一种工件加工自适应控制方法、装置、终端及介质

摘要: 本发明涉及数控加工过程控制、智能感知与人工智能控制,尤其涉及一种工件加工自适应控制方法、装置、终端及介质。背景技术:1、在高端装备制造、精密加工产业高速发展的时...
一种工件加工自适应控制方法、装置、终端及介质

本发明涉及数控加工过程控制、智能感知与人工智能控制,尤其涉及一种工件加工自适应控制方法、装置、终端及介质。

背景技术:

1、在高端装备制造、精密加工产业高速发展的时代背景下,数控加工作为机械制造领域的核心工艺技术,广泛应用于航空航天、精密模具、高端零部件等关键领域,加工精度、加工稳定性与加工效率的精细化管控,成为衡量数控加工技术水平、保障高端装备品质的核心指标。数控加工过程具备典型的非线性、时变性与多物理场耦合特征,加工全过程中,刀具持续切入工件、毛坯材料余量动态减少、工件局部刚度实时变化及刀具磨损逐步累积,使得同一套数控程序与固定工艺参数,在不同加工阶段会产生差异化的切削力、振动、加工温度及工件表面质量。传统数控加工工艺普遍依据工艺手册、经验公式或前期试切结果,在加工前预设固定的主轴转速与进给速度,无法适配实际加工中材料硬度波动、毛坯余量不均、刀具状态衰减、工件夹紧状态偏移等各类动态扰动,极易引发加工颤振、刀具过载、工件尺寸超差、表面质量不达标等问题,难以满足当代精密数控加工的高精度、高稳定性、高良品率生产需求。为解决传统固定参数加工的局限性,加工自适应控制技术成为数控加工闭环优化的核心研究方向,该技术通过采集主轴电流、切削力、振动、温度等加工状态信号,实时研判加工工况,动态调整进给速度、主轴转速等工艺参数,或触发报警、停机等防护操作,实现加工过程的动态调控。经典数控加工自适应控制系统主要由机床本体、数控控制器、传感器单元与自适应控制器构成,依据切削扭矩、刀具温度、机床振动等监测数据核算材料去除率、刀具磨损率及加工约束状态,初步搭建了数控加工闭环控制架构,有效突破了传统固定参数加工的静态局限。但该类传统自适应控制方案普遍采用固定传感器组合与固定采样配置模式,未充分考量多源传感数据采集的成本损耗、通信带宽占用与设备计算负荷问题,随着振动、声发射、机器视觉、高频切削力等多维度传感信号的引入,全量持续采集数据的方式会产生大量冗余信息,极易造成边缘控制器高负载运行,降低控制实时性与精准度,制约自适应控制效果的提升。近年来,强化学习凭借适配非线性系统、可拟合长期工况反馈的优势,被逐步应用于数控加工自适应控制领域,能够通过长期加工效果迭代学习加工状态与控制动作的映射关系,有效适配数控加工的非线性特性与质量延迟反馈问题。但在线强化学习依赖实时工况探索迭代,无约束的策略输出易产生过大进给倍率、大幅转速波动、异常冷却调节等不合理动作,进而引发刀具过载、加工颤振、工件超差甚至机床紧急停机等生产风险。为规避在线试错的安全隐患,行业逐步探索离线强化学习方案,依据工业现场积累的海量历史加工日志、质量检测数据训练控制策略,大幅降低机床实时试错成本,但该技术路径仍存在明显短板,无法有效覆盖历史数据分布之外的加工动作场景,存在策略输出不确定性,且难以实现策略上线后的安全迭代更新。与此同时,主动感知技术凭借按需采集、动态适配的优势,已在机器人控制、环境监测、工业软测量等领域成熟应用,核心思路为决策系统根据当前作业任务与工况不确定度,自主确定采集目标、采集时间与采集尺度,但目前该技术在数控加工领域的应用较为浅显,现有研究多聚焦传感器点位布局、观测位置优选、数据域筛选,尚未实现主动感知动作与加工控制动作的联合优化,也未搭建安全可控的加工闭环部署体系,技术整合与落地应用空间较大。目前,国内外已公开多项数控加工自适应控制相关技术方案与研究成果,但均存在固有技术缺陷,无法实现高精度、高安全性、低成本的智能化数控加工闭环控制。现有主流技术方案中,专利cn112180833b通过采集主轴电流、转速、进给速度信号辨识切削力,结合强化学习模型优化进给率,搭建了信号采集、模型预测、参数调节的基础闭环,但传感监测模式、采集参数均预先固定,未将传感器启停、采样频率、特征处理方式纳入决策调控范围,缺失基于工况不确定度的联合感知控制与安全动作投影机制。专利cn113985814b依据数字孪生系统实时监测加工信号,通过神经网络识别加工异常、依据预设规则生成控制动作,具备异常识别与分层调控能力,但仍采用固定传感监测模式,未实现传感配置成本、信息增益与加工控制的协同优化,无法完成强化学习候选动作的物理安全约束投影与闭环执行。美国专利us20200166909a1构建了基于机器学习的通用制造过程自适应控制框架,可适配多类减材加工场景,但未形成加工动作与传感配置动作的联合输出架构,也未针对数控加工多速率传感、信息时效、传感预算、动作安全约束等核心问题提出专属解决方案。此外,现有学术研究分别验证了强化学习用于加工数据筛选、工业离线控制、批量制造自适应调控的可行性,但尚未构建适配数控加工场景,融合传感器动态配置、加工参数协同调控、不确定度裕量补偿、安全投影与回退控制的完整技术体系。

