一种数控加工刀具路径的自适应滤波优化方法与流程

1.本发明涉及数控加工技术领域，具体涉及一种数控系统加工刀具路径的自适应滤波优化方法。


背景技术：

2.当前的自动化制造在工业实践中依赖于计算机数控机床和计算即辅助制造系统(cam)之间的数据传输，cam系统规划了数控系统的加工过程，从根本上决定了加工的质量与效率。然而cam系统直接生成的加工程序只关注位置上的连续，不考虑运动时的情形，因此导致其刀具路径较为粗糙，存在一些负面特征点及特征边缘。刀具路径拐角明显、相邻路径不均匀、点位分布不均匀等情形均会对加工造成负面影响。在以往的工作中，cam系统的数据输入仅在程序设计阶段、并且不允许根据加工过程中收集的数据做出工艺决策，cam与机床控制器之间的数据传输是单向的，对于负面特征点的优化通常依赖于cnc程序员的参与，这样的处理方式必须付出大量的人工努力并且受到操作者技术水平、工件形状等客观因素的影响和制约。


技术实现要素：

3.为解决计算机辅助制造系统(cam)直接生成的加工程序刀具路径较为粗糙，存在一些负面特征点及特征边缘以及cam与数控系统之间的数据传输是单向的这一问题，本发明在cam系统与机床控制器之间建立了数据传输的闭环，提出了数控系统加工刀具路径的自适应滤波优化方法,对原始nc程序生成的刀具路径进行自适应的滤波优化，并将此过程以可视化应用的方式封装在opc ua服务器中，从而与机床控制器进行集成。
4.本发明为实现上述目的，所采用的技术方案是：
5.一种数控加工刀具路径的自适应滤波优化方法，用于加工过程中对分布不均、拐点曲率大的缺陷路径执行如下步骤，定位缺陷路径、自适应滤波，所述方法包括以下步骤：
6.s1、建立用于加工刀具路径的数据结构，利用opc ua映射方法将数据结构映射为服务器端信息模型并存储；
7.s2、对cam刀具生成的目标nc文件进行工艺解析，并将解析后的进给轴坐标、进给速率、主轴转速转换为服务器端刀具路径信息模型并存储；
8.s3、根据进给轴坐标生成刀具路径、可视化路径点云，并进行点云分解定位局部缺陷；
9.s4、对局部缺陷进行聚类分割，分类进行自适应路径优化；将优化后的刀具路径传输给数控系统，用于路径及加工过程展示。
10.所述信息模型包括静态、过程两种数据集。
11.所述静态数据集包括工艺文件名称、g代码、辅助代码和插补信息，其中插补信息进一步包含插补算法、插补周期等数据。
12.所述过程数据集包括路径编号、主轴信息与进给轴信息，其中进给轴信息进一步
包含进给轴速率与轴坐标，上述数据信息均含有数据项索引、可读写性、数据类型、数据值属性以及时间戳属性中的若干个。
13.所述工艺解析包括：
14.步骤2.1、通过定义加工过程关键词的正则匹配，对nc文件进行词法分析，定位、提取关键词；
15.步骤2.2、数据保存。
16.是对g代码中的坐标位置、圆弧参数、进给速率、主轴转速进行词法分析、定位和提取。
17.步骤3包括：
18.步骤3.1、将进给轴坐标链接为刀具路径，生成路径点云；
19.步骤3.2、在可视化点云上进一步分解加工路径为若干加工环段，用于精细定位局部缺陷。
20.所述对局部缺陷进行聚类分割，分类进行自适应路径优化包括：
21.步骤4.1、对局部缺陷路径进行层级环形分割，将缺陷路径进行环状剥离，得到若干个适应加工工件的环状路径的数据集；
22.步骤4.2、对环状路径进行聚类分割，获取若干缺陷路径的簇；
23.步骤4.3、统计每个簇内的k邻域起伏程度，根据该指标进行自适应的路径优化的缺陷特征分级；用于区分聚类结果中簇间路径点集的局部缺陷特征；
24.步骤4.4、对不同的缺陷特征采用相适应的滤波平滑算法进行路径优化，获取优化路径并处理为服务器可执行程序。
25.所述聚类分割是采用基于密度的聚类方法进行的。
26.本发明具有以下有益效果及优点：
27.1.本发明的自动优化刀具路径用于提高工件的加工质量，缩短生产周期。通过本发明，数控系统实体与应用之间能够实时交互加工工艺数据，提高了数控系统加工的质量与可靠性。
28.2.本发明用于对nc程序加工中生成的负面轨迹特征点进行识别、修正和消除，辅助工程师的工艺设计，减轻工艺开发和监控的负担。
29.3.本发明降低了手动编程操作员的技术门槛，减少识别工艺过程缺陷的时间，操作员无需使用手工的方式通过修正g代码而提高加工效果，大大降低了生产成本。
附图说明
