CN111913440A - 机加工设备的加工速度优化方法、机加工设备及存储介质 - Google Patents

机加工设备的加工速度优化方法、机加工设备及存储介质 Download PDF

Info

Publication number
CN111913440A
CN111913440A CN202010749139.1A CN202010749139A CN111913440A CN 111913440 A CN111913440 A CN 111913440A CN 202010749139 A CN202010749139 A CN 202010749139A CN 111913440 A CN111913440 A CN 111913440A
Authority
CN
China
Prior art keywords
speed
input speed
input
machining
filtering
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.)
Pending
Application number
CN202010749139.1A
Other languages
English (en)
Inventor
魏双印
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Inovance Technology Co Ltd
Original Assignee
Shenzhen Inovance Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Inovance Technology Co Ltd filed Critical Shenzhen Inovance Technology Co Ltd
Priority to CN202010749139.1A priority Critical patent/CN111913440A/zh
Publication of CN111913440A publication Critical patent/CN111913440A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/416Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control of velocity, acceleration or deceleration
    • G05B19/4163Adaptive control of feed or cutting velocity
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/36Nc in input of data, input key till input tape
    • G05B2219/36521Select by combination of detected force, acceleration, speed, work rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Numerical Control (AREA)

Abstract

本发明公开了一种机加工设备的加工速度优化方法、机加工设备及存储介质,所述方法包括:每采样周期,采集机加工设备的输入速度,并逐一记录所述输入速度的采集数量;当记录到所述采集数量大于或等于预设采样长度内的采集数量时,根据与各所述输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度;将所述滤波输出速度设定为所述机加工设备在下一采样周期的目标输入速度,以优化所述机加工设备的加工速度。本发明通过遗忘因子对各输入速度进行滤波,优化机加工设备的加工速度;提高了优化的准确性,且优化方式简便,有利于高效实时滤波优化。

