基于双深度神经网络的轮廓误差补偿策略研究

五轴数控机床的加工精度通常由轮廓误差指标来衡量。传统的轮廓误差降低策略主要包括精确的轮廓误差估计和有效的轮廓控制器设计。然而,传统策略存在刀具路径轮廓误差在线估计或控制器设计复杂等问题。为此,从机床输入驱动指令和输出末端位姿的映射出发,针对五轴数控机床加工大批量工件提出基于数据驱动的轮廓误差补偿策略。调整PID控制器参数保证系统单轴伺服的稳定跟踪,同时采集各伺服轴的输入指令和机床的实际输出位姿。针对五轴数控机床的刀具位姿和刀轴方向分别搭建位姿和方向两个深度神经网络,并基于数据训练所得的神经网络模型预测系统新的输入参考指令。采用五轴刀具路径开展轮廓跟踪试验。试验结果表明:所提出的基于深度神经网络的轮廓误差补偿策略不需要刀具路径轮廓误差的在线估计和控制器的有效设计,即可有效降低刀具路径的位置和方向轮廓误差。     

五轴数控机床轮廓误差预补偿技术研究

五轴数控机床在加工过程中不可避免会产生误差,为了进一步提高五轴数控机床的加工精度,本文提出了五轴数控机床轮廓误差的预补偿技术,首先分析了轮廓误差的产生原因和组成要素,然后提出了跟踪误差的预测方法并建立预测模型,接着对于轮廓误差的预测进行建模,最后根据五轴机床加工过程中给出的路径仿真得出了轮廓误差未补偿和补偿的对比,结果表明了经过轮廓误差的预补偿,能够很大程度上减小加工过程中出现的轮廓误差,进一步证明了本文方法的有效性。     

直线电机进给系统轮廓误差预测控制方法及仿真研究

为提高永磁同步直线电机驱动的进给系统轮廓轨迹跟踪精度和系统的动态性能，提出了一种显式模型预测交叉耦合控制方法（Explicit model predictive cross-coupled control, EMPCCC）。该方法结合显式预测控制原理与交叉耦合控制思想，对单轴电流和速度信号进行多步预测，将轮廓误差作为反馈量来修正预测控制的给定轨迹，达到轮廓误差预测控制的目的。基于MATLAB/Simulink搭建仿真模型，结果表明，所提EMPCCC方法能快速实现不同转速波形的无超调跟踪控制，且可以实时估计并补偿轮廓误差，提升不同轨迹的轮廓精度。     

考虑控制电信号中间量的机床运动控制误差数据驱动建模方法

现有数据驱动的机床运动控制误差建模方法通常使用端到端的模型,即通过机器学习算法直接构建参考轨迹信息(速度、加速度等)与伺服误差之间的模型,以降低建模复杂度。然而,该方法忽视了控制电信号对运动控制系统非线性扰动的反映,而导致建立的模型精度受限。为解决此问题,提出了一种使用控制电信号作为中间量的数据驱动运动控制误差建模方法。该方法采集参考轨迹信息(速度、加速度、急动度等)、控制电信号、跟踪误差以及构造的换向特征,构建并训练基于参考轨迹信息的控制电信号预测网络,以及基于电信号和参考轨迹信息的运动控制误差预测网络,利用控制电信号这一中间量有效反应系统所受非线性扰动的特点,实现了高精度的运动控制误差数据驱动建模。在实际验证测试时,将参考轨迹信息输入电信号预测网络,而后将得到的预测控制电信号和参考轨迹信息输入跟踪误差预测网络,即可实现运动控制误差的预测。通过实验对所提出的建模方法进行了验证,所提出方法相对于传统的端到端建模方法,运动控制误差的预测精度在X轴和Y轴分别提升16.33%和20.42%,误差补偿后运动控制轮廓精度相较于未补偿提升85.59%,验证了所提出方法的可行性。     

