一种基于数据驱动的五轴轮廓控制方法技术

本发明专利技术公开了一种基于数据驱动的五轴轮廓控制方法，通过利用五轴机床的单轴跟踪误差来预测五轴机床的轮廓误差，针对五轴机床刀具中心误差和刀具轴线方向误差，单独对两部分的误差进行预测，通过预先设置好的训练集，根据规划轨迹来对运行时的跟踪误差进行预测，同时对轮廓误差进行补偿，补偿部分利用了经神经网络训练得到的机床单轴模型，通过机床单轴模型这一正向误差模型来对误差进行多次迭代补偿，通过选取较小的补偿系数使补偿后的轨迹有着较小的变化，能够保证轨迹的光滑性，一次补偿后再计算误差再进行补偿，直到补偿到所需要的精度，这样的补偿方法最终可以将轮廓误差和刀轴误差降低到很小。轴误差降低到很小。轴误差降低到很小。

【技术实现步骤摘要】
一种基于数据驱动的五轴轮廓控制方法


[0001]本专利技术属于机床轨迹规划领域，具体涉及一种基于数据驱动的五轴轮廓控制方法。

技术介绍

[0002]五轴机床的轮廓误差与三轴机床的轮廓误差有着很大的不同，三轴机床的轮廓误差只有刀具位置轮廓误差，而对于五轴机床，不仅有刀具位置轮廓误差，刀具位置轮廓误差即为刀具中心轮廓误差，还有刀具方向轮廓误差，刀具方向轮廓误差即为刀具轴线轮廓误差。如图1所示，五轴机床在运行的过程中，期望刀具位置为P
d
，实际刀具位置为P
a
，则这两个位置的差值矢量定义为刀具位置跟踪误差e
p
；从期望刀具位置向实际刀具路径作垂线，垂足点P
c
与期望刀具位置P
d
的差值矢量定义为刀具位置轮廓误差ε
p
。对于五轴机床，不仅要关注位置的准确性，还要关注刀具方向的准确性，五轴机床的刀具可以呈现不同的方向来加工不同效果的曲面，这就要求刀具的方向要尽可能地精确，图1中O
d
为刀具的期望方向坐标，O
a
为刀具的实际方向坐标，它们之间存在着一定的差距，将O
d
与O
a
之间的差值矢量ε
o
定义为刀具方向轮廓误差。只有用刀具位置轮廓误差和刀具方向轮廓误差来表示五轴机床的轮廓误差才能够精确而简便的将其表达出来。
[0003]在数控机床的轮廓控制方面，交叉耦合控制CCC(Cross
‑
Couple Control)和迭代学习ILC(Iterative Learning Control)是目前较常用的两种方法。交叉耦合控制对负载扰动、双电机位置控制系统引起的同步误差具有良好的抑制作用。迭代学习能以非常简单的方式处理不确定度相当高的动态系统，且仅需较少的先验知识和计算量，同时适应性强，易于实现，且不依赖于动态系统的精确数学模型。目前五轴的轮廓控制方法有伺服整定、模型预测控制、反馈控制等。
[0004]三轴机床的轮廓误差补偿方案如图2所示，P为规划轨迹，为预测的实际轨迹，P
new
是根据规划轨迹和预测轨迹的差值向规划轨迹反方向计算得到的轨迹，那么就可以将P
new
设为机床新的规划轨迹，在之后的运行过程中，就可以保证实际轨迹更加接近与规划轨迹。
[0005]五轴机床的交叉耦合控制是根据当前采样时刻的误差补偿后一时刻进行规划，存在补偿滞后的问题。而迭代学习方法必须要重复迭代，且一旦改变轨迹，需要重新进行学习。五轴加工存在刀心位置误差和刀轴方向误差两种误差，且这两种误差之间存在耦合，因此很难对这两种误差进行在线估计和补偿。
[0006]三轴机床的轮廓误差补偿方案是一次性的补偿，通过这样的补偿方案无法将误差降低到所需要的精度，即三轴机床的补偿方案一次无法补偿彻底，在一次补偿后还会存在一定的误差，也就满足不了加工精度的要求。因此三轴机床的轮廓补偿方案无法应用到五轴机床中。
[0007]专利技术专利《一种四轴车床加工轨迹轮廓误差离线补偿方法》(公开号：CN109960215A) 提供了一种四轴车床加工轨迹轮廓误差离线补偿方法属于数控机床加工的轮廓误差补偿领域，涉及一种用于提高封闭式闭环四轴数控车床加工精度的加工轨迹轮
廓误差离线补偿方法。该方法利用初始车削加工代码生成理论刀位点与理论刀轴矢量，构建四轴车床雅可比矩阵，离线计算进给轴实际速度，从而预估车床进给轴随动误差，计算实际刀位点与实际刀轴矢量。采用三次非均匀有理B样条曲线拟合理论刀位点与刀轴标记点，利用切向误差逆推法预估实际刀位点到理论刀位点拟合曲线的垂足，计算刀位点轮廓误差与刀轴矢量轮廓误差。最后，分别对进给轴随动误差进行预补偿。上述专利提到的方法为四轴车床的轮廓误差补偿方法，其并不适用于五轴机床的轮廓误差补偿。

