CN112327757A - 使用在线测量的数控机床加减速智能优化方法及装置 - Google Patents

Abstract

本发明公开了一种使用在线测量的数控机床加减速智能优化方法及装置，方法应用于CNC平台，以实现CNC内部的闭环优化，包括以下步骤：步骤S1，采集工件试加工数据，并在线测量工件轮廓误差；步骤S2，判断工件轮廓误差是否满足预设加工要求，并不满足预设加工要求时，进行速度曲线优化；步骤S3，重新进行工件试加工，重复执行步骤S1和S2，直到工件轮廓误差满足预设加工要求时，得到速度曲线优化结果；步骤S4，使用速度曲线优化结果进行整个工件的正常加工。该方法可以保证加工工件最终加工质量的可靠性与稳定性，且不需将数据导入CAM并重新计算刀轨，在保证轮廓精度的前提下提高了速度规划优化效率。

Description

使用在线测量的数控机床加减速智能优化方法及装置

技术领域

本发明涉及数控加工技术领域，特别涉及一种使用在线测量的数控机床加减速智能优化方法及装置。

背景技术

相关技术的方案如下：

第一步：在线/离线测量加工工件的误差，获得轮廓误差数据，评估工件是否满足精度要求；

第二步：若不满足精度要求，则在CAM软件中，利用CAD模型和轮廓误差数据调整刀具路径轨迹，对加工进行调修；

第三步：装夹新的零件，利用第二步中获得的刀具路径轨迹加工，达到满足加工精度的要求。

然而，相关技术的方案存在如下的缺陷：

缺点1：难以实现自动化。优化过程跨越多个系统和多套流程，如CAM、CNC、测量系统等，需要操作人员手动在不同系统中导入和导出数据，因此难以实现轮廓误差控制的自动化。

缺点2：无法针对特征优化实际加工速度。加工中的实际进给速度由CNC控制，CAM只能控制刀具轨迹和指令进给速度，而CNC在加工过程中操作人员无法干预速度控制过程，因此现有技术不能针对加工误差对加工速度进行调整。

缺点3：需要进行多次加工。由于传统的在线测量或离线测量方式只用于检测轮廓误差是否在精度要求范围内，是一种加工后检测过程，想要获得满足精度要求的零件需要加工新的工件。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种使用在线测量的数控机床加减速智能优化方法，该方法可以保证加工工件最终加工质量的可靠性与稳定性，且不需将数据导入CAM并重新计算刀轨，在保证轮廓精度的前提下提高了速度规划优化效率。

本发明的另一个目的在于提出一种使用在线测量的数控机床加减速智能优化装置。

为达到上述目的，本发明一方面实施例提出了一种使用在线测量的数控机床加减速智能优化方法，所述方法应用于CNC平台，以实现CNC内部的闭环优化，包括以下步骤：步骤S1，采集工件试加工数据，并在线测量工件轮廓误差；步骤S2，判断所述工件轮廓误差是否满足预设加工要求，并在不满足所述预设加工要求时，进行速度曲线优化；步骤S3，重新进行工件试加工，重复执行步骤S1和S2，直到所述工件轮廓误差满足所述预设加工要求时，得到速度曲线优化结果；步骤S4，使用所述速度曲线优化结果进行整个工件的正常加工。

本发明实施例的使用在线测量的数控机床加减速智能优化方法，采用在线测量的方式，避免装卸工件带来的额外时间和操作；采用优化速度规划的方法，避免了更改刀位点和刀轴带来了额外计算；将优化过程限定在CNC平台中，避免将数据传回CAM并重新计算刀轨，并能实现自动化计算；从而可以在在线测量技术手段的基础上优化加工速度曲线，以此来实现提升机床对特定工件的加工精度，进而保证加工工件最终加工质量的可靠性与稳定性，且不需将数据导入CAM并重新计算刀轨，在保证轮廓精度的前提下提高了速度规划优化效率。

另外，根据本发明上述实施例的使用在线测量的数控机床加减速智能优化方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，在不满足所述预设加工要求时，进行速度曲线优化，包括：根据所述工件试加工数据求解得到工件的坐标系位置和刀具运动的速度；建立速度与所述工件轮廓误差分布的对应关系；使用优化策略对速度曲线进行优化，得到优化后的速度曲线。