直接驱动Xy平台零相位误差跟踪新型交叉耦合控制

针对直接驱动XY平台高精密轮廓加工中存在的电气——机械延迟、系统参数不确定性及两轴驱动系统参数不匹配以及扰动等因素影响轮廓加工精度的问题,提出了将零相位误差跟踪控制(ZPETC)与新型交叉耦合控制相结合的策略对两轴的运动进行协调控制,实现跟踪误差与轮廓误差同时减小。ZPETC作为前馈跟踪控制器,提高了快速性,克服了伺服滞后,使系统实现准确跟踪,减小了跟踪误差,进而有利于减小轮廓误差;新型交叉耦合控制作用于两轴之间,将轮廓误差作为直接被控量进行实时补偿控制,特别有效地提高了轮廓精度并简化了控制器设计。仿真和实验结果表明所设计控制系统具有较好的跟踪性和鲁棒性,进而大大提高了跟踪精度和轮廓精度。     

面向伺服动态特性匹配的轮廓误差补偿控制研究

在多轴数控加工中,轮廓误差直接决定零件最终加工精度。交差耦合控制和任务坐标系法通过估计轮廓误差,并设计轮廓跟踪控制器来提高轮廓精度。这两种方法存在大曲率位置轮廓误差估计精度差,轮廓控制增益整定依赖于工程经验等问题。为此,从伺服轴动态特性匹配出发,提出了一种基于轮廓误差精确计算的轮廓误差补偿控制方法。根据足点定义,采用解析方法快速准确计算轮廓误差。将轮廓误差分量分别补偿到各伺服轴的速度环和转矩环,提高各伺服轴动态特性的匹配程度。采用两维和三维NURBS曲线开展轮廓跟踪试验。试验结果表明:所提出的轮廓误差计算方法可以精确求解轮廓误差;所提出的轮廓误差补偿控制方法不需要建立轮廓误差与伺服跟踪误差间的映射关系,且可通过调整控制器增益定量显著减小轮廓误差。     

基于参考轨迹修正的机床进给误差动态补偿研究

针对机床伺服进给系统的跟踪精度问题,对线性伺服动力学补偿器和闭环伺服控制系统进行了研究,提出了一种新的动态误差补偿方案,该方法通过修正参考轨迹,对伺服动力学和摩擦干扰引起的定位误差进行了预补偿。首先,对参考轨迹的速度和加速度曲线进行了调制,实现了精确跟踪;然后,根据预滤波器状态,对参考位置曲线进行了修正,从而消除了象限毛刺;通过数字轨迹预滤波器得到了最优误差补偿,并通过迭代学习对其参数进行了自动调整;最终,在不同加工参数的多轴进给系统中进行了测试。研究结果表明:该补偿方案通过将2个补偿滤波器相结合,能够在无需复杂专业知识的条件下简单有效地将轮廓误差从10μm降至1μm,且适用于任意刀具轨迹。     

半闭环三轴机床静态解耦轮廓控制及螺距误差补偿

为提高半闭环三轴机床加工精度,首先提出单伺服轴的螺距误差补偿方法;在建立半闭环三轴机床解耦轮廓系统模型基础上,研究了静态解耦轮廓控制器的设计,并在所提出的静态解耦轮廓控制系统上实现了螺距误差补偿.实验结果表明,算法有效地实现了轮廓的切线、法线和副法线方向的解耦跟踪控制.加入螺距补偿后,机床加工半球的最大圆度误差由55μm缩小到12μm.     

X-Y直线电机精密运动平台的轮廓误差主动补偿

为了减小X-Y直线电机精密运动平台同步控制的轮廓误差,提高系统的控制精度,针对传统交叉耦合控制结构的不足,提出多电机控制系统的轮廓误差主动补偿结构。首先,以永磁同步直线电机为例分析单轴伺服定位跟踪误差,指出跟踪误差和位置参考有关,结合实际工况中参考指令的扰动,将耦合补偿量最终统一为参考指令的校正加入到系统中,提出轮廓误差主动补偿结构,将轮廓误差补偿量分别补偿到各轴伺服的位置环和速度环,并通过仿真和实验进行验证。结果表明:采用主动补偿方法的X-Y两轴运动平台跟踪大曲率复杂轨迹的轮廓误差平均值为20.68μm;单轴跟踪误差最大值为70μm。相比传统交叉耦合控制结构,主动补偿结构轮廓误差精度提高了15.5%,同时降低了单轴的跟踪误差,并能抑制参考指令扰动。     

