System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于布谷鸟算法的数控系统加减速参数规划方法技术方案_技高网
当前位置: 首页 > 专利查询>江南大学专利>正文

一种基于布谷鸟算法的数控系统加减速参数规划方法技术方案

技术编号:40191043 阅读:10 留言:0更新日期:2024-01-26 23:53
本发明专利技术公开了一种基于布谷鸟算法的数控系统加减速参数规划方法。首先构建加速段加加速度曲线和减速段加加速度曲线分别中心对称的抽象加减速模型,同时基于时间最优的原则,将运动过程中的参数规划问题转变为一个最优化问题,结合问题中的约束,通过对加加速度曲线放缩以确定最优参数;其次分别具体化加速段加加速度首段曲线和减速段加加速度首段曲线,构建运动过程最大速度与最短运动时间之间的映射关系,简化计算公式,实现解空间的降维,提升迭代效率;最后设计布谷鸟算法内的适应度函数,以此为依据,多次迭代最大速度,找到适应度值最大的最优解,从而保证算法迭代效率更高的同时可以移植于其他具体加减速模型上。

【技术实现步骤摘要】

本专利技术涉及工业数控系统运动控制领域,涉及一种基于布谷鸟算法的加减速参数规划方法。


技术介绍

1、数控加工技术是现代制造系统的关键技术,是衡量国家制造业水平的重要指标。加减速控制作为数控加工技术中的核心技术,直接影响着数控机床的加工质量和效能发挥。

2、目前工程中应用较多的是基于七段s形模型的加减速参数规划方法,方法通过给定始末速度、位移以及动力学参数约束,求解出运动全过程各阶段时间。由于七段s形模型加速度曲线运动全过程连续,可以避免一定柔性冲击,但模型内加加速度曲线全过程多次阶跃,对高精度机床仍会造成冲击,同时基于该模型的加减速参数规划方法内部公式计算复杂,迭代求解效率低,另外基于七段s形模型的加减速参数规划方法只能适用于七段s型模型,对于其他如十一段s形模型、正弦模型则不适用,移植性差。

3、因此,针对现有技术如何设计一种数控系统加减速参数规划方法,使其适用于多数加加速度连续的加减速模型的同时迭代效率更高,仍未有解决方案。


技术实现思路

1、针对上述技术所存在的问题,本专利技术提供一种基于布谷鸟算法的数控系统加减速参数规划方法,首先构建加速段加加速度曲线和减速段加加速度曲线分别中心对称的抽象加减速模型,同时基于时间最优的原则,将运动过程中的参数规划问题转变为一个最优化问题,结合问题中的约束,通过对加加速度曲线放缩以确定最优参数;其次分别具体化加速段加加速度和减速段加加速度首段曲线,构建运动过程最大速度与最短运动时间之间的映射关系,简化计算公式,实现解空间的降维,提升迭代效率;最后设计布谷鸟算法内的适应度函数,以此为依据,多次迭代最大速度,找到适应度值最大的最优解,从而保证算法迭代效率更高的同时可以移植于其他具体加减速模型上。

2、一种基于布谷鸟算法的数控系统加减速参数规划方法,包括如下步骤:

3、步骤1:构建加速段加加速度曲线和减速段加加速度曲线分别中心对称的抽象加减速模型。

4、步骤2:建立加加速度关于时间的函数,并据此构建运动过程最大速度vm与加速段位移sa以及减速段位移sd之间的函数关系。加速段加加速度关于时间的函数j(t)如式(1)所示:

5、

6、其中

7、

8、其中f(t)为加速段加加速度首段曲线函数,ti(i=1...11)为模型内各段时间,ti(i=1...11)为模型内各时间节点,据此可推得加速段最大加速度aam、减速段最大加速度adm表达式如式(2)所示:

9、

10、其中g(t)为减速段加加速度首段曲线函数。同时可推得加速时间ta和减速时间td表达式如式(3)所示:

11、

12、其中vs、ve为运动过程中的始末速度。进而可构建运动过程最大速度vm和加速段位移sa以及减速段位移sd的关系,表达式如式(4)所示:

13、

14、步骤3:基于时间最优的准则,将动力学参数求解问题转变为多约束的最优化问题,同时设定加速段最大加加速度约束jam-set、减速段最大加加速度约束jdm-set、加速段最大加速度约束aam-set、减速段最大加速度约束adm-set和运动全过程最大速度约束vm-set;最优化问题表达式如式(5)所示:

