[發明專利]一種基于神經網絡的數控系統運動軌跡控制方法

有效

• 申請號: 202010680809.9
• 申請日: 2020-07-15
• 公開（公告）號: CN111857054B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 李炳燃;方俊;肖建新;葉佩青;張輝
• 申請（專利權）人: 清華大學
• 主分類號: G05B19/408
• 分類號: G05B19/408
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 廖元秋

本發明提出的一種基于神經網絡的數控系統運動軌跡控制方法，首先構建神經網絡作為決策模型，包括一個輸入層、若干隱藏層和一個輸出層，輸入層輸入當前時刻刀具軌跡的狀態向量，該狀態向量是根據被控機床傳感器反饋的加工狀態與刀具運動軌跡指令經過特征轉換得到，輸出層輸出當前時刻的決策動作，將當前時刻決策動作經過特征轉化，得到下一時刻的刀具位置并以此作為伺服指令；隨后利用強化學習算法并結合獎懲策略訓練決策模型；最后利用訓練完畢的決策模型完成機床的刀具運動軌跡控制。本發明方法能夠實時響應刀具運動軌跡的變化，支持加工參數的在線修改，提高了數控系統運動軌跡控制的適應性、加工精度和加工效率。

技術領域

本發明屬于數控加工軌跡規劃技術領域，特別涉及一種基于神經網絡的數控系統運動軌跡控制方法。

背景技術

數控系統是數控機床的核心控制裝置，數控加工過程中的運動軌跡控制由數控系統完成。NC文件是描述數控機床加工過程中刀具運動軌跡的文件，通常使用G代碼(ISO6983)格式對刀具運動軌跡進行描述。數控系統根據輸入的NC文件，通過編譯(譯碼)模塊實現對NC文件的解析，并得到刀具的運動軌跡。

數控系統的刀具運動軌跡控制方法為：根據刀具的運動軌跡，通過軌跡規劃算法、速度規劃算法和插補算法實現數控系統的運動軌跡控制，參見圖1。數控系統中的軌跡規劃算法主要完成對運動軌跡的光順處理，常用方法有局部光順和全局光順；速度規劃算法主要完成對刀具運動軌跡的加減速控制，常用方法有梯形加減速和S型加減速等；插補算法主要完成對每段的刀具運動軌跡進行數據密化，常用方法有直線插補和圓弧插補等。數控系統插補算法產生的插補數據是機床各進給軸的位置指令，該指令由數控系統發送到機床的伺服進給系統，伺服進給系統執行位置指令，完成機床的運動軌跡控制。

數控系統的運動軌跡控制方法流程復雜，為保證軌跡規劃算法、速度規劃算法和插補算法的數據讀取需求，算法間需建立數據緩沖區，參見圖1。由于緩沖區的存在，導致數控系統對刀具運動軌跡的響應差，數控系統在加工過程中不支持刀具運動軌跡的在線修改，同樣也不支持軌跡規劃算法、速度規劃算法和插補算法參數的在線修改。

智能制造環境下要求數控系統在加工過程中實時感知外部傳感器反饋的加工狀態，根據傳感器反饋的加工狀態，通過對刀具運動軌跡和控制算法參數的在線修改，實現對加工過程的優化。現有數控系統運動軌跡控制方法無法滿足智能制造的需求。

發明內容

本發明的目的是為了克服已有技術的不足之處，提供一種基于神經網絡的數控系統運動軌跡控制方法。本發明使用神經網絡實現數控系統的運動軌跡控制，神經網絡根據傳感器反饋的加工狀態，結合刀具運動軌跡指令，直接輸出各進給軸的位置指令，進而實現依據當前加工狀態的數控系統運動軌跡控制。本發明使用神經網絡的數控系統運動軌跡控制方法具有對加工過程中加工狀態反應速度快的優點。

為實現上述目的，本發明采用以下技術方案：

本發明提出的一種基于神經網絡的數控系統運動軌跡控制方法，其特征在于，包括以下步驟：

1)構建神經網絡作為決策模型

由依次連接的一個輸入層、若干隱藏層和一個輸出層構建神經網絡；其中，

神經網絡的輸入即所述輸入層的輸入為t時刻刀具軌跡的狀態向量s_t，該狀態向量s_t是根據被控機床傳感器反饋的加工狀態與刀具運動軌跡指令經過特征轉換得到的，其表達式如下：

s_t＝{κ_1,t,…,κ_j,t,…,κ_n,t}，j＝1,…,n

式中，k_1,t,…,κ_j,t,…,κ_n,t表示t時刻刀具運動軌跡位置上先后選取的第1～n個離散點的曲率向量，n可取任意正整數；