Description

机加工设备的加工速度优化方法、机加工设备及存储介质
技术领域
本发明涉及工业控制技术领域,尤其涉及一种机加工设备的加工速度优化方法、机加工设备及存储介质。
背景技术
随着工业技术的发展,各类机加工设备层出不穷,如折弯机、冲压机、焊接机等。各类机加工设备实际的工作运行速度与预期的工作速度之间通常存在一定的偏差,该类偏差虽然可通过PID调节的方式实现速度同步,但处理后的波形会出现一定的波形抖动,导致对加工工件的影响。如对于折弯机,波形抖动所导致的加工工件影响表现在折弯过程不流畅,容易对折弯设备产生磨损,减少折弯机使用寿命等方面。因此,需要对速度波形进行滤波优化处理,使其波形曲线平滑。
当前常用的速度滤波方式有中值滤波、算术平均滤波、滑动平均滤波法和最小二乘滤波法等,其中:
中值滤波是连续采集前N个时刻的速度值(N通常取奇数),对N个速度值按照从小到大的顺序排列,取中间值为当前时刻的有效值。优点是:连续采集N个不间断的点,可以克服偶然因素引起的波动干扰;缺点是:对于速度变化较大的信号处理的效果不理想。
算术平均滤波同样是连续采集前N个时刻的速度值,进行算数平均的运算,当N值较大时,速度曲线的平滑度较高,但灵敏度较低。
滑动平均滤波法用于估计速度曲线的在一段时间内的局部均值,该均值与当前时刻及前一段时间内的历史取值有关。该方法有一个固定长度的队列,将连续采集的前N个时刻的速度值依次放入队列中,对这N个速度值进行算术平均,作为当前时刻的速度值。在N+1时刻时,将队列头部的最早时刻的速度值删除,并在队尾***当前时刻的速度值,同样地,对这N个速度值进行平均,作为当前时刻的速度值。其优点是能够对周期性干扰具有很好的抑制性,平滑度高,减少对折弯设备寿命的损耗,提高用户体验;其缺点是不适合速度波动特别大的场合。
最小二乘曲线拟合滤波法,就是在一定范围内利用最小二乘法拟合出一个函数曲线,使求得的速度曲线从大体上来说波动的偏差达到最小。常见的拟合曲线采用线性曲线,即采用y=a*x+b的形式,通过N个速度采样点,求得估计的速度曲线中的参数a、b,进而求出滤波后的速度值。类似地,还可通过二次函数、或三次函数的形式进行平滑滤波。拟合曲线的阶次越高,越能还原原始速度曲线,但是计算更复杂,对于硬件的运算能力有更高的要求。
因此,如何快速准确的对机加工设备的加工速度进行优化,是当前亟待解决的技术问题。
发明内容
本发明的主要目的在于提供一种机加工设备的加工速度优化方法、机加工设备及存储介质,旨在解决现有技术中如何快速准确的对机加工设备的加工速度进行优化的技术问题。
为实现上述目的,本发明提供一种机加工设备的加工速度优化方法,所述机加工设备的加工速度优化方法应用于控制端,所述机加工设备的加工速度优化方法包括以下步骤:
每采样周期,采集机加工设备的输入速度,并逐一记录所述输入速度的采集数量;
当记录到所述采集数量大于或等于预设采样长度内的采集数量时,根据与各所述输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度;
将所述滤波输出速度设定为所述机加工设备在下一采样周期的目标输入速度,以优化所述机加工设备的加工速度。
可选地,所述当记录到所述采集数量大于或等于预设采样长度内的采集数量时,根据与各所述输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤包括:
当记录到所述采集数量大于或等于所述预设采样长度内的采集数量时,根据各所述输入速度的采样周期与当前采样周期之间的时间远近,确定各所述输入速度中的有效输入速度,其中所述有效输入速度的数量与所述预设采样长度内的采集数量一致;
根据与各所述有效输入速度对应的遗忘因子,对各所述有效输入速度进行均值滤波处理,获得滤波输出速度。
可选地,所述根据各所述输入速度的采样周期与当前采样周期之间的时间远近,确定各所述输入速度中的有效输入速度的步骤包括:
查找各所述输入速度中采样周期与当前采样周期之间时间最远的待剔除输入速度;
将所述待剔除速度从各所述输入速度中剔除,并将剔除后的各所述输入速度形成为所述有效输入速度。
可选地,所述根据与各所述有效输入速度对应的遗忘因子,对各所述有效输入速度进行均值滤波处理,获得滤波输出速度的步骤包括:
根据各所述有效输入速度的采样周期,将各所述有效输入速度区分为当前输入速度和各历史输入速度;
获取预设系数,并基于预设系数,生成与所述各历史输入速度对应的遗忘因子;
根据与所述各历史输入速度对应的遗忘因子、所述各历史输入速度和所述当前输入速度,对各所述有效输入速度进行均值滤波处理,获得滤波输出速度。
可选地,所述根据与所述各历史输入速度对应的遗忘因子、所述各历史输入速度和所述当前输入速度,对各所述有效输入速度进行均值滤波处理,获得滤波输出速度的步骤包括:
根据与所述各历史输入速度对应的遗忘因子,对所述各历史输入速度进行和运算,得到第一和运算结果;
将所述第一和运算结果和所述当前输入速度进行和运算,生成第二和运算结果;
在所述第二和运算结果和所述预设采样长度内的采集数量之间进行比值运算,生成所述滤波输出速度。
可选地,所述将所述目标输入速度设定为所述机加工设备在下一采样周期的目标输入速度,以优化所述机加工设备的加工速度的步骤之后包括:
当检测到达采样周期时,再次采集所述机加工设备的输入速度,并执行查找各所述输入速度中采样周期与当前采样周期之间时间最远的待剔除输入速度的步骤。
可选地,所述当记录到所述采集数量大于或等于预设采样长度内的采集数量时,根据与各所述输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤之前包括:
判断记录的所述采集数量是否大于或等于预设采样长度内的采集数量,若大于或等于预设采样长度内的采集数量,则执行当记录到所述采集数量大于或等于预设采样长度时,根据与各所述输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤;
