[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

说明书

本发明属于数控机床控制领域，并具体公开了一种机床进给系统的迭代学习前馈控制方法及系统。所述方法包括：将第N次获得的力矩电流τ_N和位置跟踪误差e_N(t)作为输入，以输出第N+1次的前馈量τ_N+1；将前馈量τ_N+1作为输入进行迭代运算，以获取第N+1次位置跟踪误差e_N+1(t)，判断位置跟踪误差e_N+1(t)与位置跟踪误差e_N(t)及目标值ε的关系，并以此作为后续是否进行继续迭代的依据，从而实现轮廓误差的控制，结束迭代学习前馈控制。所述系统包括数据采集模块、CNC指令模块和机床进给系统模块。本发明方法将迭代学习前馈控制方法与PID控制方法有效结合起来实现跟踪位置跟踪误差、轮廓误差的控制，进而实现机床进给系统模块的控制，加工精度高，动态响应快。

技术领域

本发明属于数控机床控制领域，更具体地，涉及一种机床进给系统的迭代学习前馈控制方法及系统。

背景技术

在机床进给系统控制中，常常采用位置环、速度环和电流环的三环PID控制的方式，传统的PID控制由于会出现位置跟踪精度较差、响应速度较慢等问题。针对PID控制存在的问题，一方面建立精确的机床动力学模型来准确预测机床运动误差，结合伺服控制算法对误差进行预先补偿，以提高伺服控制精度，进而提高数控机床的加工精度。

然而由于现实系统的复杂性，建立精确的机床动力学模型以及获取精确的模型参数都存在一定困难。另一方面，采用前馈控制的方法与PID控制相结合的方法，力矩前馈控制是目前重载机器人控制方法中最为常见的方法之一，前馈控制的核心思想是通过建立动态的惯量模型来补偿系统内部控制所提供的控制量，进而减小电流环中相邻控制周期内的偏差，改善机器人运行时的动态特性，减小位置误差，提高运动精度。这类方法需要精确地建立机器人的动力学模型，对参数辨识的精度要求较高。

专利CN105676896A提供一种应用于机器人伺服系统的前馈控制方法，通过调节电流前馈系数和速度前馈系数，以此改变前馈控制量，提高伺服控制的效果。但是其前馈系统是通过建立负载等效惯量的数学模型来实现，对模型的依赖性较大。专利CN104950806B提出一种基于GMDH数据挖掘算法的机床进给系统前馈控制方法，它将GMDH算法用于伺服进给系统摩擦力矩和负载转矩的建模及补偿前馈控制中。现有的伺服前馈控制方法大多依赖于模型，需要建立在模型准确性的基础上进行前馈补偿研究。

因此，本领域亟待提出一种机床进给系统的迭代学习前馈控制方法及系统，以实现将前馈控制与先进PID控制方法有机结合来实现力矩前馈的控制，不依赖于精准无误的动力学模型。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种机床进给系统的迭代学习前馈控制方法及系统，其中结合机床进给系统自身的特征及迭代学习前馈控制特点，对迭代学习前馈控制的具体方式进行了研究和设计，相应的可通过前馈量来实时跟踪位置跟踪误差，并通过调节比例P控制以及积分I控制，实现快速响应的轮廓误差的控制，进而实现机床进给系统的控制，本发明方法将迭代学习前馈控制方法与PID控制方法有效结合起来实现跟踪位置跟踪误差、轮廓误差的控制，进而实现机床进给系统模块的控制，能够有效解决机床进给系统加工精度不高，动态响应不快的问题。

为实现上述目的，按照本发明的一个方面，提出了一种机床进给系统的迭代学习前馈控制方法，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τ_N和位置跟踪误差e_N(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τ_N+1；