CN104615092B - 工作机械控制***及其方法 - Google Patents
工作机械控制***及其方法 Download PDFInfo
- Publication number
- CN104615092B CN104615092B CN201310695337.4A CN201310695337A CN104615092B CN 104615092 B CN104615092 B CN 104615092B CN 201310695337 A CN201310695337 A CN 201310695337A CN 104615092 B CN104615092 B CN 104615092B
- Authority
- CN
- China
- Prior art keywords
- work mechanism
- study
- module
- kinematics
- learning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012937 correction Methods 0.000 claims abstract description 35
- 230000007246 mechanism Effects 0.000 claims description 78
- 238000012545 processing Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000003801 milling Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000010862 gear shaping Methods 0.000 claims 2
- 238000010801 machine learning Methods 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 241001061225 Arcos Species 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Numerical Control (AREA)
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
Abstract
本发明公开一种工作机械控制***及其方法，该工作机械学习控制方法包括：运动学求解模块产生坐标信息；学习模式模块产生学习标的信息；学习控制模块接收该坐标信息与该学习标的信息，以产生修正控制输入命令；路径姿态修正模块接收该修正控制命令，并提供给工作机械，以使该工作机械产生工作运动；以及该工作运动产生实际误差，若该实际误差超出预定允许范围，则修正该学习标的信息，以产生另一修正控制输入命令。
Description
技术领域
本发明涉及一种工作机械控制***及其方法，更特别，本发明涉及一种能够应用于至少一轴工作机械，并针对线性轴与旋转轴误差进行学习与自动修正，并产生新的加工路径。
背景技术
智能型机台，包括上位控制器、下位控制器、伺服增益学习控制参数调校单元与工具机。
上位控制器包括数值控制器。数值控制器具有数控运动控制回路。
下位控制器电性连接上位控制器，以接收来自数控运动控制回路所产生的指令。下位控制器包括专用伺服驱动器，专利伺服驱动器包括位置控制回路、速度控制回路、电流控制回路。专用伺服驱动器提供位置、速度与电流回路的控制。
位置控制回路接收与提供位置回授信号。速度控制回路接受与提供速度回授信号。电流控制回路提供与接收电流回授信号。
伺服增益学习控制参数调校单元为电性连接下位控制器，以接收来自下位控制器的控制信号，并产生调校信号，且提供给下位控制器，而使下位控制器产生新的控制信号。
工具机为电性连接下位控制器，并接收来自下位控制器的控制信号，以使工具机产生对应的动作。
虽上述的智能型机台能够于实际运作过程中，依据工具机所回馈的数值，产生调校信号，该调校信号为学习信号，进而产生新的控制信号。然该调校信号的产生并非如上述的论述如此简易，操作人员还需依该所回馈的数值，调整专用伺服驱动器的控制增益值，方能使伺服增益学习控制参数调校单元产生上述的调校信号，若无调整该控制增益值，则上述的调校信号无法产生。
