基于数控加工中运动参数可视化的零件表面质量预估方法

吴继春,周灭旨,许 可,胡 柱,周会成,范大鹏

(1.湘潭大学 复杂轨迹加工工艺及装备教育部工程研究中心,湖南 湘潭 411105;2.华中科技大学 国家数控系统工程研究中心,湖北 武汉 430074;3.国防科技大学 智能科学学院,湖南 长沙 410073)

1 问题的描述

不断地提高加工的质量和效率是数控技术研究学者一直以来的追求,插补技术是数控技术的核心技术,而速度规划是插补技术的重要组成部分,保证加工过程中速度、加速度等运动参数的连续性,是促进零件加工质量和效率提升的关键因素之一。

表面质量主要通过切削力、工艺参数优化来预估,通过计算表面粗糙度来衡量[1-2]。而对另类表面损伤性缺陷,在尺度上比表面粗糙度大很多,工程师和科研人员往往重视不够而未进行深入研究。引起表面损伤性缺陷原因很多,运动参数是引起表面损伤性缺陷因素之一。三菱数控系统[3]提出SSS(super smooth surface)控制来减少过渡面的缺陷,主要通过运动规划来减少过渡面的表面缺陷,如图1所示,通过设置合适的运动参数,表面缺陷有明显改善。这种缺陷确实比表面粗糙度要大很多,可以直接观察得到,但这种缺陷在过渡面又很难完全避免,只能尽量减少。

a 表面缺陷明显 b 表面缺陷改善图1 过渡面加工

已有很多研究者对运动规划进行了广泛的研究。近年来研究的重点是如何在满足实际机床的加速度约束和捷度约束下,使速度曲线在时间轴上具有连续的加速度和捷度,同时控制速度波动。ERKORKMAZ等[4]提出捷度约束的加减速控制方法,即S型加减速方法,捷度作为时间的常数,加速度、速度、位移分别是关于时间的一次、二次、三次函数,这种方法应用非常广泛。LIN等[5]首先根据刀具轨迹的几何性质对其分段,预估首末点进给速度和对应段近似距离,将要规划的轨迹分成7种情形,对每一段进行S型速度规划,但是这种方法没有考虑匀加速情况。进一步,有潘海鸿等[6]考虑一般情形,将可能出现的情况分为17种情形。石川等[7]也研究了S曲线加减速方式,采用解析式方法或者迭代法给出了详细的数学描述,并进行仿真求解。

LEE等[8]提出一种离线的速度规划方法,在NURBS曲线插补器中实现了速度曲线在加速度上的连续。BEUDAERT等[9]和DU等[10]提出一种实时柔性加减速控制的NURBS曲线插补器,实现了速度曲线的加速度连续,并将捷度波动控制在很小的范围内。富宏亚等[11]针对样条段间转接时对机床的机械冲击,提出一种基于曲率特性的柔性加减速控制方法,使数控机床的速度变化更加平稳,并具有良好的实时性。SUN等[12]根据运动学与几何学的驱动约束,在敏感区域调整加速度与捷度,提出曲线演变策略保证加减速性能要求。罗福源等[13]提出在运动路程未知的情况下不依赖于弧长精确计算的正向和反向同步加速的插补新算法,其本质仍是关于时间轴的速度、加速度连续性能的插补方法。田军锋等[14]提出了改进的S型曲线加减速算法,根据S型曲线对称性和初、末速度不同的特点,重新推导了公式并简化了算法,可快速规划各个阶段的运行时间。PAOLO等[15]提出一种算法利用最优控制问题解决轴插补问题,假设一个路径跟踪误差的约束以此计算整个轨迹的最优速度曲线。GUO等[16]针对约束条件多,数控系统难以满足实时计算的挑战,提出了凸优化问题,能够很好地逼近近似计算来满足实时性要求。ZHANG等[17]也提出了参数曲线的解析约束解生成速度最优曲线,满足了实时加工的运动性能。DONG等[18]提出目标进给速度过滤器(Target Feedrate Filter,TFF)和单元共同技术来提高进给速度曲线的平滑度并减少对前瞻的负荷。JAHANPOUR等[19]通过建立速度斜率纠正系数,修正五次速度多项式,从而达到速度平滑目的。CHEN等[20]提出用解析方法建模来获得最小的速度波动和轮廓误差。在五轴双转台机床上,提出基于时间最优的速度规划并开发出速度波动小的插补算法。JAHANPOUR等[21]考虑在拐角处用修调的五次速度样条曲线过渡,然后考虑在终点和捷度约束拐角利用速度斜率纠正系数来平滑速度,提出了在拐角处重新规划加减速时间。JIN等[22]提出基于G2连续的Bezier曲线的最优速度插补方法。SU等[23]采用滑行弧长管(Sliding Arc Tube,SAT)来划分速度区间,在划分区间内采用单一进给规划速度,减少速度波动。WANG等[24]提出了分两阶段的速度规划,在离线阶段首先根据几何和动力学约束对加工轨迹进行划分,然后进行速度规划。在实时阶段,预估每段的平均速度获取最小的速度波动。XU等[25]考虑主轴切削力、代码行号及轴的进给速度等因素,采用多目标方法来优化进给速度。海德汉公司针对这种往复刀具轨迹的曲面提出相邻轨迹一致性控制方法[26],如图2所示,通过设置合理的速度、加速度及捷度等运动参数,使得往返轨迹具有一致性,减少表面由于轨迹不一致引起的凸凹等明显的损伤性缺陷。