进一步地，在本发明的一个实施例中，使用优化策略对速度曲线进行优化，包括：根据速度与工件轮廓误差分布的对应关系改变刀具运动的加减速运动，以对速度曲线进行优化，其中，当误差大于第一预设误差值时进行降速，当误差小于第二误差值时进行升速。

进一步地，在本发明的一个实施例中，采集工件试加工数据，包括：使用初始化后的速度曲线进行工件的加工，并在加工过程中采集工件试加工数据。

进一步地，在本发明的一个实施例中，所述工件试加工数据包括机床电机各轴位置数据和速度数据。

为达到上述目的，本发明另一方面实施例提出了一种使用在线测量的数控机床加减速智能优化装置，所述装置应用于CNC平台，以实现CNC内部的闭环优化，包括：试加工模块，用于采集工件试加工数据；误差在线测量模块，用于在线测量工件轮廓误差；判断模块，用于判断所述工件轮廓误差是否满足预设加工要求；优化模块，用于在不满足所述预设加工要求时，进行速度曲线优化；迭代模块，用于重新进行工件试加工，重复执行所述试加工模块、所述误差在线测量模块、所述判断模块和所述优化模块，直到所述工件轮廓误差满足所述预设加工要求时，得到速度曲线优化结果；正常加工模块，用于使用所述速度曲线优化结果进行整个工件的正常加工。

本发明实施例的使用在线测量的数控机床加减速智能优化装置，采用在线测量的方式，避免装卸工件带来的额外时间和操作；采用优化速度规划的方法，避免了更改刀位点和刀轴带来了额外计算；将优化过程限定在CNC平台中，避免将数据传回CAM并重新计算刀轨，并能实现自动化计算；从而可以在在线测量技术手段的基础上优化加工速度曲线，以此来实现提升机床对特定工件的加工精度，进而保证加工工件最终加工质量的可靠性与稳定性，且不需将数据导入CAM并重新计算刀轨，在保证轮廓精度的前提下提高了速度规划优化效率。

另外，根据本发明上述实施例的使用在线测量的数控机床加减速智能优化装置还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，所述优化模块进一步用于根据所述工件试加工数据求解得到工件的坐标系位置和刀具运动的速度，建立速度与所述工件轮廓误差分布的对应关系，使用优化策略对速度曲线进行优化，得到优化后的速度曲线。

进一步地，在本发明的一个实施例中，所述优化模块进一步用于根据速度与工件轮廓误差分布的对应关系改变刀具运动的加减速运动，以对速度曲线进行优化，其中，当误差大于第一预设误差值时进行降速，当误差小于第二误差值时进行升速。

进一步地，在本发明的一个实施例中，所述试加工模块进一步用于使用初始化后的速度曲线进行工件加工，并在加工过程中采集工件试加工数据。

进一步地，在本发明的一个实施例中，所述工件试加工数据包括机床电机各轴位置数据和速度数据。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明实施例的使用在线测量的数控机床加减速智能优化方法的流程图；

图2为根据本发明实施例的系统软硬件主体结构示意图；

图3为根据本发明一个实施例的使用在线测量的数控机床加减速智能优化方法的流程图；

图4为根据本发明实施例的使用在线测量的数控机床加减速智能优化装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

本发明是基于发明人对以下问题的认识和发现做出的：

(1)传统数控机床加工中保证轮廓精度的方法有两类：一是将工件从机床上卸下并检测轮廓误差，将误差数据传入CAM软件，利用CAD模型调整刀轨，并再次装夹新的工件进行加工；二是利用在线测量方式检测轮廓误差，但在线测量数据通常只用于检测工件的轮廓精度，用于评估工件是否合格，属于加工后的检测过程，而对工件加工本身的优化并无贡献，如果加工工件不满足误差要求，需要重新加工。

本发明将优化过程限定在CNC平台中，避免将数据传回CAM并重新计算刀轨，并能实现自动化计算；通过在线测量并试切加工，寻找最优加工工艺(优化后的速度曲线)，实现提高加工精度、提升加工产品合格率的目的。

(2)相关技术还提出了一种复杂曲面多轴数控铣削过程进给速度在线优化方法，但是该方法需要改变坐标点，此修改过程不借助CAD模型，因此改动后的曲线特征可能不符合工件模型要求。

本发明不需改动数控程序中改动坐标点，仅改变刀具运动的加减速运动，因此不会导致修改坐标位置从而影响加工效果，也不需要装夹新的工件进行加工，节省了物料成本和操作复杂度。

