[发明专利]一种基于神经网络的数控系统运动轨迹控制方法

权利要求书

1.一种基于神经网络的数控系统运动轨迹控制方法，其特征在于，包括以下步骤：

1)构建神经网络作为决策模型

由依次连接的一个输入层、若干隐藏层和一个输出层构建神经网络；其中，

神经网络的输入即所述输入层的输入为t时刻刀具轨迹的状态向量s_t，该状态向量s_t是根据被控机床传感器反馈的加工状态与刀具运动轨迹指令经过特征转换得到的，其表达式如下：

s_t＝{κ_1，t，...，κ_j，t，...，κ_n，t}，j＝1，…，n

式中，κ_1，t，...，κ_j，t，...，κ_n，t表示t时刻刀具运动轨迹位置上先后选取的第1～n个离散点的曲率向量，n可取任意正整数；

状态向量s_t按照以下步骤确定：

根据刀具运动轨迹的曲率特征，以t时刻的刀具位置p_t为参考点，构建向后距离κ_back和向前距离κ_ahead的状态特征区，通过线性插值的方式获取状态特征区内n个离散点的位置，求出各离散点的曲率向量；向后距离κ_back和向前距离κ_ahead按照以下公式计算：

κ_back＝0.7κ_ahead

式中，v_t表示t时刻刀具的运动速度，a_max表示被控机床所设定的刀具最大加速度；

t时刻刀具运动轨迹位置上第j个离散点的曲率向量κ_j，t按照以下公式计算得到：

式中，p_B为t时刻刀具运动轨迹位置上的第j个离散点的空间坐标；p_A和p_C分别为在第j个离散点的前后侧通过线性插值的方式得到与该第j个离散点均相差距离Δd的两个离散点的空间坐标；G为求解曲率向量κ_j，t的中间变量，||·||表示取模运算；

所述输出层包含2个输出节点，分别输出刀具运动轨迹与YZ平面的夹角α_t和刀具运动轨迹与XY平面的夹角γ_t，作为决策动作a_t，其表达式为：

a_t＝τ₁·{θ_t}＝τ₁·{α_t，γ_t}

式中，θ_t是t时刻刀具运动轨迹的空间方向角；α_t表示刀具运动轨迹与YZ平面的夹角，γ_t表示刀具运动轨迹与XY平面的夹角；τ₁是决策模型输出的决策动作a_t与刀具运动轨迹的空间方向角θ_t的反归一化系数；

将决策动作a_t经过特征转化，得到t+1时刻的刀具位置p_t+1并以此作为伺服指令，计算公式如下：

u_t＝sin(α_t)·sin(γ_t)

v_t＝sin(α_t)·cos(γ_t)

w_t＝cos(α_t)

式中，u_t，v_t，w_t分别表示t时刻刀具运动轨迹的空间方向角θ_t在X，Y，Z轴方向的空间向量分量，l_t为刀具的进给步长；

2)利用强化学习算法并结合奖惩策略训练决策模型

2.1)设定用于评价决策模型效果的奖惩，表达式如下：

其中，和分别表示t时刻刀具运动轨迹的空间方向角的一阶导数和二阶导数，ε_t和分别表示t时刻下的刀具位置相对于原始刀具运动轨迹的轮廓误差和轮廓误差的一阶导数，λ₁～λ₄分别是各参数的权因子系数；

2.2)利用强化学习算法并根据上述设定的奖惩对构建的决策模型进行训练，当得到的奖惩逐渐趋于平稳，且训练过程也趋近于收敛时，则认为决策模型已训练完毕，执行步骤3)；否则返回步骤1)，对状态向量s_t的离散点个数n、距离Δd、反归一化系数τ₁和权因子系数λ₁～λ₄进行调整，重新对决策神经网络进行训练，直至奖惩逐渐趋于平稳，且训练过程也趋近于收敛时，则认为决策模型已训练完毕，执行步骤3)；

3)利用训练完毕的决策模型完成机床的刀具运动轨迹控制

获取当前加工零件的刀具运动轨迹指令和被控机床的加工状态，得到输入决策模型的状态向量s_t；将该状态向量s_t输入到训练完毕的决策模型中，得到决策动作a_t，决策模型对决策动作a_t经过特征转换得到伺服指令输出给被控机床，从而实现对被控机床的运动轨迹控制，被控机床的当前时刻运动状态将作为下一时刻决策模型的输入。