一种基于G代码解析的主轴发热功率AI预测方法及系统与流程

本发明涉及主轴发热功率预测方法及系统，特别涉及一种基于g代码解析的主轴发热功率ai预测方法及系统。

背景技术：

1、数控机床主轴在高速重载加工中产生大量切削热和摩擦热，导致热变形，严重影响加工精度。准确预测主轴发热功率是实现热误差补偿和热管理的前提。现有主轴热预测方法主要分为三类：一是基于温度传感器的数据驱动方法，仅依赖温度历史数据进行时序外推，未考虑加工工艺参数变化，变工况下预测精度显著下降；二是基于实验g代码的离线建模方法，属于离线标定方式，无法在线实时适应工况变化；三是基于物理机理的计算方法，依赖大量材料参数和人工取值，计算复杂且难以在线运行。上述方法均未将g代码工艺参数解析与ai预测深度融合，亦未解决电机发热功率在线校准的问题，难以实现变工况下的高精度实时预测。

技术实现思路

1、本发明要解决的技术问题是提供一种能够对主轴未来时刻发热功率的准确预测的基于g代码解析的主轴发热功率ai预测方法及系统。

2、为了解决上述技术问题，本发明提供一种基于g代码解析的主轴发热功率ai预测方法，包括如下步骤：

3、s1、实时采集主轴运行数据：采集主轴电机的实时输入功率pin(t)、冷却液入口温度tin、冷却液出口温度tout、冷却液质量流量q，以及主轴当前转速n(t)；

4、s2、计算当前实际发热功率：根据下式计算冷却液实际带走的热功率qactual(t)：

5、；

6、其中cp为冷却液的比热容；

7、s3、预读并解析g代码工艺参数：预读取数控系统未来时间窗口δtwindow内的g代码指令，逐段解析提取工艺参数向量，所述工艺参数至少包括主轴转速n、进给速度vf、切削深度ap、切削宽度ae；

8、s4、计算理论切削功率：根据所述工艺参数向量，计算未来(t+τ)时刻的理论切削功率pcut(t+τ)；其中τ为预测提前时间；

9、s5、预测(t+τ)时刻电机发热功率pmotor(t+τ)：

10、s51、根据当前时刻t的主轴转速和切削参数，结合电机效率特性曲线计算当前t时刻的理论电机发热功率pmotor_theory(t)；

11、s52、根据未来(t+τ)时刻的主轴转速和切削参数，结合电机效率特性曲线计算未来(t+τ)时刻的理论电机发热功率pmotor_theory(t+τ)；

12、s53、根据当前时刻t从主轴驱动器读取的实时输入功率pin(t)和当前时刻的理论机械功率pmech(t)计算当前实测电机发热功率pmotor_actual(t)；

13、s54、并以当前实测电机发热功率pmotor_actual(t)与当前理论电机发热功率pmotor_theory(t)之比作为校准系数kcal(t)：

14、；

15、s55、将该校准系数kcal(t)应用于(t+τ)时刻的理论电机发热功率，得到(t+τ)时刻的电机发热功率预测值pmotor(t+τ)：

16、；

17、s6、计算(t+τ)时刻的理论发热功率qtheory(t+τ)：

18、qtheory(t+τ)=pcut(t+τ)+pmotor(t+τ)；

19、s7、ai热预测模型预测偏差：将理论发热功率qtheory(t+τ)及当前主轴转速n(t)、当前实际发热功率qactual(t)、冷却液入口温度tin和环境温度tamb作为输入特征，输入至预先训练好的ai热预测模型，输出未来理论发热功率与实际发热功率之间的偏差预测值δq(t+τ)；

20、s8、将理论发热功率qtheory(t+τ)与预测的偏差预测值δq(t+τ)相加，得到未来(t+τ)时刻发热功率预测值qpred(t+τ)：

21、qpred(t+τ)=qtheory(t+τ)+δq(t+τ)；

22、s9、生成前馈控制量：根据所述未来发热功率预测值qpred(t+τ)与当前稳态发热功率qsteady之间的偏差δq，计算前馈控制量uff(t)；

23、δq=qpred(t+τ)-qsteady；

24、若∣δq∣ 小于或等于预设的死区阈值δqth，则前馈控制量uff(t)=0，不执行前馈调节；

25、若 ∣δq∣大于所述死区阈值δqth，则按下式计算前馈控制量：

26、uff(t)=kff·δq/qmax；

27、当uff(t)>0 时，表示需要提高冷却能力，所述控制器提前增大冷却介质流量或降低冷却介质温度；

28、当uff(t)<0 时，表示需要降低冷却能力，所述控制器提前减小冷却介质流量或提高冷却介质温度；

29、即；

30、其中kff为预设的前馈增益系数，通过阶跃响应试验标定；

31、qsteady为当前稳态发热功率，

32、qmax为预设最大发热功率；qmax为固定常数，根据主轴电机额定输入功率及安全系数确定，qmax=prated_in·βsafe，其中prated_in为主轴电机额定输入功率，βsafe为安全系数，取值范围1.2~1.5；