30.图1为本发明方法的工作流程；
31.图2为本发明方法建立的加工刀具路径的信息模型；
32.图3为cam系统的模型导出的g代码示例；
33.图4为刀具路径的生成；
34.图5为刀具路径点云的生成；
35.图6为本发明所提出的路径层级分解算法流程图；
36.图7为路径层级分解后的路径片段；
37.图8为聚类后的结果示例；
38.图9针对不同起伏特征各滤波优化方法的效果；
39.图10为本发明所提出的自适应滤波优化方法的流程；
40.图11为优化前后的刀具路径对比；
41.图12为优化前后的g代码对比示例；
42.图13建立的可视化应用客户端图示；
具体实施方式
43.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方法做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
44.除非另有定义，本文所使用的所有技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
45.参照图1所示的工作环境和工作流程，一种数控加工刀具路径的自适应滤波优化方法，包括以下步骤：
46.步骤1：建立加工刀具路径信息的数据结构，并利用opc ua模板映射方法将数据结构映射为服务器信息模型并存储；
47.步骤2：对cam刀具生成的nc文件进行工艺解析，将解析后的进给轴坐标、进给速率、主轴转速等转换为服务器端刀具路径信息模型并存储；步骤3：对进给轴坐标信息进行刀具路径生成和缺陷路径的定位；
48.步骤4：对缺陷路径进行聚类分割，统计分割后每个簇内的k邻域起伏程度，并根据该指标进行自适应的路径优化，将优化后的刀具路径结果使用步骤1所述的信息模型传输给数控系统，数控系统据此进行加工。
49.所述步骤1包括：
50.建立数控系统加工工件时的刀具路径信息模型，如图2所示。加工路径信息是数控系统的信息的重要组成部分，数控系统在加工工件时将形成静态、过程两种数据集，静态数据集包括工艺文件名称、g代码、辅助代码和插补信息，其中插补信息进一步包含插补算法、插补周期等数据。加工过程数据集包括刀具路径编号、主轴信息与进给轴信息，其中进给轴信息进一步包含进给轴速率与轴坐标。上述数据信息均含有数据项索引、可读写性、数据类型、数据值等属性，个别信息还含有时间戳属性。图示中刀具路径编号数据集为弱时序性数据，可以为工艺流程的加速提供了支持。将该信息模型映射为opc ua地址空间中的对象节点，并将加工路径信息类中的每一个数据项映射为变量节点，用户可以通过opc ua客户端访问或修改地址空间中变量节点的值。
51.所述步骤2包括：
52.步骤2.1：g代码的词法分析。高速加工数控机床的高速高精度运动控制是提高加工效率和质量的重要手段，而g代码是数控系统中最常用的一种运动控制语言,g代码是目前使用最广泛的计算机数控编程语言，已经成为发展比较完善的nc代码，它主要用于计算机辅助制造以控制自动化机床，并且有许多变体。g代码指令被提供给数控控制器，该控制
器告诉电机移动到哪里、移动多快以及遵循什么路径。本文中所使用的g代码遵循标准iso 6983，是通常使用的g代码标准中的一种。如图3所示。而对于该g代码的工艺解析，主要是对以下涉及到运动控制的功能进行词法分析：
53.(1)功能g代码：g00(快速空程移动)、g01(直线加工)、g02(顺时针圆弧加工)、g03(逆时针圆弧加工)、g90(绝对坐标)、g91(相对坐标)等。
54.(2)坐标位置：x、y、z(位置点的三维空间坐标)。
55.(3)圆弧参数：i、j、k(圆弧运动中位置点与圆心间的关系)和r(圆弧半径)。
56.(4)加工参数：f(进给速度)。
57.通过定义关键词的正则匹配，把g代码、坐标位置、圆弧参数等数据进行定位、提取。
58.步骤2.2：数据保存。对经过解析处理后的数据进行保存以便后续处理。
59.所述步骤3包括：
60.步骤3.1：路径生成。对工艺解析后保存的数据文件进行路径生成和点云生成工作，点云具有排列、平移和旋转不变性的特点，可局部放大和伸缩，便于对工艺的审查和分析工作。如图4是对进给轴坐标数据的路径生成，图5是其相应的点云生成以及局部放大。通过对路径和点云生成结果的可视化分析，可初步确定存在的轨迹缺陷。
