[發明專利]一種基于GMDH數據挖掘算法的機床進給系統前饋控制方法

有效

• 申請號: 201510340138.0
• 申請日: 2015-06-18
• 公開（公告）號: CN104950806B
• 公開（公告）日: 2017-07-28
• 發明（設計）人: 游有鵬;孫金秋;楊雪峰
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G05B19/404
• 分類號: G05B19/404
• 代理公司: 南京天華專利代理有限責任公司32218
• 代理人: 瞿網蘭

技術領域

本發明涉及數控機床技術領域，尤其是一種基于機床各加工數據利用數據挖掘辨識方法，具體地說是一種針對機床進給系統的命令前饋和補償前饋控制方法。

背景技術

提高機床的加工精度就是減少數控機床的誤差。誤差可分為兩大類，靜態誤差和動態誤差。其中動態誤差通常是指由伺服控制系統的超調及延時引起的軌跡誤差，即跟隨誤差。影響伺服系統性能的主要因素有負載擾動、摩擦力擾動、系統的參數變化等等。

摩擦力的非線性導致伺服進給系統在啟動、停止以及反向時跟蹤誤差較大。數控機床加工過程中，負載轉矩突變，也會引起跟蹤誤差變大。前饋補償可以在不影響系統穩定性的條件下抵除系統的部分極點，增加系統帶寬，并且還可以利用預知的路徑信息提前補償軸的滯后，改善系統的動態跟蹤性能。但是，當前饋控制器的參數和實際的模型參數不匹配時，補償的效果會惡化原有的跟蹤性能。因此，準確的知道數控伺服摩擦力矩、負載轉矩和轉動慣量等是成功應用前饋補償的關鍵。

GMDH(Group Method of Data Handling)算法是一種對復雜系統自組織建模的方法。這種方法集合神經網絡、遺傳算法和回歸分析的相應優點，能在給定系統輸入和模型選擇準則(外準則)后自動進行模型的篩選，并且能充分考慮變量之間的相互影響。任何一個可能影響研究系統的變量(包括變量之間的組合)都可以當作潛在的輸入變量。

本發明的動機為根據機床加工的各種狀態數據，將GMDH方法用于進給系統摩擦力矩和負載力矩的預測。并將預測值用于補償前饋中，以提高伺服進給系統的跟蹤精度。

發明內容

本發明的目的是針對數控機床加工過程中，要求伺服進給系統高速高精度的問題。提出一種基于GMDH數據挖掘算法的機床進給系統前饋控制方法。它將GMDH算法用于伺服進給系統摩擦力矩和負載轉矩的建模及補償前饋控制中。并采用觀測器估計了系統的轉動慣量，用于命令前饋中。

本發明的技術方案是：

一種基于GMDH數據挖掘算法的機床進給系統前饋控制方法，其特征是首先利用GMDH算法建立機床的摩擦力矩模型和負載力矩模型；其次，利用觀測器方法獲得進給系統的轉動慣量；第三，將所得的摩擦力矩模型和負載力矩模型均除以電機的轉矩常數后前饋補償到電流環的輸入端，同時將指令信號的速度直接施加于速度環的輸入處完成速度前饋的輸入，將指令信號的加速度乘以一系數作用于電流環的輸入處完成加速度前饋的輸入，所述的系數等于進給系統轉動慣量/電機轉矩常數。

利用觀測器辨識轉動慣量的目的是為了準確的進行加速度前饋，提高系統的跟蹤控制能力。加速度乘以相應的系數(機械系統慣量J/電機轉矩常數K_T)作用于電流環的輸入處。

所述的摩擦力矩模型建立步驟包括：

(1)采集并存儲機床加工時各種狀態數據，所述的狀態數據包括主軸數據、進給軸數據、軸坐標、加工數據和報警數據；

(2)從采集的狀態數據中，辨識進給系統空載且恒速的狀態，提取相關數據，以及進給系統靜止不動時的相關數據；

(3)根據步驟(2)所得的相關數據，獲得進給系統空載時的各摩擦力矩；

(4)由步驟3)獲得的摩擦力矩，采用GMDH算法建立摩擦力矩與機床各狀態量的數學模型，從而得到摩擦力矩模型。

所述的進給系統空載時電機的轉矩平衡方程為其中J為轉動慣量，ω為電機的角速度，T為電機的電磁轉矩，在采用i_d＝0矢量控制時，T＝K_Ti_q，K_T為電機轉矩常數，i_q為進給系統恒速或靜止時測得的電機電流，T_f為摩擦力矩；根據電機的轉矩平衡方程即可得到不同速度所對應的摩擦力矩T_f。

所述的根據所得摩擦力矩采用GMDH建立的空載時機床正向進給和反向進給時摩擦力矩的數學模型為：

其中，和分別是正向和反向進給摩擦力矩估計值，θ^*是位置指令信號，θ為測得的位置信號，ω^*是速度指令信號，ω為測得的電機轉速，a為計算得到的電機加速度，T為進給軸電機的電磁轉矩，t是機床空載運行時間。