33、s10、输出前馈控制指令：将所述前馈控制量uff(t)转换为冷却液流量调节指令或温度调节指令，输出至执行机构。

34、进一步的，所述步骤s51中当前t时刻的理论电机发热功率pmotor_theory(t)按下式计算：

35、；

36、；

37、pmech(t)为当前t时刻电机输出的机械功率，随当前工艺参数和转速变化而变；

38、pmech(t)=pcut(t)+pidle(t)；

39、pcut(t)为t时刻理论切削功率；

40、；

41、kc为加工工件材料的比切削能；

42、pidle(t)为t时刻主轴空载运行时的功率损耗；

43、η(n(t),m(t))为根据当前t时刻的转速n(t)和负载率m(t)的电机效率插值；

44、进一步的，所述步骤s52中(t+τ)时刻的理论电机发热功率pmotor_theory(t+τ)按照下式计算：

45、；

46、pmech(t+τ)=pcut(t+τ)+pidle(t+τ)；

47、；

48、pcut(t+τ)为(t+τ)时刻理论切削功率；

49、；

50、pmech(t+τ)为(t+τ)时刻电机输出的机械功率；

51、pcut(t+τ)为(t+τ)时刻理论切削功率；

52、pidle(t+τ)为(t+τ)时刻主轴空载运行时的功率损耗；

53、η(n(t+τ),m(t+τ))为根据(t+τ)时刻转速n(t+τ)和负载率m(t+τ)的电机效率插值；

54、进一步的，所述步骤s53中，当前实测电机发热功率pmotor_actual(t)按下式计算：

55、；

56、pin(t)为当前t时刻电机输入电功率，主轴驱动器直接读取。

57、当前空载损耗pidle(t)根据当前主轴转速 n(t)，通过出厂标定的空载功率曲线获取。

58、进一步的，所述步骤s9中qsteady由下式实时计算：

59、qsteady(t)=α(t)·qactual(t)+(1-α(t))·qsteady(t-1)；

60、其中：

61、qactual(t)为t时刻实际发热功率；

62、qsteady(t-1)为(t-1)时刻稳态发热功率；

63、qsteady(0)为初始时的稳态发热功率；

64、α(t)为t时刻的滤波系数。

65、进一步的，α(t)按照一下公式计算：

66、；

67、其中：

68、αmin为预设最小滤波系数；

69、αmax为预设最大滤波系数；

70、β为预设衰减系数；

71、α的初始值根据主轴启动时的热状态确定：当主轴处于冷态时，α的初始值取值α1；当主轴处于温态时，α的初始值取值α2；当主轴处于热态时，α的初始值取值α3；

72、αmin≦α1<α2<α3≦αmax。

73、进一步的，所述qsteady(0)根据主轴启动时的热状态确定：当主轴处于冷态时，以ncold个控制周期的实测发热功率的算术平均值作为初始值；当主轴处于温态时，以前nwarm个控制周期的实测发热功率的算术平均值作为初始值；当主轴处于热态时，以前nhot个控制周期的实测发热功率的算术平均值作为初始值；nhot

74、进一步的，主轴启动时的热状态的判定方法如下：

75、获取主轴温度 tinner与环境温度 tamb，计算温差 δt=tinner-tamb；

76、当 δt<δtcold时，判定主轴处于冷态；

77、当δt>δthot时，判定主轴处于热态；

78、当 δtcold≤δt≤δthot时，判定主轴处于温态；

79、其中δtcold为预设的第一温差阈值；δthot为预设的第二温差阈值；δtcold<δthot

80、进一步的，预测提前时间τ可以为预设的固定数值，优选取值范围为30~120秒。

81、另一种进一步的方案，预测提前时间τ为动态调整的；

82、所述预测提前时间τ的一种动态调整方案为：基于转速和温度变化率的调整，方法为：根据当前主轴转速和/或温度变化率动态调整：当主轴转速升高或主轴温度上升率增大时，减小所述预测提前时间τ；当主轴转速降低或主轴温度趋于稳定时，增大所述预测提前时间τ；所述预测提前时间τ的调整幅度不超过其基准值的±20%。

