基于指令域分析的机床加速度参数辨识与优化方法及系统与流程

1.本发明属于数控机床进给系统的运动参数辨识技术领域，更具体地，涉及一种基于指令域分析的机床加速度参数辨识与优化方法及系统。


背景技术：

2.高速切削技术作为一种重要的先进生产技术，普遍应用于航空航天、船舶交通和模具制造等领域，相较于传统加工方式，具有加工范围广、加工精度高和生产效率高等优势，有着良好的应用前景。当前国内外主要高速机床的最高进给速度可达60m/min，甚至更高，在机床高速进给过程中，机床进给轴处于频繁加减速的状态，此时如果机床加速度偏小，会导致机床实际运动速度长时间无法达到最高进给速度，使得平均加工效率下降，机床加速度过大则可能带来过大的进给误差，以及进给过程中的噪声和振动，造成机床损坏。
3.数控系统中的快移加减速时间常数、加工加减速时间常数和最大法向(向心)加速度是进给过程中的主要加速度参数，通过对速度规划过程施加相应的加速度限制，保证最终的插补结果不超限。其中快移加减速时间常数和加工加减速时间常数表示机床在当前加速度下加速至1000mm/min所用的时间，单位是ms，最大法向(向心)加速度指的是运动过程中允许的最大向心加速度。
4.从数控机床的g指令分析数控机床运动加速度参数的作用机制。数控机床的进给过程中的指令信号由机床的加工任务决定，经过速度规划后，分配到各个进给轴，每个进给轴的输入信号为数控装置输出的位置插补点。通过分析机床工作中最常用的部分g指令，对机床运动加速度参数进行分类研究，g指令包括快速定位指令(g00)、直线进给指令(g01)、圆弧进给指令(g02，g03)等。
5.(1)在快速定位指令(g00)作用时，机床作点位控制。机床没有切削动作，指令的目的是快速到达目标位置，此时生效的机床运动加速度参数为快移加减速时间常数，快速定位指令(g00)使用频率较低，要求运行时机床状态稳定，对进给精度的要求低。
6.(2)在直线进给指令(g01)作用时，机床作直线插补控制。此时生效的机床进给加速度参数为加工加减速时间常数，要求机床状态稳定，运行平稳无噪声，同时保证加工需求的进给精度，
7.(3)在圆弧进给指令(g02，g03)作用时，机床作圆弧插补控制。此时生效的机床进给加速度参数为最大法向(向心)加速度，对于高曲率段的进给过程需要限制指令的频率从而保证进给精度，需要使得输入进给信号的频率和机床进给系统的频率特性相适应，从而在保证进给精度的同时提高效率。
8.当前设置机床运动加速度参数主要依靠机床操作人员的经验，基于人工主观体验对机床运动加速度参数进行评价和设置，同时缺少更新优化的过程，未考虑依据机床g指令运行的量化评价与调控，无法适应机床状态和工作任务的变化。容易使得机床加减速性能无法充分发挥，或者由于运行过程中加速度过大带来振动和噪声，造成机床损坏。


技术实现要素：

9.针对现有技术的以上缺陷或改进需求，本发明提供了一种基于指令域分析的机床加速度参数辨识与优化方法及系统，其目的在于，通过基于指令域的机床加速度参数静态辨识得到最佳加速度参数设置至机床，具体执行加工任务时先在静态辨识的基础上按指令行对加速度参数进一步进行动态优化使机床运行在最佳状态下，然后再批量生产，由此解决现有技术依靠人工经验设置加速度参数，无法适应机床运行状态和工作任务变化，使得机床加减速性能无法充分发挥，或者由于运行过程中加速度过大带来振动和噪声的技术问题。
10.为实现上述目的，按照本发明的一个方面，提供了以下技术方案：
11.一种基于指令域分析的机床加速度参数辨识与优化方法，包括如下步骤：
12.(s1)设置机床伺服参数，输入包含运动参数的辨识g指令后，机床运行，获取机床运行数据；
13.(s2)以所述辨识g指令的指令行为单位，将所述机床运行数据与所述设置的运动参数相关联，所有指令行的关联数据构成机床运行特性曲线；
14.(s3)将所述机床运行特性曲线中，各预设的机床运行数据阈值对应的运动参数所对应的加速度参数最小值作为静态辨识结果，设置至机床；
15.在所述机床伺服参数和所述静态辨识结果设置下，执行如下步骤(t1)-(t2)执行加工任务：
16.(t1)机床试运行，根据所述机床运行特性曲线的曲率，对各指令行通过调整所述加速度参数来调整机床运行数据使机床运行在最佳状态下；所述最佳状态下机床运行数据不超过所述各预设的机床运行数据阈值；
17.(t2)进行批量加工。
18.优选地，步骤(s1)中，所述运动参数包括速度三角波和速度正弦波；所述机床运行数据包括电机电流、进给误差和频率响应，所述频率响应是机床输出与输入速度正弦波的幅值比。
19.优选地，步骤(s2)具体为：
20.以机床在指令行下运行的最大电机电流为纵坐标数据，以该指令行设置的速度三角波的加速度为横坐标数据，所有指令行的纵、横坐标数据绘制成电机电流-加速度特性曲线；
21.以机床在指令行下运行的最大进给误差为纵坐标数据，以该指令行设置的速度三角波的加速度为横坐标数据，所有指令行的纵、横坐标数据绘制成进给误差-加速度特性曲线；
22.以机床在指令行下运行的频率响应为纵坐标数据，以该指令行设置的速度正弦波的频率为横坐标数据，所有指令行的纵、横坐标数据绘制成进给系统频率响应特性曲线；
