[发明专利]一种基于在位检测的闭环控制精密加工方法及系统

权利要求书

1.一种基于在位检测的闭环控制精密加工方法，其特征在于，包括如下步骤：

S1、机床刀具依据预设加工路径进行一次加工工序；

S2、完成步骤S1之后，或者在步骤S1执行过程中实时地，原位采集工件的外形尺寸、形貌关键点尺寸以及加工参数，并实时输入神经网络智能补偿模型，计算出刀具的误差补偿值C并据此优化下一步的加工路径，以对下一步的加工进行实时动态补偿；其中：

外形尺寸、形貌关键点尺寸以及加工参数包括：工件的形状S、外形尺寸H、工件材质M_p、工件精确度要求A、刀具材质M_t、机床主轴速度V_m、刀具进给速度V_t、切削液F、加工工序W_s和加工误差数据；加工误差数据包括工件的形状误差δ^S和工件的形貌尺寸误差δ^H，δ^S和δ^H分别是工件的形状S、形貌尺寸H的测量值与设计值的差值；

神经网络智能补偿模型，是通过将已加工工件的外形尺寸和形貌关键点尺寸作为输入，相应的误差补偿值C作为输出，对神经网络进行训练得到；

S3、将步骤S2优化后的下一步的加工路径作为步骤S1的预设加工路径，重复步骤S1、S2直至加工完成；

步骤S2中，预先设置工件表面需要采集的关键点，测量时，通过相机拍照获得工件外形轮廓尺寸作为工件形状S，通过激光测距获得工件表面关键点的高度尺寸作为关键点对应的形貌尺寸H；

步骤S2中，先根据预先设定的关键点对工件表面对应位置进行激光测距，求出关键点的高度误差，再基于径向基函数进行数据预测插值，根据预设的关键点生成更多的插值关键点，然后计算插值关键点的高度误差，并将预设的关键点和插值关键点的高度误差作为形貌尺寸H的误差δ^H进行补偿计算；

步骤S2中，在加工路径上从起止点到结尾点，中间每隔i mm设置一个关键点，共预先设置N个关键点，得到预设的关键点的坐标值x＝{x₁,x₂,…x_i,…x_N}；选取径向基函数为：

则径向基函数的插值表达式为：

其中，r＝|x-x_i|，是坐标x与坐标值x_i的二范数；σ表示径向基函数的扩展常数，反应了径向基函数图像的宽度，σ越小，宽度越窄，函数越具有选择性；c₀为常数项，c₁为一次项系数，λ_i为对应于x_i的径向基函数的系数；

根据预设的N个关键点及测得的第i个关键点的形貌尺寸误差使用矩阵SVD分解或者最小二乘法计算出f(x)中的c₀、c₁和λ_i，从而获得插值表达式，进而求出加工路径上其他插值关键点的形貌尺寸误差。

2.一种基于在位检测的闭环控制精密加工系统，其特征在于，包括：工业相机、工控机、激光测距仪以及闭环控制程序模块；其中：

工业相机用于拍摄工件平面图像，激光测距仪用于对工件表面预设的关键点进行激光测距获得其高度；

工控机用于控制工业相机和激光测距仪的工作，以及调用闭环控制程序模块进行误差补偿；

其中，闭环控制程序模块在被工控机调用时执行如权利要求1所述的基于在位检测的闭环控制精密加工方法。

3.如权利要求2所述的一种基于在位检测的闭环控制精密加工系统，其特征在于，工业相机设有光学镜头和环形光源；环形光源由成环形排布的多个照明灯组成；各照明灯呈环形均布于光学镜头周围。