[發明專利]數控機床及其自適應加工的控制方法和裝置

有效

• 申請號: 202010930080.6
• 申請日: 2020-09-07
• 公開（公告）號: CN112180833B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 張建富;高鵬;王驍;馮平法;郁鼎文;吳志軍
• 申請（專利權）人: 清華大學
• 主分類號: G05B19/19
• 分類號: G05B19/19
• 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: 張大威

本發明提出一種數控機床及其自適應加工的控制方法和裝置，其中，方法包括：獲取數控機床的監控信號，其中，所述監控信號包括主軸電流信號、主軸轉速信號和進給速度信號；根據所述監控信號，確定所述數控機床處于切削加工狀態；在所述數控機床處于切削加工狀態時，獲取有效切削電流；利用所述有效切削電流，獲取所述數控機床當前時刻的理論辨識切削力；根據所述理論辨識切削力，利用強化學習模型獲取預測切削力；控制所述數控機床按照所述預測切削力進行零件加工，通過預測切削力自主尋找切削進給率目標最優，從而實現數控機床按照預測切削力的自適應加工。

技術領域

本發明涉及數控機床加工監測與控制技術領域，尤其涉及一種數控機床及其自適應加工的控制方法和裝置。

背景技術

隨著智能制造技術的發展，復雜零部件數控機床智能自適應加工越來越重要。零部件普通數控加工中，機床按NC(Numerical Control,數字控制)程序預先設定的進給速率勻速加工，而實際切削過程是非線性、時變、隨機干擾嚴重、不確定性強的復雜動態切削過程。切削力、切削余量與刀具磨損都在不斷變化，程序制定的進給速率不能維持切削狀態最優。基于主軸電流的切削力辨識的間接監測方式成本低，傳感器安裝方便，適用范圍廣，更加適合于智能制造現場應用。在復雜零部件智能制造中，對加工狀態參數進行監測自適應加工是十分必要的。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發明的第一個目的在于提出一種數控機床自適應加工的控制方法，能夠自主尋找進給率目標最優的預測切削力，從而實現數控機床按照預測切削力的自適應加工。

本發明的第二個目的在于提出一種數控機床自適應加工的控制裝置。

本發明的第三個目的在于提出一種數控機床。

為達上述目的，本發明第一方面實施例提出了一種數控機床自適應加工的控制方法，包括：獲取數控機床的監控信號，其中，所述監控信號包括主軸電流信號、主軸轉速信號和進給速度信號；根據所述監控信號，確定所述數控機床處于切削加工狀態；在所述數控機床處于切削加工狀態時，獲取有效切削電流；利用所述有效切削電流，獲取所述數控機床當前時刻的理論辨識切削力；根據所述理論辨識切削力，利用強化學習模型獲取預測切削力；控制所述數控機床按照所述預測切削力進行零件加工。

在一些實施例中，所述根據所述監控信號，確定所述數控機床處于切削加工狀態，包括：根據所述主軸轉速信號和所述進給速度信號，生成速度向量；根據所述速度向量，確定所述數控機床是否處于切削加工狀態。

在一些實施例中，所述利用所述有效切削電流，獲取所述數控機床當前時刻的理論辨識切削力，包括：利用所述有效切削電流，獲取所述主軸電流的均方根值；利用所述主軸電流的均方根值，根據機床主軸的運動學方程，獲取所述機床主軸的電機扭矩；利用所述電機扭矩，獲取理論辨識切削力。

在一些實施例中，所述根據所述理論辨識切削力，利用強化學習模型獲取預測切削力，包括：獲取所述理論辨識切削力與所述預測切削力之間的映射關系；根據所述理論辨識切削力和所述映射關系，獲取所述預測切削力。

在一些實施例中，所述獲取所述理論辨識切削力與所述預測切削力之間的映射關系，包括：將所述理論辨識切削力輸入策略神經網絡，利用所述策略神經網絡生成所述映射關系。

在一些實施例中，利用獎勵函數對所述策略神經網絡進行訓練，以使利用所述策略神經網絡獲取的所述預測切削力的累計回報最大。

在一些實施例中，還包括：判斷所述有效切削電流是否大于預設閾值；如果是，則控制所述數控機床執行報警策略，并調整切削進給量。