23.所述机床运行特性曲线包括所述电机电流-加速度特性曲线、所述进给误差-加速度特性曲线和所述进给系统频率响应特性曲线。
24.优选地，步骤(s3)中，所述机床运行数据阈值包括电机电流的阈值、进给误差的阈值和频率响应阈值，所述电机电流的阈值包括最大限幅电流和电流额定值，所述进给误差的阈值包括依次减小的第一进给误差阈值、第二进给误差阈值和第三进给误差阈值；
25.步骤(s3)具体为：
26.所述电机电流-加速度特性曲线中，将纵坐标数据取最大限幅电流时的横坐标数据作为第一快移加减速时间常数，将纵坐标数据取电流额定值时的横坐标数据作为第一加工加减速时间常数和第一最大法向加速度；
27.所述进给误差-加速度特性曲线中，将纵坐标数据分别取所述依次减小的第一进给误差阈值、第二进给误差阈值和第三进给误差阈值时的横坐标数据分别作为第二快移加减速时间常数、第二加工加减速时间常数和第二最大法向加速度；
28.所述进给系统频率响应特性曲线中，将纵坐标数据取所述频率响应阈值时的横坐标数据所对应的最大法向加速度作为第三最大法向加速度；
29.取所述第一快移加减速时间常数、第二快移加减速时间常数中的最小值作为静态辨识结果中的快移加减速时间常数；取所述第一加工加减速时间常数和所述第二加工加减速时间常数中的最小值作为静态辨识结果中的加工加减速时间常数；取所述第一最大法向加速度、所述第二最大法向加速度、所述第三最大法向加速度中的最小值作为静态辨识结果中的最大法向加速度；将该静态辨识结果设置至数控机床。
30.优选地，步骤(t1)具体为：
31.(t11)机床试运行，实时获取试运行加工时电机电流、进给误差、各指令行轮廓的平均曲率及指令行轮廓内各轮廓段的曲率；
32.(t12)若获取的电机电流超出电机电流合理范围，则根据所述电机电流-加速度特性曲线的曲率，通过调整运动参数中的加速度参数来调整电机电流至所述预设的电机电流合理范围；所述电机电流合理范围为[25％a，a]，其中a＝最大限幅电流/电流额定值；
[0033]
若获取的进给误差超出所述第一进给误差阈值、所述第二进给误差阈值或所述第三进给误差阈值，则通过减小快移加减速时间常数或加工加减速时间常数来减小速度三角波的加速度，从而根据所述进给误差-加速度特性曲线的曲率减小进给误差至所述第一进给误差阈值、所述第二进给误差阈值和所述第三进给误差阈值以下；
[0034]
若轮廓段的曲率大于/小于指令行轮廓的平均曲率，则通过减小/增大最大法向加速度来减小速度正弦波的频率，使得速度正弦波的频率尽量靠近所述频率响应阈值。
[0035]
优选地，步骤(t12)中：
[0036]
(a)若获取的电机电流超过最大限幅电流，则通过减小快移加减速时间常数来减小速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内；反之亦然；
[0037]
(b)若获取的电机电流超过电流额定值，则通过减小加工加减速时间常数来减小速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内；反之亦然。
[0038]
优选地，情况(a)中，所述反之亦然是指：若获取的电机电流低于最大限幅电流的25％,则通过增大快移加减速时间常数来增大速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内；
[0039]
情况(b)中，所述反之亦然是指：若获取的电机电流低于电流额定值的25％，则通过增大加工加减速时间常数来增大速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内。
[0040]
优选地，所述速度正弦波的频率与所述最大法向加速度的关系见下式：
[0041][0042]
其中，f为速度正弦波的频率，a为最大法向加速度，r为指令行轮廓的半径。
[0043]
优选地，步骤(s1)中，所述机床运行数据还包括机床指令、半闭环检测数据和全闭环检测数据；所述机床指令包括速度指令；所述半闭环检测数据为电机编码器检测的电机转动角度数据，通过该电机转动角度数据换算得到电机当前转速，通过电机当前转速换算得到半闭环检测下工作台当前速度；所述全闭环检测数据为全闭环检测设备检测的工作台当前位置数据，通过该工作台当前位置数据换算得到闭环检测下工作台当前速度；所述进给误差为所述速度指令与所述半闭环检测下工作台当前速度的差值，以及所述半闭环检测下工作台当前速度与所述全闭环检测下工作台当前速度的差值。
[0044]
按照本发明的另一方面，还提供了以下技术方案：
[0045]
一种基于指令域分析的机床加速度参数辨识与优化系统，包括：静态识别模块和动态优化加工模块，其中，
[0046]
所述静态识别模块包括如下子模块：
[0047]
第一子模块，用于设置机床伺服参数，输入包含运动参数的辨识g指令后，机床运行，获取机床运行数据；
[0048]
第二子模块，用于以所述辨识g指令的指令行为单位，将所述机床运行数据与所述设置的运动参数相关联，所有指令行的关联数据构成机床运行特性曲线；
[0049]
第三子模块，用于将所述机床运行特性曲线中，各预设的机床运行数据阈值对应的运动参数所对应的加速度参数最小值作为静态辨识结果，设置至机床；
[0050]
