CN104503361A - 基于多模式融合的齿轮加工过程换刀决策方法 - Google Patents
基于多模式融合的齿轮加工过程换刀决策方法 Download PDFInfo
- Publication number
- CN104503361A CN104503361A CN201410839495.7A CN201410839495A CN104503361A CN 104503361 A CN104503361 A CN 104503361A CN 201410839495 A CN201410839495 A CN 201410839495A CN 104503361 A CN104503361 A CN 104503361A
- Authority
- CN
- China
- Prior art keywords
- cutter
- tool
- processing
- quality
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本发明提供一种基于多模式融合的齿轮加工过程换刀决策方法。根据齿轮批量加工过程中,对刀具经验寿命、加工过程的功率信息以及工件抽检获取的质量数据进行多信息的融合处理,判断刀具当前的状态,从而决策是否换刀。本发明信息采集方法简单、稳定且成本较低,不影响正常加工;采集的数据准确度高,反应较快,能及时提醒操作者换刀;将加工质量、功率信息及刀具寿命的监控有机地结合起来,能在最佳状态下换刀,有利于保证加工质量,降低昂贵的刀具成本并提高加工效率。本方法可在齿轮加工机床及齿轮加工自动生产线上得到广泛应用。
Description
技术领域
本发明涉及到机械制造业、网络与通讯技术、信息处理技术领域,属于制造执行***中信息采集及信号处理方法,具体涉及一种基于多模式融合的齿轮加工过程换刀决策方法。
背景技术
齿轮批量加工过程中刀具换刀过程复杂,影响生产效率,同时刀具价格十分昂贵,如何通过有效信息的采集进行换刀决策很大程度上决定了自动化生产***的工作效率与加工质量。现代制造型企业必须具有对刀具出现异常问题的快速反应和处理能力,这样才能维持和提高现代企业的业务竞争力。必须监测加工过程中刀具的状态信息进行换刀决策,以方便车间的操作人员适时换刀,同时也方便企业采购部门补充刀具。
传统生产加工过程换刀决策主要依赖操作人员根据质量检测结果进行估计,换刀时机的准确度受人为因素影响很大,并且换刀时没有记录相关信息,追溯难度增大。随着现代企业的生产自动化水平的提高,企业已经广泛采用计算机来处理和管理生产过程,这种人工经验估计的换刀决策方式已经满足不了现代企业的需要;另外,虽然目前,在部分自动化程度较高的车间中,通过传感器提取切削力、切削热、噪声、振动等物理信息的特征参数(幅值、频率、波形变化等),可以实现对刀具磨损状态进行评估识别,在宏观上较好地把握了刀具磨损的走势,但是该方法易受传感器品质、外界干扰和信噪比等影响,尚不能具备很强的鲁棒性(控制***在其特性或参数发生摄动时仍可使品质指标保持不变的性能),无法指导实际机加工过程的换刀决策。
发明内容
针对目前车间批量加工过程换刀决策主要依靠现场工人经验判断,另外虽然可通过各种传感器提取刀具的切削力、切削热、噪声、振动等物理信息的特征参数来估量刀具的磨损状态,但这种方法对传感器的稳定性和可靠性要求很高,尚无法精确的指导复杂工况下的换刀等问题,提出的一种数据采集及时、有效信息丰富、智能判别的多信息融合的换刀决策方法。
解决上述技术问题,本发明采用如下技术方案:一种基于多模式融合的齿轮加工过程换刀决策方法,根据加工条件和经验估算刀具的加工件数,通过接口程序从加工过程中采集到的实时功率信息中提取加工进度,再结合工件的实时功率和工件的质量检测数据来综合判断刀具的状态,进而指导工人决策换刀。
进一步,多信息融合换刀决策的步骤为:
①根据刀具材料、加工方式等信息结合经验预计刀具的经验加工件数(预设值);
②调整好机床后加工一件工件并进行检测,如果合格则把加工此工件消耗的功率信息设为基准,存储在计算机或嵌入式终端中作为后续进行功率信息判别的依据;如果不合格,则调整后继续加工直到加工到第一件合格品为止;
③获取功率传感器的功率信息,每加工一件工件,记录加工该工件消耗的功率信息,并与第②步所设的标准功率进行比较,若功率出现明显波动则记录功率异常;
④加工一定件数后抽取工件进行质量检测,将测得的质量数据与标准质量进行比较,若质量超标则记录质量异常;
