Lexicographic optimization for real-time CNC feedrate planning with coupled orientation handling

Dit artikel stelt een afstemmingsvrij, real-time lexicografisch optimalisatiekader voor voor vijfassige CNC-voedsnelheidsplanning voor, dat de positie en oriëntatie van de gereedschap gelijktijdig verwerkt terwijl de bewerkingstijd aanzienlijk wordt verminderd door middel van sparsity-exploiterende formuleringen en sequentiële venstering.

De kern

Stel je voor dat je een high-performance raceauto bestuurt over een complex, bochtig circuit. Je doel is om de ronde zo snel mogelijk te voltooien zonder te crashen of de auto te beschadigen. Echter, je hebt twee tegenstrijdige doelen:

1. Snelheid: Je wilt zo snel gaan als de motor en de banden toelaten.
2. Soepelheid: Je wilt niet abrupt aan het stuur trekken of hard remmen, want dat maakt de rit oncomfortabel en beschadigt de auto.

Dit artikel presenteert een nieuwe "co-piloot" voor industriële machines (specifiek 5-assige CNC-machines die complexe vormen uitsnijden) die precies dit probleem oplost. Dit is hoe het werkt, uitgelegd in alledaagse termen:

Het Probleem: De Oude Manier vs. De Nieuwe Manier

De Oude Manier (Industriële Standaard):
Huidige fabrieksmachines gebruiken een "pre-set menu"-aanpak. Ze kijken naar het pad dat voor hen ligt en proberen de beweging in te passen in een rigide, vooraf gedefinieerde vorm (zoals een trap of een eenvoudige curve). Het is alsof je een raceauto bestuurt door alleen drie specifieke versnellingen te gebruiken: traag, gemiddeld en snel. Dit is veilig en snel te berekenen, maar het is niet echt optimaal. De machine moet vaak meer afremmen dan nodig omdat hij niet de perfecte snelheid voor elke bocht kan vinden.

De Nieuwe Manier (De Oplossing in dit Artikel):
De auteurs stellen een "slimme navigator" voor die de perfecte snelheid berekent voor elk afzonderlijk millimeter van het pad. De computer raadt het niet alleen; hij lost een complexe wiskundige puzzel op om de absoluut snelste route te vinden die nog steeds binnen de fysieke limieten van de machine blijft (zoals hoe snel de motoren kunnen draaien of hoe hard ze kunnen duwen).

De Drie Grote Innovaties

1. Het "Twee-Stappen" Prioriteitssysteem (Lexicografische Optimalisatie)

Meestal, wanneer je probeert zowel snel als soepel te zijn, moet je een "balansknop" raden. Als je de knop te veel richting snelheid draait, wordt de rit schokkerig. Als je hem meer richting soepelheid draait, verlies je tijd.

Dit artikel introduceert een twee-stappen prioriteitssysteem dat de noodzaak om te gokken wegneemt:

• Stap 1: De computer vraagt eerst: "Wat is de absoluut snelste snelheid die we kunnen halen?" Hij vindt die limiet.
• Stap 2: Daarna vraagt hij: "Nu we weten wat de snelste snelheid is, hoe kunnen we de rit zo soepel mogelijk maken zonder de snelheid met meer dan een piepklein, acceptabel beetje (zoals 1%) te verlagen?"

De Analogie: Stel je voor dat je een koffer inpakt.

• Oude manier: Je probeert kleding in te pakken terwijl je het gewicht balanceert, maar je blijft te veel volproppen of laat gaten over omdat je de limiet niet weet.
• Nieuwe manier: Eerst pak je de koffer tot aan de absolute maximale capaciteit. Daarna rangschik je de kleding voorzichtig om ze plat en netjes te laten liggen, met de garantie dat je geen ruimte hebt verloren in het proces. Je krijgt de maximale capaciteit én de netste ordening zonder dat je hoeft te gokken hoeveel je moet inpakken.

2. De "Window"-Strategie (Sequentiële Windowing)

Het berekenen van de perfecte snelheid voor een zeer lang pad (zoals een circuit van 16 kilometer) in één keer, is alsof je probeert een puzzel van 10.000 stukjes direct in je hoofd op te lossen. Dat duurt te lang en laat de computer vastlopen.

De auteurs gebruiken een sequentiële windowing-strategie.
De Analogie: In plaats van de hele 16 kilometer aan het circuit in één keer te zien, kijkt de computer alleen naar de volgende 500 meter (een "window"). Hij plant de perfecte snelheid voor dat korte stukje, voert het uit, en verschuift de window vervolgens onmiddellijk naar de volgende 500 meter.

• Waarom het werkt: Het is als een coureur die net ver genoeg vooruit kijkt om de volgende bocht te zien. Dit zorgt ervoor dat het systeem kan draaien op oudere, tragere computerchips (zoals die in veel bestaande fabrieksmachines) terwijl het nog steeds snel genoeg is om in "real-time" te werken.

