数控进给轴跟随误差补偿方法、装置、设备、介质及产品与流程

本发明属于数控机床设备，具体涉及一种数控进给轴跟随误差补偿方法、装置、设备、介质及产品。

背景技术：

1、数控(numerical control，nc)技术是指用数字、文字和符号组成的数字指令来实现一台或多台机械设备动作控制的技术。数控一般是采用通用或专用计算机实现数字程序控制，因此数控也称为计算机数控(computerized numerical control，cnc，国外一般都称为cnc，很少再用nc这个概念了)。

2、数控机床一般是由两根直线进给轴(即一般称为x轴和y轴)、三根直线进给轴(即一般称为x轴、y轴和z轴)或五根直线进给轴(即一般称为x轴、y轴、z轴、a轴和b轴)等组成，这些数控进给轴又分别由伺服电机和直线丝杆组装而成，其中，伺服电机通过伺服驱动器来控制,即先由数控机床控制中心发送指令给伺服驱动器,然后由伺服驱动器来根据指令控制伺服电机运动以带动直线丝杠转动，从而达到控制数控进给轴直线运动的效果。

3、数控机床的普及极大地提高了制造业的生产效率和质量,是现代制造业不可或缺的生产工具,并且机床的加工精度高低直接决定了制造业水平的高低。但是在实际生产加工过程中,基于数控进给轴的加工作业会产生误差:静态误差和动态误差，其中，静态误差是由于机床自身结构误差(例如部件装配不当或部件出现损耗等情况)造成的，而动态误差则是在加工过程中受运动状态的影响,导致动态误差值的大小实时地变化。前述这两样误差叠加最终会造成工件加工的轮廓误差动态变化，尤其是动态误差对轮廓误差影响占比较大(因静态误差可以通过外部测量仪器测量出误差值，并在加工前进行固定补偿即可)。因此如何在数控加工过程中对数控进给轴的动态误差进行准确获取并跟随进行误差补偿，是本领域技术人员亟需研究的课题。

技术实现思路

1、本发明的目的是提供一种数控进给轴跟随误差补偿方法、装置、计算机设备、计算机可读存储介质及计算机程序产品，用以解决现有数控机床设备因在生产加工过程中会出现动态误差而使机床加工精度受限的问题。

2、为了实现上述目的，本发明采用以下技术方案：

3、第一方面，提供了一种数控进给轴跟随误差补偿方法，包括：

4、实时获取在各个运行单位时期采集的且数控进给轴的样本数据，其中，所述样本数据包含有用于发送给所述数控进给轴的伺服驱动器的且需在对应的运行单位时期执行的指令参数值和由所述伺服驱动器反馈的且在对应的运行单位时期针对所述数控进给轴的跟随误差实际值；

5、应用在连续k个运行单位时期采集的且所述数控进给轴的所述样本数据，训练基于lstm神经网络的人工智能模型，得到所述数控进给轴的跟随误差预测模型，其中，所述跟随误差预测模型用于根据在连续k个运行单位时期采集的且所述数控进给轴的所述样本数据/和用于发送给所述伺服驱动器的且需在所述连续k个运行单位时期之后的下一个运行单位时期执行的指令参数值，预测在该下一个运行单位时期的且所述数控进给轴的跟随误差估计值，k表示正整数，k表示大于k的正整数；

6、将在最近连续k个运行单位时期采集的且所述数控进给轴的所述样本数据/和用于发送给所述伺服驱动器的且需在当前运行单位时期执行的指令参数值，导入所述跟随误差预测模型，输出得到在所述当前运行单位时期的且所述数控进给轴的跟随误差估计值；

7、根据在所述当前运行单位时期的且所述数控进给轴的跟随误差估计值，对用于发送给所述伺服驱动器的且需在所述当前运行单位时期执行的指令参数值进行调整以补偿所述数控进给轴在所述当前运行单位时期的跟随误差；

8、将修改后得到的指令参数值发送给所述伺服驱动器予以执行。

9、基于上述技术实现要素：，提供了一种基于lstm神经网络进行数控进给轴跟随误差补偿的新方案，即先应用在连续k个运行单位时期采集的且数控进给轴的样本数据，训练基于lstm神经网络的人工智能模型，得到跟随误差预测模型，然后将在最近连续k个运行单位时期采集的样本数据/和需在当前运行单位时期执行的指令参数值导入该模型，输出得到在当前运行单位时期的跟随误差估计值，最后根据该估计值对该指令参数值进行调整以补偿数控进给轴在当前运行单位时期的跟随误差，并将修改后得到的指令参数值发送给伺服驱动器予以执行，如此可在数控加工过程中对数控进给轴的且包含有动态误差的跟随误差进行准确获取并跟随进行误差补偿，进而可有效提高数控机床的运行状态估计准确性以及加工精度，利于提高制造业水平，便于实际应用和推广。

10、在一个可能的设计中，所述指令参数值包含有指令位置、指令速度、指令加速度和/或指令加加速度，所述跟随误差实际值等于指令位置减去所述数控进给轴在对应的运行单位时期到达的实际位置。