61.步骤2.2：路径分解。为了对路径缺陷进行定位，需要对全局的加工轨迹进行分析以确定缺陷集中的区域。路径分解算法的原理：由于该五角星凸台是一个上下结构，刀具路径的总体走势为水平的环状层级路径。通过一个与z轴垂直，跟随路径点移动的判定平面来将刀具环状路径进行层级分解，找到该轴上的跃迁点，将整段的复杂路径分解为若干相对连续的部分。使用指数加权平均确定判定平面，以减少异常点或者抖动的影响，算法流程图如图6所示。路径分解后的一共得到37个轨迹片段，部分轨迹在z轴的投影展示如图7所示。通过分解后的片段可以看到，轨迹有缺陷的位置主要集中在轨迹段图7.(d)上，其放大后的图像如图7.(e)所示。
62.所述步骤4包括：
63.步骤4.1：路径环形分割。为提高对缺陷路径的处理精确度，对上述步骤处理后的缺陷路径(图7.(e))进行环形分割，原理是利用起始点的某一坐标轴为参考线进行分割，数据序列跨越两次参考线即为一个环，如此即可轻易将缺陷路径进行环状剥离，经此处理共得到13个星型环状路径的数据集。
64.步骤4.2：路径聚类分割。基于欧式距离的聚类算法能够将数据集中的点按照欧氏距离进行自动划分从而达到分割的目的，对于球状凸集的处理效果较好，但是难以推广到任意的形状。而基于密度的聚类方法有较强的自适应性，善于发现无规则形状的簇。为了进一步揭示缺陷路径的局部特性以提高优化流程的自适应性，使用基于密度的聚类方法—dbscan算法对环状星形路径进行聚类分割操作，部分星型环状路径的聚类结果示例如图8所示。
65.步骤4.3：缺陷特征分级。为了便于区分步骤4.2中聚类结果中簇间路径点集的局部特征，我们使用法向量来刻画和反应簇中点集的局部变化特性。法向量是散乱点云轨迹模型的一个重要属性，可用来描述模型特征信息。如果一个簇内的轨迹点相对较为平坦时，邻域内各点法向量方向变化也相对平缓；反之，簇内轨迹点起伏变化较大时，相邻点法向量
方向变化也相对较大，因此，可通过估算簇的法向量方向变化，进而决定使用不同的路径优化算法。
66.为量化这项指标，突出点序列的局部特征，以大小为k的邻域分别统计各簇内相邻点间的法向量，以相邻法向量夹角作为相邻点跨越的弧度来反映点序列平坦度，并以该弧度在k邻域内的累积值的平均反应k邻域内数据序列的整体起伏。
67.设p1,p2,
…
,pk(k》2)为数据点序列，v1,v2,
…
,vk分别为的法向量，则k邻域内数据序列起伏程度指标为
[0068][0069]
该值越大，则点集轨迹凹凸不平程度越明显。基于实验的实际观察，当k＝20时特征的区分度明显，表1展示了进一步的统计结果，表明了共381个长度为k的片段中avgdeg的大小和占比情况，以及对数据特征做了描述，并在表中对数据序列的起伏程度制定了缺陷等级。
[0070]
表1：特征统计分级表
[0071][0072]
步骤4.4：路径优化。综合上述特征序列的分析及统计结果可知，由于各个k邻域内的数据序列存在特征差异，单一的优化方案难以对所有数据序列起到良好的效果，因此，针对不同的缺陷特征采用相适应的滤波平滑算法。
[0073]
表2：优化方法参数配置
[0074][0075]
图9展示了不同特征的部分k邻域内序列数据滤波优化结果，算法参数配置同表2。由图中所示结果可知，9.(a)：数据序列凸凹不平、相对散乱，线性关系或者趋势不明显，高斯滤波算法效果更好；9.(b)：数据序列前后具有线性关系或者趋势、凸凹特征不明显，二阶指数平滑方法效果更好；9.(c)：数据序列相对平坦，起伏较少，sg滤波算法对该类数据的优化和拟合效果更好；因此，提出了如图10流程图说是的自适应滤波优化算法，应用该算法优化前后的结果如图11所示，优化前后的g代码如图12所示。
[0076]
步骤4.5：优化结果可视化。将优化后的刀具路径结果使用步骤1所述的信息模型传输给数控系统并在可视化应用前端进行可视化展示，如图13所示。可视化客户端包括两个主要区域，工艺文件信息及具体内容可以通过区域1查看，区域2则展示了工艺文件中轴坐标的可视化点云图像以及轨迹图像。客户端后端程序对加工轨迹信息进行即时的分析和优化并将改进的g代码反馈到区域1。操作员可通过区域1上方的操作栏读取本地存储的历史工艺文件进而加载内容和获得展示。
[0077]
以上说明所描述的实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变换和改进。这些都属于本发明的保护范围。

