[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

说明书

本发明公开了一种基于在位检测的闭环控制精密加工方法及系统，属于精密机械加工领域。该方法包括：S1、机床刀具依据预设加工路径进行一次加工工序；S2、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；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。本发明通过在位测量实时获得加工过程中的局部关键尺寸，计算出加工误差并基于神经网络算法实时拟合计算加工补偿值，自动优化加工路径，从而减小加工误差，实现实时闭环控制的精密加工。

技术领域

本发明属于精密机械加工领域，更具体地，涉及一种基于在位检测技术的实时闭环控制精密零部件加工系统及方法。

背景技术

随着机械加工制造技术的发展，机械零部件生产要求越来越高，例如在模具制造和锂电池装备等领域，工件的形体结构加工趋向于复杂化和精密化。目前数控机床的加工方式主要有开环、半闭环和闭环加工。开环加工是在加工完成后由工人人工测量并将不合格产品反馈给工艺人员，调整工艺参数；半闭环加工采用机床上的脉冲编码器等零件反馈电机转速等参数，控制加工过程；而闭环加工方式采用光电传感器、限位器等元件反馈位置，实现闭环控制。但是上述加工方法均没有考虑数控机床的加工切削过程，检测结果具有时间滞后性，造成加工效率的下降，不能实现实时闭环控制的精密加工。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于在位测量的闭环控制精密加工方法及系统，其目的在于，通过图像采集和激光测距进行在位测量，实时获得加工过程中的局部关键尺寸，计算出加工误差并基于神经网络算法实时拟合计算加工补偿值，自动优化加工路径，从而减小加工误差，实现实时闭环控制的精密加工。

为了实现上述目的，按照本发明的一个方面，提供了一种基于在位检测的闭环控制精密加工方法，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。

进一步地，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。

进一步地，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。