a 优化前 b 优化后图2 相邻轨迹控制

不管是在刀具轨迹生成阶段提高几何连续的阶次,还是在速度规划阶段提高速度曲线的连续阶次,都是为了降低曲面加工时由于曲率急剧变化而产生加速度和捷度冲击,以便机床能够快速响应。但几何属性和运动指令不连续依然会导致曲面形貌的凹坑与不平滑。实际的速度、加速度等运动参数在加工过程中动态产生的量,其连续性需要有加工过程中记录的实时数据才能分析出来。通常采用试加工的方法来测试零件表面质量,若不符合要求,则直接修改加工工艺参数,而加工过程中运动参数没有保存而浪费了。在同一加工条件下,即具有相同动力学机床、相同刀具条件下,本文通过保存运动参数,将运动参数进行可视化来直接预测表面质量,且进行局部加工工艺参数优化。通过运行G代码,生成二进制Biip.dat文件,建立插补点以及完成映射插补点的运动参数着色,即完成重构曲面,如图3所示。将二进制Biip.dat文件导入可视化软件Iscope建立行号与零件空间点映射,评估表面质量及邻轨迹运动参数的合理性。因此,本文提出一种运动参数可视化的零件表面质量预估方法,包括：①通过插补点重构零件曲面方法;②基于生成的刀位曲面,进行运动参数颜色渐变处理,生成可视化图的方法;③基于可视化图预估零件表面质量的方法。

图3 数控模拟装置

1 零件形状的刀位曲面重构

以插补周期或更短的位置环、电流环控制周期为采样单位,在数控系统中记录各轴的控制位置这类几何信息。进一步从各轴的控制位置重构出刀位点在工件坐标系下的位置,将全部刀位点位置张成的曲面称为刀位曲面。在加工控制的不同阶段,会有不同的刀位点位置记录,包括插补之后的指令刀位点位置、电机编码器测量的半闭环反馈刀位点位置、光栅尺测量的全闭环反馈刀位点位置。根据不同采样环节的刀位点数据可重构出不同的刀位点曲面。如图4所示,每一个控制周期都可记录一个指令刀位点坐标p1、一个反馈刀位点坐标p2,都存在一个实际刀位点坐标p3和一个刀具切触点坐标p4。其中：p1集合构成指令刀位点曲面、p2集合构成反馈刀位点曲面、p3集合构成实际刀位点曲面、p4集合构成实际成形曲面。

图4 加工过程中几种刀位点的位置关系

2 运动参数在刀位曲面的可视化

表面损伤性缺陷是指在曲面形貌上较为明显的凸起或凹坑。如图5所示的零件表面上红色线条圈出的部分都是较为明显的表面缺陷。这种表面损伤性缺陷在尺度上比表面粗糙度要大很多,可以很容易观察出来。虽然损伤性缺陷外观很明显,但其成因也较为复杂。运动参数的不连续是导致表面凸起或凹坑的必要条件,因此在文中仅考虑运动参数可视化来预测表面质量,进一步通过加工参数优化,得到新的一组运动参数,通过其可视化效果来验证与表面质量改善的一致性。

图5 曲面形貌的表面缺陷

刀位点在空间张成的形状是一张曲面,需要研究的是速度等运动参数在曲面上的不连续特征,从而评价运动参数在曲面上的性能,通过其在刀位曲面上的表达,获得运动参数可视化图。将运动量进行灰值化或彩色化,每一个运动量对应一个颜色值,不同值有不同的颜色,在最大最小值之间采用渐变算法,这样就可以获得运动参数的可视化图形,其本质是一个有颜色的刀位曲面图。可视化图形可以表示为：