⑤综合第③步到第④步的结果得到加工完某个工件后刀具的功率状态、加工质量状态,综合这二者结合刀具的使用件数进行决策换刀:若出现有质量问题趋势,且刀具使用件数未达到预设值时,则加快检测频率;检测中发现质量问题趋势扩大,则考虑提前换刀。若功率异常增大,但质量正常,则送检刀具;如果是由于非敏感因素变化引起的,则更换刀具,否则检测机床润滑或传动***等是否有故障,排除后继续加工。
相比现有技术,本发明采用多信息融合的换刀决策方法,具有以下有益效果:
①信息采集方法简单、稳定,且成本较低,不影响正常加工;
②采集的数据准确度高,反应较快,能及时提醒工人换刀;
③将加工质量、功率信息及刀具寿命的监控有机地结合起来,既保证了加工质量要求,又使刀具得到合理的使用;
④质量信息和功率信息的采集和分析都可采用自动化软件在线进行,因此这种方法更适合在自动化制造***中应用。
经实践检验,该方法是有效且可行的。利用本发明将解决批量加工过程中刀具寿命信息提取困难、换刀依赖工人经验、易造成浪费等问题,实现自动换刀决策,保证加工质量,从而提高企业对生产现场的管控能力以及增加企业效益。
附图说明
图1为本发明方法的原理框图;
图2为本发明具体实施例刀具决策流程框图;
图3为本发明具体实施例功率数据采集框图;
图4为本发明具体实施例质量数据采集框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。
参见图1,本发明基于多模式融合的齿轮加工过程换刀决策方法,根据齿轮批量加工过程中,对刀具经验寿命、加工过程的功率信息以及工件抽检获取的质量数据进行多信息的融合处理,判断刀具当前的状态,从而决策是否换刀。通过网线将机床数控***与计算机终端相连,在机床电机和变频器之间引入功率传感器,功率传感器通过A/D转换模块与计算机终端连接用以采集加工中的实时功率信息,最后,通过质量检测***获取加工中的质量数据。根据图2所示的流程进行处理,指导实际加工过程中的换刀决策。
实施例1:
加工工件:齿轮;
机床:YS3118CNC5五轴数控高速滚齿机;
传感器:WBQ212P71;
终端:iTouch121A(-T)嵌入式信息终端;
A/D转换器:HTK-NDC1以太网现场测控服务器。
齿轮批量加工过程换刀决策流程如图2所示,更换新刀具后,根据经验设置刀具的经验寿命。调整好机床后加工一件合格品,将加工此工件消耗的功率信息设为标准值,存储在计算机或嵌入式终端中作为后续进行功率信息判别的依据。每加工完一件工件,对本次加工的功率信息进行处理,并与标准功率数据进行比对,得到本次加工的功率状态。必要时对质量进行抽检得到加工工件的质量状态。若出现有质量问题趋势,且刀具使用件数未达到预设值时,则加快检测频率;检测中发现质量问题趋势扩大,则考虑提前换刀。
若功率异常增大,但质量正常,则送检刀具,如果是由于非敏感因素变化引起的则更换刀具,否则检测机床润滑或传动***等是否有故障,排除后继续加工。这种多信息融合的齿轮加工过程换刀决策方法,不仅保证了加工质量,还能增加刀具利用率,提高了企业对生产现场的管控能力。
齿轮批量加工过程换刀决策流程的功率数据采集流程如图3所示,能效监测模块通过读取功率传感器的功率值,获取工件的实时功率信息,并将其与标准功率值进行比对,从而判断工件的功率状态是否正常。每加工完一件工件,换刀决策模块通过接口程序调取能效模块的功率判断结果,综合质量数据和刀具使用件数来决策换刀。
齿轮批量加工过程换刀决策流程的质量数据采集流程如图4所示,质量数据采集***通过数显量具量仪接口、人工录入接口或者从其他***导入等方式获取工件的实时质量数据,然后对这些质量数据进行分析处理,得到工件的质量状态:正常或超标。换刀决策模块通过接口程序在需要时调取质量采集的判断结果,综合功率信息和刀具使用信息来决策换刀。
本发明针对制齿机床加工过程刀具寿命信息提取困难和刀具更换时机难以把握的问题,提出了一种齿轮加工过程多模式融合的换刀决策方法。该方法依据齿轮数控加工过程中,对刀具的经验寿命,加工中功率信息以及质量检测获得的质量数据进行一定的逻辑判断与处理,进行多信息的融合来达到齿轮批量加工中的决策换刀的目的。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.基于多模式融合的齿轮加工过程换刀决策方法,其特征在于,根据齿轮批量加工过程中,对刀具经验寿命、加工过程的功率信息以及工件抽检获取的质量数据进行多信息的融合处理,判断刀具当前的状态,从而决策是否换刀。
2.根据权利要求1所述基于多模式融合的齿轮加工过程换刀决策方法,其特征在于,加工过程决策换刀的步骤为:
①根据刀具材料、加工方式等信息结合经验预计刀具的经验加工件数(预设值);