若小于预设采样长度内的采集数量,则将当前采集周期采集的输入速度作为所述滤波输出速度。
可选地,所述每采样周期,采集机加工设备的输入速度的步骤之前包括:
检测所述机加工设备中的滤波标识是否处于激活状态,若处于激活状态,则执行所述每采样周期,采集机加工设备的输入速度的步骤;
若所述滤波标识非处于激活状态,则将当前采样周期采集的输入速度作为所述滤波输出速度。
进一步地,为实现上述目的,本发明还提供一种机加工设备,所述机加工设备包括控制端,以及接入到所述控制端的多个分期设备,还包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的控制程序,所述控制程序被所述处理器执行时实现如上述所述的机加工设备的加工速度优化方法的步骤。
进一步地,为实现上述目的,本发明还提供一种存储介质,所述存储介质上存储有控制程序,所述控制程序被处理器执行时实现如上所述的机加工设备的加工速度优化方法的步骤。
本发明的机加工设备的加工速度优化方法、机加工设备及存储介质,预先设定有采样周期和预设采样长度内的采集数量,每间隔该采样周期,对机加工设备的输入速度进行一次采集,并逐一记录所采集输入速度的采集数量;一旦记录到采集数量大于或等于预设采样长度内的采集数量,则根据各输入速度对应的遗忘因子,对各输入速度进行滤波处理,得到滤波输出速度;进而将滤波输出速度设定为机加工设备在下一采样周期的目标输入速度,使得机加工设备下一采样周期依据该目标输入速度加工运行,实现机加工设备在加工速度上的优化。本发明通过遗忘因子来增加近期采样周期所采集输入速度的权重值,并削弱远期采样周期所采集输入速度的权重值,避免因速度波动过大而导致的失真,提高了优化的准确性;并且通过遗忘因子即可实现滤波优化,优化方式简便,有利于高效实时滤波优化。
附图说明
图1为本发明机加工设备实施例方案涉及的硬件运行环境的结构示意图;
图2为本发明机加工设备的加工速度优化方法第一实施例的流程示意图;
图3a为本发明机加工设备的加工速度优化方法优化前整体波形程示意图;
图3b为本发明机加工设备的加工速度优化方法优化后整体波形程示意图;
图4a为本发明机加工设备的加工速度优化方法优化前高速阶段波形程示意图;
图4b为本发明机加工设备的加工速度优化方法优化后高速阶段波形程示意图;
图5a为本发明机加工设备的加工速度优化方法优化前低速阶段波形程示意图;
图5b为本发明机加工设备的加工速度优化方法优化后低速阶段波形程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种机加工设备,参照图1,图1为本发明机加工设备实施例方案涉及的运行***硬件运行环境的结构示意图。
如图1所示,该机加工设备可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储运行***。
本领域技术人员可以理解,图1中示出的机加工设备的硬件结构并不构成对机加工设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作运行***、网络通信模块、用户接口模块以及控制程序。其中,操作运行***是管理和控制机加工设备与软件资源的程序,支持网络通信模块、用户接口模块、控制程序以及其他程序或软件的运行;网络通信模块用于管理和控制网络接口1004;用户接口模块用于管理和控制用户接口1003。
在图1所示的机加工设备硬件结构中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;处理器1001可以调用存储器1005中存储的控制程序,并执行以下操作:
每采样周期,采集机加工设备的输入速度,并逐一记录输入速度的采集数量;
当记录到采集数量大于或等于预设采样长度内的采集数量时,根据与各输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度;
将滤波输出速度设定为机加工设备在下一采样周期的目标输入速度,以优化机加工设备的加工速度。
进一步地,当记录到采集数量大于或等于预设采样长度内的采集数量时,根据与各输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤包括:
当记录到采集数量大于或等于预设采样长度内的采集数量时,根据各输入速度的采样周期与当前采样周期之间的时间远近,确定各输入速度中的有效输入速度,其中有效输入速度的数量与预设采样长度内的采集数量一致;
根据与各有效输入速度对应的遗忘因子,对各有效输入速度进行均值滤波处理,获得滤波输出速度。
进一步地,根据各输入速度的采样周期与当前采样周期之间的时间远近,确定各输入速度中的有效输入速度的步骤包括:
查找各输入速度中采样周期与当前采样周期之间时间最远的待剔除输入速度;
将待剔除速度从各输入速度中剔除,并将剔除后的各输入速度形成为有效输入速度。
进一步地,根据与各有效输入速度对应的遗忘因子,对各有效输入速度进行均值滤波处理,获得滤波输出速度的步骤包括:
根据各有效输入速度的采样周期,将各有效输入速度区分为当前输入速度和各历史输入速度;
获取预设系数,并基于预设系数,生成与各历史输入速度对应的遗忘因子;
根据与各历史输入速度对应的遗忘因子、各历史输入速度和当前输入速度,对各有效输入速度进行均值滤波处理,获得滤波输出速度。
进一步地,根据与各历史输入速度对应的遗忘因子、各历史输入速度和当前输入速度,对各有效输入速度进行均值滤波处理,获得滤波输出速度的步骤包括:
根据与各历史输入速度对应的遗忘因子,对各历史输入速度进行和运算,得到第一和运算结果;
将第一和运算结果和当前输入速度进行和运算,生成第二和运算结果;