CMap={(x,y,z,VF)|Ui⊗Vj,(x,y,z)∈Ui,VF∈Vj},i=1,…,n,j=1,…,m。

(1)

其中：x,y,z为刀位点的空间坐标,可以有3种刀位点选择,分别是指令刀位点、电机编码器反馈刀位点、光栅尺反馈刀位点。VF为运动量,包括速度、加速度和捷度,可以是某一个轴的运动量,也可以是三轴的合成运动量。运动参数可视化流程如下：

(1)实时数据采集 开放和采集数控系统内部数据,这些数据包含加工对象和工艺条件,采集的插补数据对运动参数可视化图的形成提供数据源。数控系统在插补控制的周期中将定制的数据项复制到循环缓冲区中,通过另外一个线程将缓冲中的数据通过网络传输到与数控系统相连接的计算机上或存储到本地的存储卡中。数据采集的周期为1 ms,同时记录数据项数可达32项,最长连续记录时间只受与数控系统相连接的计算机硬盘空间限制。插补周期是采集插补数据等重要参数,插补周期越小采集的插补点越多,对零件表面重构和在微观尺寸下对表面的描述越准确,更有利于评估方法的准确性。将插补周期大小可以看作为一个参数,参数设置越合理,越有利于表面质量的评估。

(2)刀位曲面生成 在加工控制的不同阶段,会有不同的刀位点位置记录。不同采样环节的刀位点数据可重构出不同的刀位点曲面。

(3)运动量析取 从实时数据中析取出运动参数,将原本在时域上顺序记录的运动量映射到实时刀位点张成的空间几何模型上。

(4)可视化图生成 通过运动量在刀位曲面的表达生成运动参数可视化图,可以选择一个运动量在不同刀位曲面生成评价图,也可以选择不同运动量在同一刀位曲面生成评价图。通过评价图与实际曲面的微观形貌进行特征匹配分析,可以为表面的形成和算法的改进提供依据。

3 基于运动参数可视化质量预测算法流程

基于运动参数可视化质量预测算法流程如下：

步骤1获取零件的加工工艺参数,将加工代码装载到数控装置或者机床上空载运行,采集运动参数。

步骤2对获取的运动参数进行灰值化或彩色化,每一个运动量对应一个颜色值,不同的值有不同的颜色,在最大最小值之间采用渐变算法,将各个值映射到实时刀位点张成的空间几何模型上,形成运动参数的可视化图形。采集刀位点Pi(i=1,…,n)的速度为Vi(i=1,…,n),

Vi→RGB(x,y,z),x∈(0,255),y∈(0,255),z∈(0,255)。

通过将每个刀位点映射到RGB着色,运动参数的大小对应颜色的深浅,对整个空间曲面进行着色,刀位点的颜色不仅可以对前后刀位点颜色进行比较,还可以对相邻刀位点颜色进行比较,可以考察相邻刀位点运动参数合理性问题。

步骤3可视化图形预测加工表面质量。在变曲率曲面或者过渡面,往往是相邻运动参数不一致导致有凹坑和凸起,称为表面损伤性缺陷,在尺度上比表面粗糙度大很多,这种损伤性缺陷在过渡面比一般的曲面更加普遍存在。若不满足,则转步骤4,否则转步骤5。

步骤4通过可视化软件Iscope,建立运动参数与代码序号的对应关系,对加工代码进行局部进给速度优化,点击“序号定位插补轨迹”,弹出对话框后,输入G代码行号,图形界面会高亮显示第一个行号为所搜索G代码行号的插补点,数据栏及底部视图也将刷新至对应位置。建立插补数据与行号的映射关系,当可视化图形某些位置或者区域需要优化,就可以很快查询相应的G代码行号。进行局部优化,而不需要全局优化整个G代码。获得新的加工工艺参数,返回步骤1。

