[发明专利]一种机床进给系统的迭代学习前馈控制方法及系统有效

专利信息
申请号: 201910977406.8 申请日: 2019-10-15
公开(公告)号: CN110703693B 公开(公告)日: 2020-11-17
发明(设计)人: 杨建中;张艳芬;梅再武;夏锴;蒋亚坤;杨志国 申请(专利权)人: 华中科技大学
主分类号: G05B19/414 分类号: G05B19/414
代理公司: 华中科技大学专利中心 42201 代理人: 曹葆青;李智
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 机床 进给 系统 学习 控制 方法
【权利要求书】:

1.一种机床进给系统的迭代学习前馈控制方法,其特征在于,包括以下步骤:

S1、采集前N次机床进给系统模块的力矩电流及位置跟踪误差的数据;

S2、将第N次获得的力矩电流τN和位置跟踪误差eN(t)作为CNC指令模块中的力矩前馈控制算法的输入,该力矩前馈控制算法通过调节比例P控制以及积分I控制输出第N+1次的前馈量τN+1

S3、将前馈量τN+1作为CNC指令模块中PID控制器的电流控制单元的输入进行迭代运算,以获取第N+1次位置跟踪误差eN+1(t);

S4、判断位置跟踪误差eN+1(t)是否小于位置跟踪误差eN(t),若否,则返回至步骤S2,通过调节比例P控制以及积分I控制输出电流环的前馈量τN+1,若是,则进入步骤S5;

S5、判断位置跟踪误差eN+1(t)是否小于目标值ε,若否,则返回至步骤S2,通过调节比例P控制以及积分I控制输出电流环的前馈量τN+1,若是,则实现轮廓误差的控制,结束迭代学习前馈控制。

2.根据权利要求1所述的迭代学习前馈控制方法,其特征在于,步骤S2中,前馈量τN+1的计算模型为:

τN+1=f[τN,eN(t)]=k1×τN+k2×EN(t)

其中,k1、k2为权重系数,EN(t)为通过调节比例P控制以及积分I控制后的计算模型,eN(t)为位置跟踪误差。

3.根据权利要求2所述的迭代学习前馈控制方法,其特征在于,所述EN(t)的计算模型为:

其中,kp为比例系数,α为积分项的开关系数,T1为积分时间常数,TD为微分时间常数,f[eN(t)]为积分项可调系数,为位置跟踪误差在时间t内的积分。

4.根据权利要求3所述的迭代学习前馈控制方法,其特征在于,所述α的判断模型为:

其中,ε为目标值。

5.根据权利要求3所述的迭代学习前馈控制方法,其特征在于,步骤S5中,若误差eN+1(t)是不小于目标值,还需构建位置跟踪误差eN+1(t)与位置跟踪误差eN(t)的关系模型,并根据该模型更新积分项可调系数f[eN(t)]的取值。

6.根据权利要求1-5任一项所述的迭代学习前馈控制方法,其特征在于,步骤S1中,采用SSTT数据采集工具采集前N次机床进给系统的力矩电流及位置跟踪误差的数据。

7.根据权利要求1-5任一项所述的迭代学习前馈控制方法,其特征在于,所述力矩电流为机床进给系统模块中驱动该机床进给系统模块执行动作的伺服电机输出的电流,该伺服电机为永磁同步电机。

8.一种实现权利要求1-7任一项所述的迭代学习前馈控制方法的系统,其特征在于,包括:

数据采集模块,用于采集前N次机床进给系统模块的力矩电流及位置跟踪误差的数据;

CNC指令模块,用于将第N次获得的力矩电流τN和位置跟踪误差eN(t)作为CNC指令模块中的力矩前馈控制算法的输入,该力矩前馈控制算法通过调节比例P控制以及积分I控制输出第N+1次的前馈量τN+1,然后将前馈量τN+1作为CNC指令模块中PID控制器的电流控制单元的输入进行迭代运算,以获取第N+1次位置跟踪误差eN+1(t),接着对位置跟踪误差eN+1(t)进行判断,以获取小于目标值的位置跟踪误差,完成迭代学习前馈控制;

机床进给系统模块,用于根据CNC指令模块发出的力矩电流信息驱动电机工作进而带动机床进给系统模块执行动作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910977406.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top