在第二和运算结果和预设采样长度内的采集数量之间进行比值运算,生成滤波输出速度。
进一步地,将目标输入速度设定为机加工设备在下一采样周期的目标输入速度,以优化机加工设备的加工速度的步骤之后,处理器1001可以调用存储器1005中存储的控制程序,并执行以下操作:
当检测到达采样周期时,再次采集机加工设备的输入速度,并执行查找各输入速度中采样周期与当前采样周期之间时间最远的待剔除输入速度的步骤。
进一步地,当记录到采集数量大于或等于预设采样长度内的采集数量时,根据与各输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤之前,处理器1001可以调用存储器1005中存储的控制程序,并执行以下操作:
判断记录的采集数量是否大于或等于预设采样长度内的采集数量,若大于或等于预设采样长度内的采集数量,则执行当记录到采集数量大于或等于预设采样长度内的采集数量时,根据与各输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤;
若小于预设采样长度内的采集数量,则将当前采集周期采集的输入速度作为滤波输出速度。
进一步地,每采样周期,采集机加工设备的输入速度的步骤之前,处理器1001可以调用存储器1005中存储的控制程序,并执行以下操作:
检测机加工设备中的滤波标识是否处于激活状态,若处于激活状态,则执行每采样周期,采集机加工设备的输入速度的步骤;
若滤波标识非处于激活状态,则将当前采样周期采集的输入速度作为滤波输出速度。
本发明机加工设备的具体实施方式与下述机加工设备的加工速度优化方法各实施例基本相同,在此不再赘述。
本发明还提供一种机加工设备的加工速度优化方法。
参照图2,图2为本发明机加工设备的加工速度优化方法第一实施例的流程示意图。
本发明实施例提供了机加工设备的加工速度优化方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。具体地,本实施例中的机加工设备的加工速度优化方法包括:
步骤S10,每采样周期,采集机加工设备的输入速度,并逐一记录输入速度的采集数量;
本实施例的机加工设备的加工速度优化方法应用于机加工设备的控制中心,通过控制中心对机加工设备的加工速度进行优化,以避免速度抖动,确保加工工件的成型效果。其中,机加工设备是用于机械加工的设备,机械加工则是通过一种机械设备对工件的外形尺寸或性能进行改变的过程。机加工设备包括但不限于锻压设备、切削设备,本实施例以锻压设备中的折弯机为例进行说明。折弯机是能够对薄板进行折弯的机器,其通过对位于压板和底座之间的薄板进行夹持,实现对薄板的折弯;并且,折弯机的底座固定,由压板朝向底座运行,实现对薄板的加持。本实施的加工速度为压板朝向底座运行的输入速度,即用于驱动压板运动的电机输出速度,通过优化电机向压板输入的速度,来确保压板实际运行速度的平稳性,防止抖动,进而确保薄板的折弯效果。
进一步地,预先设定用于对压板所接收到的速度进行采样的采样周期,每当间隔该采样周期,即对该速度进行采集,作为机加工设备的输入速度。并且每采集一个输入速度,则对采集数量进行累加计数,表示当前所采集的输入速度的数量。通过短时间内采集的多个输入速度,反映输入速度的变化情况,有利于所反映变化情况的准确性。
更进一步地,对于精度要求相对较低的工件,设定有不进行速度优化的机制。具体地,每采样周期,采集机加工设备的输入速度的步骤之前包括:
步骤a1,检测机加工设备中的滤波标识是否处于激活状态,若处于激活状态,则执行每采样周期,采集机加工设备的输入速度的步骤;
步骤a2,若滤波标识非处于激活状态,则将当前采样周期采集的输入速度作为滤波输出速度。
进一步地,机加工设备中携带有表示是否进行速度滤波优化的滤波标识,若具有速度滤波优化的需求,则将该滤波标识激活,使其处于激活状态;反之则不对滤波标识激活。并且,对滤波标识的激活可通过硬件实现也可通过软件实现,对于硬件可在机加工设备上设定激活按钮,当检测到该按钮处于按下启动状态,则将滤波标识;对于软件则可在机加工设备的操作界面中设置虚拟按键,由虚拟按键的触发来激活滤波标识。
在采集输入速度进行滤波优化前,先检测该滤波标识是否处于激活状态,若处于激活状态,则说明具有对速度进行滤波优化的需求,此时才依据采样周期,采集机加工设备的输入速度进行记录。若经检测确定滤波标识非处于激活状态,则说明不具有对速度进行滤波优化的需求,此时则将在当前采样周期采集的输入速度作为滤波输出速度,机加工设备基于该未经滤波优化的滤波输出速度运行。
步骤S20,当记录到采集数量大于或等于预设采样长度内的采集数量时,根据与各输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度。
更进一步地,预先依据需求设定有预设采样长度,该预设采样长度内包含有采集数量,用以表示所采集输入速度的数量,体现滤波优化的样本数,如设定50个采样周期内采集的50个输入速度。在每次采样周期采集到输入速度进行记录后,输入速度的采集数量逐渐增加,在采集数量达到并超过预设采样长度内的采集数量后,如采集到51个输入速度,则达到对采集的各输入速度进行滤波优化的条件。此时,获取与各输入速度对应的遗忘因子,通过各自的遗忘因子对各个输入速度进行滤波处理;将各输入速度的遗忘因子分别和各输入速度做乘积运算后累加,再次累加结果进行均值化处理,得到最终的滤波输出速度。其中,遗忘因子用于体现各个采样周期内所采集输入速度的权重大小,因距离当前时间越近的采样周期所采集的输入速度,越能反映机加工设备当前的加工速度,故距离当前时间越近的采样周期内所采集输入速度的权重越大,对应遗忘因子的数值也越大,反之则遗忘因子的数值越小。通过不同权重大小的遗忘因子对各个不同采用周期所采集的输入速度进行滤波,有利于准确反映机加工设备当前的加工速度。