呈上所述，现有的智能型机台受限于调整该控制增益值，以决定能否产生调校信号。另外，在调整该控制增益值会影响智能型机台的稳定度，而需重新调校下位控制器。另外，上述的工具机被限制于三轴以内，若超出三轴则无法实施。
发明内容
为解决上述问题，本发明提供一种工作机械学习控制***，其包括：
运动学模型求解模块，其产生坐标信息；
学习模式模块，其电性连接该运动学模型求解模块，以产生学习标的信息；
学习控制模块，其电性连接该学习模式模块，并接受该坐标信息与该学习标的信息，以产生修正控制输入命令；以及
路径姿态修正模块，其电性连接该学习控制模块，并接收该修正控制输入命令，而提供给工作机械，该工作机械依该修正控制输入命命，以执行工作运动，该路径姿态修正模块依据该工作运动，以产生更新路径姿态命令，该更新路径姿态命令提供该工作机械，以使该工作机械执行另一工作运动。
本发明还提供一种工作机械学习控制方法，其包括：
运动学求解模块产生坐标信息；
学习模式模块产生学习标的信息；
学习控制模块接收该坐标信息与该学习标的信息，以产生修正控制输入命令；
路径姿态修正模块接收该修正控制命令，并提供给工作机械，以使该工作机械产生工作运动；以及
该工作运动产生实际误差，若该实际误差超出预定允许范围，则修正该学习标的信息，以产生另一修正控制输入命令。
附图说明
图1为本发明的一种工作机械学习控制***的示意图。
图2为本发明的一种工作机械学习控制方法的流程示意图。
图3为TTTRR类型的立体示意图。
图4为TTTRR类型的刀具与工件的立体示意图。
图5为RRTTT类型的立体示意图。
图6为RRTTT类型的刀具与工件的立体示意图。
图7为RTTTR类型的立体示意图。
图8为RTTTR类型的刀具与工件的立体示意图。
图9为RTTTR类型的三维轴向的示意图。
图10为坐标矩阵的公式。
图11为直线误差的公式。
图12为圆形轮廓误差的公式。
图13为三维空间轮廓误差的公式。
附图标记说明
10 运动学模块
11 运动学模型求解模块
12 学习模式模块
13 学习控制模块
14 路径姿态学习修正模块
20 工作机械
30 TTTRR类型
31 刀具
32 工件
40 RRTTT类型
41 刀具
42 工件
50 RTTTR类型
51 刀具
52 工件
S1～S7 步骤
具体实施方式
以下是通过特定的具体实施例说明本发明的实施方式，本领域一般技术人员可由本说明书所披露的内容，轻易地了解本发明的其他优点与功效。
请配合参考图1所示，本发明为一种工作机械学习控制***，其电性连接工作机械20，该工作机械学习控制***包括运动学模块10、运动学模型求解模块11、学习模式模块12、学习控制模块13与路径姿态学习修正模块14。
运动学模块10具有工作机械选择，该工作机械选择能够产生运动学几何信息，该工作机械选择为单轴机台、双轴机台、三轴机台、四轴机台、五轴机台、复合加工机、齿轮加工机、车床加工机、车铣复合机或平行连杆加工机的选择。
该五轴机台能够为RTTTR、RRTTT或TTTRR类型。
RTTTR类型为转台加摆头类型（Table/Spindle-Tilting Type）。加工件设置于转台。RTTTR类型用于加工小工件。
RRTTT类型为双摆头类型（Spindle-Tilting Type）。RRTTT类型用于切割较高的工件。
TTTRR类型为双转台类型（Table-Tilting Type），TTTRR类型用于切割矩形工件。
运动学模型求解模块11具有对应至少一轴工具机的正向运动学方程式与对应至少一轴工具机的逆向运动学方程式。运动学模型求解模块11为电性连接运动学模块10，以接收该运动学几何信息，前述的这些方程式为依该运动学几何信息，以计算出坐标信息，该坐标信息为关节坐标、轴坐标、卡氏坐标或姿态指向坐标。
学习模式模块12电性连接运动学模型求解模块11。学习模式模块12为具有学习标的选择与预设的学习标的信息，该学习标的选择能够产生学习标的信息。该学习标的选择为工作机械的轴坐标、几何、定位、追踪、端点、卡氏坐标、位置、轮廓或姿态指向的选择。
学习控制模块13为分别电性连接运动学模型求解模块11与学习模式模块12，以接收该坐标信息与该学习标的信息，学习控制模块13为依据该坐标信息与该学习标的信息，以产生误差值，该误差值为轴坐标误差值、卡氏坐标误差值、姿态误差值、追踪误差值或多轴轮廓误差值。学习控制模块13为依据该误差值，以调校该坐标信息与该学习标的信息，并产生修正控制输入命令。该修正控制输入命令是以运动学模型、命令式叠代学习控制演算法、模糊学习控制、自适应学习控制或类神经网路学习控制所计算出。或者该学习控制模块13是以学习增益、学习次数、滤波频宽、或路径姿态学习修正，以产生该修正控制输入命令。
