公开(公告)号：CN117872958A

公开(公告)日：2024-04-12

申请号：CN202410113133.3

申请日：2024-01-26

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 李建刚 ,  唐华文 ,  李茂书

IPC: G05B19/404

Abstract: 本发明公开了一种基于时延同步的多轴联动轮廓误差控制方法，在轴坐标系下获取初始的参考轨迹和实际轨迹的位置数据，根据参考轨迹和实际轨迹的位置数据计算得到同步延迟时间，基于同步延迟时间计算出耦合误差，根据耦合误差对初始轨迹进行补偿，得到理想的参考轨迹来使得延迟时间同步，运行新的参考轨迹，重复步骤S1‑S3的操作，直至符合精度要求。本发明无需进行轮廓误差估计，避免了由于估计误差带来的精度下降不需要进行轴坐标系与工件坐标系的坐标变换，直接在机床坐标系下进行补偿，因此具有广泛的适用性。

公开(公告)号：CN120010393A

公开(公告)日：2025-05-16

申请号：CN202510122975.X

申请日：2025-01-26

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 李建刚 ,  李茂书 ,  魏心愉

IPC: G05B19/41

Abstract: 本发明公开了一种智能的数控机床轮廓误差预测补偿系统及其控制方法，属于工业控制与智能化技术领域，包括参数设置模块，用于设置所述数控机床的系统参数、加工参数、导入外部规划数据和配置文件；在线规划模块，用于在线获取规划数据；核心控制模块，用于控制所述执行机构实现多种运动模式；数据监视模块，用于动态采集执行机构加工过程中的实时监视数据；神经网络预测模块，基于神经网络模型，对多个加工单轴进行跟踪误差预测；误差智能控制模块，用于对加工轨迹进行迭代优化。本发明通过模块化设计，将数控加工的各个环节集成到统一系统中，以解决传统数控机床的控制系统功能扩展性差、资源利用率低、开发门槛高且流程繁琐等技术问题。

公开(公告)号：CN117991621A

公开(公告)日：2024-05-07

申请号：CN202410135454.3

申请日：2024-01-31

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 李建刚 ,  许俊承 ,  胡智宇

IPC: G05B11/42

Abstract: 本发明公开了一种基于改进神经网络的三轴数控机床复合控制方法，步骤是：采集数控机床的数据集；根据数据集，分析出数控机床的运行限定范围；根据机床运行限定范围，获得RBF神经网络对应的训练轨迹目标函数值；将目标函数值与粒子群算法结合，通过非均匀有理B样条拟合单轴训练轨迹，生成三轴最优训练轨迹；根据三轴最优训练轨迹，采用RBF神经网络前馈‑PID反馈的复合控制方法，进行复合控制。本发明具有不修改神经网络结构、训练轨迹生成过程简单、精确补偿三轴数控机床的不确定性、提高了神经网络的学习精度与泛化性、补偿了系统的不确定性、减小了跟踪误差和轮廓误差、实现数控机床的高精度轨迹跟踪控制的优点。

公开(公告)号：CN114609969A

公开(公告)日：2022-06-10

申请号：CN202210290829.4

申请日：2022-03-23

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李建刚 ,  刘志强 ,  廉玉康

IPC: G05B19/404

Abstract: 本发明公开了一种基于云计算的数控机床轨迹误差补偿方法，可以在同一生产线上的机床大多特性比较一致的情况下，通过服务器PC收集各个机床的加工数据，从而实现更快的建立神经网络虚拟仿真模型。且可以通过一个服务器PC对多个数控系统的数据进行处理，使服务器PC完成大部分数据处理的任务。本发明可以在不改变已有硬件的条件下，通过基于云端服务器PC实时并行处理多个数控系统数据，在进行机床加工过程中对由于数控机床响应存在延迟引起轮廓误差进行补偿，且可以直接在服务器PC上可以进行数控系统代码的误差补偿，从而能够大幅度的降低数控系统的计算量，降低数控系统的性能要求，使设备的系统成本降低。

公开(公告)号：CN113268037B

公开(公告)日：2022-04-29

申请号：CN202110443516.3

申请日：2021-04-23

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李建刚 ,  游志阳 ,  岳睿杰

IPC: G05B19/19

Abstract: 本发明公开了一种基于时间同步的多轴协同控制方法，包括步骤1：N个轴开始运行；步骤2：采集采样周期、实际位置点及初始规划位置点；步骤3：计算单独延迟时间；步骤4：若符合精度要求，则结束，否则进入步骤5；步骤5：计算差值延迟时间；步骤6：计算补偿规划位置点；步骤7：将补偿规划位置点生产新的规划轨迹并运行，返回步骤2。本发明取得的有益效果：在不改变硬件下，改良规划位置点，将延迟时间大的点同步到延迟时间小的点，多轴协同的准确度高，并可移植性好，应用范围广，多轴耦合关系、控制结构简单，抗干扰性好，很好的解决多轴协同的问题，提高控制精度。

