数控机床的加工质量是多种因素交互耦合影响的结果,其中机床运动控制参数对加工性能的影响尤为重要。由于缺乏高效的控制参数整定方法,整定过程依赖于操作人员的经验,以致参数整定过程繁琐费时,且不易获得满意的结果,无法发挥其最优性能。因此,必须对数控机床运动控制参数进行整定,使其机电参数得到最佳匹配,以保证其始终处于良好的工作状态。本课题将结合数控机床动力学特性,深入研究其系统特征与其运动控制参数之间的内在关系,采用机器学习机制对其系统特征进行泛化,并对其特征进行重构建立系统动态模型。在此基础上,研究数控机床运动系统的性能评价方法及运动控制参数优化算法,设计系统实时动态特征模型与最优控制参数的映射规则,以获得基于系统动力学特征的数控机床运动控制参数自动整定策略,实现对数控机床运动控制参数的高效整定。课题研究成果有助提高我国数控机床的技术水平,还可推广至其他行业领域类似应用场合,具有良好应用前景。
computer numerical control;control parameters self-tuning;feature reconstruction;machine learning;cost function
数控机床的加工质量是多种因素交互耦合影响的结果,其中机床运动控制参数对加工性能的影响尤为重要。由于缺乏高效的控制参数整定方法,整定过程依赖于操作人员的经验,以致参数整定过程繁琐费时,且不易获得满意的结果,无法发挥其最优性能。因此,必须对数控机床运动控制参数进行整定,使其机电参数得到最佳匹配,以保证其始终处于良好的工作状态。本课题以数控机床动力学特性为基础,通过对机床运动过程中的各影响因素进行分析比较,获取影响机床动力学特性的敏感特征集合,根据获得的敏感特征集,研究系统动力学性能与伺服进给系统运动控制参数之间的映射关系,构造基于特征的控制参数优化模型,寻求多约束条件下的机床运动控制参数的快速优化算法,得到数控机床运动控制参数的自整定策略。重点研究基于机床动力学基础的进给系统的动力学参数的特征提取、特征重构、参数优化和特征匹配等关键技术,建立基于数控机床动力学特性的系统特征、控制策略与控制参数之间的映射规则,设计合适的数控机床运动系统性能评价目标函数,进行数控机床运动过程仿真,采用机器学习机制对最优控制参数进行泛化。课题的研究成果为数控机床运动控制参数的自整定过程提供理论指导,并将运动控制参数在线自动调整算法嵌入到伺服驱动器中,同时,针对数控机床运动控制的特点,开发了一套运动系统诊断及参数寻优的导向软件—伺服快速调整软件SSTT, 可实时监视和调整伺服运动状态,在数控机床的调试过程中得到成功的运用。以满足相关行业领域日益增长的产品制造效率和制造质量需求。课题通过系列加工对比实验验证所研究算法的可行性和有效性,帮助操作数控机床的现场工程师快速调整系统控制参数,从而获得良好加工性能。课题研究成果还可适用于高速切削数控机床、重载数控机床、机器人视觉定位及运动控制等应用;课题成果还应用于 “高档数控机床与基础制造装备”科技重大专项支持的部分课题,为数控系统的高速高精控制提供有利的技术支持。