基于GWO-PID的超精密数控车床刀具视觉引导控制方法

技术领域

本发明涉及超精密机床自动化领域，具体为一种基于GWO-PID的超精密数控车床刀具视觉引导控制方法。

背景技术

机床向来被誉为“工业母机”，是制造机器的机器，其重要性毋庸置疑。机床是整个装备制造业的核心生产基础，尤其是超高精度机床、五轴高档数控机床等顶级机床，其技术水平直接反映了一个国家制造业的整体竞争力。

制造业无论哪个领域都无法脱离高精度机床，大到国防武器、航空航天、航母舰船的关键零部件，小到手表齿轮、各类精密仪器等，莫不如是。近些年来，中国智能制造崛起，航空工业、自主航母、高新产业迅猛发展，制造业的每一次飞跃，都离不开机床制造精度的提升。今天的工业生产中，柔性制造、高效、精密等新标准被不断地推向新高度，都对超高精度机床提出了更高的要求。

目前高精密机床对刀大都采用人工手动对刀，这种方式具有误差概大、不确定性强和调整时间长等缺点，造成加工精度和效率低，难以满足工件大批量生产的需求。

发明内容

本发明的目的就在于为了解决上述至少一个技术问题而提供一种基于GWO-PID的超精密数控车床刀具视觉引导控制方法。

本发明通过以下技术方案来实现上述目的：一种基于GWO-PID的超精密数控车床刀具视觉引导控制方法，包括交流电机、基座、真空吸盘、刀具载台、直线电机、横向导轨、刀具、刀具夹具、高倍深度相机、丝杆导轨和步进电机；

所述的交流电机安装在基座上，真空吸盘安装在交流电机的轴上以固定工件；

所述的刀具载台上设有直线电机，横向导轨带动其横向进给运动，刀具由刀具夹具进行固定，直线电机带动刀具和刀具夹具运动；

所述高倍深度相机安装在丝杠导轨上，步进电机驱动丝杠导轨带动高倍深度相机作往复运动；

高倍深度相机实时监控刀具的供给量，包括以下步骤；

第一步：打开步进电机的电源和安装好需要加工的工件，高倍深度相机传输刀具和工件的空间位置图片给工控机，然后工控机计算出两者的相对位置是否满足测量要求，如果没有就发送指令打开步进电机，使得高倍深度相机移动到合适的位置，直至满足测量要求；

第二步：启动对刀程序，即刀具与工件的空间位置，通过在工控机设计IGWO-PID控制器，高倍深度相机的功能就变成控制科学中的传感器，检测刀尖实时位置与其目标设定位置之间的差值，工控机发出指令让直线电机和横向导轨运动，使得差值减小，最后打开交流电机转动，自动高效地提高加工精度。

所述的第二步中GWO-PID控制器控制方法包括以下步骤：

步骤一、初始化每个狼群的位置X、最大迭代数N

步骤二、迭代一次，更新当前灰狼的位置X、收敛因子a、系数矢量A和C；

步骤三、计算每个种群适应度的值，更新Alpha(α)、Beta(β)、Delta(δ)三头狼的位置即最佳值，当前的迭代数t+1；

步骤四、当前的迭代数t与最大迭代数N

步骤五、将灰狼寻优算法得到的PID最佳值带入PID控制器之中，从而控制直线电机电流大小与方向，使得直线电机可以到达指定的位置。

所述的直线电机为永磁直线同步电动机，其运动学模型构建包括：

直线电机的运动方程：

其中，m为刀具载台的质量，x为刀具载台的位置，c为机械阻尼系数，K为电磁推力系数，F

定义系统的状态变量：

即X＝[x

根据上面两个公式，可以推导为：

因此可以得到系统的状态空间方程：

式中，

灰狼寻优算法即GWO算法模拟了自然界灰狼的领导层级和狩猎机制，四种类型的灰狼，如Alpha(α),Beta(β),Delta(δ),and Omega(ω)被用来模拟领导阶层；此外，还实现了狩猎的三个主要步骤：寻找猎物、包围猎物和攻击猎物；为了在设计GWO算法时对灰狼的社会等级进行数学建模，我们将最适解作为α；