3. De "Verenigde Kaart" (Gekoppelde Oriëntatie)

Bij 5-assige verspaning beweegt de machine niet alleen de tool naar links/rechts/vooruit/achteruit; de machine kantelt en roteert de tool ook om complexe hoeken te snijden.
De Analogie: Stel je een menselijke arm voor. Als je je hand naar voren beweegt, moeten je elleboog en schouder op een specifieke, gecoördineerde manier meebewegen. Als je de beweging van de hand en de beweging van de elleboog apart plant, kunnen ze uit de pas lopen.
Dit artikel behandelt de positie van de tool en de hoek ervan als één enkele, verenigde route. Het plant de beweging van de "hand" en de "pols" gelijktijdig, waardoor ze perfect samen bewegen zonder dat er extra stappen nodig zijn om ze later te synchroniseren.

De Resultaten: Wat Hebben Ze Bewezen?

De auteurs hebben dit systeem getest op een complexe, vrije vorm (zoals een gesculpt onderdeel van een auto).

• Snelheid: Vergeleken met een standaard industriële machinecontroller, voltooide hun methode de klus 15% sneller.
• Efficiëntie: Het kon een pad met één miljoen controlepunten (extreem gedetailleerd) in ongeveer 50 seconden verwerken op een krachtige computer, en in 14 seconden op een oudere computer.
• Soepelheid: Door hun "twee-stappen"-systeem te gebruiken, verminderden ze de "jitter" (trillingen) in de beweging van de machine met 24% zonder aanzienlijk langzamer te worden.

Samenvatting

Dit artikel geeft fabrieksmachines een slimmer brein. In plaats van starre, vooraf ingestelde regels te gebruiken, berekent het de perfecte snelheid voor elk moment, waarbij snelheid eerst wordt geprioriteerd en soepelheid daarna, terwijl het de lange route opdeelt in hanteerbare stukken zodat het direct op standaard hardware kan draaien. Het resultaat is snellere productietijden en soepelere, hoogwaardigere snijresultaten.

Technische samenvatting

Technische Samenvatting: Lexicografische Optimalisatie voor Real-Time CNC-voedingssnelheidsplanning met Gekoppelde Oriëntatieverwerking

Probleemstelling
Hoewel optimalisatiegebaseerde voedingssnelheidsplanning (feedrate planning) het potentieel heeft om de verspaningsproductiviteit aanzienlijk te verhogen door de dynamiek van servo-aandrijvingen volledig uit te buiten, wordt de industriële adoptie gehinderd door hoge computationele kosten en de uitgebreide afstemmingsinspanning die vereist is voor multi-objectieve afwegingen. Huidige industriële CNC-kernels vertrouwen op profielgebaseerde methoden (bijv. zevenfasenprofielen) die vaste, stuksgewijs lineaire trajectstructuren opleggen. Deze heuristische benaderingen slagen er niet in om de krommingsafhankelijke, vrije vorm van tijdoptimale voedingssnelheidsprofielen nauwkeurig te vatten, wat inherent de tijdoptimaliteit in gevaar brengt. Bovendien missen bestaande optimalisatiealgoritmen (bijv. second-order cone programming, sequential quadratic programming) vaak de computationele efficiëntie die vereist is voor real-time uitvoering op lange gereedschapspaden, met name bij het afhandelen van gekoppelde gereedschapspositie- en oriëntatiebeperkingen in vijf-assige verspaning.

Methodologie
Het artikel stelt een uitgebreid framework voor dat drie kerncomponenten integreert om deze beperkingen aan te pakken:

1. Lexicografisch Optimalisatieprincipe:
   In plaats van tijdoptimaliteit (minimaliseren van de afwerktijd) en bewegingsgladheid (minimaliseren van chattering) te combineren in één enkele gewogen objectieve functie — wat moeilijk is vanwege de geometrie-afhankelijke afstemming van weegfactoren — gebruikt de auteur een lexicografische benadering.

• Stap 1: Het primaire doel is het maximaliseren van de voedingssnelheid (minimaliseren van de afwerktijd) om een optimale oplossing $b^*(u)$ te verkrijgen.
• Stap 2: Het secundaire doel is het minimaliseren van de variatie in het voedingssnelheidsprofiel (gladheid), onderworpen aan een beperking waarbij de afwerktijd met niet meer dan een kleine, vooraf gedefinieerde relatieve tolerantie $\epsilon$ verslechtert.
  Dit proces balanceert de doelstellingen adaptief zonder handmatige parameterafstemming, wat nauwer aansluit bij de technische intuïtie.