所述动态优化加工模块包括如下子模块：
[0051]
第四子模块，用于在所述机床伺服参数和所述静态辨识结果设置下，进行机床试运行，根据所述机床运行特性曲线的曲率，对各指令行通过调整所述加速度参数来调整机床运行数据使机床运行在最佳状态下；所述最佳状态下机床运行数据不超过所述各预设的机床运行数据阈值；
[0052]
第五子模块，用于进行批量加工。
[0053]
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0054]
1、本发明提供的基于指令域分析的机床加速度参数辨识与优化方法，以辨识g指令的指令行为单位，将机床运行数据与运动参数相关联，从而基于指令域分析获得机床运行特性曲线，从机床运行特性曲线中获取最佳加速度参数(即静态辨识结果)设置至机床；通过短时间的辨识g指令运行和机床运行数据分析，将加速度参数与机床运行状态/数据相适应，实现静态辨识过程，利用机床运行特性曲线得到既满足加工进度要求、又具有最大加工效率、同时使得机床运行最平稳的加速度也即静态辨识结果指导机床运行；
[0055]
静态辨识后，只要机床伺服参数不变，在该静态辨识结果设置下可反复执行不同加工任务，并且在执行加工任务时首先依据静态辨识获得的机床运行特性曲线，对机床试运行过程中超出机床运行数据阈值的机床运行数据，通过动态调整加速度参数使其回归至阈值范围内，使机床运行在最佳状态下，然后再批量生产；该动态调整过程进一步将加速度
参数与机床具体执行的加工任务相适应，基于指令域分析，实现以指令行为最小单元的机床运动加速度参数自适应动态优化，使得机床持续在最佳加速度参数下高效率、平稳运行并满足指令设置的加工进度要求，充分发挥机床加减速性能，并且避免由于运行过程中加速度过大带来振动和噪声问题；
[0056]
此外，相比现有技术依靠人工经验粗糙地设置加速度参数，一般设置为整数，精度较低，本发明根据静态辨识结果和动态优化结果量化调整运动加速度参数，精度较高；且无需外置传感器，通过机床运行数据实现运动加速度参数的辨识与优化。
[0057]
2、本发明提供的基于指令域分析的机床加速度参数辨识与优化方法，静态辨识过程，以指令行为单位，将机床运行数据中的电机电流与g辨识指令中设置的速度三角波的加速度关联，得到电机电流-加速度特性曲线；将机床运行数据中的进给误差与g辨识指令中设置的速度三角波的加速度关联，得到进给误差-加速度特性曲线；将机床运行数据中的频率响应与g辨识指令中设置的速度正弦波的频率关联，得到进给系统频率响应特性曲线。从而实现机床运行状态与加速度(对应加速度参数)相适应，实现加速度参数精细化静态辨识。
[0058]
3、本发明提供的基于指令域分析的机床加速度参数辨识与优化方法，设计了包括电机电流的阈值、进给误差的阈值和频率响应阈值的加速度参数定量评价体系，为机床加减速过程的表现提供具体指标，解决了加减速参数只能凭借经验设置的问题；
[0059]
现有机床加减速过程表现评价依据人工经验主观判定，操作人员凭感官认为机床运行较为稳定即判定为运行稳定，而不看具体的电机电流、进给误差、指令频率的量化阈值或标准值，导致管理粗放、对机床运行及维护较为粗糙；
[0060]
本发明设定量化的机床运动加速度评价体系，其中对电机电流采用电流额定值，最大限幅电流进行限制，对进给误差设定进给误差阈值进行限制，对指令频率设定指令频率阈值进行限制，并在机床设定机床伺服参数后使用上述机床运动加速度评价体系获取最佳机床运动加速度的静态辨识结果，设置至数控机床指导其运行，并进一步在执行具体加工任务时依据实时运行数据根据上述机床运动加速度评价体系进行运动加速度优化调整，使得机床运行控制及维护不仅有量化的指标并且实时依据量化指标进行调整，更加科学、合理。
[0061]
4、本发明提供的基于指令域分析的机床加速度参数辨识与优化方法，在静态辨识的基础上，在机床具体执行加工任务时先基于指令域分析，以指令行为最小单元对加速度参数进行动态自适应优化，实现机床运动加速度参数同加工任务相适应；
[0062]
利用静态辨识得到的电机电流-加速度特性曲线，将实时采集的超出合理范围的电机电流，通过调整加速度参数将电机电流实时调整至合理范围内；利用静态辨识得到的进给系统频率响应特性曲线，将偏大的指令频率(即曲率大的轮廓段指令频率，指令频率即速度正弦波的频率)通过减小最大法向加速度调小，将偏小的指令频率(即曲率小的轮廓段指令频率)通过增大最大法向加速度调大，使得指令频率尽量靠近指令频率阈值，实现各指令域内能在满足指令频率限制的前提下实现效率的提高。
[0063]
5、本发明还提供了基于指令域分析的机床加速度参数辨识与优化系统，通过基于指令域的机床加速度参数静态辨识得到最佳加速度参数设置至机床，具体执行加工任务时先在静态辨识的基础上按指令行对加速度参数进一步进行动态优化使机床运行在最佳状
态下，然后再批量生产，使得加速度参数与机床状态和工作任务相适应，且加速度参数调整精度高，能充分发挥机床加减速性能，避免由于运行过程中加速度过大带来振动和噪声的问题；且无需外置传感器，通过机床内部控制数据(机床运行数据)即可实现运动加速度参数的辨识与优化，方法及系统简单，方便集成至数控机床中供一线机床操作人员使用。
附图说明
