[發(fā)明專利]一種基于強(qiáng)化學(xué)習(xí)的刀具路徑生成與優(yōu)化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811283054.8
• 申請(qǐng)日: 2018-10-31
• 公開(kāi)（公告）號(hào): CN109491320B
• 公開(kāi)（公告）日: 2019-12-06
• 發(fā)明（設(shè)計(jì)）人: 楊建中;向單奇;武俊雄;高嵩;朱萬(wàn)強(qiáng);宋仕杰;傅有
• 申請(qǐng)（專利權(quán)）人: 華中科技大學(xué)
• 主分類號(hào): G05B19/19
• 分類號(hào): G05B19/19
• 代理公司: 42201 華中科技大學(xué)專利中心
• 代理人: 孔娜;曹葆青<國(guó)際申請(qǐng)>=<國(guó)際公布>=

本發(fā)明屬于人工智能和計(jì)算機(jī)輔助相關(guān)技術(shù)領(lǐng)域，其公開(kāi)了一種基于強(qiáng)化學(xué)習(xí)的刀具路徑生成與優(yōu)化方法，該方法包括以下步驟：(1)將加工信息輸入到環(huán)境仿真模型；(2)環(huán)境仿真模型依據(jù)來(lái)自深度神經(jīng)網(wǎng)絡(luò)模型的動(dòng)作值產(chǎn)生狀態(tài)值，并將狀態(tài)值輸出給深度神經(jīng)網(wǎng)絡(luò)模型，深度神經(jīng)網(wǎng)絡(luò)模型根據(jù)狀態(tài)值作產(chǎn)生新的動(dòng)作值，并將新的動(dòng)作值傳輸給環(huán)境仿真模型，如此兩者不斷交互，使得刀具從加工起始點(diǎn)到達(dá)加工終點(diǎn)，進(jìn)而生成刀具路徑；(3)重復(fù)步驟(2)以獲得多條刀具路徑，將多條刀具路徑輸入到路徑評(píng)判模塊，路徑評(píng)判模塊對(duì)每刀具路徑做出判斷并輸出評(píng)判分?jǐn)?shù)，將評(píng)判分?jǐn)?shù)最高的刀具路徑作為最終的刀具路徑。本發(fā)明提高精度及效率，適用性較強(qiáng)。

技術(shù)領(lǐng)域

本發(fā)明屬于人工智能和計(jì)算機(jī)輔助相關(guān)技術(shù)領(lǐng)域，更具體地，涉及一種基于強(qiáng)化學(xué)習(xí)的刀具路徑生成與優(yōu)化方法。

背景技術(shù)

為了提高數(shù)控機(jī)床的加工技術(shù)的應(yīng)用水平，降低數(shù)控加工的加工成本以及確保零件與產(chǎn)品的加工質(zhì)量，無(wú)論是國(guó)內(nèi)還是國(guó)外對(duì)數(shù)控加工中的刀具軌跡優(yōu)化技術(shù)做了大量的研究工作。在數(shù)控加工過(guò)程中，當(dāng)?shù)毒哕壽E驟然變化時(shí)，有可能會(huì)導(dǎo)致刀具瞬間銑削力急劇增大，機(jī)床和刀具的振動(dòng)幅度增加，這樣不僅會(huì)降低零件或產(chǎn)品的加工精度，還會(huì)降低機(jī)床和刀具的使用壽命。因此，刀具路徑的研究具有十分重要的理論意義和經(jīng)濟(jì)效益。

