一种机床进给系统的迭代学习前馈控制方法及系统

    公开(公告)号:CN110703693B

    公开(公告)日:2020-11-17

    申请号:CN201910977406.8

    申请日:2019-10-15

    IPC分类号: G05B19/414

    摘要: 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τN和位置跟踪误差eN(t)作为输入,以输出第N+1次的前馈量τN+1;将前馈量τN+1作为输入进行迭代运算,以获取第N+1次位置跟踪误差eN+1(t),判断位置跟踪误差eN+1(t)与位置跟踪误差eN(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。

    一种基于声音信号的机床故障预测方法

    公开(公告)号:CN111413925A

    公开(公告)日:2020-07-14

    申请号:CN202010202454.2

    申请日:2020-03-20

    IPC分类号: G05B19/406

    摘要: 本发明属于数控机床故障预测相关技术领域,并公开了一种基于声音信号的机床故障预测方法。该预测方法包括下列步骤:(a)对于待预测机床,采集其在正常状态和不同故障状态下发出的音频信号,以此形成机床状态与音频信号一一对应的数据集;(b)对所述数据集中的数据进行数据处理,获得训练数据;(c)构建故障预测神经网络模型,利用所述训练数据对所述预测神经网络模型进行训练,以此获得所需的预测模型,利用该预测模型对于待预测机床的状态进行预测,以此实现机床故障的预测。通过本发明,避免计算零件的特征频率,减少计算量,提高了机床故障类型的识别速度。

    一种基于强化学习的机器人速度规划方法和系统

    公开(公告)号:CN111267109A

    公开(公告)日:2020-06-12

    申请号:CN202010215475.8

    申请日:2020-03-24

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种基于强化学习的机器人速度规划方法和系统,包括:构建一个利用六轴扭转力矩驱动机器人行走的仿真的环境,得到仿真环境模型;将机器人行走路径输入仿真环境模型,得到起点速度,将起点速度输入决策网络,得到第一步的六轴扭转力矩,仿真环境模型根据第一步六轴扭转力矩驱动机器人,得到第一步的速度,仿真环境模型与决策网络不断交互,得到机器人在路径中从起点至终点的速度规划;重复上一步得到多条速度规划,利用评判网络对每一条速度规划作出判断,得到评分,将评分最高的速度规划作为最优速度规划。本发明考虑了实际加工过程中的动力学特性,能够快速、准确地规划原轨迹上的速度,使其更加适应实际加工过程。

    一种面向镜像铣削加工的双通道同步加工方法及设备

    公开(公告)号:CN108663991B

    公开(公告)日:2020-02-21

    申请号:CN201810401524.X

    申请日:2018-04-28

    IPC分类号: G05B19/4103

    摘要: 本发明公开了一种面向镜像铣削加工的双通道同步加工方法,用于在镜像加工工件表面时,对执行镜像加工的刀具与支撑体的双通道编程轨迹的同步段进行同步处理,包括如下步骤:步骤1:以双通道其中一个通道的同步段编程轨迹为主,根据两个通道同步的几何关系,计算出另一个通道的编程轨迹,再将主通道与从通道的编程轨迹分别进行样条拟合,得到双通道同步段的加工代码;步骤2:建立双通道同步段的加工代码之间的同步关系,以使双通道同步段的加工代码同步开始和结束执行。本发明在代码层面实现控制指令的协同同步,具有普适性,广泛适用于多种铣削机床结构。

    一种分析曲面零件加工误差与进给率关系的方法

    公开(公告)号:CN110531709A

    公开(公告)日:2019-12-03

    申请号:CN201910751268.1

    申请日:2019-08-15

    IPC分类号: G05B19/416

    摘要: 本发明属于数控加工技术领域,并公开了一种分析曲面零件加工误差与进给率关系的方法。所述方法包括:根据刀具实际采样数据与曲面零件CAD模型的理论曲面的位置关系,获取每个刀具刀位点所对应的理论刀触点,然后构造理论刀触点曲线St,并测量获得多个测量刀触点,从而获取各个理论刀触点所对应的实际刀触点,将所述实际刀触点向曲面零件CAD模型的理论曲面进行投影,以获取投影数据点,从而构建加工误差,最后建立集合e和集合fn之间的对应关系,即曲面零件加工误差与进给率之间的对应关系。本发明根据刀具刀位点采样数据构建实际加工曲面上的刀触点进而求解加工误差,并建立加工误差及进给率之间一一对应关系,过程简单有效,便于实施。