2. Uniforme Toolpath-parametrisatie:
   Het framework maakt gebruik van een uniform parametrisatieschema waarbij het gereedschapspad wordt gedefinieerd door een genormaliseerde padparameter $u \in [0, 1]$. Dit maakt de synchrone afhandeling van gereedschapspositie ($p$) en oriëntatie ($o$) binnen één enkele optimalisatievariabele mogelijk. Door kinematische Jacobiaan-matrices en snelheidstransformaties analytisch af te leiden, dwingt de methode Cartesiaanse beperkingen (positie en oriëntatie) direct af in het machinecoördinatensysteem (MCS) zonder dat aparte booglengte- of boogradiaan-parametrisaties nodig zijn, waardoor inherente bewegingssynchronisatie wordt gegarandeerd.

3. Sparse Discretisatie en Sequential Windowing (SeWin):
   Om real-time capaciteit te bereiken, wordt het continue optimalisatieprobleem gediscretiseerd in een grootschalig lineair programmeerprobleem (LP) dat gebruikmaakt van sparsity (ijlheid).

• Sparse Formulering: Het probleem wordt geherformuleerd met behulp van stuksgewijs lineaire representaties en slack-variabelen om absolute waardetermen te lineariseren, waardoor een sparse matrixstructuur ontstaat die oplosbaar is door efficiënte LP-solvers (bijv. HiGHS).
• Sequential Windowing: Om lange gereedschapspaden te verwerken zonder het geheugen of de CPU-bronnen te overbelasten, wordt de optimalisatie sequentieel uitgevoerd op overlappende vensters (windows). De beginsituaties van elk opeenvolgend venster worden afgeleid van de oplossing van het overlapgebied van het vorige venster. Deze strategie elimineert de noodzaak voor meerdere CPU-kernen of grote geheugenbuffers, waardoor het compatibel is met legacy CNC-hardware.

Belangrijkste Bijdragen
Het artikel identificeert twee primaire bijdragen:

1. Adaptieve Gladheid: Een lexicografisch ontwerp dat voedingssnelheid-smoothing mogelijk maakt zonder handmatige afstemming van weegfactoren, wat effectief de acceleratie-gerelateerde chattering vermindert terwijl bijna optimale afwerktijden behouden blijven.
2. Schaalbare Real-Time Uitvoering: Een sparse formulering gecombineerd met een sequential windowing-strategie die is geverifieerd voor het verwerken van gereedschapspaden met tot één miljoen controlepunten op single-core CPU's, inclusief legacy hardware.

Resultaten
De voorgestelde methode (LexLP + SeWin) werd gevalideerd via simulaties en experimenten op een vijf-assige verspaningsmachine:

• Computationele Prestaties: Op een Intel i5-3470 CPU optimaliseerde de methode voedingssnelheidsprofielen voor een gereedschapspad met 100.000 controlepunten in 14 seconden. Op een high-performance AMD 9950X CPU verwerkte het één miljoen controlepunten in 52 seconden. De computationele belasting schaalt lineair met de lengte van het gereedschapspad, in tegen tegenstelling tot de polynomiale schaling van one-shot oplossingen.
• Tijdoptimaliteit: Vergeleken met een industriële CNC-kernel reduceerde de voorgestelde methode de afwerktijd met meer dan 15% (bijv. van 20,24 s naar 16,86 s in een freeform testgeval).
• Gladheid vs. Tijd Afweging: In de lexicografische optimalisatie leidde het instellen van een relatieve tolerantie van $\epsilon = 1\%$ tot een reductie van 24% in acceleratie-gerelateerde chattering, met slechts een toename van 1,3% in de afwerktijd vergeleken met de ruwe tijdoptimale oplossing.
• Experimentele Validatie: In fysieke experimenten op een 3,7-meter freeform traject bereikte de methode een reductie van 15% in de afwerktijd vergeleken met de industriële CNC-kernel, terwijl de trackingfouten op een vergelijkbaar niveau bleven. De besturingssignalen waren iets groter tijdens transiënte fasen door een minder conservatieve behandeling van acceleratiegrenzen vergeleken met de profielgebaseerde kernel.

Betekenis en Claims
De auteurs stellen dat dit werk de kloof tussen theoretische voedingssnelheidsoptimalisatie en praktische CNC-toepassing aanzienlijk verkleint. Door geverifieerde real-time prestaties op legacy hardware voor ultra-lange gereedschapspaden te demonstreren, suggereert het artikel dat het voorgestelde framework een levensvatbare kandidaat is voor integratie in toekomstige industriële CNC-kernels. De methode adresseert succesvol de inherente afweging tussen tijdoptimaliteit en bewegingsgladheid zonder de noodzaak voor gevalspecifieke afstemming, terwijl tegelijkertijd de complexe, gekoppelde beperkingen van vijf-assige oriëntatie en positie worden afgehandeld. De auteurs merken op dat toekomstig werk zich zal richten op het uitbreiden van dit framework naar parallelle kinematica om directe formuleringen in de Cartesiaanse ruimte mogelijk te maken.