[0064]
图1是本发明较佳实施例中一种基于指令域分析的机床加速度参数辨识与优化方法流程图；
[0065]
图2是本发明较佳实施例中加速度参数定量评价体系；
[0066]
图3(a)是本发明较佳实施例中辨识g指令中速度三角波示意图；
[0067]
图3(b)是本发明较佳实施例中辨识g指令中速度正弦波示意图；
[0068]
图4是本发明较佳实施例中机床运动加速度参数辨识与优化用例。
具体实施方式
[0069]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0070]
本发明的说明书中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同对象，而非用于描述特定顺序。
[0071]
指令域数据分析方法是一种从机床的工况视角出发，结合时域、频域和空间域等的分析方法，以g指令为自变量观察和解析机床运行状态数据。其将机床响应数据同机床状态，工艺参数等有效关联，有助于数据的同步和自动化研究分析。一个指令域对应一个g指令行。
[0072]
如图1和图2所示，本发明提供的一种基于指令域分析的机床加速度参数辨识与优化方法，包括如下步骤：
[0073]
(s1)确认数控机床状态正常，合理设置机床伺服参数，输入包含运动参数的辨识g指令后，机床运行，获取机床运行数据。
[0074]
具体地，如图3(a)和图3(b)所示，辨识g指令包括速度三角波和速度正弦波；其中速度三角波的幅值小于机床最大快移速度，速度三角波的最大加速度由电机型号和传动惯量确定，一般不超过1g；速度正弦波的幅值小于机床最大快移速度，速度正弦波的最大频率由伺服系统带宽确定，一般不超过50hz。
[0075]
机床运行数据包括电机电流、进给误差和频率响应，频率响应是机床输出与输入速度正弦波的幅值比。
[0076]
进一步地，机床运行数据还包括机床指令、半闭环检测数据和全闭环检测数据；机床指令包括速度指令；半闭环检测数据为电机编码器检测的电机转动角度数据，通过该电机转动角度数据换算得到电机当前转速，通过电机当前转速换算得到半闭环检测下工作台当前速度；全闭环检测数据为全闭环检测设备检测的工作台当前位置数据，通过该工作台当前位置数据换算得到闭环检测下工作台当前速度；进给误差为速度指令与半闭环检测下
工作台当前速度的差值，以及半闭环检测下工作台当前速度与全闭环检测下工作台当前速度的差值。
[0077]
(s2)以辨识g指令的指令行为单位，将机床运行数据与设置的运动参数相关联，所有指令行的关联数据构成机床运行特性曲线。
[0078]
本步骤采用指令域数据分析方法，指令域数据分析方法包括指令域数据分段、特征分析及计算和指令域结果分析，以指令行为单位将加工任务中的加速度同机床表现相联系，从而得到机床在不同加速度下的响应特性，即得到如图2所示的电机电流-加速度特性曲线、进给误差-加速度特性曲线、进给系统频率响应特性曲线。
[0079]
其中，电机电流-加速度特性曲线是以电机电流为纵坐标、速度三角波的加速度为横坐标绘制的曲线；进给误差-加速度特性曲线是以进给误差为纵坐标、速度三角波的加速度为横坐标绘制的曲线；进给系统频率响应特性曲线是以频率响应为纵坐标、以速度正弦波的频率为横坐标绘制的曲线，其中频率响应是指机床输出的速度正弦波的幅值与输入的速度正弦波的幅值的比值。
[0080]
具体地，以机床在指令行下运行的最大电机电流为纵坐标数据，以该指令行设置的速度三角波的加速度为横坐标数据，所有指令行的纵、横坐标数据绘制成电机电流-加速度特性曲线。
[0081]
以机床在指令行下运行的最大进给误差为纵坐标数据，以该指令行设置的速度三角波的加速度为横坐标数据，所有指令行的纵、横坐标数据绘制成进给误差-加速度特性曲线。
[0082]
以机床在指令行下运行的频率响应为纵坐标数据，以该指令行设置的速度正弦波的频率为横坐标数据，所有指令行的纵、横坐标数据绘制成进给系统频率响应特性曲线。
[0083]
机床运行特性曲线包括电机电流-加速度特性曲线、进给误差-加速度特性曲线和进给系统频率响应特性曲线。
[0084]
(s3)将机床运行特性曲线中，各预设的机床运行数据阈值对应的运动参数所对应的加速度参数最小值作为静态辨识结果，设置至机床。
[0085]
具体地，机床运行数据阈值包括电机电流的阈值、进给误差的阈值和频率响应阈值，电机电流的阈值包括最大限幅电流和电流额定值，进给误差的阈值包括依次减小的第一进给误差阈值、第二进给误差阈值和第三进给误差阈值。
[0086]
通过设置机床运行数据阈值建立机床运动加速度评价体系，该体系中，1、通过电流额定值，最大限幅电流进行电机电流评价；2、通过进给误差阈值进给误差评价，进给误差阈值根据机床精度等级确定；3、通过频率响应阈值进行指令频率评价，频率响应阈值根据机床伺服系统响应能力确定。
[0087]
本步骤的静态辨识过程即对机床加速度评价体系的三方面设置阈值，综合得到运动加速度参数的静态辨识结果。设置快移加减速时间常数主要需要限制电机电流不超过最大限幅电流；设置加工加减速时间常数主要需要满足电机电流不超过电流额定值，进给误差限制的具体阈值应当根据机床精度等级确定；设置最大法向(向心)加速度主要需要满足指令频率限制，指令频率限制的具体阈值应当根据机床伺服系统响应能力确定，并据此更新上述电机电流-加速度特性曲线、进给误差-加速度特性曲线、进给系统频率响应特性曲线。以上限制阈值均可设置安全系数来留有余量。
