻寬、或路徑姿態學習修正所產生。
  23. 如申請專利範圍第11項所述之工作機械控制方法，其中該工作運動係為該工作機械之刀具於一工件進行一加工製程，該加工製程為切、銑、削、鑽或刨。
  24. 如申請專利範圍第19項所述之工作機械控制方法，其中若該實際誤差係呈一穩定且收歛，並位於該預定允許範圍，則結束；若該實際誤差係呈不穩定且不收斂，並超於該預定允許範圍，則回至產生該修正控制輸入命令之步驟，並調整該誤差值，或者回到該產生學習標的資訊的步驟，調整該學習標的資訊；或者若不欲回到該產生該修正控制輸入命令之步驟，則放大該預定允許範圍，若該實際誤差位於經放大的預訂允許範圍，則結束。
TW102139761A 2013-11-01 2013-11-01 工作機械控制系統及其方法 TWI492008B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW102139761A TWI492008B (zh) 2013-11-01 2013-11-01 工作機械控制系統及其方法
CN201310695337.4A CN104615092B (zh) 2013-11-01 2013-12-13 工作机械控制系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102139761A TWI492008B (zh) 2013-11-01 2013-11-01 工作機械控制系統及其方法

Publications (2)

Publication Number Publication Date
TW201518887A TW201518887A (zh) 2015-05-16
TWI492008B true TWI492008B (zh) 2015-07-11

Family

ID=53149593

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102139761A TWI492008B (zh) 2013-11-01 2013-11-01 工作機械控制系統及其方法

Country Status (2)

Country Link
CN (1) CN104615092B (zh)
TW (1) TWI492008B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6847865B2 (ja) * 2015-06-22 2021-03-24 エレクトロ サイエンティフィック インダストリーズ インコーポレーテッド 多軸工作機械及びこれを制御する方法
TWI604290B (zh) * 2016-10-31 2017-11-01 智泰科技股份有限公司 具有空間位置誤差補償的數值控制工具機
TWI600987B (zh) * 2016-11-15 2017-10-01 Method of constructing processing expert system and electronic device using the method
JP6412086B2 (ja) * 2016-11-21 2018-10-24 ファナック株式会社 数値制御装置
CN110248774A (zh) * 2017-02-09 2019-09-17 三菱电机株式会社 位置控制装置及位置控制方法
KR102113462B1 (ko) * 2017-02-09 2020-05-21 미쓰비시덴키 가부시키가이샤 위치 제어 장치 및 위치 제어 방법
CN109634218B (zh) * 2018-08-01 2022-02-01 广州市机电高级技工学校（广州市机电技师学院、广州市机电高级职业技术培训学院） 一种具有自学习功能的多轴智能钻床控制系统
TWI679507B (zh) * 2018-10-23 2019-12-11 國立中正大學 以等效輪廓誤差控制雙軸工具機的學習系統及方法
TWI722344B (zh) 2018-12-05 2021-03-21 財團法人工業技術研究院 加工參數自動產生系統
TWI809705B (zh) 2022-02-09 2023-07-21 財團法人工業技術研究院 加工路徑產生方法及裝置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1523734A (zh) * 2003-01-20 2004-08-25 ��ǿ�ʽ 伺服马达驱动控制装置
CN1312547C (zh) * 2003-10-20 2007-04-25 发那科株式会社 数值控制装置
TW201202875A (en) * 2010-07-14 2012-01-16 shi-le Chen Command learning type multi axis synchronous control system used for rigid tapping machine center and method thereof
CN102385343A (zh) * 2010-09-06 2012-03-21 发那科株式会社 使加工高精度化的伺服控制系统
TW201304900A (zh) * 2011-07-27 2013-02-01 Nat Univ Chung Cheng 同步提高加工速度與降低加工誤差之學習控制方法
TW201314472A (zh) * 2011-09-29 2013-04-01 Nat Univ Chung Cheng 採用經驗模式分解技術之重覆學習控制方法及重覆學習控制器