进一步地,当记录到采集数量大于或等于预设采样长度内的采集数量时,根据与各输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤之前包括:
步骤b1,判断记录的采集数量是否大于或等于预设采样长度内的采集数量,若大于或等于预设采样长度内的采集数量,则执行当记录到采集数量大于或等于预设采样长度内的采集数量时,根据与各输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤;
步骤b2,若小于预设采样长度内的采集数量,则将当前采集周期采集的输入速度作为滤波输出速度。
更进一步地,为了确定所采集的输入速度的采集数量是否达到并超过预设采样长度,在每记录一个输入速度后,将记录的采集数量和预设采样长度内的采集数量进行对比,判断最新记录后的采集数量是否大于或等于预设采样长度内的采集数量,若大于或等于预设采样长度,则判定达到对采集的各输入速度进行滤波优化的条件,依据与各个输入速度对应的遗忘因子,对各个输入速度进行滤波优化。而若经判定采集数数量小于预设采样长度内的采集数量,则将当前采样周期采集的输入速度,即最新一次采集到的输入速度作为滤波输出速度,供机加工设备运行输出。
需要说明的是,因各个输入速度的滤波处理涉及到各个输入速度与各自的遗忘因子乘积后累加的过程,因此,在对各个输入速度逐一采集的过程中,每次采集到输入速度后,用与该输入速度对应的遗忘因子,对该输入速度进行乘积运算,并将运算结果和此前运算所得到结果进行加和处理,得到每次采集到输入速度后,总的累加结果。
步骤S30,将滤波输出速度设定为机加工设备在下一采样周期的目标输入速度,以优化机加工设备的加工速度。
进一步地,在对满足预设采样长度的各个输入速度进行滤波处理,得到滤波输出速度后,或者在将当前采集周期采集的输入速度作为滤波输出速度后,将滤波输出速度作为机加工设备在下一采样周期的目标输入速度,即机加工设备下一时刻以该目标输入速度作为电机输出速度,以该速度驱动加工,实现对机加工设备加工速度的优化。
可理解地,每个采样周期内所采集到的输入速度的数量为一个,采集数量每次以一为单位进行累加记录,每次记录后采集数量相对于记录前增加一个输入速度。因此,每次记录后采集数量与预设采样长度的对比,对于采集数量首次出现大于预设采样数量的情况,其实质为采集数量比预设采样数量多一个。随着后续所采集输入速度的次数增加,采集数量也相应增加,但本实施例考虑到计算量和较久远历史输入数据对当前输入数据的参考价值两方面,将对输入速度的滤波处理设定为滑动均值滤波。
对于滑动均值滤波,所参与滤波的输入速度数量不变,每采集一个新的输入速度,则将距离当前采集时间最远的输入速度删除,以使得用于滤波的输入速度的数量始终保持在预设采样长度。因此,在记录的采集数量首次大于预设采样长度内的采集数量,经滤波得到滤波输出速度作为目标输入速度后,若再次到达采样周期所设定的采样时间点,则再次对机加工设备的输入速度进行采集,得到最新的输入速度。此时,查找距离当前采样周期时间最远的采样周期所采集的输入速度,并将该输入速度进行剔除,实现对当前采集的各输入速度的滑动均值滤波。如此循环,即可实现对机加工设备加工过程中各个阶段的滤波优化。其中各个阶级的滤波优化效果对比可分别参照图3a和图3b,图4a和图4b,图5a和图5b;图3a和图3b为滤波前和滤波后整体波形对比图,图4a和图4b滤波前和滤波后高速阶段波形对比图,图5a和图5b滤波前和滤波后低速阶段波形对比图,
本实施例的机加工设备的加工速度优化方法,预先设定有采样周期和预设采样长度内的采集数量,每间隔该采样周期,对机加工设备的输入速度进行一次采集,并逐一记录所采集输入速度的采集数量;一旦记录到采集数量大于或等于预设采样长度内的采集数量,则根据各输入速度对应的遗忘因子,对各输入速度进行滤波处理,得到滤波输出速度;进而将滤波输出速度设定为机加工设备在下一采样周期的目标输入速度,使得机加工设备下一采样周期依据该目标输入速度加工运行,实现机加工设备在加工速度上的优化。本发明通过遗忘因子来增加近期采样周期所采集输入速度的权重值,并削弱远期采样周期所采集输入速度的权重值,避免因速度波动过大而导致的失真,提高了优化的准确性;并且通过遗忘因子即可实现滤波优化,优化方式简便,有利于高效实时滤波优化。
进一步地,参照图3,基于本发明机加工设备的加工速度优化方法的第一实施例,提出本发明机加工设备的加工速度优化方法第二实施例。
机加工设备的加工速度优化方法第二实施例与机加工设备的加工速度优化方法第一实施例的区别在于,当记录到采集数量大于或等于预设采样长度内的采集数量时,根据与各输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤包括:
步骤S21,当记录到采集数量大于或等于预设采样长度内的采集数量时,根据各输入速度的采样周期与当前采样周期之间的时间远近,确定各输入速度中的有效输入速度,其中有效输入速度的数量与预设采样长度内的采集数量一致;
本实施例对于采集数量大于或等于预设采样长度内的采集数量的输入速度进行滑动均值滤波。具体地,一旦记录到采集数量大于或等于预设采集长度内的采集数量,则根据各项采集的输入速度的采样周期与当前采样周期之间的时间远近,确定各输入速度中的有效输入速度。通过确定有效输入速度的方式查找距离当前采样周期时间最远的采样周期所采集得到的输入速度,即查找当前各项输入速度中最早采集到的输入速度。将查找得到输入速度剔除,使得有效输入速度与预设采集长度一致。具体地,根据各输入速度的采样周期与当前采样周期之间的时间远近,确定各输入速度中的有效输入速度的步骤包括:
步骤S211,查找各输入速度中采样周期与当前采样周期之间时间最远的待剔除输入速度;
步骤S212,将待剔除速度从各输入速度中剔除,并将剔除后的各输入速度形成为有效输入速度。