公开(公告)号：CN114077196B

公开(公告)日：2023-06-06

申请号：CN202111352820.3

申请日：2021-11-16

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李建刚 ,  李奇杰 ,  周明卓

IPC: G05B13/04

Abstract: 本发明属于压电驱动器控制的技术领域，具体公开了一种基于改进Prandtl‑Ishlinskii模型的压电驱动器复合控制方法，包括步骤1：采用基于Prandtl‑Ishlinskii改进的MRAPI迟滞逆模型描述压电驱动器的迟滞非线性特性；步骤2：直接逆模型建模方式获得MRAPI迟滞逆模型；步骤3：辨识出MRAPI迟滞逆模型的参数；步骤4：辨识后的MRAPI迟滞逆模型与PID反馈控制器结合控制压电驱动器。本发明取得的有益效果：保留了Prandtl‑Ishlinskii模型的核心结构，待辨识参数少，辨识过程简单，精确地描述压电驱动器的动态迟滞过程，简化逆模型的求解过程，补偿了系统的迟滞非线性，减小建模误差和外部干扰，提高系统的鲁棒稳定性，实现压电驱动器的高精度轨迹跟踪控制。

公开(公告)号：CN110083160B

公开(公告)日：2022-04-19

申请号：CN201910406713.0

申请日：2019-05-16

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李建刚 ,  钟刚刚 ,  吴雨璁 ,  苏中秋

IPC: G05D1/02

Abstract: 本发明公开了一种基于深度学习的机器人轨迹规划方法，先通过建立机器人的运动学模型，并给机器人一个基础规划轨迹，让机器人运动起来，采集机器人的实时信息，包括位置，力矩等信息，建立机器人的动力学模型，然后，利用Q‑learning强化学习得到最优的规划轨迹；该发明基于实际采集数据进行建模和学习，避免了在理想环境下建模。该套方法可以在各种复杂的环境中应用于工业机器人因为其具有参数自学习，自调整的能力。在机器人一致性较好的情况下，机器人学习到的模型可以共享给同类型机器人平台。这一研究在工业生产中，具有广泛的应用前景。

公开(公告)号：CN107765647A

公开(公告)日：2018-03-06

申请号：CN201710851082.4

申请日：2017-09-20

Applicant: 哈尔滨工业大学深圳研究生院

Inventor： 李建刚 ,  宋恺 ,  李衍杰 ,  楼云江

IPC: G05B19/416

Abstract: 本发明提供了一种基于大批量单件重复加工的智能速度规划方法，包括以下步骤：S1、机床加工；S2、多传感器采集信号；S3、特征提取，信号融合；S4、切削状态判断，从样本库导入样本，将样本与提取到的特征信号进行比较，如果正常，则进入下一步骤，如果重切削或者轻切削，则进行速度修正并进入下一步骤；S5、单次加工结束，得到规划速度；S6、重复步骤S1至S5得到最优规划速度。本发明的有益效果是：提高了加工效率和加工精度。

公开(公告)号：CN113885336B

公开(公告)日：2023-06-06

申请号：CN202111353308.0

申请日：2021-11-16

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李建刚 ,  李奇杰 ,  周明卓

IPC: G05B13/04

Abstract: 本发明属于压电驱动器控制的技术领域，具体公开了一种积分型高阶滑模控制的压电驱动器轨迹跟踪控制方法，包括以下步骤：步骤1：采集压电驱动器的信号，并采用二阶线性化数学模型辨识出压电驱动器的数学模型；步骤2：采用扩展状态观测器估计系统的总扰动；步骤3：根据辨识出的数学模型及扩展状态观测器估计到的总扰动，采用积分型高阶滑模控制器实现压电驱动器的高精度轨迹跟踪控制。本发明取得的有益效果：解决了扰动上界无法准确得到的问题，收敛速度快，避免出现奇异问题，保证控制量的连续性，有效改善抖振现象，提高控制精度。

公开(公告)号：CN114839921A

公开(公告)日：2022-08-02

申请号：CN202210290937.1

申请日：2022-03-23

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李建刚 ,  刘志强 ,  廉玉康

IPC: G05B19/19

Abstract: 本发明公开了一种基于数据驱动的五轴轮廓控制方法，通过利用五轴机床的单轴跟踪误差来预测五轴机床的轮廓误差，针对五轴机床刀具中心误差和刀具轴线方向误差，单独对两部分的误差进行预测，通过预先设置好的训练集，根据规划轨迹来对运行时的跟踪误差进行预测，同时对轮廓误差进行补偿，补偿部分利用了经神经网络训练得到的机床单轴模型，通过机床单轴模型这一正向误差模型来对误差进行多次迭代补偿，通过选取较小的补偿系数使补偿后的轨迹有着较小的变化，能够保证轨迹的光滑性，一次补偿后再计算误差再进行补偿，直到补偿到所需要的精度，这样的补偿方法最终可以将轮廓误差和刀轴误差降低到很小。