路径姿态学习修正模块14分别电性连接运动学模块10、学习控制模块13与工作机械20，路径姿态学习修正模块14接收修正控制输入命令，并将该修正控制输入命令分别传送给运动学模块10与工作机械20。
工作机械20依据该修正控制输入命令，以执行工作运动，该路径姿态学习修正模块14依据该工作运动，产生更新路径姿态命令，该更新路径姿态命令提供给工作机械20，以使工作机械20执行另一工作运动。前述的更新路径姿态命令能够被视为新的控制输入命令。
该运动学模块10依据该修正控制输入命令，以产生另一修正控制输入命令。
请配合参考图2所示，本发明为一种工作机械学习控制方法，其应用上述的工作机械学习控制***。该工作机械学习控制方法包括：
S1，在上述的工作机械选择进行选取，以使该工作机械选择产生运动学几何信息。
S2，上述的运动学模型求解模块11接收该运动学几何信息，并产生坐标信息。
呈上所述，该坐标信息的求得方式论述如下：
请配合参考图3与图4所示，若以上述的TTTRR类型30，并以AC旋转方向为例。TTTRR类型30的刀具31是对工件32进行加工工艺。于图4进一步标示有补偿向量（Offset Vector）的公式，Lxi＋Lyj＋Lzk。图中的R为旋转点。
该坐标信息为：
A=ΦA=arccos(Kz)(0≦ΦA≦π)
C=ΦC=arccos(Kx,Ky)(0≦ΦC≦π)
X=Lx＋Px=(Qx－Lx)cos(ΦC)－(Qy－Ly)sin(ΦC)＋Lx
Y=Ly＋Py=(Qx－Lx)cos(ΦA)sin(ΦC)＋(Qy－Ly)cos(ΦA)cos(ΦC)－(Qz－Lz)sin(ΦA)＋Ly
Z=Lz＋Pz=(Qx－Lx)sin(ΦA)sin(ΦC)＋(Qy－Ly)sin(ΦA)cos(ΦC)＋(Qz－Lz)cos(ΦA)＋Lz
请配合参考图5与图6所示，若以上述的RRTTT类型40，并以AB旋转方向为例。RRTTT类型40的刀具41对工件42进行加工工艺。
该坐标信息为：
A=ΦA=arcsin(－Ky)(－π/2≦ΦA≦π/2)
B=ΦB=arctan2(Kx,Kz)(－π≦ΦB≦π)
X=Px=Qx＋Ltcos(ΦA)S(ΦB)
Y=Py=Qy＋Ltsin(ΦA)
Z=Pz－Lt=Qz＋Ltcos(ΦA)cosΦB－Lt
请配合参阅图7与图8所示，若以上述的RTTTR类型50，并以AB旋转方向为例。RTTTR类型50的刀具51对工件52进行加工工艺。于图8进一步标示有补偿向量（Offset Vector）的公式，Lxi＋Lyj＋Lzk。图中的RA、RB为转点。
该坐标信息为：
B=ΦB=arcsin(Kx)(－π/2≦ΦB≦π/2)
A=ΦA=arctan2(Ky,Kz)(－π≦ΦA≦π)
X=Lx＋Px=Qx＋Lxsin(ΦB)
Y=Ly＋Py=(Qy－Ly)cos(ΦA)－(Qt－Lz)sin(ΦA)＋Ly
Z=Lz＋Pz－Lt=(Qy－Ly)sin(ΦA)＋(Qz－Lz)cos(ΦA)＋Lz
其中，上述的A、B、C为工作机械的转轴，在此工作机械亦可视为工具机。
上述的Kx、Ky、Kz为刀具轴定向的组成。
上述的Lx、Ly、Lz、Lt为由起源Ow至枢点有效刀具长度的补偿向量的组成。
上述的X、Y、Z为工作机械的线性轴，如图4、6或8所示，前述的X、Y、Z亦可被视为图中的Xw、Yw、Zw或Xt、Yt、Zt；前述的Qt、Xt、Yt、Zt为刀具的坐标***。前述的Qw、Xw、Yw、Zw为工件的坐标***。
上述的Px、Py、Pz为相关于X、Y、Z平台的平移距离。
上述的P为表面参数方程式。
上述的Qx、Qy、Qz为刀具尖端中心的坐标。
上述的ΦA、ΦB、ΦC为X、Y、Z轴的转角。
上述的出处是参考RS Lee,CH She.“Developing a postprocessor for threetypes of five-axis machine tools”The international Journal of AdvancedManufacturing,Vol.16,pp.658-665,1997.