下面参照附图描述根据本发明实施例提出的使用在线测量的数控机床加减速智能优化方法及装置，首先将参照附图描述根据本发明实施例提出的使用在线测量的数控机床加减速智能优化方法。

图1是本发明一个实施例的使用在线测量的数控机床加减速智能优化方法的流程图。

如图1所示，该使用在线测量的数控机床加减速智能优化方法应用于CNC平台，以实现CNC内部的闭环优化，包括以下步骤：

步骤S1，采集工件试加工数据，并在线测量工件轮廓误差。

其中，工件可以为叶轮，也可以为其他特定工件，对此不作具体限定。在本发明实施例中，工件试加工数据包括机床电机各轴位置数据和速度数据；轮廓误差指：理论加工工件形状与实际加工工件形状的偏差。

可以理解的是，本发明实施例通过CNC完成(包括运动轴位置、速度信息)的数据采集，在线测量使用测头对工件进行测量，使用CNC的测量功能，测量对象是工件。

在本发明的一个实施例中，采集工件试加工数据，包括：使用初始化后的速度曲线进行工件加工，并在加工过程中采集工件试加工数据，

可以理解的是，试加工判断初始化速度曲线是否满足加工要求，数据采集为后续速速度曲线优化提供基础。

进一步地，本发明实施例使用机床的测量头测量使用工件试加工数据，并通过软件求解加工的轮廓误差，其中，轮廓误差用于评估此次试加工的结果(误差是否满足要求)。

步骤S2，判断工件轮廓误差是否满足预设加工要求，并不满足预设加工要求时，进行速度曲线优化。

可以理解的是，本发明实施例判断轮廓误差是否满足加工要求，包括：轮廓误差的最大值、平均值、误差分布是否均匀等。

在本发明的一个实施例中，在不满足预设加工要求时，进行速度曲线优化，包括：根据工件试加工数据求解得到工件的坐标系位置和刀具运动的速度；建立速度与工件轮廓误差分布的对应关系；使用优化策略对速度曲线进行优化，得到优化后的速度曲线。

其中，在本发明的一个实施例中，使用优化策略对速度曲线进行优化，包括：根据速度与工件轮廓误差分布的对应关系改变刀具运动的加减速运动，以对速度曲线进行优化，当误差大于第一预设误差值时进行降速，当误差小于第二误差值时进行升速。

其中，第一预设误差值和第二预设误差值可以根据实际情况进行设置，在此不作具体限定。例如，当误差大于第一预设误差值时表示误差较大，需要降速；当误差小于第二误差值时表示误差较小，可以进行升速。

具体而言，不满足误差要求，则进行速度曲线优化，具体步骤如下：

(1)根据采集的机床电机各轴位置、速度等，求解工件坐标系(虚轴)位置、速度；

(2)建立速度与得到轮廓误差分布的对应关系；

(3)使用优化策略对速度曲线进行调整/优化：例如：误差大，降速，误差小，升速；

(4)得到优化后的速度曲线。

需要说明的是，优化速度曲线，目的是为了减少下一次加工的轮廓误差(提升加工精度)。

步骤S3，重新进行工件试加工，重复执行步骤S1和S2，直到工件轮廓误差满足预设加工要求时，得到速度曲线优化结果。

可以理解的是，本发明实施例重新进行工件试加工，重复步骤S1和S2，直至工件轮廓误差满足加工要求，误差分布均匀，速度平滑，从而重复优化直至满足加工要求。然后，记录最终的速度曲线优化结构，固定叶轮加工工艺，以分离试切过程与正常加工过程。

步骤S4，使用速度曲线优化结果进行整个工件的正常加工。

本发明实施例不需要CAM支持，只根据在线测量结果，即可算出加工轮廓误差，进而实现CNC内部的闭环优化，在不拆卸工件(统一基准)的情况下，完成从试切-最终加工的整个流程，实现了在线检测工艺闭环。其中，本发明实施例的系统软硬件主体结构如图2所示。

