一种在加工效率与表面精度混合约束下的曲面玻璃激光高速切割新方法

《Optics & Laser Technology》：A novel method for laser high-speed cutting of curved glass under hybrid constraints of machining efficiency and surface accuracy

　　

摘要

五轴激光机床需要将激光束通过固定的光路传输。因此，它们通常采用一种特定的配置：用于工件姿态调整的四轴运动平台，以及用于激光焦点控制的垂直轴。四轴运动平台由两个线性轴和两个串联的旋转工作台组成。受其他三个轴的静态和动态影响，其底层的线性轴动态性能较差。这一限制限制了加工速度，导致曲面玻璃切割效率低下。为解决这一问题，本文通过用高速旋转运动替代低速线性运动来重构机床的运动学结构，从而消除低动态轴对加工速度的约束，并提出了RMRLM（旋转运动替代线性运动）规划方法。在此基础上，为补偿RMRLM方法引起的轮廓误差和入射角误差，本文提出了ORMRLM（优化的旋转运动替代线性运动）规划方法，该方法整合了插补优化和分段优化算法来针对这两类误差。实验结果表明，当Y轴最大加工速度从600 mm/min降至60 mm/min时，传统方法的加工时间从57.1 s增加到273.9 s，而RMRLM和ORMRLM方法的加工时间均稳定在约51 s，加工效率提升了81%。此外，ORMRLM方法还将RMRLM方法引起的线性段加工误差进一步降低了22.4%。

引言

玻璃主要由二氧化硅与钙、钠、钾和硼等氧化物的混合物组成。它具有长期化学和机械稳定性，并兼具高硬度、低热膨胀系数、低热导率以及优异的光学性能[1]，[2]，[3]。凭借其这些特性，玻璃在光学[4]、电子学[5]，[6]和医学[7]，[8]等领域有着广泛的应用。其中，抬头显示器（HUD）设备日益增长加工需求推动了曲面玻璃切割工艺的研究。由于其难以加工的特性，如高硬度和高脆性[9]，[10]，曲面玻璃切割面临两个主要挑战。第一，传统的机械和水刀加工方法与玻璃之间存在应力接触，容易导致表面损伤和严重的工具磨损，使其不适合加工复杂零件[11]，[12]。第二，切割曲面轮廓需要实时调整工件与刀具之间的相对姿态。利用非线性吸收特性[13]，采用贝塞尔光束物镜和脉冲激光的五轴激光加工具有非接触、低损伤和高效率的特点。同时，它还能灵活调整工件姿态，从而减少装夹时间[14]，[15]。因此，短脉冲五轴激光切割设备目前代表了曲面玻璃切割最高效且高质量的解决方案。

玻璃切割通常采用基于皮秒红外激光、光束传输系统和贝塞尔光束物镜的成熟技术路线。由于光束传输系统对光束稳定性有严格要求，激光源与贝塞尔物镜之间的任何运动轴都会引入机械误差，导致光学元件位置和朝向的变化，从而引起光束偏移。因此，在激光侧布置过多的运动轴是不现实的。在"四轴运动平台加垂直轴"的配置中，工件安装在两个线性轴和两个旋转工作台上，以便于调整加工位置和朝向。在激光侧，仅有一个垂直轴，该轴上下移动贝塞尔光束物镜以调整激光焦点。所有其他光学元件保持固定，从而有效地最小化机械误差的影响，提高光学系统的稳定性，使这种配置成为曲面玻璃切割的主流工业解决方案。然而，在工件侧，最底部的线性轴承受着其余三个轴的静载荷和动态扰动，导致动态性能和伺服性能较差。因此，该轴限制了激光机床的高速和高加速度运行，从而限制了其加工效率。这显著降低了曲面玻璃切割的效率，甚至可能导致编程路径与实际路径之间的偏差，产生轮廓误差[16]。该问题亟需解决。