凸轮廓形误差力位融合预测与补偿控制研究

廓形误差是凸轮最重要的精度指标,由于磨削过程复杂,廓形误差通常通过离线抽检获得,难以实现在线补偿控制。提出了一种基于BP神经网络与镜面补偿凸轮磨削力-伺服滞后信息融合廓形误差预测、补偿方法。通过对凸轮磨削过程中影响廓形误差的主要因素分析,将X轴跟随误差、C轴跟随误差、磨削力三项传感器信息作为输入特征,凸轮廓形误差作为输出特征,利用BP神经网络的逼近性能和全局最优特性,建立了凸轮廓形误差预测模型,并提出了凸轮廓形误差镜面补偿方法。进行了预测模型训练与补偿验证,结果表明,该方法能够有效预测凸轮廓形误差,并提高凸轮加工廓形精度。     

基于误差模型的三轴联动加工轨迹预补偿方法

为了减小由于进给系统动态特性造成的多轴联动加工轮廓误差,提出了一种基于轮廓误差模型的三轴联动加工轨迹预补偿方法。首先建立了关于轨迹曲率、加工速率及进给系统动态特性参数的轮廓误差模型;然后根据读取的插补数据,利用轮廓误差模型实时预测三轴联动加工过程中的轮廓误差补偿向量并对加工轨迹指令进行补偿;最后通过对圆、变曲率和螺旋线轨迹的MATLAB仿真和机床加工实验,证明该补偿方法将轮廓误差减小了85%以上,可显著提高数控机床加工精度。     

五轴数控机床加工误差动态修正方法研究

为修正五轴数控机床加工误差,提高五轴数控机床加工质量,提出一种新的五轴数控机床加工误差动态修正方法.构建五轴数控机床加工误差计算模型,获取五轴数控机床加工的刀心方位、刀轴方位轮廓误差;锁定误差方位后,通过五轴数控机床误差的动态实时补偿方法,实现五轴数控机床加工误差动态修正.研究结果表明:所提方法可实现全方位、高效率的五...     

基于零相位误差跟踪控制器的轮廓误差交叉耦合控制

针对高精密轮廓加工，在分析系统轮廓误差的基础上，通过减小跟踪误差来间接减小轮廓误差，提出了将交叉耦合控制器和零相位误差跟踪控制器相结合的控制策略。交叉耦合控制器用以增加各轴之间的匹配程度，以减小轮廓误差；零相位误差跟踪控制器作为前馈跟踪控制器，提高了快速性，使系统实现准确跟踪。仿真结果表明所提出的控制方案是有效的，能达到良好的轮廓跟踪效果，从而提高了轮廓加工精度。     

非圆曲面XY直驱加工廓形误差交叉耦合控制

XY直驱平台加工非圆零件时,X、Y轴跟踪误差并不能直接反映廓形误差,且廓形误差的方向与跟随误差及轮廓的凹凸性密切相关,廓形误差补偿困难。针对该问题,分析了XY平台非圆零件加工机理,提出了外表面与内表面廓形加工X、Y轴跟踪误差耦合形成廓形误差的计算模型,并根据该模型设计了前馈交叉耦合控制器补偿廓形误差。建立了直线电机XY加工仿真模型,以修正心形曲面外表面与内表面轮廓加工为例,进行了常规加工与前馈交叉耦合廓形误差补偿控制对比仿真实验,并采用刀具轨迹法对仿真结果进行了进一步验证。结果表明,耦合误差计算模型具有很高的准确性,所设计的前馈交叉耦合控制器能够有效提高XY直驱平台的非圆轮廓加工精度。     

X-C直驱平台平面曲线轮廓磨削廓形误差非线性耦合控制

为提高X-C平台的曲线轮廓加工精度,引入了双轴联动耦合控制思想。根据切点跟踪加工原理,提出X,C轴跟踪误差耦合形成廓形误差的计算模型,在此基础上设计了X-C直驱加工耦合控制系统。为削弱曲线轮廓X-C磨削过程中轮廓轨迹、加工速度变化、磨削力变化、控制参数等因素对轮廓精度的影响,研究非线性PID调节的控制策略来补偿控制X,C轴跟踪误差引起的廓形误差。建立了直线电机与力矩电机构成的X-C直驱加工平台仿真模型,并以凸轮加工为例进行非线性交叉耦合廓形误差补偿控制仿真实验。结果表明:与常规加工相比,所设计的非线性交叉耦合控制器能够在一定程度上提高X-C直驱平台曲线轮廓的加工精度。     

