[发明专利]多轴运动数控系统的建模方法、装置、设备及存储介质有效
申请号: | 202310334905.1 | 申请日: | 2023-03-31 |
公开(公告)号: | CN116048000B | 公开(公告)日: | 2023-06-13 |
发明(设计)人: | 郭媛君;胡天宇;谭勇;朱俊丞;吴承科 | 申请(专利权)人: | 中科航迈数控软件(深圳)有限公司 |
主分类号: | G05B19/4069 | 分类号: | G05B19/4069 |
代理公司: | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人: | 张桂平 |
地址: | 518073 广东省深圳市南山区桃源街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 运动 数控系统 建模 方法 装置 设备 存储 介质 | ||
1.一种多轴运动数控系统的建模方法,其特征在于,其包括:
获取数控系统的当前工作状态,所述数控系统包括多种预先划分的工作状态;
根据所述当前工作状态选取对应的预先训练好的目标动态因子图模型并进行建模,每个工作状态均对应一个动态因子图模型,所述动态因子图模型根据各个工作状态对应的样本数据训练得到,用于预测多轴运动数控系统的运动控制参数;
其中:所述根据所述当前工作状态选取对应的预先训练好的目标动态因子图模型并进行建模,包括:
动态因子图模型表述如下:
假设一个非线性动态系统,其状态表示为向量,其状态方程表示为:
;
其中,是输入向量,是噪声向量;
对于第个模型,将其表示为一个因子图,其中节点表示系统状态或观测值,边表示节点之间的关系,对于每个模型,均使用因子图上的联合分布来表示该模型的行为,对于第个模型,将其表示为:
;
假设在不同的系统状态下,用不同的模型来描述系统的动态行为:引入一个离散变量,表示系统当前所处的状态,该离散变量的取值集合为{1, 2, ..., M},其中M是状态数;
整个多模型因子图模型表示为一个联合分布:
;
其中,每个模型都对应一个状态;通过此种方式,即可描述不同状态下系统的动态行为,并且在状态转移时,通过切换不同的模型来捕捉变化;
所述动态因子图模型包括变量节点和因子节点,所述变量节点包括:位置变量、速度变量、力和扭矩变量和控制器变量,所述因子节点包括:加工件材料的特性、系统的非线性特性和系统的动态响应。
2.根据权利要求1所述的多轴运动数控系统的建模方法,其特征在于,所述根据所述当前工作状态选取对应的预先训练好的目标动态因子图模型并进行建模之后,还包括:
接收用户输入的控制指令;
将所述控制指令输入至所述目标动态因子图模型,预测得到目标控制参数;
根据所述目标控制参数控制所述数控系统的多个轴的运动轨迹。
3.根据权利要求2所述的多轴运动数控系统的建模方法,其特征在于,所述动态因子图模型包括多个分别训练得到的动态因子图子模型;
所述将所述控制指令输入至所述目标动态因子图模型,预测得到目标控制参数,包括:
将所述控制指令分别输入至多个目标动态因子图子模型进行预测,得到多个预测结果;
将所述多个预测结果进行加权平均,得到所述目标控制参数。
4.根据权利要求3所述的多轴运动数控系统的建模方法,其特征在于,所述目标动态因子图子模型的权重基于各个所述目标动态因子图子模型的预测精度确定。
5.根据权利要求2所述的多轴运动数控系统的建模方法,其特征在于,所述根据所述目标控制参数控制所述数控系统的多个轴的运动轨迹之后,还包括:
将所述控制指令和所述目标控制参数作为一组样本数据保存;
当保存的样本数据达到预设数量时,利用所述样本数据对所述动态因子图模型进行更新。
6.根据权利要求1所述的多轴运动数控系统的建模方法,其特征在于,所述预先划分的工作状态具体包括:
收集所述数控系统在各种工作状态下运行时的原始数据;
从所述原始数据中提取特征,得到特征数据;
对所述特征数据进行聚类,得到多个聚类簇;
根据所述聚类簇确认所述数控系统对应的工作状态的分类数目。
7.一种利用权利要求1所述多轴运动数控系统的建模方法的多轴运动数控系统的建模装置,其特征在于,其包括:
获取模块,用于获取数控系统的当前工作状态,所述数控系统包括多种预先划分的工作状态;
建模模块,用于根据所述当前工作状态选取对应的预先训练好的目标动态因子图模型并进行建模,每个工作状态均对应一个动态因子图模型,所述动态因子图模型根据各个工作状态对应的样本数据训练得到,用于预测多轴运动数控系统的运动控制参数。
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中科航迈数控软件(深圳)有限公司,未经中科航迈数控软件(深圳)有限公司许可,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/202310334905.1/1.html,转载请声明来源钻瓜专利网。