[0088]
步骤(s3)具体为：
[0089]
电机电流-加速度特性曲线中，将纵坐标数据取最大限幅电流时的横坐标数据作为第一快移加减速时间常数，将纵坐标数据取电流额定值时的横坐标数据作为第一加工加减速时间常数和第一最大法向加速度。
[0090]
进给误差-加速度特性曲线中，将纵坐标数据分别取依次减小的第一进给误差阈值、第二进给误差阈值和第三进给误差阈值时的横坐标数据分别作为第二快移加减速时间常数、第二加工加减速时间常数和第二最大法向加速度。
[0091]
进给系统频率响应特性曲线中，将纵坐标数据取频率响应阈值时的横坐标数据所对应的最大法向加速度作为第三最大法向加速度。
[0092]
取第一快移加减速时间常数、第二快移加减速时间常数中的最小值作为静态辨识结果中的快移加减速时间常数；取第一加工加减速时间常数和第二加工加减速时间常数中的最小值作为静态辨识结果中的加工加减速时间常数；取第一最大法向加速度、第二最大法向加速度、第三最大法向加速度中的最小值作为静态辨识结果中的最大法向加速度；将该静态辨识结果设置至数控机床。
[0093]
机床伺服参数不变的情况下，只需进行一次静态辨识就可反复执行加工任务；若由于机床调试等情况重新设置了机床伺服参数，则需重新进行静态辨识。
[0094]
在机床伺服参数和静态辨识结果设置下，执行如下步骤(t1)-(t2)执行加工任务：
[0095]
(t1)机床试运行，根据机床运行特性曲线的曲率，对各指令行通过调整加速度参数来调整机床运行数据使机床运行在最佳状态下；最佳状态下机床运行数据不超过各预设的机床运行数据阈值。
[0096]
步骤(t1)具体为：
[0097]
(t11)机床试运行，实时获取试运行加工时电机电流、进给误差、各指令行轮廓的平均曲率及指令行轮廓内各轮廓段的曲率，为进一步根据具体加工任务对运动加速度参数动态优化提供数据支撑。
[0098]
(t12)电流优化：由于不同指令行内机床惯量，负载差异，使试运行过程中电机电流存在超出电机电流合理范围，此时根据电机电流-加速度特性曲线，由于机床运行过程中，该曲线曲率(也即电机电流与加速度的相对关系)基本保持不变，因此可根据该曲线曲率减小或增大加速度参数(快移加减速时间常数或加工加减速时间常数)，使电机电流位于合理范围内。电机电流合理范围为[25％a，a]，其中a＝最大限幅电流/电流额定值。
[0099]
若获取的进给误差超出第一进给误差阈值、第二进给误差阈值或第三进给误差阈值，则通过减小快移加减速时间常数或加工加减速时间常数来减小速度三角波的加速度，从而根据进给误差-加速度特性曲线的曲率减小进给误差至第一进给误差阈值、第二进给误差阈值和第三进给误差阈值以下。
[0100]
若轮廓段的曲率大于/小于指令行轮廓的平均曲率，则通过减小/增大最大法向加速度来减小速度正弦波的频率，使得速度正弦波的频率尽量靠近频率响应阈值。
[0101]
由于不同指令行平均曲率差异，使试运行中曲率大的轮廓段指令频率偏大，曲率小的轮廓段指令频率偏小，此时根据进给系统频率响应特性曲线，由于机床运行过程中，该曲线曲率(也即频率响应与速度正弦波的频率的相对关系)基本保持不变，因此可根据该曲线对曲率大的轮廓段减小最大法向(向心)加速度，对曲率小的轮廓可增大最大法向(向心)
加速度，使得速度正弦波的频率(即指令频率)尽量靠近指令频率阈值，实现各指令域内能在满足指令频率限制的前提下实现效率的提高。
[0102]
进一步地，步骤(t12)中：
[0103]
(a)若获取的电机电流超过最大限幅电流，则通过减小快移加减速时间常数来减小速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内；
[0104]
若获取的电机电流低于最大限幅电流的25％,则通过增大快移加减速时间常数来增大速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内。
[0105]
(b)若获取的电机电流超过电流额定值，则通过减小加工加减速时间常数来减小速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内。
[0106]
若获取的电机电流低于电流额定值的25％，则通过增大加工加减速时间常数来增大速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内。
[0107]
进一步地，向心加速度的计算公式为
[0108]
a＝v2/r
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0109]
其中，a是向心加速度，v是工作台运行速度，r是指令轮廓半径；
[0110]
指令频率f的计算公式为
[0111]
f＝v/(2πr)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0112]
联立公式(1)和(2)，可得到
