用于数控机床的金属表面质量预测与参数反向调优系统的制作方法
本发明涉及数控机床加工质量智能控制,具体涉及用于数控机床的金属表面质量预测与参数反向调优系统。
背景技术:
1、数控机床在加工探头盖、喷嘴、配重块等对表面质量有严格要求的金属零件时,工件表面粗糙度直接决定产品的配合精度与使用寿命。传统工艺中,操作人员通常依赖离线试切和表面粗糙度仪检测,根据经验手动调整主轴转速、进给速率和切削深度,该方法耗时且一致性差。近年来,基于数据驱动的表面质量预测方法逐渐应用于数控加工,通过采集切削力、振动等信号,结合机器学习模型建立加工参数与表面粗糙度之间的映射关系,并利用遗传算法、粒子群优化等方法反向推荐工艺参数。
2、现有技术中,递归最小二乘等在线更新方法因遗忘因子难以自适应刀具非平稳磨损过程,导致突发偏差时需连续加工多个工件才能恢复精度,其间产生大量废品;而常规非线性模型更新涉及高维矩阵求逆,单次计算耗时过长,无法匹配每齿周期级别的表面形貌变化。
技术实现思路
1、本发明的目的在于提供用于数控机床的金属表面质量预测与参数反向调优系统,以解决上述背景中问题。
2、本发明的目的可以通过以下技术方案实现:
3、用于数控机床的金属表面质量预测与参数反向调优系统,包括:
4、数据采集模块,用于采集数控机床加工过程中的主轴转速、进给速率、切削深度、实时切削力信号以及对应加工后工件实测表面粗糙度,作为原始数据序列;
5、动态触发模块,从原始数据序列中提取连续三个采样周期的预测粗糙度与实测粗糙度,计算各周期残差并累加得到累积残差,当累积残差超过基于历史残差波动率自适应更新的动态边界时,生成触发指令并将三个采样周期的数据打包为待更新数据组;
6、特征映射模块,对待更新数据组中的输入参数施加随机傅里叶特征映射,得到显式线性特征向量,并以显式线性特征向量与对应实测表面粗糙度构成线性化回归对;
7、权重更新模块,利用递推变分贝叶斯对线性化回归对中的权重后验分布进行逐元素更新:将权重的高斯先验与当前数据的似然函数进行变分近似,输出更新后的高斯均值向量作为权重向量,其中协方差矩阵仅保留对角元素;
8、反向调优模块,以更新后的权重向量所确定的预测关系为目标函数,结合目标表面粗糙度约束反向搜索最优主轴转速、进给速率与切削深度的组合,输出参数调整值。
9、作为本发明进一步的方案:所述生成触发指令并将三个采样周期的数据打包为待更新数据组,具体包括:
10、计算原始数据序列中最近十个累积残差的移动标准差,将动态边界设定为移动标准差的三倍;
11、若当前累积残差超出动态边界时,生成触发指令;
12、按照采样先后顺序,将三个采样周期各自对应的主轴转速、进给速率、切削深度及实时切削力信号拼接为数据矩阵,作为待更新数据组。
13、作为本发明进一步的方案:所述以显式线性特征向量与对应实测表面粗糙度构成线性化回归对,具体包括:
14、为待更新数据组中各维度输入参数分别生成随机频率值和随机相位值;
15、将每个维度的输入参数乘以对应的随机频率值后加上随机相位值,计算其余弦值,得到对应维度的单个特征分量;
16、对各维度重复变换并将所得特征分量按维度顺序拼接,构成显式线性特征向量;
17、将显式线性特征向量与待更新数据组中对应的实测表面粗糙度组合为一个线性化回归对。
18、作为本发明进一步的方案:所述构成显式线性特征向量,具体包括:
19、计算每个维度输入参数所对应的随机频率值的倒数,将倒数作为对应维度的排序权重;
20、按照排序权重从大到小的顺序,将各维度对应的特征分量重新排列为一个特征序列;