请配合参考图9所示，若更进一步以上述的RTTTR类型为例。于图9中，X轴所代表为C轴，并且由顶端至底端依序代表为夹具、刀具、工件、旋转台中心轴。
其中，工件坐标rTW于旋转台。旋转台坐标WTC于C轴。C轴坐标cTX于X轴。其他坐标转移矩阵：xTy、yTz、zTb、bTh、hTt。
再以上述的矩阵说明正向运动学方程式与逆向运动学方程式。请参阅图10所示的矩阵方程式，其论述正、逆向运动学方程式、刀具向量K与刀具位置Q。
其中，图10的Cb、Sb、Cc、Sc分别为cos(B)、sin(B)、cos(C)、sin(C)的符号简写。
如上所述，其以正、逆向运动学方程式求出坐标信息。该坐标信息亦可由运动学模型、命令式叠代学习控制演算法（Iterative Learning Control）、模糊学习控制（FuzzyLearning Control）、自适应学习控制（Adaptive Learning Control）或类神经网路学习控制（Neural networks for self-learning control）。
承上所述，正向运动学方程式亦可简化为：
qx=cos(C)xm＋sin(C)cym－sin(B)cos(C)Zbt＋Xrw
qy=－sin(C)xm＋cos(C)ym＋sin(B)sin(C)Zbt＋Yrw
qz=zm－cos(B)Zbt＋Zrb
kz=sin(B)cos(C)
ky=－sin(B)sin(C)
kz=sin(B)
逆向运动学方程式亦可简化为：
xm=cos(C)qx－sin(C)qy－cos(C)Xrw＋sin(C)Yrw＋sin(B)Zbt
ym=sin(C)qx＋cos(C)qy－sin(C)Xrw－cos(C)Yrw
zm=qz＋cos(C)Zbt－Zrb
θb=arcos(kz)
θc=arctan(－ky/kx)
学习控制演算法的方程式为：
其中，k为常数。Q(z)为0阶段多载波。z为0阶段。Φ(z)为交互学习控制器。rj为输入命令于j互动。ej为错误于j互动。yj为输出于j互动。yd为期望命令。
S3，在上述的学习标的选择进行选取，以该学习标的选择产生学习标的信息。若不选取，则上述的学习模式模块12提供预设学习标的信息。
S4，上述的学习控制模块13接收该坐标信息，以及该学习标的信息或预设的学习标的信息，以产生误差值，该学习控制模块13依据该误差值，以调校该坐标信息与该学习标的信息，或是该预设学习标的信息，并产生修正控制输入命令。该学习控制模块13以学习增益、学习次数、滤波频宽、或路径姿态学习修正，以产生该修正控制输入命令。
如上所述，该误差值的演算法能够为直线轮廓误差、圆轮廓误差、自由曲线误差。
请参阅图11所示，其为直线轮廓误差公式与相关图示，其中，ε为误差；x为X轴；y为Y轴；θ为角度；P为坐标位置。
请参阅图12所示，其为圆轮廓误差工式与相关图示，其中，R为半径；ε为误差；x为X轴；y为Y轴；P为坐标位置。
请配合参阅图13所示，其为自由曲线误差公式与相关图示。该自由曲线误差亦可被视为三维空间轮廓误差。其中，E为误差；x为X轴；y为Y轴；S、C、D、P、Q分别表示二维与三维的坐标位置，以表示真实路径与期望路径。若更进一步说明，S(Sx,Sy)为位置坐标于路径命令；P(Px,Py)为真实位置坐标；C为轮廓错误位置坐标；S(Sx,Sy)为另一位置坐标于路径命令。
S5，上述的路径姿态修正模块14接收该修正控制输入命命，并将该修正控制输入命令提供给工作机械20，以使工作机械20执行工作运动。该工作运动为工作机械20的刀具于工件进行加工工艺，如切、铣、削、钻或刨的加工工艺。
S6，判断实际误差是否稳定或收敛，量测上述的经过加工工艺的工件，以得实际误差，若该实际误差呈稳定且收敛，并位于预定允许范围，则至结束S7。若该实际误差呈不稳定且不收敛，并超于该预定允许范围，则回至S3，调整该学习标的信息，或者回到S4，调整学习控制模块13的误差值，并进行随后的步骤。或者若不欲回到S4，则放大该预定允许范围，若该实际误差位于经放大的预订允许范围，则至S7。
综合上述，本发明应用于工作机械，并且直接提供指令给工作机械，而且接受工作机械的回馈，以决定是否要产生一新的指令。前述的指令为上述的修正控制输入命令；前述的回馈为上述的实际误差；前述的新的指令为上述的更新路径姿态命令。
如上所述，本发明直接与工作机械，如至少一轴工具机，电性连接，故当本发明产生上述的更新路径姿态命令时，本发明无需如现有的技术需要调校控制增益值，故工作机械的稳定度得以维持，而本发明亦无需如现有的技术需重新调校。此外，本发明能够应用于多轴的工作机械，如三轴、五轴等。
再者，本发明针对多轴重复性加工同时进行线性轴与旋转轴误差进行学习与自动修正，并产生新的加工路径，以提升多轴加工精度。本发明亦不售专用伺服驱动器的限制，并可应用于各类型式的加工机械，而且具有设计简化与降低成本。
以上所述的具体实施例，仅用于例释本发明的特点及功效，而非用于限定本发明的可实施范畴，在未脱离本发明披露的精神与技术范畴下，任何运用本发明所揭示内容而完成的等同改变及修饰，均仍应为本发明的权利要求所涵盖。
Claims (24)