②调整好机床后加工一件工件并进行检测,如果合格,则把加工此工件消耗的功率信息设为基准,存储在计算机或嵌入式终端中作为后续进行功率信息判别的依据;如果不合格,则调整后继续加工直到加工到第一件合格品为止;
③获取功率传感器的功率信息,每加工一件工件,记录加工该工件消耗的功率信息,并与第②步所设的标准功率进行比较,若功率出现明显波动则记录功率异常;
④加工一定件数后抽取工件进行质量检测,将测得的质量数据与标准质量进行比较,若质量超标则记录质量异常;
⑤综合第③步到第④步的结果,得到加工完某个工件后刀具的功率状态、加工质量状态,综合这二者结合刀具的使用件数进行决策换刀:若出现有质量问题趋势且刀具使用件数未达到预设值时,则加快检测频率;检测中发现质量问题趋势扩大,则考虑提前换刀;若功率异常增大,但质量正常,则送检刀具;如果是由于刀具非敏感部位磨损引起的,则更换刀具,否则检测机床润滑或传动***等是否有故障,排除后继续加工。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410839495.7A CN104503361B (zh) | 2014-12-30 | 2014-12-30 | 基于多模式融合的齿轮加工过程换刀决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410839495.7A CN104503361B (zh) | 2014-12-30 | 2014-12-30 | 基于多模式融合的齿轮加工过程换刀决策方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104503361A true CN104503361A (zh) | 2015-04-08 |
CN104503361B CN104503361B (zh) | 2017-06-06 |
Family
ID=52944765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410839495.7A Active CN104503361B (zh) | 2014-12-30 | 2014-12-30 | 基于多模式融合的齿轮加工过程换刀决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104503361B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160147A (zh) * | 2015-07-07 | 2015-12-16 | 大连理工大学 | 一种基于状态空间模型和模糊理论的刀具更换时间方法 |
CN106563972A (zh) * | 2015-10-13 | 2017-04-19 | 颜均泰 | 刀具状态监测及预测方法 |
CN107511718A (zh) * | 2017-09-13 | 2017-12-26 | 哈尔滨工业大学深圳研究生院 | 单品大批量重复加工过程的智能刀具状态监测方法 |
CN109605101A (zh) * | 2018-12-12 | 2019-04-12 | 成都飞机工业(集团)有限责任公司 | 一种基于刀具寿命应用模式的安全换刀方法 |
CN111142477A (zh) * | 2019-12-31 | 2020-05-12 | 科德数控股份有限公司 | 一种机床快捷复位*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6556879B1 (en) * | 1999-02-15 | 2003-04-29 | Toshiba Kikai Kabushiki Kaisha | Numerical controlling unit using machining information |
CN1701887A (zh) * | 2004-05-25 | 2005-11-30 | 发那科株式会社 | 一种用在电火花线切割机上的废金属丝切割装置 |
CN102073300A (zh) * | 2010-12-28 | 2011-05-25 | 华中科技大学 | 一种数控加工状态自学习的刀具磨损监控*** |
CN103076763A (zh) * | 2012-12-26 | 2013-05-01 | 山东拓维数控设备有限公司 | 一种数控机床刀具状态实时检测*** |
CN103249522A (zh) * | 2010-12-09 | 2013-08-14 | 斗山英维高株式会社 | 机床的刀具损伤探测装置及刀具损伤探测方法 |