进一步地,各个输入速度在采集的过程中,可按照各自的采集时间进行排列,形成速度序列。每当采集到一个输入速度即添加到速度序列中排列,采集时间越早的输入速度在速度序列中的排列越靠前。通过速度序列表示各个输入速度的采样周期与当前采样周期之间的时间远近。在具有依据时间远近确定有效输入速度时,调用该速度序列,查找其中排列在第一位的输入速度。该排列在第一位的输入速度的采样周期与当前采样周期之间的时间最远,故将其获取为待剔除输入速度。进而将待剔除输入速度从各输入速度中剔除,并将输入速度中剩余的其他输入速度作为有效输入速度,以此得到与数量与预设采样长度一致的有效输入速度。
步骤S22,根据与各有效输入速度对应的遗忘因子,对各有效输入速度进行均值滤波处理,获得滤波输出速度。
更进一步地,不同输入速度所对应的遗忘因子不一样,在得到各个有效输入速度后,获取与各个有效输入速度对应的遗忘因子。进而通过与各个有效输入速度对应的遗忘因子,对各个有效输入速度进行均值滤波处理,得到滤波输出速度。具体地,根据与各有效输入速度对应的遗忘因子,对各有效输入速度进行均值滤波处理,获得滤波输出速度的步骤包括:
步骤S221,根据各有效输入速度的采样周期,将各有效输入速度区分为当前输入速度和各历史输入速度;
步骤S222,获取预设系数,并基于预设系数,生成与各历史输入速度对应的遗忘因子;
步骤S223,根据与各历史输入速度对应的遗忘因子、各历史输入速度和当前输入速度,对各有效输入速度进行均值滤波处理,获得滤波输出速度。
可理解地,对于当前采样周期所采集得到的输入速度,因与机加工设备的加工速度之间的相关度最高。故本实施例对于当前采样周期所采集的输入速度与历史采样周期所采集的输入速度,两者之间的遗忘因子采样不同的方式获取。具体地,先根据各有效输入速度的采样周期,将各有效输入速度区分为当前输入速度和各个历史输入速度。在当前采样周期采集的输入速度即为当前输入速度,其他输入速度则均为历史输入速度。并且,针对历史输入速度的遗忘因子采用逐个递减的方式获取,越接近当前采样周期的历史输入速度所对应的遗忘因子数值越大,后续逐个递减。
进一步地,遗忘因子的递减可以设定为等差递减,也可以设定为等比例递减,或者设定为指数递减,本实施例优选为指数递减。具体地,预先通过测试获得小于1的预设系数,如0.99;进而对预设系数以不同的指数进行运算,得到与各历史输入速度对应的遗忘因子。其中,针对距离当前采样周期的采样时间越近的历史输入速度,对预设系数进行运算的指数数值越小,随后逐渐增大。如相对当前采样周期的上一个周期,运算的指数数值为1,即0.99的一次方;而相对于当前采样周期的上上个周期,运算的指数数值为2,即0.99的平方,以此类推,得到各个历史输入速度的遗忘因子。
更进一步地,对于当前输入速度因反应机加工设备的当前运行速度,故其遗忘因子设定为比各项历史输入速度的遗忘因子的数值均大,但不超过数值1,或者直接用当前输入速度进行计算,本实施例优选为直接以当前输入速度进行计算。在各项历史输入速度通过指数运算均生成各自的遗忘因子后,则对各遗忘因子、各历史输入速度和当前输入速度进行计算,实现对各有效输入速度的均值滤波,得到滤波输出速度。具体地,根据与各历史输入速度对应的遗忘因子、各历史输入速度和当前输入速度,对各有效输入速度进行均值滤波处理,获得滤波输出速度的步骤包括:
步骤c1,根据与各历史输入速度对应的遗忘因子,对各历史输入速度进行和运算,得到第一和运算结果;
步骤c2,将第一和运算结果和当前输入速度进行和运算,生成第二和运算结果;
步骤c3,在第二和运算结果和预设采样长度内的采集数量之间进行比值运算,生成滤波输出速度。
进一步地,用各历史输入速度分别对应的忘因子和各历史输入速度进行乘积运算,在各乘积运算结果进行加和;实现依据各历史输入速度对应的遗忘因子,对各历史输入速度进行和运算,得到第一和运算结果。进而将第一和运算结果和当前输入速度进行和运算,将两者相加,得到第二和运算结果。其中第一和运算结果可通过如下公式(1)进行计算,并且公式(1)可展开为公式(2),第二和运算结果可通过如下公式(3)进行计算,具体地,公式(1)、公式(2)和公式(3)分别为:
Figure BDA0002608344950000151
yt-1=ρ*Vin_(N-1)2*Vin_(N-2)+…ρi*Vin_(N-i)(N-1)*Vin_1 (2);
Figure BDA0002608344950000152
其中,yt-1表示第一和运行结果,yN表示第二和运算结果,ρi表示遗忘因子,i=1、2、3···,Vin_(N-i)表示历史输入速度,N表示预设采样长度内的采集数量,Vin_N表示当前输入速度。
进一步地,在第二和运算结果和预设采样长度之间进行比值运算,将两者做比值。以此,实现各有效输入速度的滑动均值滤波,生成滤波输出速度。其中,比值运算可通过如下公式(4)表示,公式(4)为:
Vout-t=(yN)/N (4);
其中Vout_t表示滤波输出速度。
本实施例通过滑动均值滤波对各项有效输入速度进行优化,在减少滤波数据量的同时,通过距离当前采样周期时间较近的各项有效输入速度,准确反映机加工设备的当前运行速度。并且设定递减的遗忘因子进行滑动滤波,以此增加近期采样周期所采集输入速度的权重值,并削弱远期采集周期所采集输入速度的权重值,使得滤波获得的滤波输出速度更为准确。
此外,本发明实施例还提出一种存储介质。
存储介质上存储有控制程序,控制程序被处理器执行时实现如上的机加工设备的加工速度优化方法的步骤。
本发明存储介质可以是计算机存储介质,其具体实施方式与上述机加工设备的加工速度优化方法各实施例基本相同,在此不再赘述。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,这些均属于本发明的保护之内。