针对五轴激光机床中单轴动态性能限制曲面玻璃切割效率的问题，相关研究主要集中于两个方面：伺服匹配和五轴加工效率提升。在伺服匹配方面，研究主要围绕性能辨识与调谐以及匹配等方面展开。Lee等人[17]提出了一种使用激光跟踪仪进行双向圆形测试的伺服不匹配测量技术，克服了测量设备的结构限制。通过调整位置环增益，有效地提高了圆柱形零件的圆度。Wu等人[18]测量了两轴的同步运动，并利用拉格朗日插值多项式迭代调谐位置和速度环参数。该方法显著降低了伺服系统的不匹配度并提高了整体系统性能。Lyu等人[19]基于雅可比矩阵建立了五轴位置环增益与零件轮廓误差之间的功能关系。他们提出了一种五轴加工中零件轮廓误差的离线快速位置环增益修改方法。该方法允许根据特定零件调整各轴的位置环增益，从而提高轮廓精度。Kong等人[20]解决了五轴混合机床中进给轴性能不匹配导致轮廓误差显著的问题。他们通过轨迹测试、参数辨识、参数调整和测试验证的流程实现了伺服匹配。Guan等人[21]提出了一种基于"S形试样"加工过程的动态性能优化方法，以提高伺服动态匹配度。他们定义了两轴伺服动态匹配度指数，并利用四个这样的两轴指数来评估五轴机床的整体动态匹配度，从而实现动态性能优化。上述研究通过调谐控制参数来匹配多轴动态性能以减少轮廓误差。然而，运动轴的动力学性能从根本上受到机械和电气等客观因素的限制。参数调谐无法提升轴固有动态能力上限。因此，实现伺服匹配往往需要降低高性能轴的动力学特性，这不利于提高加工效率。在加工效率方面，相关研究从轨迹优化的角度展开。So等人[22]提出了一种考虑五轴机床特性的数控优化算法。通过优化加工步长和进给角等参数，他们提高了实际加工速度并缩短了五轴加工时间。Sencer等人[23]综合考虑了轴速度、加速度和加减速度的约束条件。他们通过迭代调整B样条曲线的进给控制点实现了时间最优的进给运动，从而减少了加工时间并提高了生产率。Jousselin等人[24]使用两条曲线定义刀具路径，并提出了一种多目标优化方法来确定连续的刀具轴朝向。通过减少进给速度的减速量，他们有效地缩短了加工时间。Sun等人[25]针对线性段连接处的不连续性，提出了一种五轴刀具路径的G3连续刀具路径平滑方法。该方法通过优化最大进给速度和刀具轴朝向平滑，同时提高了加工效率和精度。上述研究试图通过各种方法在各种约束条件下最大化加工速度，如轨迹优化，但它们并未突破低动态轴限制加工效率的核心问题。它们本质上是在五轴联动加工框架内的优化，旨在最大化利用机床的运动能力。一旦受到低动态轴的限制，机床进给速度下降，加工时间大幅延长，导致加工效率提升有限。

综上所述，当前研究主要集中在各轴动态性能匹配和加工轨迹优化方面。然而，在加工过程中低动态轴的影响无法完全消除。为解决此问题，本文提出了用于曲面玻璃高速切割的RMRLM（旋转运动替代线性运动）方法。该方法基于用高速旋转运动替代低速线性运动，从而将低动态线性轴从插补计算过程中移除。通过将五轴插补转化为四轴插补运动，消除了低动态线性轴对轨迹规划的约束，显著提高了曲面玻璃切割的效率。此外，分析了RMRLM方法引入的曲面玻璃上下表面的加工误差，进而提出了ORMRLM（优化的旋转运动替代线性运动）方法。推导了轮廓误差和入射角误差的公式，并考察了其对加工精度的影响。相应地设计了插补优化和分段优化算法。最后，建立了实验平台来验证所提方法的有效性。

本文结构如下：第2节介绍了所提出的RMRLM方法的基本原理和必要性。第3节分析了RMRLM方法引起的曲面玻璃上下表面加工误差，并基于此分析进一步提出了包含误差优化的ORMRLM方法。第4节在五轴激光加工平台上进行了加工效率和精度的验证实验，以证明所提方法的有效性。

第2节 低动态线性轴对加工效率的影响及辨识方法

本文研究的五轴激光机床结构如图1所示。该机床由三个线性轴（X、Y、Z）和两个旋转轴（B、C）组成，配置为四轴运动平台和垂直轴。在工件侧，Y线性轴、X线性轴、B旋转轴和C旋转轴依次安装。工件安装在C轴旋转平台上。在刀具侧，激光切割头安装在Z轴上，该轴...

第3节 RMRLM方法的加工误差分析与优化

本文加工的曲面玻璃如图4(a)所示。需要沿加工路径和刻划引导线进行加工以完成曲面玻璃的切割。切割工艺基于贝塞尔光束，具体原理如图4(b)、(c)和(d)所示。利用贝塞尔光束在有限传播距离内保持其光束轮廓的特性，在...等间距处加工一系列微米级直径的微孔...

第4节 实验验证

为验证RMRLM方法和ORMRLM方法在加工效率和加工精度方面的有效性，在五轴激光机床上进行了实验研究。实验平台如图9(a)、(b)和(c)所示，由激光模块、电气控制模块和机床运动模块组成。激光模块主要由激光器和反射镜组成，负责传输红外...发射的激光束...

结论

四轴运动平台和垂直轴配置的五轴激光机床在底层线性轴上存在低动态性能问题，这限制了曲面玻璃切割的加工效率。为解决这一问题，本文重构了机床的运动学结构，并提出了一种用高速旋转运动替代低速线性运动的RMRLM规划方法。该方法在加工过程中保持低动态线性轴位置不变，并转化...

CRediT作者贡献声明

陶宇轩：撰写—初稿，方法论，调查研究，概念构思。刘秀峰：撰写—审阅与编辑，撰写—初稿，监督，资金获取，数据管理，概念构思。孔丹妮：调查研究，数据管理。程伟：监督，资源。陈春梦：验证，调查研究。荣有民：撰写—审阅与编辑，监督。

Yu Huang：写作 – 审阅与编辑，监督。
利益冲突声明
作者声明他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能被视为会影响本论文中报告的工作。
致谢
本工作得到了中国湖北省关键技术攻关项目 (2025BAA004)、中国河南省重大科学技术计划项目 (241100220200)、东莞机床模具创新联合体项目 (编号：20251201500012)、东莞市重点研发计划项目 (编号：20231200300072) 以及武汉半导体激光装备产业创新联合实验室 (编号：2024050902040447) 的支持。
Yuxuan Tao|Xiufeng Liu|Danni Kong|Wei Cheng|Chunmeng Chen|Youmin Rong|Yu Huang