【技術實現步驟摘要】
本專利技術涉及數控系統進給路徑控制，尤其涉及一種面向多軸數控機床的時間最優速度曲線規劃方法。
技術介紹
1、傳統數控機床速度規劃方法一般根據當前的刀具位置與當前的運行速度結合數控機床的動力學約束實時計算下一時刻的速度與位置，但是在高速加工中，實時規劃方法給計算機帶來了巨大的計算壓力，如果計算機不能及時計算得到下一位置，就會造成“數據饑餓”現象，影響接下來的所有運動。
2、為了減小計算機的實時性壓力，部分學者在機床運行前根據路徑和機床參數通過前瞻計算規劃了刀具在路徑上各點的速度，并且通過前瞻計算擬合了弧長、曲率等位置信息，?而后在實際的生產中計算機只需要根據當前位置的速度計算下一點的位置，這樣雖然減小了計算的實時性壓力，但是整體的計算量過大，計算效率較低。
3、目前數控機床的主要的給進速度（刀具加工工件時，其接觸點或者刀位點相對于所加工工件表面的相對速度）離線規劃方法有以下三類：第一類為綜合考慮路徑各點的參數，機床動力學約束等，通過計算得到各個點的速度，但是這些方法過于保守，整體速度太慢；第二類方法為使用樣條曲線表示速度，通過優化樣條曲線的控制點來優化速度曲線，但是這種方法容易陷入局部最優；第三類方法為第二類方法的基礎上使用遺傳算法或貪婪算法，這類方法可以跳出局部最優，但是計算效率過低。
技術實現思路
1、本專利技術的目的在于，提供一種面向多軸數控機床的時間最優速度曲線規劃方法，能夠跳出局部最優，并且在滿足數控機床動力學約束、加工精度約束、刀尖末端速度約束，加
2、為達到上述目的，本專利技術采用下述技術方案實現：
3、本專利技術提供一種面向多軸數控機床的時間最優速度曲線規劃方法，包括：
4、將機床動力學約束、加工精度約束、刀尖末端速度約束轉化為用b樣條表示的刀具軌跡速度曲線的約束，建立約束的適應度模型和整體速度適應度模型；
5、將刀具軌跡速度曲線進行劃分得到多個分段的速度曲線；
6、基于約束適應度模型和整體速度適應度模型，對多個分段的速度曲線順次進行獨立優化，得到各個分段的最優速度曲線；對相鄰分段之間的連接段的速度曲線進行獨立優化，得到各個連接段的最優速度曲線；
7、基于各個分段和連接段的最優速度曲線，得到刀具軌跡最優速度曲線；
8、所述獨立優化的步驟包括：
9、s1:將單個分段或連接段的速度曲線的控制點作為決策變量，利用粒子群算法進行第一次優化，得到控制點向量一；
10、s2:基于迭代二分法對控制點向量一進行第二次優化，得到控制點向量二和初步速度曲線；
11、s3:對初步速度曲線進行漸進式節點插入，得到節點密度增加的初步速度曲線；
12、s4:將節點密度增加的初步速度曲線中的新控制點向量作為粒子群優選個體，重復n次步驟s1-s3，得到單個分段或連接段的最優速度曲線，3≤n≤5。
13、可選的，所述約束適應度模型包括：
14、（1）機床動力學約束轉化為速度曲線的約束：
15、；
16、其中，qτ,?vτ,?aτ?,?jτ分別表示多軸數控機床對應于軸τ的位置、速度、加速度及加加速度，其中τ表示軸數控機床中任意一個軸；v表示進給速度，即b樣條表示的刀具軌跡速度；v'和v''分別表示進給速度對u的一階和二階導數，u為b樣條參數或刀具軌跡參數；s表示刀具軌跡速度曲線弧長；vlimτ,?alimτ?及?jlimτ分別為軸數控機床各軸的速度、加速度及加加速度極限；表示時間；k1?，k2?，k3，qsτ，?qssτ，?qsssτ均為公式參數，由下式表示：
17、；
18、其中，s',?s"分別為刀具軌跡速度曲線弧長s的一階、二階弧微分；quτ,?quuτ,?quuuτ分別表示qτ對刀具軌跡參數u的一階，二階，三階導數；
19、（2）加工精度約束轉化為速度曲線的約束：
20、；
21、；