因此，第二和第三个最佳解决方案分别被命名为β和δ；剩下的候选解被假定为ω；在GWO算法中，狩猎过程由α、β和δ引导ω狼跟随这三只狼；

在狩猎过程中，将灰狼围捕猎物的行为定义如下：

D＝|C×X

X(t+1)＝X

其中t是当前迭代次数，A和C是系数向量；X

A＝2a×r

C＝2r

其中，r

在狩猎阶段，α、β和δ的最佳位置被用来寻找狼的最佳方位；狼包围猎物的下一个地点是：

D

D

D

X

X

X

其中X

当猎物停止移动时，灰狼通过攻击完成狩猎过程；

为了模拟接近的猎物，当a的值从2线性下降到0时，其对应的a也在区间[-a,a]中变化；

当A的值在[-A,A]范围内时，灰狼的下一个位置可以位于其当前位置和猎物位置之间的任何位置；

当|A|<1时，狼攻击猎物；

当|A|>1时，灰狼与猎物分离，希望找到更合适的猎物；每次迭代后都会更新狼的位置，并重新计算α、β和δ狼的位置以捕获猎物。

与现有技术相比，本发明的有益效果是：

1、由于原先是人工手动对刀，产生误差概率大，不确定性强，本发明通过安装高倍深度相机监测刀尖与所加工的工件表面的误差，从而精准对刀；

2、由于原先是人工手动对刀，调整时间长，本发明通过工控机分析高倍深度相机传输实时的高清图片，来判断是否刀具到达指定的位置，然后再开启交流电机加工工件表面；

3、为了使得高倍深度相机能够根据刀具位置及时调整位置，本发明设计步进电机和丝杠机构从而带动相机运动；

4、本发明使用视觉引导机床的对刀作为反馈输入，然后通过智能算法控制刀具达期望的位置进行加工，此算法以灰狼搜索算法为基础，改进其非线性调整收敛因子和位置更新方式，较基础的灰狼算法，极大地提高了算法寻优能力，避免算法陷入局部最优；

利用智能优化算法的信息综合能力和强学习效率，对PID控制系统的三个参数进行优化，使得优化之后的PID具有较高的自学习能力，保证了整个系统的鲁棒性，提高了超精密车床的加工精度，使得超精密数控车床自动化程度和加工效率提高。

附图说明

图1为本发明超精密数控车床整体结构示意图；

图2为本发明主体结构分布示意图；

图3为本发明刀具位置控制系统表示图；

图4为本发明IGWO-PID控制方法具流程图；

图5为本发明视觉引导刀具流程图；

图中：1、交流电机，2、基座，3、真空吸盘，4、刀具载台，5、直线电机，6、横向导轨，7、刀具，8、刀具夹具，9、高倍深度相机，10、丝杆导轨，11、步进电机。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1、图2、图5所示，本发明为一种基于GWO-PID的超精密数控车床刀具视觉引导控制方法，包括交流电机1、基座2、真空吸盘3、刀具载台4、直线电机5、横向导轨6、刀具7、刀具夹具8、高倍深度相机9、丝杆导轨10和步进电机11；

所述的交流电机1安装在基座2上，真空吸盘3安装在交流电机1的轴上以固定工件；

所述的刀具载台4上设有直线电机5，横向导轨6带动其横向进给运动，刀具7由刀具夹具8进行固定，直线电机5带动刀具7和刀具夹具8运动；

所述高倍深度相机9安装在丝杠导轨10上，步进电机11驱动丝杠导轨10带动高倍深度相机9作往复运动；

高倍深度相机9实时监控刀具7的供给量，包括以下步骤；

如图5所示：第一步：打开步进电机11的电源和安装好需要加工的工件，高倍深度相机9传输刀具7和工件的空间位置图片给工控机，然后工控机计算出两者的相对位置是否满足测量要求，如果没有就发送指令打开步进电机11，使得高倍深度相机9移动到合适的位置，直至满足测量要求；