    一种数控系统界面组态开发方法

    公开(公告)号:CN107220064B

    公开(公告)日:2019-06-25

    申请号:CN201710502700.4

    申请日:2017-06-27

    IPC分类号: G06F8/38

    摘要: 本发明公开了一种数控系统的界面组态开发方法,包括将界面系统划分为多个模块;将模块划分为多个基本单元,整理所述基本单元,生成功能单元集;对所述功能单元集进行抽象处理,封装形成功能组件;构建相应的数控系统界面组态开发环境,设置管理单元对所述模块的功能组件进行管理;通过所述管理单元对功能组件进行组态配置,构建组态界面;对构建完成的组态界面进行模拟运行,确认所述组态界面是否满足功能需求;加载组态脚本,对组态界面进行执行。本发明技术方案的方法,将数控界面系统划分为图形、数据和交互模块,提取各模块相应的独立功能组件,以图形可视化的方式对功能组件进行实例化与组件组合,可以快速地构建数控系统组态界面。

    一种基于深度学习的模拟画像生成方法及装置

    公开(公告)号:CN109886873A

    公开(公告)日:2019-06-14

    申请号:CN201910059491.X

    申请日:2019-01-22

    IPC分类号: G06T3/40

    摘要: 本发明公开了一种基于深度学习的模拟画像生成方法,包括如下步骤:S1:获得人脸拼接图或人脸轮廓图;S2:生成人脸图像,将所述人脸拼接图或人脸轮廓图分别作为条件生成对抗网络的条件输入,用于约束网络生成分别与二者相似的,更逼真,更自然的完整人脸图像;S3:人脸辨认及编辑,受害人对生成的完整人脸图像进行辨认,并提出局部或整体修改意见,依据修改意见对图片进行编辑或重新生成,最终输出人脸图像。本发明还公开了该方法对应的装置。本发明的模拟画像生成方法,基于现有的手绘方法和拼接式模拟画像方法的改进,引入了条件生成对抗网络算法和卷积神经网络算法,使得生成的模拟画像更加形象自然、逼真、传神,将能大大提升实用效果。

    一种基于深度学习的数控机床断刀检测系统及方法

    公开(公告)号:CN109822398A

    公开(公告)日:2019-05-31

    申请号:CN201910228970.X

    申请日:2019-03-25

    IPC分类号: B23Q17/09

    摘要: 本发明属于刀具断裂智能检测领域,并具体公开了一种基于深度学习的数控机床断刀检测系统及方法,其利用图像数据采集模块拍摄切削加工过程中刀具切削工件的视频,利用图像数据预处理模块提取视频中的图像,并对提取的图像进行定位、裁剪和归一化处理,利用集成有断刀判别器的边缘计算模块接收处理后的图像,并利用预先训练的卷积神经网络前向推理得到断刀判别结果,利用机床报警模块根据断刀判别结果实现机床的控制。本发明可实现数控机床加工过程中刀具状态的自动、实时、准确监控,具有自动化程度高,易于实施,准确率高等优点。

    一种基于视觉的断刀检测方法及系统

    公开(公告)号:CN109500657A

    公开(公告)日:2019-03-22

    申请号:CN201811353029.2

    申请日:2018-11-14

    IPC分类号: B23Q17/09

    摘要: 本发明属于智能数控机床检测相关技术领域,其公开了一种基于视觉的断刀检测方法及系统,该方法包括以下步骤:(1)对刀具的ROI区域进行标定及初始化计数;(2)实时采集刀具及工件的图像,并对所述图像依次进行灰度及二值化处理以得到二值图像;(3)对所述二值图像进行掩膜,且仅保留所述ROI区域对应的二值图像;(4)对二值图像进行形态学处理后,提取所述二值图像的二值轮廓,进而得到参考轮廓;(5)判断所述参考轮廓的面积与标定好的刀具轮廓面积之间的比值是否小于第一预定值,并根据判断结果进行相应动作。本发明可靠性高,速度较快,成本较低,灵活性较好,适用性较强。

    基于双侧基准的双光束激光焊接控制方法

    公开(公告)号:CN109304543A

    公开(公告)日:2019-02-05

    申请号:CN201710828219.4

    申请日:2017-09-14

    摘要: 本发明提供了一种基于双侧基准的双光束激光焊接控制方法,包括:接收对待焊接工件的三维模型中的要利用第一激光束和第二激光束进行成对焊接的第一焊缝链和第二焊缝链的选择,其中第一激光束用于焊接第一焊缝链,第二激光束用于焊接第二焊缝链;针对所述第一焊缝链和所述第二焊缝链上的每对焊接点,其中每对焊接点包括所述第一焊缝链上的第一焊接点和所述第二焊缝链上与第一焊接点相对应的第二焊接点:获取第一焊接点的第一焊接数据和第二焊接点的第二焊接数据;以及根据第一焊接数据和第二焊接数据计算用于控制发射第一激光束和第二激光束的激光焊接装置的位置和姿态;以及根据针对每对焊接点所确定的激光焊接装置的位置和姿态,控制所述激光焊接装置利用第一激光束和第二激光束对第一焊缝链和第二焊缝链进行成对焊接。