21、将特征序列中的各个特征分量依次首尾连接,形成显式线性特征向量。
22、作为本发明进一步的方案:所述权重向量的输出过程为:
23、将前一时刻的高斯后验均值向量作为当前时刻的高斯先验均值向量,并将前一时刻的高斯后验对角方差向量乘以衰减因子后作为当前时刻的高斯先验对角方差向量;
24、依据当前线性化回归对中的显式线性特征向量与实测表面粗糙度构建似然函数,将似然函数与当前时刻的高斯先验进行变分近似,得到权重后验的分解形式;
25、对分解形式依次求解均值向量中各元素和对角方差向量中各元素的更新值,输出当前时刻的高斯后验均值向量作为更新后的权重向量。
26、作为本发明进一步的方案:所述衰减因子的生成过程为:
27、从待更新数据组中提取连续三个采样周期的残差序列;
28、计算残差序列的绝对中位差与上一时刻绝对中位差的比值;
29、将比值经过自然对数压缩后,线性映射至预设下限值与上限值之间,生成当前时刻的衰减因子。
30、作为本发明进一步的方案:所述将似然函数与当前时刻的高斯先验进行变分近似,具体包括:
31、设定当前权重后验的分解形式为各维度相互独立的高斯分布乘积;
32、将当前线性化回归对中的显式线性特征向量与实测表面粗糙度代入高斯似然函数,并与当前时刻的高斯先验相乘,取自然对数后展开得到关于均值向量的解耦二次型;
33、对解耦二次型中每一维度独立求偏导并令偏导为零,依次解出各维度更新后的均值与方差;
34、将解出的各维度均值组合为更新后的后验均值向量,各维度方差保持为对角形式,作为输出。
35、作为本发明进一步的方案:所述输出参数调整值,具体包括:
36、将当前主轴转速、进给速率与切削深度作为初始迭代点,代入更新后的权重向量所确定的预测关系,计算初始迭代点对应的预测粗糙度;
37、分别对主轴转速、进给速率与切削深度施加微小摄动,通过预测关系计算各参数的一阶局部灵敏度,组成梯度方向;
38、沿梯度方向的反方向,在目标表面粗糙度约束的不等式边界上投影步长,确定新的主轴转速、进给速率与切削深度组合;
39、重复组成梯度方向和确定新的主轴转速、进给速率与切削深度组合的过程,直至预测粗糙度与目标表面粗糙度的差值绝对值小于预设允差,输出当前的参数组合作为参数调整值。
40、作为本发明进一步的方案:所述在目标表面粗糙度约束的不等式边界上投影步长,具体包括:
41、将当前主轴转速、进给速率与切削深度沿梯度方向的反方向移动试探步长,得到试探参数组合;
42、将试探参数组合代入更新后的权重向量所确定的预测关系,计算对应的预测粗糙度;
43、若预测粗糙度超出目标表面粗糙度约束的上边界,则将试探步长按黄金分割比例逐一压缩,重复执行代入计算及边界比较,直至预测粗糙度落入约束边界内,输出压缩后的步长及对应的参数组合。
44、本发明的有益效果:
45、(1)本发明通过设定基于累积残差与动态边界的触发式更新机制,仅在预测偏差累积超出自适应阈值时才启动模型更新与参数反调,避免了传统周期性更新在加工稳定阶段产生的无效计算,降低了边缘控制器的计算负载与数据存储需求,有利于在算力受限的嵌入式设备上实现长期连续运行。
46、(2)本发明采用随机傅里叶特征映射将非线性核回归线性化,并结合递推变分贝叶斯仅维护对角协方差矩阵的逐元素更新,使单次模型更新时间压缩至毫秒级,配合事件触发与梯度投影反向搜索,能够及时响应刀具微崩刃、积屑瘤等瞬态变化,在突发偏差扩大前完成参数补偿,减少废品产生。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com