为了对使用在线测量的数控机床加减速智能优化方法进一步说明，下面将结合图3通过具体实施例做出阐述，其中，工件以叶轮为例，具体如下：

步骤1，初始化速度曲线：优化前现有工艺方案得到的速度曲线，不确定是否满足加工误差要求，有待优化。

其中，步骤1为初始化步骤。

步骤2，叶轮试加工(第1刀)：使用步骤1中的速度曲线进行叶轮加工，并在加工过程中采集加工数据，例如：机床电机各轴位置、速度等。

步骤2的作用：试加工判断初始化速度曲线是否满足加工要求，数据采集为后续速速度曲线优化提供基础。

步骤3，在线测量叶形轮廓误差：使用机床的测量头，测量使用步骤2加工的叶轮数据，并通过软件求解加工的轮廓误差，轮廓误差指：理论加工叶片形状与实际加工叶片形状的偏差，

步骤3的作用：用于评估此次试加工的结果(误差是否满足要求)

步骤4，判断轮廓误差是否满足加工要求，包括：轮廓误差的最大值、平均值、误差分布是否均匀等。

步骤5，不满足误差要求，则进行速度曲线优化，具体步骤如下：

步骤5.1：根据步骤2采集的机床电机各轴位置、速度等，求解工件坐标系(虚轴)位置、速度；

步骤5.2：建立速度与步骤3得到轮廓误差分布的对应关系；

步骤5.3：使用优化策略对速度曲线进行调整/优化：例如：误差大，降速，误差小，升速；

步骤5.4：得到优化后的速度曲线。

步骤5的作用：优化速度曲线，目的是为了减少下一次加工的轮廓误差(提升加工精度)。

步骤6，重新进行叶轮试加工(第2刀)，重复步骤2-5，直至叶轮轮廓误差满足加工要求，误差分布均匀，速度平滑。

步骤6的作用：重复优化直至满足加工要求。

步骤7，记录最终的速度曲线优化结构，固定叶轮加工工艺。

步骤7的作用：分离试切过程与正常加工过程。

步骤8，使用速度曲线优化结果，完成整个叶轮的加工

综上，本发明实施例利用在线测量的技术手段，检测叶轮数控加工的轮廓误差，通过分析轮廓误差的分布，对机床加减速进行优化，以此提高轮廓加工精度，得到满足加工要求的叶轮加工速度曲线。

根据本发明实施例提出的使用在线测量的数控机床加减速智能优化方法，采用在线测量的方式，避免装卸工件带来的额外时间和操作；采用优化速度规划的方法，避免了更改刀位点和刀轴带来了额外计算；将优化过程限定在CNC平台中，避免将数据传回CAM并重新计算刀轨，并能实现自动化计算；从而可以在在线测量技术手段的基础上优化加工速度曲线，以此来实现提升机床对特定工件的加工精度，进而保证加工工件最终加工质量的可靠性与稳定性，且不需将数据导入CAM并重新计算刀轨，在保证轮廓精度的前提下提高了速度规划优化效率。

其次参照附图描述根据本发明实施例提出的使用在线测量的数控机床加减速智能优化装置。

图4是本发明一个实施例的使用在线测量的数控机床加减速智能优化装置的结构示意图。

如图4所示，该使用在线测量的数控机床加减速智能优化装置10应用于CNC平台，以实现CNC内部的闭环优化，装置10包括：试加工模块100、误差在线测量模块200、判断模块300、优化模块400、迭代模块500和正常加工模块600。

其中，试加工模块100用于采集工件试加工数据；误差在线测量模块200用于在线测量工件轮廓误差；判断模块300用于判断工件轮廓误差是否满足预设加工要求；优化模块400用于在不满足预设加工要求时，进行速度曲线优化；迭代模块500用于重新进行工件试加工，重复执行试加工模块、误差在线测量模块、判断模块和优化模块，直到工件轮廓误差满足预设加工要求时，得到速度曲线优化结果；正常加工模块600用于使用速度曲线优化结果进行整个工件的正常加工。

进一步地，在本发明的一个实施例中，优化模块400进一步用于根据工件试加工数据求解得到工件的坐标系位置和刀具运动的速度，建立速度与工件轮廓误差分布的对应关系，使用优化策略对速度曲线进行优化，得到优化后的速度曲线。

进一步地，在本发明的一个实施例中，优化模块400进一步用于根据速度与工件轮廓误差分布的对应关系改变刀具运动的加减速运动，以对速度曲线进行优化，其中，当误差大于第一预设误差值时进行降速，当误差小于第二误差值时进行升速。