15、

16、

17、其中jam为加速段最大加加速度,jdm为减速段最大加加速度;sset为设定位移,spla为规划总位移,约束分为五个不等式约束即动力学参数约束,一个等式约束,其代表运动部件能够准确达到给定位置的需求;目标函数为运动全过程时间,目标函数值越小则代表运动部件达到给定位置所花时间越短,解空间为[t1,t3,t6,t7,t9];

18、步骤4:设初速度小于末速度,视运动轴全过程加速,运动过程最大速度vm=ve,函数f(t)定义域区间长度记为t1-init,t1-init的确定是最优化问题能否有解的关键。在确定曲线类型的前提下,t1-init先取最大值如果在定义域[0,t1-init]内,函数f(t)最大值jam大于加速段加加速度约束jam-set,对整段曲线进行压缩,否则不变化。新加速段加加速度首段曲线f(t)init表达式如下:

19、

20、步骤5:判断运动轴是否能在设定的最大加速度和给定位移下从初速加速至末速。

21、步骤6:根据设定的减速段最大加加速度约束jdm-set,初始化减速段加加速度首段曲线函数表达式g(t),同时确定其定义域区间长度记为t7-init,t7-init的取值范围为在定义域[0,t7-init]内,函数g(t)最大值jdm大于减速段加加速度约束jdm-set,对整段曲线进行压缩,否则不变化曲线。新减速段加加速度首段曲线g(t)init表达式如下:

22、

23、步骤7:设计布谷鸟算法解为运动过程最大速度vm,同时设定初始解的个数n、解淘汰概率pa、最大迭代次数t以及迭代次数计数t=0。

24、步骤8:设计布谷鸟算法更新解和淘汰解公式。更新解公式如式(8)、(9)所示。

25、

26、其中为第i个解在第t+1次迭代时的值,表示第i个解在第t次迭代形成的解,和表示第t次迭代中随机两个解,α0为步长缩放因子,levy(β)为满足莱维分布的随机数,可以用以下公式确定。

27、

28、淘汰解公式如式(10)所示。

29、

30、其中r~u(0,1)、ε~u(0,1)。heaviside(x)为单位阶跃函数,x≥0,heaviside(x)=1;x<0,heaviside(x)=0。

31、步骤9:根据式(4),建立全过程最短运动时间tm和最大速度vm之间的映射关系,同时构建布谷鸟算法内适应度函数。

32、步骤10:在[ve,vm-set]内随机初始化关于最大速度vm的n个解。

33、步骤11:根据步骤9中构建的适应度函数,计算n个初始解的适应度值,根据式(8)和式(9),随即更新解,同时计算更新解的适应度值,与旧解比较,适应度值高的新解取代适应度值低的旧解,否则不取代。

34、步骤12:根据式(10),随机更新一部分解用以淘汰旧解。根据步骤9中构建的适应度函数,计算新解适应度值,适应度值高的新解取代适应度值低的旧解,否则不取代。

35、步骤13:确定此次迭代过程中n个解中适应度值最大的解,记录该解和其适应度值。

36、步骤14:判断当前迭代次数t是否小于最大迭代t。如果否,确定t次迭代中适应度值最大的解,记录该解以及其适应度值,视已解决最优化问题,已完成规划任务,结束后续步骤;如果是,则t++,跳转至步骤11。

37、在步骤1中构建加速段加加速度和减速段加加速度曲线分别中心对称的抽象加减速模型的过程如下:

38、(1)加速段和减速段分开设计,减速运动视作加速运动的逆过程,模型构建时需本文档来自技高网...

【技术保护点】

1.一种基于布谷鸟算法的数控系统加减速参数规划方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于布谷鸟算法的数控系统加减速参数规划方法,其特征在于,在所述步骤1中构建加速段加加速度曲线和减速段加加速度曲线分别中心对称的抽象加减速模型的过程如下:

3.根据权利要求1所述的一种基于布谷鸟算法的数控系统加减速参数规划方法,其特征在于,在所述步骤5中判断运动轴是否能在设定的最大加速度和给定位移下从初速加速至末速,按照下列不等式组进行判定:

4.根据权利要求1所述的一种基于布谷鸟算法的数控系统加减速参数规划方法,其特征在于,在所述步骤9中建立全过程最短运动时间和最大速度之间的映射关系,同时构建布谷鸟算法内适应度函数的具体步骤为:

【技术特征摘要】

1.一种基于布谷鸟算法的数控系统加减速参数规划方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于布谷鸟算法的数控系统加减速参数规划方法,其特征在于,在所述步骤1中构建加速段加加速度曲线和减速段加加速度曲线分别中心对称的抽象加减速模型的过程如下:

3.根据权利要求1所述的一种基于布谷鸟算法的数控系统加...

【专利技术属性】
技术研发人员:潘丰张鑫
申请(专利权)人:江南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1