1.一种工作机械学习控制***，其包括：
运动学模型求解模块，其产生坐标信息；
学习模式模块，其电性连接该运动学模型求解模块，以产生学习标的信息；
学习控制模块，其为电性连接该学习模式模块，并接受该坐标信息与该学习标的信息，以产生修正控制输入命令，该学习控制模块为依据该坐标信息与该学习标的信息，以产生误差值；以及
路径姿态修正模块，其电性连接该学习控制模块，并接收该修正控制输入命令，而提供给工作机械，该工作机械依该修正控制输入命命，以执行工作运动，该路径姿态修正模块依据该工作运动，以产生更新路径姿态命令，该更新路径姿态命令提供该工作机械，以使该工作机械执行另一工作运动。
2.如权利要求1所述的工作机械学习控制***，还进一步具有运动学模块，该运动学模块为电性连接该运动学模型求解模块，该运动学模块产生运动学几何数据，该运动学几何数据提供给该运动学模型求解模块。
3.如权利要求2所述的工作机械学习控制***，其中该运动学模块具有工作机械选择，该工作机械选择产生该运动学几何信息。
4.如权利要求3所述的工作机械学***行连杆加工机的选择。
5.如权利要求1所述的工作机械学习控制***，其中该运动学模型求解模块具有正向运动学方程式、逆向运动学方程式、运动学模型、命令式叠代学习控制演算法、模糊学习控制、自适应学习控制或类神经网路学习控制，以产生该坐标信息。
6.如权利要求1所述的工作机械学习控制***，其中该坐标信息为关节坐标、轴坐标、卡氏坐标或姿态指向坐标。
7.如权利要求1所述的工作机械学习控制***，其中该学习模式模块还具有学习标的选择，该学习标的选择产生该学习标的信息，该学习模式模块还进一步具有预设的学习标的信息。
8.如权利要求1所述的工作机械学习控制***，其中该学习标的信息为工作机械的轴坐标、几何、定位、追踪、端点、卡氏坐标、位置、轮廓或姿态指向的选择。
9.如权利要求1所述的工作机械学习控制***，其中该误差值为轴坐标误差值、卡氏坐标误差值、姿态误差值、追踪误差值或多轴轮廓误差值。
10.如权利要求1所述的工作机械学习控制***，其中该学习控制模块具有运动学模型、命令式叠代学习控制演算法、模糊学习控制、自适应学习控制或类神经网路学习控制，以使该学习控制模块依据该误差值，而产生该修正控制输入命令，或者该学习控制模块以学习增益、学习次数、滤波频宽、或路径姿态学习修正，以产生该修正控制输入命令。
11.一种工作机械学习控制方法，其包括：
运动学求解模块产生一坐标信息；
学习模式模块产生一学习标的信息；
学习控制模块接收该坐标信息与该学习标的信息，以产生修正控制输入命令；
路径姿态修正模块接收该修正控制命令，并提供给工作机械，以使该工作机械产生工作运动，该路径姿态修正模块依据该工作运动，以产生更新路径姿态命令，该更新路径姿态命令提供该工作机械，以使该工作机械执行另一工作运动；以及
该工作运动产生实际误差，若该实际误差超出预定允许范围，则修正该学习标的信息，以产生另一修正控制输入命令。
12.如权利要求11所述的工作机械学习控制方法，其还具有运动学模块，该运动学模块产生运动学几何数据，该运动学几何信息提供给该运动学求解模块，以产生该坐标信息。
13.如权利要求12所述的工作机械学习控制方法，其中该运动学几何数据由工作机械选择所产生。
14.如权利要求13所述的工作机械学***行连杆加工机的选择。
15.如权利要求11所述的工作机械学习控制方法，其中该坐标信息以正向运动学方程式、逆向运动学方程式、运动学模型、命令式叠代学习控制演算法、模糊学习控制、自适应学习控制或类神经网路学习控制所产生。
16.如权利要求11所述的工作机械学习控制方法，其中该坐标信息为关节坐标、轴坐标、卡氏坐标或姿态指向坐标。
17.如权利要求11所述的工作机械学习控制方法，其中该学习标的信息为预设的学习标的信息或由学习标的选择所产生。
18.如权利要求11所述的工作机械学习控制方法，其中该学习标的选择为工作机械的轴坐标、几何、定位、追踪、端点、卡氏坐标、位置、轮廓或姿态指向的选择。
19.如权利要求11所述的工作机械学习控制方法，其中该学习控制模块为依据该坐标信息与该学习标的信息，以产生误差值，该学习控制模块还依据该误差值，以产生该修正控制输入命令。
20.如权利要求19所述的工作机械学习控制方法，其中该误差值为轴坐标误差值、卡氏坐标误差值、姿态误差值、追踪误差值或多轴轮廓误差值。
21.如权利要求20所述的工作机械学习控制方法，其中该误差值以直线轮廓误差、圆轮廓误差或自由曲线误差所产生。
22.如权利要求11所述的工作机械学习控制方法，其中该修正控制输入命令是以学习增益、学习次数、滤波频宽、或路径姿态学习修正所产生。
23.如权利要求11所述的工作机械学习控制方法，其中该工作运动为该工作机械的刀具于工件进行加工工艺，该加工工艺为切、铣、削、钻或刨。