[0113][0114]
由公式(3)可知，可通过减小最大法向(向心)加速度来减小速度正弦波的频率，通过增大最大法向(向心)加速度来增大速度正弦波的频率。
[0115]
(t2)进行批量加工。
[0116]
通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0117]
(1)为机床加减速阶段的状态表现形成定量评价体系(即机床运动加速度辨识体系)，为机床加减速过程的表现提供具体指标，解决了加减速参数只能凭借经验设置的问题，具有广泛的应用前景。
[0118]
现有机床加减速过程表现评价依据人工经验主观判定，操作人员凭感官认为机床运行较为稳定即判定为运行稳定，而不看具体的电机电流、进给误差、指令频率的量化阈值或标准值，导致管理粗放、对机床运行及维护较为粗糙；
[0119]
本发明设定量化的机床运动加速度评价体系，其中对电机电流采用电流额定值，最大限幅电流进行限制，对进给误差设定进给误差阈值进行限制，对指令频率设定指令频率阈值进行限制，并在机床设定机床伺服参数后使用上述机床运动加速度评价体系获取最佳机床运动加速度的静态辨识结果，设置至数控机床指导其运行，并进一步在执行具体加工任务时依据实时运行数据根据上述机床运动加速度评价体系进行运动加速度优化调整，使得机床运行控制及维护不仅有量化的指标并且实时依据量化指标进行调整，更加科学、
合理。
[0120]
(2)实现机床运动加减速参数(即快移加减速时间常数、加工加减速时间常数和最大法向(向心)加速度)同机床状态相适应。通过短时间的辨识g指令运行和数控机床内部数据(即机床指令、电机电流、半闭环检测数据和全闭环检测数据)分析，实现静态辨识过程，得到既满足加工进度要求、又具有最大加工效率、同时使得机床运行最平稳的加速度也即静态辨识结果，过程简单，方便集成至数控机床中供一线机床操作人员使用。
[0121]
(3)实现机床运动加减速参数同加工任务相适应。基于指令域分析方法，实现以指令行为最小单元的机床运动加减速参数自适应优化。
[0122]
利用静态辨识得到的电机电流-加速度特性曲线，将实时采集的超出合理范围的电机电流，通过调整加速度参数将电机电流实时调整至合理范围内；利用静态辨识得到的进给系统频率响应特性曲线，将偏大的指令频率(即曲率大的轮廓段指令频率，指令频率即速度正弦波的频率)通过减小最大法向加速度调小，将偏小的指令频率(即曲率小的轮廓段指令频率)通过增大最大法向加速度调大，使得指令频率尽量靠近指令频率阈值，实现各指令域内能在满足指令频率限制的前提下实现效率的提高。
[0123]
(4)调整运动加速度参数的精度高，能充分发挥机床加减速性能。
[0124]
现有技术按照人工经验设置运动加速度参数，一般设置为整数，精度较低；本发明根据静态辨识结果和动态优化结果调整运动加速度参数，精度较高。
[0125]
(5)无需外置传感器，通过机床内部控制数据实现运动加速度参数的辨识与优化。
[0126]
以下结合附图和实施例对本发明提供的基于指令域分析的机床加速度参数辨识与优化方法进行进一步详细的说明。
[0127]
如图1所示为运动加速度参数辨识与优化流程图，图2为机床运动加速度评价体系，本实施例g辨识指令和轮廓如图3(a)、图3(b)和图4所示，具体实施方法主要分为两部分，即针对运动加速度参数静态辨识和动态优化的实现：
[0128]
本实施例的运动加速度参数静态辨识步骤如下：
[0129]
(1)确认机床状态正常，伺服参数等完成设置，机床热机1小时。
[0130]
(2)输入辨识g指令(速度三角波指令、速度正弦波指令)，采集机床运动过程中的指令、电机电流、半闭环检测数据和全闭环检测数据。
[0131]
(3)基于辨识采集数据和运动加速度评价体系，计算得到图2所示的电机电流—加速度特性曲线、进给误差—加速度特性曲线和进给系统频率特性曲线。
[0132]
(4)设置阈值，完成快移加减速时间常数、加工加减速时间常数和最大法向(向心)加速度参数的计算和设置。
[0133]
更具体地，(2)中速度三角波指令速度幅值为10m/min，最大加速度为1g；速度正弦波指令速度幅值为10m/min，最大频率为20hz。
[0134]
更具体地，(4)中电机最大电流阈值为20a(额定电流的200％)，平稳运行电流阈值为5a(额定电流的100％)；进给误差阈值为1000mm/min；指令频率阈值为5hz(幅值损失小于5％)；所有阈值均使用0.9的安全系数。进一步地，从特性曲线中找到阈值对应的加速度，并折算为系统运动加速度参数设置至数控系统中。
[0135]
本实施例机床运动加速度参数静态辨识结果如表1所示：
[0136]
表1辨识完成的运动加速度参数
[0137][0138]
本实施例的运动加速度参数动态优化步骤如下：
[0139]
(1)运行实施例g指令(如图4)，同步采集机床运动过程中的指令、电机电流、半闭环检测数据和全闭环检测数据。
[0140]
(2)根据各指令域内的电机电流，进行基于电机电流的运动加速度参数优化。
[0141]
(3)计算各指令域内的轨迹平均曲率，进行基于指令频率的运动加速度参数优化。
[0142]
(4)基于第二加工代码(参见专利cn108732996b)等，以指令域为最小单元动态设置运动加速度参数。