技术特征：
1.一种数控加工刀具路径的自适应滤波优化方法，其特征在于，用于加工过程中对分布不均、拐点曲率大的缺陷路径执行如下步骤，定位缺陷路径、自适应滤波，所述方法包括以下步骤：s1、建立用于加工刀具路径的数据结构，利用opc ua映射方法将数据结构映射为服务器端信息模型并存储；s2、对cam刀具生成的目标nc文件进行工艺解析，并将解析后的进给轴坐标、进给速率、主轴转速转换为服务器端刀具路径信息模型并存储；s3、根据进给轴坐标生成刀具路径、可视化路径点云，并进行点云分解定位局部缺陷；s4、对局部缺陷进行聚类分割，分类进行自适应路径优化；将优化后的刀具路径传输给数控系统，用于路径及加工过程展示。2.根据权利要求1所述的一种数控加工刀具路径的自适应滤波优化方法，其特征在于，所述信息模型包括静态、过程两种数据集。3.根据权利要求2所述的一种数控加工刀具路径的自适应滤波优化方法，其特征在于，所述静态数据集包括工艺文件名称、g代码、辅助代码和插补信息，其中插补信息进一步包含插补算法、插补周期等数据。4.根据权利要求2所述的一种数控加工刀具路径的自适应滤波优化方法，其特征在于，所述过程数据集包括路径编号、主轴信息与进给轴信息，其中进给轴信息进一步包含进给轴速率与轴坐标，上述数据信息均含有数据项索引、可读写性、数据类型、数据值属性以及时间戳属性中的若干个。5.根据权利要求1所述的一种数控加工刀具路径的自适应滤波优化方法，其特征在于，所述工艺解析包括：步骤2.1、通过定义加工过程关键词的正则匹配，对nc文件进行词法分析，定位、提取关键词；步骤2.2、数据保存。6.根据权利要求5所述的一种数控加工刀具路径的自适应滤波优化方法，其特征在于，是对g代码中的坐标位置、圆弧参数、进给速率、主轴转速进行词法分析、定位和提取。7.根据权利要求1所述的一种数控加工刀具路径的自适应滤波优化方法，其特征在于，步骤3包括：步骤3.1、将进给轴坐标链接为刀具路径，生成路径点云；步骤3.2、在可视化点云上进一步分解加工路径为若干加工环段，用于精细定位局部缺陷。8.根据权利要求1所述的一种数控加工刀具路径的自适应滤波优化方法，其特征在于，所述对局部缺陷进行聚类分割，分类进行自适应路径优化包括：步骤4.1、对局部缺陷路径进行层级环形分割，将缺陷路径进行环状剥离，得到若干个适应加工工件的环状路径的数据集；步骤4.2、对环状路径进行聚类分割，获取若干缺陷路径的簇；步骤4.3、统计每个簇内的k邻域起伏程度，根据该指标进行自适应的路径优化的缺陷特征分级；用于区分聚类结果中簇间路径点集的局部缺陷特征；步骤4.4、对不同的缺陷特征采用相适应的滤波平滑算法进行路径优化，获取优化路径
并处理为服务器可执行程序。9.根据权利要求8所述的一种数控加工刀具路径的自适应滤波优化方法，其特征在于，是采用基于密度的聚类方法进行聚类分割。

技术总结
本发明涉及一种数控加工刀具路径的自适应滤波优化方法，用于工程制造系统流程中对计算机辅助制造系统(CAM)生成的NC程序存在的刀具路径的缺陷进行定位并优化。首先，定义了数控系统加工路径的信息模型，通过对CAM系统生成的NC工艺文件进行解析提取出进给轴的位置信息并利用可视化工具生成刀具路径，利用OPC UA实现加工路径的信息模型的映射和封装，在应用系统中使用路径自适应优化算法对缺陷路径进行优化并发送至OPC UA服务器，OPC UA服务器集成在数控系统中，数控系统利用优化后的刀具路径进行加工。该方法能够实现数控系统加工刀具路径的自适应优化和实时的数据传输，并且能够辅助工程师的工艺设计，减轻工艺开发和监控的负担以及提高工件的加工质量，缩短生产周期。期。期。


技术研发人员：于东 张丽鹏 胡毅 周光远 何无为 周正
受保护的技术使用者：沈阳中科数控技术股份有限公司
技术研发日：2023.07.05
技术公布日：2023/9/7