2、综上,现有数控加工自适应控制技术普遍存在三大核心技术短板,严重制约了数控加工智能化、精细化、安全化发展。其一,感知配置与加工控制相互割裂,全程采用固定传感采集模式,加工工况平稳阶段易造成数据、算力资源冗余浪费,高风险加工阶段则无法精准捕捉工况动态变化,信息获取能力与加工控制需求无法动态匹配。其二,强化学习控制机制安全性、确定性不足,传统在线学习试错风险高,离线学习存在策略不确定性,缺乏标准化、独立的安全约束投影机制,无法保障全加工时序内机床、刀具、工件与工艺的运行安全。其三,多源加工数据融合能力薄弱,机床内置信号、振动、声发射、视觉信号具备异步、多速率、动态缺失特性,加工质量指标存在延迟反馈特点。

3、因此,现有技术还有待改进和提高。

技术实现思路

1、本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种工件加工自适应控制方法、装置、终端及介质,旨在解决工件加工过程中感知资源采用固定配置、加工状态无法全面采集、强化学习直接在线试错易产生安全隐患,以及加工参数与感知策略相互割裂的问题。

2、为了解决上述技术问题,本发明所采用的技术方案如下:

3、第一方面,本发明提供一种工件加工自适应控制方法,其中,所述方法包括:

4、采集常开低成本信号数据,对常开低成本信号数据进行时序规范化处理,得到第一多源传感特征数据;

5、基于第一多源传感特征数据,进行状态估计,得到可信状态,并基于可信状态,通过联合策略推理,得到传感配置动作及加工候选动作;

6、基于加工候选动作,进行带安全约束的优化投影求解,得到安全动作,并基于安全动作,进行工件加工。

7、在一种实现方式中,所述采集常开低成本信号数据,对常开低成本信号数据进行时序规范化处理,得到第一多源传感特征数据,包括:

8、通过常开低成本信号通道对常开低成本信号数据进行采集,并根据统一时钟为各通道常开低成本信号数据添加时间戳,得到携带统一时序标记的各通道原始常开低成本信号数据;

9、以控制决策周期作为时序基准搭建滑动时间窗口,对窗口内各通道原始常开低成本信号数据进行时序对齐,得到时序同步对齐后的各通道基础常开低成本信号数据;

10、基于通道有效观测时刻、数据失效类型、信号工况参数分别计算信息时效、缺失标识、质量评分,并基于信息时效、缺失标识、质量评分及各通道基础常开低成本信号数据,得到附带时效、缺失标记、质量信息的各通道一体化常开低成本信号数据;

11、对各通道一体化常开低成本信号数据进行规整处理,得到第一多源传感特征数据。

12、在一种实现方式中,所述基于第一多源传感特征数据,进行状态估计,得到可信状态,包括:

13、利用状态估计函数对上一时刻可信状态、当前第一多源传感特征数据、上一时刻安全动作以及当前传感配置动作进行运算,得到可信状态。

14、在一种实现方式中,所述基于可信状态,通过联合策略推理,得到传感配置动作及加工候选动作,包括:

15、通过联合强化学习策略对可信状态进行前向推理,得到加工动作分量与传感动作分量;

16、对加工动作分量进行量化表征,得到加工候选动作;

17、对传感动作分量进行多通道参数赋值及资源约束可行性筛选,得到传感配置动作。

18、在一种实现方式中,所述得到传感配置动作,之后包括:

19、根据传感配置动作设置传感采集配置参数,并对强制保护通道保持预设监测等级。

20、在一种实现方式中,所述方法,还包括:

21、采集按需高成本信号数据,对按需高成本信号数据进行时序规范化处理,得到第二多源传感特征数据;