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571712A (zh) * 2008-11-26 2009-11-04 天津大学 一种具有加工自适应功能与在机质量检测的监控方法
CN101733678B (zh) * 2009-12-04 2013-04-24 北京数码大方科技股份有限公司 图形化刀具位置跟踪及控制的系统和方法
CN101943896B (zh) * 2010-07-16 2012-02-29 浙江大学 数控机床误差的轨迹再生补偿方法
CN102501136B (zh) * 2011-10-10 2013-09-18 华中科技大学 一种数控机床在机检测测头及检测系统
CN102929207B (zh) * 2012-11-09 2015-01-21 西安交通大学 一种数控机床伺服系统控制参数优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1523734A (zh) * 2003-01-20 2004-08-25 ��ǿ�ʽ 伺服马达驱动控制装置
CN1312547C (zh) * 2003-10-20 2007-04-25 发那科株式会社 数值控制装置
TW201202875A (en) * 2010-07-14 2012-01-16 shi-le Chen Command learning type multi axis synchronous control system used for rigid tapping machine center and method thereof
CN102385343A (zh) * 2010-09-06 2012-03-21 发那科株式会社 使加工高精度化的伺服控制系统
TW201304900A (zh) * 2011-07-27 2013-02-01 Nat Univ Chung Cheng 同步提高加工速度與降低加工誤差之學習控制方法
TW201314472A (zh) * 2011-09-29 2013-04-01 Nat Univ Chung Cheng 採用經驗模式分解技術之重覆學習控制方法及重覆學習控制器

Also Published As

Publication number Publication date
TW201518887A (zh) 2015-05-16
CN104615092A (zh) 2015-05-13
CN104615092B (zh) 2018-03-13

Similar Documents

Publication Publication Date Title
TWI492008B (zh) 工作機械控制系統及其方法
US8826766B2 (en) Manipulator system
CN111913438B (zh) 针对五轴加工刀尖点与刀轴方向非线性误差的控制方法
CN110497423B (zh) 一种机械手自适应加工方法
KR101744962B1 (ko) 다관절로봇을 이용한 목재부재 가공시스템
US20130013110A1 (en) Method of finding feasible joint trajectories for an n-dof robot with rotation in-variant process (n>5)
CN111553239B (zh) 一种机器人关节视觉伺服控制方法、终端设备及存储介质
CN108274472B (zh) 一种工业机器人加工工艺自适应的空间运动方法
JPWO2012101789A1 (ja) 数値制御装置
JP4637197B2 (ja) 数値制御装置
JP4575887B2 (ja) ワークの姿勢制御方法
WO2011086032A1 (en) Method of finding feasible joint trajectories for an n-dof robot with rotation invariant process (n>5)
CN110154043B (zh) 基于加工结果进行学习控制的机器人系统及其控制方法
JP5765557B2 (ja) 加工ロボットの軌道追従装置と方法
JP2011070483A (ja) テーブル旋回５軸加工機用数値制御装置
JP6057284B2 (ja) 多関節ロボット及び半導体ウェハ搬送装置
CN109997086A (zh) 机器人的运动轴的测量
JP2014238782A (ja) 工作機械の制御方法
JP2009291878A (ja) パラレルメカニズム及びそのキャリブレーション方法
CN114888793A (zh) 一种多臂双光束激光焊接机器人双层协同控制方法
JP2003044109A (ja) ワ−ク座標系設定手段を持つ多軸工作機械の数値制御装置
JP2003005811A (ja) ６軸制御ｎｃプログラム生成方法及び生成装置、並びに６軸制御ｎｃプログラム生成プログラム及びこのプログラムを記憶したコンピュータ読み取り可能な記録媒体
JP7070114B2 (ja) ロボット制御装置及びロボット制御方法
KR102582430B1 (ko) 레이저 트래커 피드백을 이용한 로봇 제어 방법 및 장치
CN114273681B (zh) 基于串联机械臂的环面蜗杆螺旋面加工系统及其方法