[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

说明书

本发明提出的一种基于神经网络的数控系统运动轨迹控制方法，首先构建神经网络作为决策模型，包括一个输入层、若干隐藏层和一个输出层，输入层输入当前时刻刀具轨迹的状态向量，该状态向量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，输出层输出当前时刻的决策动作，将当前时刻决策动作经过特征转化，得到下一时刻的刀具位置并以此作为伺服指令；随后利用强化学习算法并结合奖惩策略训练决策模型；最后利用训练完毕的决策模型完成机床的刀具运动轨迹控制。本发明方法能够实时响应刀具运动轨迹的变化，支持加工参数的在线修改，提高了数控系统运动轨迹控制的适应性、加工精度和加工效率。

技术领域

本发明属于数控加工轨迹规划技术领域，特别涉及一种基于神经网络的数控系统运动轨迹控制方法。

背景技术

数控系统是数控机床的核心控制装置，数控加工过程中的运动轨迹控制由数控系统完成。NC文件是描述数控机床加工过程中刀具运动轨迹的文件，通常使用G代码(ISO6983)格式对刀具运动轨迹进行描述。数控系统根据输入的NC文件，通过编译(译码)模块实现对NC文件的解析，并得到刀具的运动轨迹。

数控系统的刀具运动轨迹控制方法为：根据刀具的运动轨迹，通过轨迹规划算法、速度规划算法和插补算法实现数控系统的运动轨迹控制，参见图1。数控系统中的轨迹规划算法主要完成对运动轨迹的光顺处理，常用方法有局部光顺和全局光顺；速度规划算法主要完成对刀具运动轨迹的加减速控制，常用方法有梯形加减速和S型加减速等；插补算法主要完成对每段的刀具运动轨迹进行数据密化，常用方法有直线插补和圆弧插补等。数控系统插补算法产生的插补数据是机床各进给轴的位置指令，该指令由数控系统发送到机床的伺服进给系统，伺服进给系统执行位置指令，完成机床的运动轨迹控制。

数控系统的运动轨迹控制方法流程复杂，为保证轨迹规划算法、速度规划算法和插补算法的数据读取需求，算法间需建立数据缓冲区，参见图1。由于缓冲区的存在，导致数控系统对刀具运动轨迹的响应差，数控系统在加工过程中不支持刀具运动轨迹的在线修改，同样也不支持轨迹规划算法、速度规划算法和插补算法参数的在线修改。

智能制造环境下要求数控系统在加工过程中实时感知外部传感器反馈的加工状态，根据传感器反馈的加工状态，通过对刀具运动轨迹和控制算法参数的在线修改，实现对加工过程的优化。现有数控系统运动轨迹控制方法无法满足智能制造的需求。

发明内容

本发明的目的是为了克服已有技术的不足之处，提供一种基于神经网络的数控系统运动轨迹控制方法。本发明使用神经网络实现数控系统的运动轨迹控制，神经网络根据传感器反馈的加工状态，结合刀具运动轨迹指令，直接输出各进给轴的位置指令，进而实现依据当前加工状态的数控系统运动轨迹控制。本发明使用神经网络的数控系统运动轨迹控制方法具有对加工过程中加工状态反应速度快的优点。

为实现上述目的，本发明采用以下技术方案：

本发明提出的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，k_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；