83、进一步的，所述预测提前时间τ另一种动态调整方案为：根据温度响应效果在线自适应调整，且，τ0为基准预测提前时间；方法为：

84、记录各控制周期内前馈补偿后主轴温度的实际响应值；

85、若连续m个周期，均出现温度过冲且超调量超过预设超调量阈值，则判定预测提前时间τ偏小，以当前τ值的2%~5%为步长增大τ；

86、若连续m个周期，均出现温度响应不足且偏差持续超过预设响应不足阈值，则判定预测提前时间τ偏大，以当前τ值的2%~5%为步长减小τ；

87、重复上述步骤，直至温度响应满足预设评价指标。

88、进一步的，所述预设超调量阈值取值范围优选0.5~2℃，响应不足阈值范围优选1~3℃，可根据目标温度精度要求进行设定；m取值范围优选3-5。

89、τ0通过在预设基准工况下进行的阶跃响应试验标定。

90、进一步的，所述步骤s9中所述死区阈值δqth为qmax的2%~5%。

91、进一步的，所述ai热预测模型为基于长短期记忆网络（lstm）、门控循环单元（gru）或transformer架构的时间序列预测模型；所述模型的训练样本为历史加工过程中采集的工艺参数序列与对应实测发热功率序列。

92、进一步的，还包括模型在线更新步骤：将所述未来发热功率预测值qpred(t+τ)与到达时刻t+τ后实测的实际发热功率qactual(t+τ)进行比较，计算预测偏差δq=qpred-qactual；当所述预测偏差的累积值超过预设阈值时，触发所述ai热预测模型的增量学习或微调，以更新模型参数。

93、本发明还提供一种基于g代码解析的主轴发热功率ai预测系统，包括：

94、数据采集单元，用于实时采集主轴电机的实时输入功率pin(t)、冷却液入口温度tin、冷却液出口温度 tout、冷却液质量流量 q，以及主轴当前转速n(t)；

95、g代码预读与解析单元，用于预读取数控系统未来时间窗口内的g代码指令，逐段解析提取工艺参数向量，所述工艺参数至少包括主轴转速 n、进给速度 vf、切削深度 ap、切削宽度 ae；

96、理论切削功率计算单元，用于根据所述工艺参数向量，计算未来 (t+τ) 时刻的理论切削功率 pcut(t+τ)，其中 τ 为预测提前时间；

97、电机发热功率预测单元，用于：

98、根据当前时刻 t 的主轴转速和切削参数，结合电机效率特性曲线计算当前时刻的理论电机发热功率pmotor_theory(t)；

99、根据未来 (t+τ) 时刻的主轴转速和切削参数，结合电机效率特性曲线计算未来时刻的理论电机发热功率 pmotor_theory(t+τ)；

100、根据当前时刻从主轴驱动器读取的实时输入功率pin(t) 和当前时刻的理论机械功率 pmech(t) 计算当前实测电机发热功率pmotor_actual(t)；

101、以当前实测电机发热功率与当前理论电机发热功率之比作为校准系数 kcal(t)，将所述校准系数应用于未来时刻的理论电机发热功率，得到未来时刻的电机发热功率预测值 pmotor(t+τ)；

102、理论发热功率合成单元，用于将所述理论切削功率pcut(t+τ) 与所述电机发热功率预测值 pmotor(t+τ) 相加，得到未来时刻的理论发热功率qtheory(t+τ)；

103、ai热预测模型，用于以所述理论发热功率 qtheory(t+τ)、当前主轴转速 ()n(t)、当前实际发热功率 qactual(t)、冷却液入口温度 tin 和环境温度 tamb 为输入特征，输出未来理论发热功率与实际发热功率之间的偏差预测值 δq(t+τ)，并将所述理论发热功率与所述偏差预测值相加，得到未来发热功率预测值qpred(t+τ)；

104、前馈控制量生成单元，用于根据所述未来发热功率预测值 qpred(t+τ) 与当前稳态发热功率 qsteady 之间的偏差，计算前馈控制量uff(t)，当∣qpred(t+τ)-qsteady∣ 小于或等于预设的死区阈值时，uff(t)=0；当大于所述死区阈值时，uff(t)=kff·(qpred(t+τ)-qsteady)/qmax；

105、执行接口单元，用于将所述前馈控制量uff(t) 转换为冷却液流量调节指令或温度调节指令，输出至执行机构。

106、本发明有益效果：

107、（1）电机发热功率的预测采用“当前实测校准+未来理论推算”的策略，以驱动器实测功率校准理论计算值，避免了纯理论估算的误差累积，预测精度显著提高。

108、（2）通过预读g代码获取未来工艺参数，结合电机效率特性曲线和实测功率进行在线校准，实现了未来发热功率的实时预测，克服了传统方法无法预见未来热负载的缺陷。

109、（3）理论发热功率由物理公式计算获得，ai模型仅需预测理论值与实际值之间的残差，降低了模型训练难度和过拟合风险，增强了模型的可解释性和泛化能力。

110、（4）构建了从数据采集、g代码解析、发热功率预测到前馈控制的完整技术链路，可直接输出冷却系统前馈控制量，实现了预测与控制的闭环衔接。