22、其中，vlim為不考慮約束的情況下刀具末端相對于被加工件的速度上限；vi表示刀具軌跡參數為ui對應的給進速度，ui表示第i個采樣點的刀具軌跡參數；ti為第i個采樣點和第i+1個采樣點的間隔周期；ρi為刀具軌跡曲線對應于第i個采樣點處的曲率半徑；δi為刀具軌跡曲線對應于第i個采樣點處數控加工中的弦誤差；?li為第i個采樣點和第i+1個采樣點的間隔周期的步長；δmax為最大弦誤差；i為序列數；
23、（3）刀尖末端速度約束轉化為速度曲線的約束：
24、；
25、其中，v，a，j分別為刀具軌跡速度、加速度及加加速度，alim,?jlim分別為不考慮約束的情況下刀具末端相對于被加工件的加速度和加加速度上限；
26、（4）約束適應度函數：
27、；
28、；
29、；
30、其中，constraintα為在刀具軌跡速度曲線上所有采樣點在第α個約束公式的超差量的和；n’為刀具軌跡速度的采樣點的總數；為中間函數，即為第i個采樣點在第α個約束公式的超差量；constraintαi為第i個采樣點在第α個約束的超差量；constraintαmax為第α個約束的超差量上限值；fitnessc為刀具軌跡速度曲線的約束適應度，即速度曲線的超量差；nc表示約束公式的總數，約束公式為上述機床動力學約束轉化為速度曲線的約束、加工精度約束轉化為速度曲線的約束、加工精度約束轉化為速度曲線的約束中的任意一個公式。
31、可選的，所述整體速度適應度模型包括：
32、；
33、；
34、其中，fitnessv為刀具軌跡速度曲線的速度適應度vi和vi+1分別表示刀具軌跡速度曲線對應于第i個采樣點和第i+1個采樣點的速度，即刀具軌跡參數為ui和ui+1對應的給進速度；?xi，yi分別表示刀具軌跡速度曲線對應于第i個采樣點的橫坐標值和縱坐標值；?xi+1，yi+1分別表示刀具軌跡速度曲線對應于第i+1個采樣點的橫坐標值和縱坐標值。
35、可選的，所述將單個分段或連接段的速度曲線的控制點作為決策變量，利用粒子群算法進行第一次優化，得到控制點向量一，包括：
36、s11：隨機生成個個體作為初始種群，并計算每個個體表征的速度曲線的約束適應度和速度適應度，其中，個體為速度曲線的控制點向量，包括多個控制點；
37、s12：基于非支配排序對初始種群進行排序，得到前沿個體集合；
38、s13：基于每個個體表征的速度曲線的約束適應度和速度適應度，在前沿個體集合中尋找最優個體；
39、s14：確定最優個體表征的速度曲線中超差量最高的位置，并對距離該位置最近的控制點分別進行一次調整，從而得到一次調整后的控制點向量，即一次調整后的最優個體；
40、s15：基于一次調整后的最優個本文檔來自技高網...
【技術保護點】
1.一種面向多軸數控機床的時間最優速度曲線規劃方法，其特征在于，包括：
2.根據權利要求1所述的面向多軸數控機床的時間最優速度曲線規劃方法，其特征在于，所述約束適應度模型包括：
3.根據權利要求2所述的面向多軸數控機床的時間最優速度曲線規劃方法，其特征在于，所述整體速度適應度模型包括：
4.根據權利要求3所述的面向多軸數控機床的時間最優速度曲線規劃方法，其特征在于，所述將單個分段或連接段的速度曲線的控制點作為決策變量，利用粒子群算法進行第一次優化，得到控制點向量一，包括：
5.根據權利要求4所述的面向多軸數控機床的時間最優速度曲線規劃方法，其特征在于，所述在前沿個體集合中尋找最優個體，通過計算前沿個體集合中總適應度最低的個體得到最優個體，計算公式如下：
6.根據權利要求4所述的面向多軸數控機床的時間最優速度曲線規劃方法，其特征在于，所述對距離該位置最近的控制點進行調整的公式如下：
7.根據權利要求4所述的面向多軸數控機床的時間最優速度曲線規劃方法，其特征在于，所述所有個體進行二次調整的公式，包括：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。