24.如权利要求19所述的工作机械学习控制方法，其中若该实际误差是呈稳定且收敛，并位于该预定允许范围，则结束；若该实际误差是呈不稳定且不收敛，并超于该预定允许范围，则回至产生该修正控制输入命令的步骤，并调整该误差值，或者回到该产生学习标的信息的步骤，调整该学习标的信息；或者若不欲回到该产生该修正控制输入命令的步骤，则放大该预定允许范围，若该实际误差位于经放大的预订允许范围，则结束。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW102139761A TWI492008B (zh) | 2013-11-01 | 2013-11-01 | 工作機械控制系統及其方法 |
| TW102139761 | 2013-11-01 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104615092A CN104615092A (zh) | 2015-05-13 |
| CN104615092B true CN104615092B (zh) | 2018-03-13 |
Family
ID=53149593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310695337.4A Active CN104615092B (zh) | 2013-11-01 | 2013-12-13 | 工作机械控制***及其方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN104615092B (zh) |
| TW (1) | TWI492008B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SG11201701698VA (en) * | 2015-06-22 | 2017-04-27 | Electro Scient Ind Inc | Multi-axis machine tool and methods of controlling the same |
| TWI604290B (zh) * | 2016-10-31 | 2017-11-01 | 智泰科技股份有限公司 | 具有空間位置誤差補償的數值控制工具機 |
| TWI600987B (zh) * | 2016-11-15 | 2017-10-01 | Method of constructing processing expert system and electronic device using the method | |
| JP6412086B2 (ja) | 2016-11-21 | 2018-10-24 | ファナック株式会社 | 数値制御装置 |
| US11173613B2 (en) * | 2017-02-09 | 2021-11-16 | Mitsubishi Electric Corporation | Position control device and position control method |
| WO2018146769A1 (ja) * | 2017-02-09 | 2018-08-16 | 三菱電機株式会社 | 位置制御装置及び位置制御方法 |
| CN109634218B (zh) * | 2018-08-01 | 2022-02-01 | 广州市机电高级技工学校（广州市机电技师学院、广州市机电高级职业技术培训学院） | 一种具有自学习功能的多轴智能钻床控制*** |
| TWI679507B (zh) * | 2018-10-23 | 2019-12-11 | 國立中正大學 | 以等效輪廓誤差控制雙軸工具機的學習系統及方法 |
| TWI722344B (zh) | 2018-12-05 | 2021-03-21 | 財團法人工業技術研究院 | 加工參數自動產生系統 |
| TWI809705B (zh) | 2022-02-09 | 2023-07-21 | 財團法人工業技術研究院 | 加工路徑產生方法及裝置 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4043996B2 (ja) * | 2003-01-20 | 2008-02-06 | ファナック株式会社 | サーボモータ駆動制御装置 |
| JP3898686B2 (ja) * | 2003-10-20 | 2007-03-28 | ファナック株式会社 | 数値制御装置 |
| CN101571712A (zh) * | 2008-11-26 | 2009-11-04 | 天津大学 | 一种具有加工自适应功能与在机质量检测的监控方法 |
| CN101733678B (zh) * | 2009-12-04 | 2013-04-24 | 北京数码大方科技股份有限公司 | 图形化刀具位置跟踪及控制的***和方法 |
| TW201202875A (en) * | 2010-07-14 | 2012-01-16 | shi-le Chen | Command learning type multi axis synchronous control system used for rigid tapping machine center and method thereof |