目前，本領(lǐng)域相關(guān)技術(shù)人員已經(jīng)做了一些研究，如采用了機(jī)器學(xué)習(xí)技術(shù)，然而當(dāng)前的加工軌跡生成方法大都是基于幾何形狀而沒(méi)有考慮實(shí)際加工過(guò)程中的動(dòng)力學(xué)問(wèn)題，導(dǎo)致刀具路徑的生成速度較差、加速特性不佳、與實(shí)際機(jī)械加工過(guò)程的契合度較低、需要人為參與、靈活性較差等技術(shù)問(wèn)題。相應(yīng)地，本領(lǐng)域存在發(fā)展一種速度較好的基于強(qiáng)化學(xué)習(xí)的刀具路徑生成與優(yōu)化方法的技術(shù)需求。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于強(qiáng)化學(xué)習(xí)的刀具路徑生成與優(yōu)化方法，其基于現(xiàn)有刀具路徑的生成特點(diǎn)，研究及設(shè)計(jì)了一種速度較好的基于強(qiáng)化學(xué)習(xí)的刀具路徑生成與優(yōu)化方法。所述方法結(jié)合了強(qiáng)化學(xué)習(xí)強(qiáng)大的決策能力及深度神經(jīng)網(wǎng)絡(luò)強(qiáng)大的感知能力，且考慮了實(shí)際加工過(guò)程中的運(yùn)動(dòng)學(xué)及動(dòng)力學(xué)特性，能夠在公差帶之中快速、準(zhǔn)確地規(guī)劃一條更加符合實(shí)際加工過(guò)程的刀具路徑。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于強(qiáng)化學(xué)習(xí)的刀具路徑生成及優(yōu)化方法，該方法包括以下步驟：

(1)將加工信息輸入到環(huán)境仿真模型，所述環(huán)境仿真模型依據(jù)所述加工信息產(chǎn)生仿真刀具加工環(huán)境及加工的公差帶，并將所述公差帶輸入到所述仿真刀具加工環(huán)境中；

(2)所述環(huán)境仿真模型依據(jù)來(lái)自訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型的動(dòng)作值產(chǎn)生狀態(tài)值，并將所述狀態(tài)值輸出給所述深度神經(jīng)網(wǎng)絡(luò)模型，所述深度神經(jīng)網(wǎng)絡(luò)模型根據(jù)接受到的所述狀態(tài)值作前向推導(dǎo)以產(chǎn)生新的動(dòng)作值，并將新的動(dòng)作值傳輸給所述環(huán)境仿真模型，如此所述環(huán)境仿真模型與所述深度神經(jīng)網(wǎng)絡(luò)模型不斷交互，使得刀具不斷做出動(dòng)作以從加工起始點(diǎn)沿著所述公差帶延伸方向到達(dá)加工終點(diǎn)，進(jìn)而生成一條刀具路徑；

(3)重復(fù)步驟(2)以獲得多條刀具路徑，將多條所述刀具路徑輸入到路徑評(píng)判模塊，所述路徑評(píng)判模塊對(duì)接收到的每一條刀具路徑做出判斷并輸出一個(gè)評(píng)判分?jǐn)?shù)，將多條所述刀具路徑中評(píng)判分?jǐn)?shù)最高的刀具路徑作為最終的刀具路徑。

進(jìn)一步地，所述加工信息包括工件輪廓信息、公差帶帶寬及刀具半徑。

進(jìn)一步地，步驟(1)之前還包括構(gòu)建所述環(huán)境仿真模型的步驟，所述環(huán)境仿真模型的構(gòu)建包括以下步驟：首先，對(duì)實(shí)際加工過(guò)程進(jìn)行建模以得到刀具加工模型，且對(duì)加工過(guò)程中機(jī)床給予刀具的動(dòng)力及摩擦力進(jìn)行分析，以抽象出加工過(guò)程中的刀具動(dòng)力學(xué)過(guò)程；接著，對(duì)所述刀具加工模型中的摩擦系數(shù)進(jìn)行辨識(shí)；最后，采用物理引擎構(gòu)建仿真環(huán)境，進(jìn)而得到所述環(huán)境仿真模型。

進(jìn)一步地，所述環(huán)境仿真模型根據(jù)接受到的該動(dòng)作值仿真計(jì)算出下一刻刀具所處的狀態(tài)，并將該狀態(tài)以狀態(tài)值的形式傳輸給所述深度神經(jīng)網(wǎng)絡(luò)模型。