22、基于第一多源传感特征数据及第二多源传感特征数据,得到目标多源传感特征数据;

23、依据目标多源传感特征数据,进行加工状态估计,更新可信状态。

24、在一种实现方式中,所述基于加工候选动作,进行带安全约束的优化投影求解,得到安全动作,包括:

25、构建包括多项工艺安全约束的优化投影模型;

26、将加工候选动作输入优化投影模型开展优化投影求解,计算得到待核验动作;

27、若求解工况整体状态符合预设正常工况条件,则将待核验动作为安全动作。

28、第二方面,本发明实施例还提供一种工件加工自适应控制装置,其中,所述装置包括:

29、第一多源传感特征数据获取模块,用于采集常开低成本信号数据,对常开低成本信号数据进行时序规范化处理,得到第一多源传感特征数据;

30、加工候选动作及传感配置动作获取模块,用于基于第一多源传感特征数据,进行状态估计,得到可信状态,并基于可信状态,通过联合策略推理,得到加工候选动作及传感配置动作;

31、工件加工模块,用于基于加工候选动作,进行带安全约束的优化投影求解,得到安全动作,并基于安全动作,进行工件加工。

32、第三方面,本发明实施例还提供一种终端,其中,所述终端包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的工件加工自适应控制程序,处理器执行工件加工自适应控制程序时,实现上述方案中任一项所述的工件加工自适应控制方法的步骤。

33、第四方面,本发明实施例还提供一种计算机可读存储介质,其中,计算机可读存储介质上存储有工件加工自适应控制程序,所述工件加工自适应控制程序被处理器执行时,实现上述方案中任一项所述的工件加工自适应控制方法的步骤。

34、有益效果:本发明提供了一种工件加工自适应控制方法,与现有技术相比,本发明首先采集常开低成本信号数据,对常开低成本信号数据进行时序规范化处理,得到第一多源传感特征数据,摒弃了传统高成本、高门槛的专用传感数据采集方案,依据低成本常开信号完成基础数据获取,降低了设备部署、数据采集与运维的硬件成本和技术门槛,同时通过时序规范化处理对原始杂乱、时序错位、格式不一的原始传感数据进行清洗、规整与标准化重构,有效规避了原始数据噪声大、时序混乱、有效性低的问题,输出规整统一的第一多源传感特征数据,为后续全流程的状态分析、推理运算与动作决策提供了高质量、高一致性、高可靠性的基础数据支撑,从源头保障了后续技术运算的准确性与稳定性;接着,基于第一多源传感特征数据,进行状态估计,得到可信状态,依据标准化的多源特征数据深度挖掘设备、工况及工件的实时运行状态,突破了现有技术依靠单一数据、经验判断状态的局限性,有效剔除无效数据干扰、修正状态偏差、过滤异常工况信息,精准输出贴合实际生产场景的可信状态,解决了传统技术状态识别不准确、工况判断滞后、状态可信度低的问题,为后续策略推理提供了真实可靠的工况依据;随后,基于可信状态,通过联合策略推理,得到传感配置动作及加工候选动作,相较于传统单一策略判定模式,实现了传感调节与加工动作的协同联动,丰富了动作决策的维度与覆盖面,规避了单一决策导致的工况适配性差、动作匹配度不足的问题,为后续优化求解提供了多元化、贴合场景的备选动作方案;然后,基于加工候选动作,进行带安全约束的优化投影求解,得到安全动作,剔除存在安全隐患、工艺偏差、运行风险的无效动作,精准输出兼顾安全性、精准性与高效性的安全动作,有效解决了传统加工动作决策易忽视安全风险、优化性不足、容错率低的缺陷,保障加工动作的最优适配性;最后,基于安全动作,进行工件加工,提升了工件加工的精度、稳定性与一致性,降低加工误差、设备故障、生产安全事故的发生概率,有效提升加工成品合格率与生产整体效率。整体而言,本发明构建了低成本数据采集、数据规范化处理、精准状态感知、多策略联合推理、安全优化求解、精准加工执行的全闭环智能化加工控制体系,全程依据低成本硬件实现高精度、高安全的智能化生产控制,在有效降低生产硬件投入与运维成本的同时,解决了现有技术数据质量差、状态识别不准、决策维度单一、安全保障性弱、加工精度不稳定、工况适配性差等诸多技术短板,实现了传感配置与工件加工的协同智能化调控,兼顾了生产的经济性、安全性、精准性与高效性,提升了工业加工生产的智能化水平、工况适配能力与生产稳定性,具备极强的工程实用性与广泛的场景适配性。