[0143]
(5)进行大批量加工。
[0144]
具体来说，步骤(2)中对运动过程中电机电流小于电流阈值的指令域，基于电机电流—加速度特性曲线，增大加速度至电机电流接近电流阈值，电机电流超过电流阈值的指令域同理；步骤(3)中对运动过程中指令频率大于频率阈值的指令域，基于进给系统频率响应特性，减小最大法向(向心)加速度参数，使其指令频率接近频率阈值，指令频率小于频率阈值的指令域同理。本实施例机床运动加速度参数优化结果如表2所示。
[0145]
表2优化完成的运动加速度参数
[0146][0147]
本发明实施例还提供一种基于指令域分析的机床加速度参数辨识与优化系统，包括：静态识别模块和动态优化加工模块，其中，
[0148]
所述静态识别模块包括如下子模块：
[0149]
第一子模块，用于设置机床伺服参数，输入包含运动参数的辨识g指令后，机床运行，获取机床运行数据；
[0150]
第二子模块，用于以所述辨识g指令的指令行为单位，将所述机床运行数据与所述设置的运动参数相关联，所有指令行的关联数据构成机床运行特性曲线；
[0151]
第三子模块，用于将所述机床运行特性曲线中，各预设的机床运行数据阈值对应的运动参数所对应的加速度参数最小值作为静态辨识结果，设置至机床；
[0152]
所述动态优化加工模块包括如下子模块：
[0153]
第四子模块，用于在所述机床伺服参数和所述静态辨识结果设置下，进行机床试运行，根据所述机床运行特性曲线的曲率，对各指令行通过调整所述加速度参数来调整机床运行数据使机床运行在最佳状态下；所述最佳状态下机床运行数据不超过所述各预设的机床运行数据阈值；
[0154]
第五子模块，用于进行批量加工。
[0155]
其中，各模块的具体实施方式可以参考方法实施例中的描述，本发明实施例将不再复述。
[0156]
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于指令域分析的机床加速度参数辨识与优化方法，其特征在于，包括如下步骤：(s1)设置机床伺服参数，输入包含运动参数的辨识g指令后，机床运行，获取机床运行数据；(s2)以所述辨识g指令的指令行为单位，将所述机床运行数据与所述设置的运动参数相关联，所有指令行的关联数据构成机床运行特性曲线；(s3)将所述机床运行特性曲线中，各预设的机床运行数据阈值对应的运动参数所对应的加速度参数最小值作为静态辨识结果，设置至机床；在所述机床伺服参数和所述静态辨识结果设置下，执行如下步骤(t1)-(t2)执行加工任务：(t1)机床试运行，根据所述机床运行特性曲线的曲率，对各指令行通过调整所述加速度参数来调整机床运行数据使机床运行在最佳状态下；所述最佳状态下机床运行数据不超过所述各预设的机床运行数据阈值；(t2)进行批量加工。2.如权利要求1所述的一种基于指令域分析的机床加速度参数辨识与优化方法，其特征在于，步骤(s1)中，所述运动参数包括速度三角波和速度正弦波；所述机床运行数据包括电机电流、进给误差和频率响应，所述频率响应是机床输出与输入速度正弦波的幅值比。3.如权利要求1所述的一种基于指令域分析的机床加速度参数辨识与优化方法，其特征在于，步骤(s2)具体为：以机床在指令行下运行的最大电机电流为纵坐标数据，以该指令行设置的速度三角波的加速度为横坐标数据，所有指令行的纵、横坐标数据绘制成电机电流-加速度特性曲线；以机床在指令行下运行的最大进给误差为纵坐标数据，以该指令行设置的速度三角波的加速度为横坐标数据，所有指令行的纵、横坐标数据绘制成进给误差-加速度特性曲线；以机床在指令行下运行的频率响应为纵坐标数据，以该指令行设置的速度正弦波的频率为横坐标数据，所有指令行的纵、横坐标数据绘制成进给系统频率响应特性曲线；所述机床运行特性曲线包括所述电机电流-加速度特性曲线、所述进给误差-加速度特性曲线和所述进给系统频率响应特性曲线。4.如权利要求3所述的一种基于指令域分析的机床加速度参数辨识与优化方法，其特征在于，步骤(s3)中，所述机床运行数据阈值包括电机电流的阈值、进给误差的阈值和频率响应阈值，所述电机电流的阈值包括最大限幅电流和电流额定值，所述进给误差的阈值包括依次减小的第一进给误差阈值、第二进给误差阈值和第三进给误差阈值；步骤(s3)具体为：所述电机电流-加速度特性曲线中，将纵坐标数据取最大限幅电流时的横坐标数据作为第一快移加减速时间常数，将纵坐标数据取电流额定值时的横坐标数据作为第一加工加减速时间常数和第一最大法向加速度；所述进给误差-加速度特性曲线中，将纵坐标数据分别取所述依次减小的第一进给误差阈值、第二进给误差阈值和第三进给误差阈值时的横坐标数据分别作为第二快移加减速时间常数、第二加工加减速时间常数和第二最大法向加速度；