Claims (10)

1.一种机加工设备的加工速度优化方法,其特征在于,所述机加工设备的加工速度优化方法包括以下步骤:
每采样周期,采集机加工设备的输入速度,并逐一记录所述输入速度的采集数量;
当记录到所述采集数量大于或等于预设采样长度内的采集数量时,根据与各所述输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度;
将所述滤波输出速度设定为所述机加工设备在下一采样周期的目标输入速度,以优化所述机加工设备的加工速度。
2.如权利要求1所述的机加工设备的加工速度优化方法,其特征在于,所述当记录到所述采集数量大于或等于预设采样长度内的采集数量时,根据与各所述输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤包括:
当记录到所述采集数量大于或等于所述预设采样长度内的采集数量时,根据各所述输入速度的采样周期与当前采样周期之间的时间远近,确定各所述输入速度中的有效输入速度,其中所述有效输入速度的数量与所述预设采样长度内的采集数量一致;
根据与各所述有效输入速度对应的遗忘因子,对各所述有效输入速度进行均值滤波处理,获得滤波输出速度。
3.如权利要求2所述的机加工设备的加工速度优化方法,其特征在于,所述根据各所述输入速度的采样周期与当前采样周期之间的时间远近,确定各所述输入速度中的有效输入速度的步骤包括:
查找各所述输入速度中采样周期与当前采样周期之间时间最远的待剔除输入速度;
将所述待剔除速度从各所述输入速度中剔除,并将剔除后的各所述输入速度形成为所述有效输入速度。
4.如权利要求2所述的机加工设备的加工速度优化方法,其特征在于,所述根据与各所述有效输入速度对应的遗忘因子,对各所述有效输入速度进行均值滤波处理,获得滤波输出速度的步骤包括:
根据各所述有效输入速度的采样周期,将各所述有效输入速度区分为当前输入速度和各历史输入速度;
获取预设系数,并基于预设系数,生成与所述各历史输入速度对应的遗忘因子;
根据与所述各历史输入速度对应的遗忘因子、所述各历史输入速度和所述当前输入速度,对各所述有效输入速度进行均值滤波处理,获得滤波输出速度。
5.如权利要求4所述的机加工设备的加工速度优化方法,其特征在于,所述根据与所述各历史输入速度对应的遗忘因子、所述各历史输入速度和所述当前输入速度,对各所述有效输入速度进行均值滤波处理,获得滤波输出速度的步骤包括:
根据与所述各历史输入速度对应的遗忘因子,对所述各历史输入速度进行和运算,得到第一和运算结果;
将所述第一和运算结果和所述当前输入速度进行和运算,生成第二和运算结果;
在所述第二和运算结果和所述预设采样长度内的采集数量之间进行比值运算,生成所述滤波输出速度。
6.如权利要求3所述的机加工设备的加工速度优化方法,其特征在于,所述将所述目标输入速度设定为所述机加工设备在下一采样周期的目标输入速度,以优化所述机加工设备的加工速度的步骤之后包括:
当检测到达采样周期时,再次采集所述机加工设备的输入速度,并执行查找各所述输入速度中采样周期与当前采样周期之间时间最远的待剔除输入速度的步骤。
7.如权利要求1-6任一项所述的机加工设备的加工速度优化方法,其特征在于,所述当记录到所述采集数量大于或等于预设采样长度内的采集数量时,根据与各所述输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤之前包括:
判断记录的所述采集数量是否大于或等于预设采样长度内的采集数量,若大于或等于预设采样长度内的采集数量,则执行当记录到所述采集数量大于或等于预设采样长度内的采集数量时,根据与各所述输入速度对应的遗忘因子,对各输入速度进行滤波处理,获得滤波输出速度的步骤;
若小于预设采样长度内的采集数量,则将当前采集周期采集的输入速度作为所述滤波输出速度。
8.如权利要求1-6任一项所述的机加工设备的加工速度优化方法,其特征在于,所述每采样周期,采集机加工设备的输入速度的步骤之前包括:
检测所述机加工设备中的滤波标识是否处于激活状态,若处于激活状态,则执行所述每采样周期,采集机加工设备的输入速度的步骤;
若所述滤波标识非处于激活状态,则将当前采样周期采集的输入速度作为所述滤波输出速度。
9.一种机加工设备,其特征在于,所述机加工设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的控制程序,所述控制程序被所述处理器执行时实现如权利要求1-8中任一项所述的机加工设备的加工速度优化方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有控制程序,所述控制程序被处理器执行时实现如权利要求1-8中任一项所述的机加工设备的加工速度优化方法的步骤。
CN202010749139.1A 2020-07-29 2020-07-29 机加工设备的加工速度优化方法、机加工设备及存储介质 Pending CN111913440A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010749139.1A CN111913440A (zh) 2020-07-29 2020-07-29 机加工设备的加工速度优化方法、机加工设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010749139.1A CN111913440A (zh) 2020-07-29 2020-07-29 机加工设备的加工速度优化方法、机加工设备及存储介质