步骤5输出优化的加工工艺参数和加工代码装载机床上进行实际加工。

通过运动参数可视化质量预测算法,无需试加工就能对零件表面质量进行预测评估,同时也不需要外围设备,只需要网线采集数控系统中的运动参数。具体的算法流程如图6所示。

图6 表面质量预测算法流程

4 实例验证与分析

获取数控系统实时数据,开发了一套基于数据分析软件,具备了对运动参数可视化及加工表面质量预估的基本功能。其软件界面如图7所示,主界面由5个部分组成,包括：①软件的工具菜单栏,包含各种操作工具按钮;②方案树,用于管理编程轨迹节点与插补轨迹节点;③数据显示栏,用于显示编程轨迹与插补轨迹的文本数据;④信号曲线视图,用于显示插补轨迹的信号曲线及编程轨迹小线段的信息;⑤图形窗口,运动参数可视化图形显示区,目前已经可以分别按合成速度、合成加速度、各分轴速度、各分轴加速度,各分轴捷度等运动参数对刀位点曲面进行着色。同时主窗口图形区与右侧文本窗口建立对应关系,便于可视化图形凸起或者凹坑区域快速查找到对应加工代码行号,可以对进给速度进行局部优化,从而改善表面质量。同时,通过在图形显示区将运动参数在刀位点曲面上着色,得到运动参数可视化图形,可以直观地预估零件加工表面质量。

图7 数据采集分析软件界面

以变曲率零件为例,将G代码导入数控模拟软件,生成二进制Biip.dat插补文件,并将该文件导入至可视化软件中,在插补刀位点曲面上进行速度着色,得到速度可视化图,如图8所示。右栏是插补数据,底部对应的是速度轨迹。主窗口显示可视化图,同时建立了刀位点与刀具轨迹的对应关系。曲面中矩形框中红色点插补信息可以从右边数据栏中获取。当前点为60 603个插补点,所在的G代码行号为3 009行,曲面中的刀位点与行号建立映射关系,能为后续单个或者局部的代码优化奠定良好基础,当可视化图局部区域需要优化,可以快速查询到对应行号和G代码,通过对进给速度进行修调来优化加工代码。

图8 变曲率零件的刀位点曲面

图9给出了速度可视化图与零件实际加工质量。图9a所示为速度运动量的可视化图,图中过渡面中速度不连续,呈毛刺状,预估在过渡面加工会不平滑;图9b所示为实际加工零件表面,在过渡面有凸起和凹坑等加工缺陷。因此,可视化图中颜色不连续带与实际加工缺陷区域形成了一一对应关系,通过可视化图可以较好地预估加工表面质量。图10是根据图9中的不理想区域,通过定位加工代码区域行号,优化进给速度和相应工艺参数,图10a所示为优化代码后得到新的可视化图,过渡面平滑;图10b所示为实际的加工表面光滑,加工质量有很大提高。当生成的可视化图形效果较差,其最终加工的表面质量也不理想;当可视化图形效果较好,最终加工零件表面质量也理想。通过对比图9和图10可知,在同一加工条件下,可视化图生成效果提高意味着实际加工表面质量的提高,因此通过可视化图预估表面质量,不需要实际加工就能较好预估表面质量。

图9 加工代码优化前的可视化图及实际加工零件

图10 加工代码优化后的可视化图及实际加工零件

图11给出了五指山图形的可视化图形以及实际加工表面质量,图中：左侧是优化前的可视化图形及零件的实际加工图,右侧是优化后的可视化图形及零件的实际加工图。从图中可以看出,可视化图形质量好坏能直接反映出最终零件的加工质量。可视化图中速度运动量的不连续带与实际零件表面的缺陷形成了明显的对应关系。其形成的原因是：加工的G代码是小线段,在缺陷产生的区域,速度等运动参数的不连续变化,导致插补出的速度的区域中与其他区域不一致,使得跟随误差不一致。跟随误差引起的轮廓误差过大,出现显著的表面缺陷。

图11 五指山的可视化图及实际加工表面质量

5 结束语

受益于近年来计算机技术的飞速进步,当前数控系统已经具备在插补或位置控制的周期中同步采集多项指令数据和反馈信号,并可连续长时间地把这些珍贵的过程数据记录并保存下来。对数控系统中信息含量丰富的运动量数据,需要有合适的方法进行可视化处理和量化分析,从中析取出有价值的信息,为研究者所用。

不同采样环节的刀位点数据可重构出不同的刀位点曲面。刀位点在空间张成的形状是一张曲面,将运动量进行灰值化或彩色化,每一个运动量对应一个颜色值,不同的值有不同的颜色,在最大最小值之间采用渐变算法在刀位点曲面着色,获取运动参数的可视化图,从而评价运动参数在曲面上的性能。

通过运动参数可视化质量预测算法,无需试加工就能对零件表面质量进行预测评估。可视化图形中颜色不连续带与实际加工缺陷区域形成了一一对应关系,因此,可视化图形效果直接反映加工的零件表面质量,通过可视图可以较好地预估加工表面质量。未来将进一步研究运动参数可视化与表面质量的实时预估,以及相邻轨迹加工的评估与优化方法。