초록
CNC공작기계의 두 서보축을 대상으로 가공 정밀도를 향상시키기 위한 신경망 윤과제어 알고리즘을 제안한다. 이 연구에서는 두 축 상호간에 미치는 영향을 신경망의 학습 능력을 이용하여 보상하고자 한다. 윤곽제어를 위해서는 매 샘플링 주기마다 윤곽오차를 계산하여하나, 윤곽오차는 직선경로를 이동하는 경우 쉽게 계산가능하나 원호, 인볼루트곡선등 비선형 경로를 가공하는 경우에는 정확하게 계산하기 힘들다. 먼저 이 논문에서는 임의의 비선형 곡선경로에 대하여도 윤곽오차를 정확히 구해낼 수 있는 새로운 윤곽오차 모델링 방법을 제안다. 또한 이러한 윤곽오차에 대한 항을 포함하는 성능지수를 정의하고, 신경망 윤곽제어를 위한 온라인 학습법칙을 유도한다. 이러한 신경망윤곽제어기의 사용으로 시스템이 비선형 특성을 가지거나 외부 환경이 변화하는 경우에도 좋은 윤곽제어 성능을 유지할 수 있다.
In this paper, a neuro-contouring control scheme for the high precision machining of CNC machine
tools is descrihed. The proposed control system consists of a conventional controller for each axis and
an additional neuro-controller. For contouring control, the contour error must be computed during realtime
motion, but generally the contour error for nonlinear contours is difficult to he directly computed.
We, therefore, propose a new contour error model to approximate real error more exactly, and here we
also introduce a cost function for better contouring performance and derive a learning law to adjust the
weights of the neuro-controller. The derived learning law guarantees good contouring performance. Usefulness
of the proposed control scheme is demonstrated hy computer simulations.