Publications (1)

Publication Number Publication Date
CN111913440A true CN111913440A (zh) 2020-11-10

Family

ID=73286814

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010749139.1A Pending CN111913440A (zh) 2020-07-29 2020-07-29 机加工设备的加工速度优化方法、机加工设备及存储介质

Country Status (1)

Country Link
CN (1) CN111913440A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113988462A (zh) * 2021-11-15 2022-01-28 无锡唯因特数据技术有限公司 生产控制方法、装置和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1807014A (zh) * 2004-12-16 2006-07-26 发那科株式会社 机床加工端控制器
CN101211177A (zh) * 2006-12-29 2008-07-02 中国科学院沈阳计算技术研究所有限公司 一种基于滤波技术的数控***加减速控制方法
CN101853013A (zh) * 2009-04-01 2010-10-06 中国科学院沈阳计算技术研究所有限公司 一种用于数控机床高速加工的加减速控制方法
CN107305464A (zh) * 2016-04-25 2017-10-31 西安中兴新软件有限责任公司 一种基于压力感应的控制方法和装置
CN107544441A (zh) * 2016-06-27 2018-01-05 发那科株式会社 动态地切换加减速滤波的时间常数的数值控制装置
CN109459586A (zh) * 2018-12-05 2019-03-12 智灵飞(北京)科技有限公司 一种基于lm算法的无人机加速度计标定方法
CN109782181A (zh) * 2018-12-20 2019-05-21 宁波飞拓电器有限公司 一种基于组合滤波的应急灯电池soc估计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1807014A (zh) * 2004-12-16 2006-07-26 发那科株式会社 机床加工端控制器
CN101211177A (zh) * 2006-12-29 2008-07-02 中国科学院沈阳计算技术研究所有限公司 一种基于滤波技术的数控***加减速控制方法
CN101853013A (zh) * 2009-04-01 2010-10-06 中国科学院沈阳计算技术研究所有限公司 一种用于数控机床高速加工的加减速控制方法
CN107305464A (zh) * 2016-04-25 2017-10-31 西安中兴新软件有限责任公司 一种基于压力感应的控制方法和装置
CN107544441A (zh) * 2016-06-27 2018-01-05 发那科株式会社 动态地切换加减速滤波的时间常数的数值控制装置
CN109459586A (zh) * 2018-12-05 2019-03-12 智灵飞(北京)科技有限公司 一种基于lm算法的无人机加速度计标定方法
CN109782181A (zh) * 2018-12-20 2019-05-21 宁波飞拓电器有限公司 一种基于组合滤波的应急灯电池soc估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨慧,许福栗: "《基于权重转移的加权滑动平均模型改进》", 《计算机工程与应用》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113988462A (zh) * 2021-11-15 2022-01-28 无锡唯因特数据技术有限公司 生产控制方法、装置和存储介质

Similar Documents

Publication Publication Date Title
CN102667724B (zh) 用于动态管理加速器资源的方法和***
JP5788097B1 (ja) 数値制御装置およびロギング方法
JP5699715B2 (ja) データ保存装置、データ保存方法
CN112749013B (zh) 线程负载的检测方法、装置、电子设备及存储介质
CN111913440A (zh) 机加工设备的加工速度优化方法、机加工设备及存储介质
JPWO2012127571A1 (ja) 圧延制御装置、圧延制御方法および圧延制御プログラム
EP1895478A1 (en) Data recorder for vehicle
CN111901405B (zh) 一种多节点监控方法、装置、电子设备及存储介质
KR20170004405A (ko) 적응 노치 필터를 이용한 서보 시스템의 자동 공진 억제 장치 및 그 방법
WO2022100290A1 (zh) 搜索图像的方法及计算设备
CN114667034A (zh) 电子设备除尘提醒方法、电子设备、风扇及存储介质
JP2002269305A (ja) ワークフロー自動監視制御方法、装置、及びプログラム
CN112214394A (zh) 内存泄漏检测方法、装置和设备
JP2011523453A (ja) 測定信号の相対ノイズ
CN109249932B (zh) 一种车辆加速模型标定方法及加速意图识别方法及其装置
JPH05324358A (ja) 性能予測装置
CN114800049A (zh) 一种光栅尺加工运行信号误差补偿***
CN113442111B (zh) 机器人及其力矩补偿方法
CN112406748B (zh) 一种车辆数据采集方法、装置及车辆诊断***
CN112598816B (zh) 一种车辆数据采集方法、装置及车辆诊断***
US12039999B2 (en) Method and apparatus for detecting valid voice signal and non-transitory computer readable storage medium
CN117850403B (zh) 用于发控***的动态检测方法
KR20130114795A (ko) 동적 전압 및 주파수 스케일링 결정 방법 및 그 컴퓨팅 시스템
CN114971395A (zh) 机器学习计算的统计多次负荷变动过程的监测***及方法
CN111913805B (zh) 一种cpu利用率计算方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20201110

RJ01 Rejection of invention patent application after publication