基于高精度轮廓误差估计的交叉耦合控制

在交叉耦合控制中,轮廓误差估计公式不仅用于估计轮廓误差大小,而且用于确定交叉耦合系数。估计公式的准确性直接影响轮廓控制精度,传统公式在大曲率位置存在明显估计误差。针对平面自由曲线的轮廓误差估计,研究点-曲线距离函数的微分特性,利用距离函数的Taylor展开提出高精度二阶估计方法,并指出基于密切圆近似的传统二阶方法在象限切换时存在的计算问题,同时对传统公式进行修正。在此基础上设计综合位置闭环反馈和交叉耦合控制器的轮廓跟踪控制器,并结合NURBS曲线进行两轴控制试验。试验结果表明:所提出的二阶方法相比于传统公式轮廓误差估计精度更高;基于所提出的二阶方法和传统公式设计的交叉耦合控制器,前者相比于后者可以显著提高轮廓控制精度。     

一种多轴联动加工轮廓误差的向量计算方法

针对进给系统动态特性造成的轮廓误差,提出了一种多轴联动加工轮廓误差的向量计算方法,该方法通过实时读取数控机床的位置反馈和插补器的输入数据,实时精确计算数控机床加工过程中的轮廓误差向量。通过直线、圆和抛物线的Matlab三轴联动加工仿真对该方法进行了验证,结果表明,该轮廓误差的向量计算方法能够简单准确地计算多轴联动加工过程中由于进给系统动态特性造成的轮廓误差向量,该误差向量可用于评价数控机床多轴联动加工精度和提供误差补偿的参考数据。     

磁流变抛光预补偿交叉耦合轮廓控制算法

文章首先介绍了直线和圆弧的轮廓误差模型,根据磁流变抛光运动特点推出了三轴联动时的轮廓误差模型,并针对该模型提出了三轴联动预补偿交叉耦合轮廓方法,最后进行了仿真及加工实验.仿真结果表明,在跟踪圆弧轮廓时,采用三轴预补偿交叉耦合轮廓控制算法,轮廓误差由0.045mm减小到0.006mm,可见该算法能有效地减小轮廓误差.通过对球面K9光学玻璃进行的磁流变抛光实验,获得了表面粗糙度Ra0.636nm、面形精度P-V值52.14nm的球形表面.     

一种并联机器人误差综合补偿方法

针对并联机器人轨迹规划和轨迹跟踪过程中,同时存在机构误差引起的期望轨迹与理想轨迹之间的偏差和非线性摩擦、负载变化等扰动因素引起的动态误差,提出一种并联机器人误差综合补偿方法:在轨迹规划过程中,基于并联机器人位姿误差模型将位姿误差补偿转化为驱动杆参数组合优化问题,进而利用粒子群算法寻优驱动杆参数,修正并联机器人期望轨迹;在轨迹跟踪过程中,设计基于自适应迭代学习控制算法的动态误差补偿策略,实现对期望轨迹的有效跟踪。在Stewart平台下基于ADAMS和Matlab进行仿真试验,在轨迹规划和轨迹跟踪过程中,分别修正期望轨迹偏差并补偿轨迹跟踪动态误差,实现并联机器人误差综合补偿。进一步,基于混联机床进行工件加工试验,验证方法对于提高并联机器人工作精度的有效性。     

基于时间序列预测技术的数控机床轮廓误差实时补偿方法研究

分析了现有数控机床轮廓误差控制方法的优势与不足,提出了基于时间序列预测技术的轮廓误差实时补偿方法.基本思想是通过对伺服跟踪误差的实时检测与预报,动态控制插补过程,以有效消除由伺服跟踪误差引起的合成轨迹误差.仿真结果表明,文章提出的这种方法可以有效地减小数控机床轮廓误差.