11、在一个可能的设计中，所述样本数据还包含有基于所述指令参数值确定的且所述数控进给轴在对应的运行单位时期的状态标记值，其中，所述状态标记值为轴反向运行状态标记值、轴启动状态标记值和轴停止状态标记值。

12、在一个可能的设计中，所述样本数据还包含有所述数控进给轴在对应的运行单位时期的实际位置、实际速度、实际加速度和/或实际加加速度。

13、在一个可能的设计中，实时获取在各个运行单位时期采集的且数控进给轴的样本数据，包括：

14、实时获取在各个运行单位时期采集的且由数控进给轴的伺服驱动器针对所述数控进给轴反馈的跟随误差实际值；

15、针对所述各个运行单位时期，根据预先测得的静态误差值和对应的所述跟随误差实际值，计算得到对应的动态误差实际值；

16、对所述各个运行单位时期的所述动态误差实际值进行数据归一化处理，得到所述各个运行单位时期的动态误差实际归一化值；

17、对所述各个运行单位时期的动态误差实际归一化值进行数据滤波处理，得到所述各个运行单位时期的滤波后动态误差实际归一化值。

18、在一个可能的设计中，在将修改后得到的指令参数值发送给所述伺服驱动器予以执行之后，所述方法还包括：

19、若判定基于所述数控进给轴的加工任务未结束，则应用在最近连续k个运行单位时期采集的且所述数控进给轴的所述样本数据，继续训练所述人工智能模型，得到新的所述跟随误差预测模型。

20、第二方面，提供了一种数控进给轴跟随误差补偿装置，包括有样本数据获取单元、预测模型训练单元、预测模型应用单元、指令参数调整单元和指令参数发送单元；

21、所述样本数据获取单元，用于实时获取在各个运行单位时期采集的且数控进给轴的样本数据，其中，所述样本数据包含有用于发送给所述数控进给轴的伺服驱动器的且需在对应的运行单位时期执行的指令参数值和由所述伺服驱动器反馈的且在对应的运行单位时期针对所述数控进给轴的跟随误差实际值；

22、所述预测模型训练单元，通信连接所述样本数据获取单元，用于应用在连续k个运行单位时期采集的且所述数控进给轴的所述样本数据，训练基于lstm神经网络的人工智能模型，得到所述数控进给轴的跟随误差预测模型，其中，所述跟随误差预测模型用于根据在连续k个运行单位时期采集的且所述数控进给轴的所述样本数据/和用于发送给所述伺服驱动器的且需在所述连续k个运行单位时期之后的下一个运行单位时期执行的指令参数值，预测在该下一个运行单位时期的且所述数控进给轴的跟随误差估计值，k表示正整数，k表示大于k的正整数；

23、所述预测模型应用单元，分别通信连接所述样本数据获取单元和所述预测模型训练单元，用于将在最近连续k个运行单位时期采集的且所述数控进给轴的所述样本数据/和用于发送给所述伺服驱动器的且需在当前运行单位时期执行的指令参数值，导入所述跟随误差预测模型，输出得到在所述当前运行单位时期的且所述数控进给轴的跟随误差估计值；

24、所述指令参数调整单元，通信连接所述预测模型应用单元，用于根据在所述当前运行单位时期的且所述数控进给轴的跟随误差估计值，对用于发送给所述伺服驱动器的且需在所述当前运行单位时期执行的指令参数值进行调整以补偿所述数控进给轴在所述当前运行单位时期的跟随误差；

25、所述指令参数发送单元，通信连接所述指令参数调整单元，用于将修改后得到的指令参数值发送给所述伺服驱动器予以执行。

26、第三方面，本发明提供了一种计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任意可能设计所述的数控进给轴跟随误差补偿方法。

27、第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任意可能设计所述的数控进给轴跟随误差补偿方法。

28、第五方面，本发明提供了一种计算机程序产品，包括计算机程序或指令，所述计算机程序或所述指令在被计算机执行时实现如第一方面或第一方面中任意可能设计所述的数控进给轴跟随误差补偿方法。

29、上述方案的有益效果：

30、(1)本发明创造性提供了一种基于lstm神经网络进行数控进给轴跟随误差补偿的新方案，即先应用在连续k个运行单位时期采集的且数控进给轴的样本数据，训练基于lstm神经网络的人工智能模型，得到跟随误差预测模型，然后将在最近连续k个运行单位时期采集的样本数据/和需在当前运行单位时期执行的指令参数值导入该模型，输出得到在当前运行单位时期的跟随误差估计值，最后根据该估计值对该指令参数值进行调整以补偿数控进给轴在当前运行单位时期的跟随误差，并将修改后得到的指令参数值发送给伺服驱动器予以执行，如此可在数控加工过程中对数控进给轴的且包含有动态误差的跟随误差进行准确获取并跟随进行误差补偿，进而可有效提高数控机床的运行状态估计准确性以及加工精度，利于提高制造业水平，便于实际应用和推广。