| CN101943896B (zh) * | 2010-07-16 | 2012-02-29 | 浙江大学 | 数控机床误差的轨迹再生补偿方法 |
| JP4980453B2 (ja) * | 2010-09-06 | 2012-07-18 | ファナック株式会社 | 加工を高精度化するサーボ制御システム |
| TWI454335B (zh) * | 2011-07-27 | 2014-10-01 | Nat Univ Chung Cheng | 同步提高加工速度與降低加工誤差之學習控制方法 |
| TW201314472A (zh) * | 2011-09-29 | 2013-04-01 | Nat Univ Chung Cheng | 採用經驗模式分解技術之重覆學習控制方法及重覆學習控制器 |
| CN102501136B (zh) * | 2011-10-10 | 2013-09-18 | 华中科技大学 | 一种数控机床在机检测测头及检测*** |
| CN102929207B (zh) * | 2012-11-09 | 2015-01-21 | 西安交通大学 | 一种数控机床伺服***控制参数优化方法 |
-
2013
- 2013-11-01 TW TW102139761A patent/TWI492008B/zh active
- 2013-12-13 CN CN201310695337.4A patent/CN104615092B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| TWI492008B (zh) | 2015-07-11 |
| CN104615092A (zh) | 2015-05-13 |
| TW201518887A (zh) | 2015-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104615092B (zh) | 工作机械控制***及其方法 | |
| CN101362511B (zh) | 基于四个***的飞机部件位姿调整协同控制方法 | |
| KR101744962B1 (ko) | 다관절로봇을 이용한 목재부재 가공시스템 | |
| WO2012056588A1 (ja) | 工具経路の生成方法および生成装置 | |
| US10732604B2 (en) | System and method for virtually calibrating a computer numeric controlled machine to compensate for surface distortions | |
| US20160132039A1 (en) | Cutting tool controller and method of controlling the same | |
| US10146204B2 (en) | Machining method and a control device for a machine tool | |
| JP6684962B2 (ja) | 工具経路生成方法および装置 | |
| CN100565407C (zh) | 基于三个***的飞机部件位姿调整协同控制方法 | |
| WO2012101789A1 (ja) | 数値制御装置 | |
| CN115113582B (zh) | 一种面向零件轮廓误差的五轴位置环增益离线矫正方法 | |
| JP2010046753A (ja) | オフライン教示データの作成方法及びロボットシステム | |
| CN111452033A (zh) | 一种工业机器人双nurbs曲线铣削轨迹规划方法 | |
| CN105824289B (zh) | 非球面刀具多轴联动数控加工复杂曲面的通用方法 | |
| CN104977898B (zh) | 五坐标联动加工动态误差分析方法及其*** | |
| CN102107361B (zh) | 闭式三元开槽焊叶轮加工及机器人自动焊接控制方法 | |
| CN113634871A (zh) | 基于离线编程的机器人搅拌摩擦焊轨迹规划方法 | |
| CN103135497A (zh) | 一种锥体机匣外型五轴矢量加工工艺 | |
| CN106054814A (zh) | 基于图像灰度的计算机辅助加工方法 | |
| CN106020123A (zh) | 控制装置、机床和控制方法 | |
| CN109300158A (zh) | 一种基于Mark点定位功能切割PVC板的方法 | |
| CN206140014U (zh) | 一种适用于直角焊缝激光跟踪的焊接*** | |
| CN107942942A (zh) | 一种机床设备应用于相交倾斜面的倾斜坐标系建立方法 | |
| WO2018011990A1 (ja) | 加工プログラム生成装置及び加工方法 | |
| CN107861467B (zh) | 环形刀四轴定轴加工刀位确定方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |