【技术实现步骤摘要】
一种基于梯度优化的机床进给系统数理模型参数辨识方法
[0001]本专利技术属于数控机床相关
，更具体地，涉及一种基于梯度优化的机床进给系统数理模型参数辨识方法。
技术介绍
[0002]数控机床，作为一种高效率、高精度、高自动化的加工设备，在制造业中具有十分重要的地位，广泛应用于航空航天、汽车、核电、医疗机械、工程机械等领域。数控机床结构复杂，建立机床的数理模型有助于分析机床的动态特性，对提高机床的加工精度，改善机床动态特性有着重要作用。
[0003]机床进给系统的数理模型主要涉及伺服控制系统和机械传动系统。进给系统参数辨识的目的是使得搭建的进给系统仿真模型具有更高的仿真精度，能够更加准确地反映真实机床进给系统的动态特性，从而使仿真模型能为提高机床进给系统的动态性能、提高跟踪精度、加工效率和加工质量提供更好的帮助。
[0004]机床进给系统是复杂的机电耦合系统，进给系统数理模型往往包含大量的参数，其中存在一些难以通过测量和查表直接得到的参数，如工作台质量，工作台摩擦参数，进给系统刚度和阻尼等。进给系统参数...
【技术保护点】
【技术特征摘要】
1.一种基于梯度优化的机床进给系统数理模型参数辨识方法，其特征在于，该辨识方法包括下列步骤：S1建立机床进给系统的数理模型，并确定待辨识参数的上下界；S2预设指令位置信号，根据该预指令位置信号运行机床并采集机床实际运行数据；设定初始的待辨识参数；构建待辨识参数更新模型；S3将预设指令位置信号和当前的待辨识参数输入所述待辨识参数更新模型中，以此更新所述待辨识参数，将更新后的辨识参数和指令位置信号输入所述数理模型中仿真获得仿真结果，利用步骤S2采集的机床实际运行数据和该仿真结果计算损失函数，判断当前损失函数与最优损失函数之间的关系：当前损失函数小于当前最优损失函数时，将当前待辨识参数的值作为最优待辨识参数，同时将损失函数增大次数置零，当前损失函数作为当前最优损失函数；当前损失函数大于当前最优损失函数时，损失函数增大次数增加，判断当前损失函数增大次数是否大于预设最大损失函数增大次数，是则损失函数增大次数置零，并更新所述待辨识参数更新模型中的学习率和步长；否则，进入下个步骤；S4更新迭代次数，判断当前迭代次数是否达到预设最大迭代次数，是，则输出当前待辨识参数；否，则返回步骤S3。2.如权利要求1所述的一种基于梯度优化的机床进给系统数理模型参数辨识方法，其特征在于，在步骤S2中，所述待辨识参数更新模型按照下列进行：S21对于所述待辨识参数中的任意一个辨识参数，利用所述步长更新该辨识参数，将更新后的辨识参数输入所述数理模型中仿真获得仿真结果，利用该仿真结果与步骤S2中的机床实际运行数据计算参数梯度；S22重复步骤S21直至获得所述待辨识参数中每个辨识参数对应的参数梯度，所有辨识参数的参数梯度构成参数梯度集合，利用该参数梯度集合更新所述待辨识参数，以此实现待辨识参数的更新。3.如权利要求2所述的一种基于梯度优化的机床进给系统数理模型参数辨识方法，其特征在于，在步骤S1中，利用所述步长更新该辨识参数按照下列关系式进行：其中，是...
【专利技术属性】
技术研发人员：杨建中，段继航，许光达，黄德海，
申请(专利权)人：武汉智能设计与数控技术创新中心，
类型：发明
国别省市：
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。