进一步地，在本发明的一个实施例中，试加工模块100进一步用于使用初始化后的速度曲线进行工件加工，并在加工过程中采集工件试加工数据。

进一步地，在本发明的一个实施例中，工件试加工数据包括机床电机各轴位置数据和速度数据。

需要说明的是，前述对使用在线测量的数控机床加减速智能优化方法实施例的解释说明也适用于该实施例的使用在线测量的数控机床加减速智能优化装置，此处不再赘述。

根据本发明实施例提出的使用在线测量的数控机床加减速智能优化装置，采用在线测量的方式，避免装卸工件带来的额外时间和操作；采用优化速度规划的方法，避免了更改刀位点和刀轴带来了额外计算；将优化过程限定在CNC平台中，避免将数据传回CAM并重新计算刀轨，并能实现自动化计算；从而可以在在线测量技术手段的基础上优化加工速度曲线，以此来实现提升机床对特定工件的加工精度，进而保证加工工件最终加工质量的可靠性与稳定性，且不需将数据导入CAM并重新计算刀轨，在保证轮廓精度的前提下提高了速度规划优化效率。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种使用在线测量的数控机床加减速智能优化方法，其特征在于，所述方法应用于CNC平台，以实现CNC内部的闭环优化，包括以下步骤：

步骤S1，采集工件试加工数据，并在线测量工件轮廓误差；

步骤S2，判断所述工件轮廓误差是否满足预设加工要求，并在不满足所述预设加工要求时，进行速度曲线优化；

步骤S3，重新进行工件试加工，重复执行步骤S1和S2，直到所述工件轮廓误差满足所述预设加工要求时，得到速度曲线优化结果；

步骤S4，使用所述速度曲线优化结果进行整个工件的正常加工。

2.根据权利要求1所述的方法，其特征在于，在不满足所述预设加工要求时，进行速度曲线优化，包括：

根据所述工件试加工数据求解得到工件的坐标系位置和刀具运动的速度；

建立速度与所述工件轮廓误差分布的对应关系；

使用优化策略对速度曲线进行优化，得到优化后的速度曲线。

3.根据权利要求2所述的方法，其特征在于，使用优化策略对速度曲线进行优化，包括：

根据速度与工件轮廓误差分布的对应关系改变刀具运动的加减速运动，以对速度曲线进行优化，其中，当误差大于第一预设误差值时进行降速，当误差小于第二误差值时进行升速。

4.根据权利要求1所述的方法，其特征在于，采集工件试加工数据，包括：

使用初始化后的速度曲线进行工件加工，并在加工过程中采集工件试加工数据。

5.根据权利要求1-4任意一项所述的方法，其特征在于，所述工件试加工数据包括机床电机各轴位置数据和速度数据。

6.一种使用在线测量的数控机床加减速智能优化装置，其特征在于，所述装置应用于CNC平台，以实现CNC内部的闭环优化，包括：

试加工模块，用于采集工件试加工数据；

误差在线测量模块，用于在线测量工件轮廓误差；

判断模块，用于判断所述工件轮廓误差是否满足预设加工要求；

优化模块，用于在不满足所述预设加工要求时，进行速度曲线优化；

迭代模块，用于重新进行工件试加工，重复执行所述试加工模块、所述误差在线测量模块、所述判断模块和所述优化模块，直到所述工件轮廓误差满足所述预设加工要求时，得到速度曲线优化结果；

正常加工模块，用于使用所述速度曲线优化结果进行整个工件的正常加工。

7.根据权利要求6所述的装置，其特征在于，所述优化模块进一步用于根据所述工件试加工数据求解得到工件的坐标系位置和刀具运动的速度，建立速度与所述工件轮廓误差分布的对应关系，使用优化策略对速度曲线进行优化，得到优化后的速度曲线。

8.根据权利要求7所述的装置，其特征在于，所述优化模块进一步用于根据速度与工件轮廓误差分布的对应关系改变刀具运动的加减速运动，以对速度曲线进行优化，其中，当误差大于第一预设误差值时进行降速，当误差小于第二误差值时进行升速。

9.根据权利要求61所述的装置，其特征在于，所述试加工模块进一步用于使用初始化后的速度曲线进行工件加工，并在加工过程中采集工件试加工数据。

10.根据权利要求6-9任意一项所述的装置，其特征在于，所述工件试加工数据包括机床电机各轴位置数据和速度数据。

Images