所述进给系统频率响应特性曲线中，将纵坐标数据取所述频率响应阈值时的横坐标数据所对应的最大法向加速度作为第三最大法向加速度；取所述第一快移加减速时间常数、第二快移加减速时间常数中的最小值作为静态辨识结果中的快移加减速时间常数；取所述第一加工加减速时间常数和所述第二加工加减速时间常数中的最小值作为静态辨识结果中的加工加减速时间常数；取所述第一最大法向加速度、所述第二最大法向加速度、所述第三最大法向加速度中的最小值作为静态辨识结果中的最大法向加速度；将该静态辨识结果设置至数控机床。5.如权利要求4所述的一种基于指令域分析的机床加速度参数辨识与优化方法，其特征在于，步骤(t1)具体为：(t11)机床试运行，实时获取试运行加工时电机电流、进给误差、各指令行轮廓的平均曲率及指令行轮廓内各轮廓段的曲率；(t12)若获取的电机电流超出电机电流合理范围，则根据所述电机电流-加速度特性曲线的曲率，通过调整运动参数中的加速度参数来调整电机电流至所述预设的电机电流合理范围；所述电机电流合理范围为[25％a，a]，其中a＝最大限幅电流/电流额定值；若获取的进给误差超出所述第一进给误差阈值、所述第二进给误差阈值或所述第三进给误差阈值，则通过减小快移加减速时间常数或加工加减速时间常数来减小速度三角波的加速度，从而根据所述进给误差-加速度特性曲线的曲率减小进给误差至所述第一进给误差阈值、所述第二进给误差阈值和所述第三进给误差阈值以下；若轮廓段的曲率大于/小于指令行轮廓的平均曲率，则通过减小/增大最大法向加速度来减小速度正弦波的频率，使得速度正弦波的频率尽量靠近所述频率响应阈值。6.如权利要求5所述的一种基于指令域分析的机床加速度参数辨识与优化方法，其特征在于，步骤(t12)中：(a)若获取的电机电流超过最大限幅电流，则通过减小快移加减速时间常数来减小速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内；反之亦然；(b)若获取的电机电流超过电流额定值，则通过减小加工加减速时间常数来减小速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内；反之亦然。7.如权利要求6所述的一种基于指令域分析的机床加速度参数辨识与优化方法，其特征在于，情况(a)中，所述反之亦然是指：若获取的电机电流低于最大限幅电流的25％,则通过增大快移加减速时间常数来增大速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内；情况(b)中，所述反之亦然是指：若获取的电机电流低于电流额定值的25％，则通过增大加工加减速时间常数来增大速度三角波的加速度，从而根据电机电流-加速度特性曲线的曲率将电机电流调整至[最大限幅电流*25％,最大限幅电流]范围内。8.如权利要求5所述的一种基于指令域分析的机床加速度参数辨识与优化方法，其特征在于，所述速度正弦波的频率与所述最大法向加速度的关系见下式：
其中，f为速度正弦波的频率，a为最大法向加速度，r为指令行轮廓的半径。9.如权利要求2所述的一种基于指令域分析的机床加速度参数辨识与优化方法，其特征在于，步骤(s1)中，所述机床运行数据还包括机床指令、半闭环检测数据和全闭环检测数据；所述机床指令包括速度指令；所述半闭环检测数据为电机编码器检测的电机转动角度数据，通过该电机转动角度数据换算得到电机当前转速，通过电机当前转速换算得到半闭环检测下工作台当前速度；所述全闭环检测数据为全闭环检测设备检测的工作台当前位置数据，通过该工作台当前位置数据换算得到闭环检测下工作台当前速度；所述进给误差为所述速度指令与所述半闭环检测下工作台当前速度的差值，以及所述半闭环检测下工作台当前速度与所述全闭环检测下工作台当前速度的差值。10.一种基于指令域分析的机床加速度参数辨识与优化系统，其特征在于，包括：静态识别模块和动态优化加工模块，其中，所述静态识别模块包括如下子模块：第一子模块，用于设置机床伺服参数，输入包含运动参数的辨识g指令后，机床运行，获取机床运行数据；第二子模块，用于以所述辨识g指令的指令行为单位，将所述机床运行数据与所述设置的运动参数相关联，所有指令行的关联数据构成机床运行特性曲线；第三子模块，用于将所述机床运行特性曲线中，各预设的机床运行数据阈值对应的运动参数所对应的加速度参数最小值作为静态辨识结果，设置至机床；所述动态优化加工模块包括如下子模块：第四子模块，用于在所述机床伺服参数和所述静态辨识结果设置下，进行机床试运行，根据所述机床运行特性曲线的曲率，对各指令行通过调整所述加速度参数来调整机床运行数据使机床运行在最佳状态下；所述最佳状态下机床运行数据不超过所述各预设的机床运行数据阈值；第五子模块，用于进行批量加工。

技术总结
本发明公开了一种基于指令域分析的机床加速度参数辨识与优化方法及系统，属于数控机床进给系统的运动参数辨识技术领域，方法包括：以指令行为单位，将机床运行数据与运动参数相关联，获得机床运行特性曲线，从机床运行特性曲线中获取静态辨识结果设置至机床；在执行加工任务时首先依据机床运行特性曲线，在试运行过程中动态优化调整加速度参数使机床运行在最佳状态下，然后再批量生产。本发明解决了现有技术依靠人工经验设置加速度参数精度低，无法适应机床运行状态和工作任务变化，使得机床加减速性能无法充分发挥，或者由于运行过程中加速度过大带来振动和噪声的技术问题。过程中加速度过大带来振动和噪声的技术问题。过程中加速度过大带来振动和噪声的技术问题。


技术研发人员：杨建中 李昌俊 许光达 黄德海
受保护的技术使用者：武汉智能设计与数控技术创新中心
技术研发日：2023.04.21
技术公布日：2023/8/21