第二步：启动对刀程序，即刀具7与工件的空间位置，通过在工控机设计IGWO-PID控制器，高倍深度相机9的功能就变成控制科学中的传感器，检测刀尖实时位置与其目标设定位置之间的差值，工控机发出指令让直线电机5和横向导轨6运动，使得差值减小，最后打开交流电机1转动，自动高效地提高加工精度。

如图3所示：所述的第二步中GWO-PID控制器控制方法包括以下步骤：

步骤一、初始化每个狼群的位置X、最大迭代数N

步骤二、迭代一次，更新当前灰狼的位置X、收敛因子a、系数矢量A和C；

步骤三、计算每个种群适应度的值，更新Alpha(α)、Beta(β)、Delta(δ)三头狼的位置即最佳值，当前的迭代数t+1；

步骤四、当前的迭代数t与最大迭代数N

步骤五、将灰狼寻优算法得到的PID最佳值带入PID控制器之中，从而控制直线电机电流大小与方向，使得直线电机可以到达指定的位置。

所述的直线电机为永磁直线同步电动机，无中间传动装置，定位准确，响应速度快，其运动学模型构建包括：

直线电机的运动方程：

其中，m为刀具载台的质量，x为刀具载台的位置，c为机械阻尼系数，K为电磁推力系数，F

定义系统的状态变量：

即X＝[x

根据上面两个公式，可以推导为：

因此可以得到系统的状态空间方程：

式中，

如图4所示：灰狼寻优算法即GWO算法模拟了自然界灰狼的领导层级和狩猎机制，四种类型的灰狼，如Alpha(α),Beta(β),Delta(δ),and Omega(ω)被用来模拟领导阶层；此外，还实现了狩猎的三个主要步骤：寻找猎物、包围猎物和攻击猎物；为了在设计GWO算法时对灰狼的社会等级进行数学建模，我们将最适解作为α；

因此，第二和第三个最佳解决方案分别被命名为β和δ；剩下的候选解被假定为ω；在GWO算法中，狩猎过程由α、β和δ引导ω狼跟随这三只狼；

在狩猎过程中，将灰狼围捕猎物的行为定义如下：

D＝|C×X

X(t+1)＝X

其中t是当前迭代次数，A和C是系数向量；X

A＝2a×r

C＝2r

其中，r

在狩猎阶段，α、β和δ的最佳位置被用来寻找狼的最佳方位；狼包围猎物的下一个地点是：

D

D

D

X

X

X

其中X

当猎物停止移动时，灰狼通过攻击完成狩猎过程；

为了模拟接近的猎物，当a的值从2线性下降到0时，其对应的a也在区间[-a,a]中变化；

当A的值在[-A,A]范围内时，灰狼的下一个位置可以位于其当前位置和猎物位置之间的任何位置；

当|A|<1时，狼攻击猎物；

当|A|>1时，灰狼与猎物分离，希望找到更合适的猎物；每次迭代后都会更新狼的位置，并重新计算α、β和δ狼的位置以捕获猎物。

本发明使用视觉引导机床的对刀作为反馈输入，然后通过智能算法控制刀具达期望的位置进行加工，此算法以灰狼搜索算法为基础，改进其非线性调整收敛因子和位置更新方式，较基础的灰狼算法，极大地提高了算法寻优能力，避免算法陷入局部最优。

利用智能优化算法的信息综合能力和强学习效率，对PID控制系统的三个参数进行优化，使得优化之后的PID具有较高的自学习能力，保证了整个系统的鲁棒性，提高了超精密车床的加工精度，使得超精密数控车床自动化程度和加工效率提高。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。