技术实现思路

[0008]本专利技术的目的之一在于提供一种基于数据驱动的五轴轮廓控制方法，通过利用五轴机床的单轴跟踪误差来预测五轴机床的轮廓误差，针对五轴机床刀具中心误差和刀具轴线方向误差，单独对两部分的误差进行预测，通过预先设置好的训练集，根据规划轨迹来对运行时的跟踪误差进行预测，同时对轮廓误差进行补偿，补偿部分利用了经神经网络训练得到的机床单轴模型，通过机床单轴模型这一正向误差模型来对误差进行多次迭代补偿，通过选取较小的补偿系数使补偿后的轨迹有着较小的变化，能够保证轨迹的光滑性，一次补偿后再计算误差再进行补偿，直到补偿到所需要的精度，这样的补偿方法最终可以将轮廓误差和刀轴误差降低到很小。
[0009]为实现上述专利技术目的，本专利技术采取的技术方案如下：
[0010]一种基于数据驱动的五轴轮廓控制方法，包括如下步骤：
[0011]步骤S1.通过一系列预设的训练集轨迹训练机床单轴的神经网络模型，获取能预测机床轮廓误差的正向误差模型，正向误差模型为机床单轴的神经网络预测模型，所述正向误差模型通过预测机床的单轴跟踪误差来预测机床的轮廓误差，所述轮廓误差包括刀具中心预测误差和刀具轴线预测误差，将刀具中心和刀具轴线的规划位置进行处理得到在轴坐标系下单轴的刀具中心和刀具轴线的规划位置，将单轴的规划位置输入至正向误差模型中，所述正向误差模型根据单轴的刀具中心和刀具轴线的规划位置来预测机床运行后的单轴刀具中心位置以及单轴刀具轴线位置，并计算机床的刀具中心的规划位置和预测的单轴刀具中心位置之间的差值，以及计算机床的刀具轴线的规划位置和预测的单轴刀具轴线位置之间的差值，以获取机床单轴的刀具中心预测误差和刀具轴线预测误差；由于机床的各轴之间耦合关系并不强，所以可以通过预测五轴机床的单轴跟踪误差来预测五轴机床的轮廓误差；
[0012]步骤S2.在获取机床的刀具中心预测误差和刀具轴线预测误差后，通过正向误差模型来对轮廓误差进行预补偿，以使所述正向误差模型以不断迭代的方式来对刀具中心预测误差和刀具轴线预测误差进行补偿，并且在补偿轮廓误差的过程中，单独对刀具中心和刀具轴线的预测误差进行补偿；以此来实现对非重复性加工误差的主动控制，此种迭代补偿方法可以将刀具轴线误差和刀具中心误差分开进行补偿，使得补偿过程更加简便，最终可以将刀具中心误差和刀具轴线误差降低到很小；
[0013]步骤S3.完成一次补偿后再计算刀具中心预测误差和刀具轴线预测误差，如误差值仍不符合设定阈值，则继续进行补偿，直到补偿到所需要的精度，当完成刀具轴线补偿过程和刀具中心补偿过程后，生成达到给定误差精度的机床运行轨迹。
[0014]优选的，所述步骤S2中通过选取设定的小补偿系数使补偿后的轨迹有着较小的变
化，能够保证轨迹的光滑性、良好的轨迹运行特性以及系统的稳定性。
[0015]优选的，所述机床为五轴机床。五轴机床为应用于数控加工中的五轴机床。
