[發明專利]一種基于梯度優化的機床進給系統數理模型參數辨識方法

在審

• 申請號: 202310434416.3
• 申請日: 2023-04-21
• 公開（公告）號: CN116560301A
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 楊建中;段繼航;許光達;黃德海
• 申請（專利權）人: 華中科技大學;武漢智能設計與數控技術創新中心
• 主分類號: G05B19/408
• 分類號: G05B19/408
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 尚威

本發明屬于數控機床相關技術領域，并公開了一種基于梯度優化的機床進給系統數理模型參數辨識方法。該方法包括：S1建立機床進給系統的數理模型；S2采集機床實際運行數據；設定初始的待辨識參數；構建待辨識參數更新模型；S3將預設指令位置信號和當前的待辨識參數輸入待辨識參數更新模型中更新待辨識參數，利用更新后的辨識參數仿真計算損失函數，判斷當前損失函數與最優損失函數之間的關系：小于時，保留當前待辨識參數的值，否則損失函數增大次數增加；S4更新迭代次數，判斷當前迭代次數是否達到預設最大迭代次數，是，則輸出當前待辨識參數；否，則返回步驟S3。通過本發明，提高與全局損失函數之間的靈敏度低的參數的辨識效率。

技術領域

本發明屬于數控機床相關技術領域，更具體地，涉及一種基于梯度優化的機床進給系統數理模型參數辨識方法。

背景技術

數控機床，作為一種高效率、高精度、高自動化的加工設備，在制造業中具有十分重要的地位，廣泛應用于航空航天、汽車、核電、醫療機械、工程機械等領域。數控機床結構復雜，建立機床的數理模型有助于分析機床的動態特性，對提高機床的加工精度，改善機床動態特性有著重要作用。

機床進給系統的數理模型主要涉及伺服控制系統和機械傳動系統。進給系統參數辨識的目的是使得搭建的進給系統仿真模型具有更高的仿真精度，能夠更加準確地反映真實機床進給系統的動態特性，從而使仿真模型能為提高機床進給系統的動態性能、提高跟蹤精度、加工效率和加工質量提供更好的幫助。

機床進給系統是復雜的機電耦合系統，進給系統數理模型往往包含大量的參數，其中存在一些難以通過測量和查表直接得到的參數，如工作臺質量，工作臺摩擦參數，進給系統剛度和阻尼等。進給系統參數辨識的主要對象就是這些難以確定又對進給系統的動態特性有顯著影響的參數。

現有的對數理模型的多參數同時辨識的方法多基于遺傳算法，如專利CN102540894B基于遺傳算法來辨識機械手的參數，專利CN110543727B基于改進的粒子群算法來辨識機器人的參數，使用粒子群等遺傳算法來辨識參數時，辨識過程中參數的更新往往為隨機取值，算法收斂速度較慢，參數辨識的效率不高，本專利在參數辨識過程中，根據模型參數與模型仿真誤差之間的梯度信息來更新模型參數，算法收斂更快，參數辨識效率更高。專利CN114169230A基于反向傳播算法辨識機器人動力學參數，但是辨識過程中，待辨識的動力學參數沒有進行靈敏度分析，所有的參數均使用相同的損失函數來計算梯度，當參數與損失函數之間的靈敏度較低時，則梯度小，參數更新步長小，算法收斂較慢，本專利分析模型參數與不同類型的模型仿真結果之間的靈敏度，計算每個參數的梯度時，使用最為靈敏的模型仿真結果來構建損失函數，提高了算法收斂的速度，參數辨識效率更高。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種基于梯度優化的機床進給系統數理模型參數辨識方法，解決數理模型參數辨識效率低的問題。

為實現上述目的，按照本發明，提供了一種基于梯度優化的機床進給系統數理模型參數辨識方法，該辨識方法包括下列步驟：

S1建立機床進給系統的數理模型，并確定待辨識參數的上下界；

S2預設指令位置信號，根據該預指令位置信號運行機床并采集機床實際運行數據；設定初始的待辨識參數；構建待辨識參數更新模型；

S3將預設指令位置信號和當前的待辨識參數輸入所述待辨識參數更新模型中，以此更新所述待辨識參數，將更新后的辨識參數和指令位置信號輸入所述數理模型中仿真獲得仿真結果，利用步驟S2采集的機床實際運行數據和該仿真結果計算損失函數，判斷當前損失函數與最優損失函數之間的關系：

當前損失函數小于當前最優損失函數時，將當前待辨識參數的值作為最優待辨識參數，同時將損失函數增大次數置零，當前損失函數作為當前最優損失函數；