【技术实现步骤摘要】
基于动力学与神经网络的机床进给系统建模方法及设备
本专利技术属于人工智能与计算机辅助制造领域，涉及一种基于动力学与神经网络的机床进给系统建模方法及设备，更具体地，涉及一种基于动力学与神经网络的模块化机床进给系统建模方法。
技术介绍
随着信息技术的发展，虚拟制造技术广泛应用于工业制造的各个领域，而制造过程的基础设备就是机床，所以虚拟技术也离不开虚拟机床。虚拟机床就是将机床在计算机虚拟空间中的再现。借助虚拟机床，并在其上进行性能仿真以及加工仿真，可以测试机床性能，模拟加工过程，检验加工结果，从而对机床的设计以及加工方法进行评定以及优化，大幅提高工业生产效率。虚拟机床的核心是建立机床的仿真模型。机床进给系统是机床的核心组成部分，建立高精度的机床进给系统仿真模型是建立虚拟仿真机床的基础。因此对机床进给系统仿真模型的研究具有十分重要的理论和经济意义。目前，本领域相关技术人员已经做了一些研究，如通过刚体仿真，有限元分析，数字块仿真等技术建立仿真模型。其中对于实际加工中摩擦力的仿真是建立仿真模型的难点，由此相关学者提出了以Coul...
【技术保护点】
1.一种基于动力学与神经网络的机床进给系统建模方法，其特征在于，将动力学模型与神经网络相结合，增加仿真模型的非线性表达能力，包括以下步骤：/n(1)根据机床进给系统各部分的机械部件的运动学及动力学特性，建立机床进给系统机械部件的动力学方程；依据动力学方程在仿真软件上构建机床进给系统的各个模块的子模型，其中包括工作台子模型，工作台子模型的搭建考虑了工作台与导轨之间的摩擦力，引入了工作台与导轨之间的非线性的摩擦力模型；再将各个子模型整合为机床进给系统的动力学模型；该动力学模型的输入为伺服电机输入转矩，输出为工作台仿真位移；/n(2)根据实际机床已知的结构、性能参数的值推算出动力...
【技术特征摘要】 【专利技术属性】
1.一种基于动力学与神经网络的机床进给系统建模方法，其特征在于，将动力学模型与神经网络相结合，增加仿真模型的非线性表达能力，包括以下步骤：
(1)根据机床进给系统各部分的机械部件的运动学及动力学特性，建立机床进给系统机械部件的动力学方程；依据动力学方程在仿真软件上构建机床进给系统的各个模块的子模型，其中包括工作台子模型，工作台子模型的搭建考虑了工作台与导轨之间的摩擦力，引入了工作台与导轨之间的非线性的摩擦力模型；再将各个子模型整合为机床进给系统的动力学模型；该动力学模型的输入为伺服电机输入转矩，输出为工作台仿真位移；
(2)根据实际机床已知的结构、性能参数的值推算出动力学模型中相应的参数值；对于仿真模型中未知的动力学参数，采集实际机床的运行数据构建数据样本，基于所述数据样本通过优化算法对动力学仿真模型的未知的动力学参数进行辨识，进而确定动力学模型中全部参数的值；
(3)将离线训练好的深度神经网络模型替换动力学仿真模型的工作台子模型，该深度神经网络的输入为伺服电机的输入转矩以及动力学模型中除工作台子模型外其他子模型的仿真输出数据，该深度神经网络的输出为工作台的仿真位移；由此得到基于动力学与神经网络的机床进给系统仿真模型。
2.如权利要求1所述的一种基于动力学与神经网络的机床进给系统建模方法，其特征在于，所述机床进给系统的各个模块包括信号处理及输入模块、电机轴模块、连轴器模块、轴承模块、滚珠丝杠模块、丝杆螺母副模块、以及工作台模块。
3.如权利要求1所述的一种基于动力学与神经网络的机床进给系统建模方法，其特征在于，所述动力学方程包括电机轴的转矩平衡方程、等效转动惯量方程、等效刚度方程以及负载转矩方程。
4.如权利要求1～3任意一项所述的一种基于动力学与神经网络的机床进给系统建模方法，其特征在于，步骤1包括如下子步骤：
步骤1.1：根据机床进给系统各部分的运动学及动力学特性，构建进给系统传递函数如下：
电机轴的转矩平衡方程如下：
其中，Te为电机电磁转矩，TL为滚珠丝杠的驱动转矩，θm为电机角位移，是θm的一阶导数，是θm的二阶导数，Jm为电机转动惯量，Bm为电机轴粘滞阻尼系数；
丝杠轴转矩平衡方程如下：
其中，JL为进给系统机械部分的等效转动惯量，θL为滚珠丝杠副驱动端的输出角位移，是θL的二阶导数，BL为进给系统机械部分的等校阻尼系数，Ts为由切削转矩、螺母预紧等组成的进给系统机械部分的负载转矩,Tf为轴承的摩擦力矩；
技术研发人员：杨建中，方问潮，黄德海，蒋亚坤，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。