[0016]优选的，所述正向误差模型为轮廓误差单轴预测模型。轮廓误差的预测与估计最重要的部分为轮廓误差单轴预测模型，轮廓误差单轴预测模型是根据大量的机床轨迹数据进行神经网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据驱动的五轴轮廓控制方法，其特征在于，包括如下步骤：步骤S1.通过一系列预设的训练集轨迹训练机床单轴的神经网络模型，获取能预测机床轮廓误差的正向误差模型，所述正向误差模型通过预测机床的单轴跟踪误差来预测机床的轮廓误差，所述轮廓误差包括刀具中心预测误差和刀具轴线预测误差，将刀具中心和刀具轴线的规划位置进行处理得到在轴坐标系下单轴的刀具中心和刀具轴线的规划位置，将单轴的规划位置输入至正向误差模型中，所述正向误差模型根据单轴的刀具中心和刀具轴线的规划位置来预测机床运行后的单轴刀具中心位置以及单轴刀具轴线位置，并计算机床的刀具中心的规划位置和预测的单轴刀具中心位置之间的差值，以及计算机床的刀具轴线的规划位置和预测的单轴刀具轴线位置之间的差值，以获取机床单轴的刀具中心预测误差和刀具轴线预测误差；步骤S2.在获取机床的刀具中心预测误差和刀具轴线预测误差后，通过正向误差模型来对轮廓误差进行预补偿，以使所述正向误差模型以不断迭代的方式来对刀具中心预测误差和刀具轴线预测误差进行补偿，并且在补偿轮廓误差的过程中，单独对刀具中心和刀具轴线的预测误差进行补偿；步骤S3.完成一次补偿后再计算刀具中心预测误差和刀具轴线预测误差，如误差值仍不符合设定阈值，则继续进行补偿，直到补偿到所需要的精度，当完成刀具轴线补偿过程和刀具中心补偿过程后，生成达到给定误差精度的机床运行轨迹。2.根据权利要求1所述的基于数据驱动的五轴轮廓控制方法，其特征在于，所述机床为五轴机床。五轴机床为应用于数控加工中的五轴机床，也可应用于需要多电机协同工作以得到高精度运行轨迹的系统，例如机器人、数控机床以及印刷机等依靠伺服系统，需要多个运动轴配合进行运动的系统。3.根据权利要求1所述的基于数据驱动的五轴轮廓控制方法，其特征在于，所述正向误差模型为轮廓误差单轴预测模型。4.根据权利要求1所述的基于数据驱动的五轴轮廓控制方法，其特征在于，所述步骤S2中先对刀具中心预测误差进行补偿，补偿直到满足设定阈值或者迭代次数超过设定值，再对刀具轴线预测误差进行补偿；或者对刀具中心预测误差和刀具轴线预测误差同时进行补偿。5.根据权利要求1
‑
4任一项所述的基于数据驱动的五轴轮廓控制方法，其特征在于，所述步骤S1中对刀具中心和刀具轴线的规划位置的数据进行处理的方法如下：通过CAD/CAM计算得到刀具中心和刀具轴线的规划位置，经过运动学逆解，得到机床各轴的运动参数，生成G代码，将G代码放入数控系统进行插补以及速度规划，以获取单轴的规划加速度、规划速度、规划位置数据，将所述规划加速度、规划速度、规划位置数据转换为轴坐标系下机床各单轴的规划位置数据，并将各单轴的规划位置数据分为单轴刀具中心规划位置以及单轴刀具轴线规划位置。6.根据权利要求5任一项所述的基于数据驱动的五轴轮廓控制方法，其特征在于，所述步骤S1中所述正向误差模型获取的单轴的刀具中心预测误差和刀具轴线预测误差方法如下：在单轴刀具中心规划位置以及单轴刀具轴线规划位置之后，将单轴刀具中心规划位置以及单轴刀具轴线规划位置放入正向误差模型中，通过机床单轴模型进行误差预测，得到
单轴刀具中心预测误差与...

【专利技术属性】
技术研发人员：李建刚，刘志强，廉玉康，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：