CN104002195A (zh) * | 2014-05-05 | 2014-08-27 | 上海交通大学 | 一种基于能量的刀具寿命预测*** |
-
2014
- 2014-12-30 CN CN201410839495.7A patent/CN104503361B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6556879B1 (en) * | 1999-02-15 | 2003-04-29 | Toshiba Kikai Kabushiki Kaisha | Numerical controlling unit using machining information |
CN1701887A (zh) * | 2004-05-25 | 2005-11-30 | 发那科株式会社 | 一种用在电火花线切割机上的废金属丝切割装置 |
CN103249522A (zh) * | 2010-12-09 | 2013-08-14 | 斗山英维高株式会社 | 机床的刀具损伤探测装置及刀具损伤探测方法 |
CN102073300A (zh) * | 2010-12-28 | 2011-05-25 | 华中科技大学 | 一种数控加工状态自学习的刀具磨损监控*** |
CN103076763A (zh) * | 2012-12-26 | 2013-05-01 | 山东拓维数控设备有限公司 | 一种数控机床刀具状态实时检测*** |
CN104002195A (zh) * | 2014-05-05 | 2014-08-27 | 上海交通大学 | 一种基于能量的刀具寿命预测*** |
Non-Patent Citations (1)
Title |
---|
陈希,等: "基于模糊数据融合的刀具磨损状态辩识", 《计算机测量与控制》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160147A (zh) * | 2015-07-07 | 2015-12-16 | 大连理工大学 | 一种基于状态空间模型和模糊理论的刀具更换时间方法 |
CN105160147B (zh) * | 2015-07-07 | 2017-11-10 | 大连理工大学 | 一种基于状态空间模型和模糊理论的刀具更换时间决策方法 |
CN106563972A (zh) * | 2015-10-13 | 2017-04-19 | 颜均泰 | 刀具状态监测及预测方法 |
CN107511718A (zh) * | 2017-09-13 | 2017-12-26 | 哈尔滨工业大学深圳研究生院 | 单品大批量重复加工过程的智能刀具状态监测方法 |
CN109605101A (zh) * | 2018-12-12 | 2019-04-12 | 成都飞机工业(集团)有限责任公司 | 一种基于刀具寿命应用模式的安全换刀方法 |
CN111142477A (zh) * | 2019-12-31 | 2020-05-12 | 科德数控股份有限公司 | 一种机床快捷复位*** |
Also Published As
Publication number | Publication date |
---|---|
CN104503361B (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109909804B (zh) | 基于主轴驱动电流和工步的刀具磨损破损在线监测方法 | |
CN104503361A (zh) | 基于多模式融合的齿轮加工过程换刀决策方法 | |
CN106514434B (zh) | 一种基于数据的铣削刀具磨损监测方法 | |
CN105058165A (zh) | 基于振动信号的刀具磨损量监测*** | |
CN105345247A (zh) | 电阻焊焊机焊接质量在线监控*** | |
JP6752866B2 (ja) | 刃具状態検査システム及び方法 | |
CN110576335B (zh) | 一种基于切削力的刀具磨损在线监测方法 | |
CN109739183B (zh) | 一种基于多传感器的大型数控机床故障监测*** | |
CN104794492B (zh) | 基于功率特征模型的机床设备加工运行状态在线识别方法 | |
CN108873813B (zh) | 基于数控机床主轴伺服电机电流信号的刀具磨损度检测方法 | |
CN102145469A (zh) | 在数控机床工作时检测切削刀具磨损的方法及装置 | |
KR20200081166A (ko) | 가공기 툴의 건전성 지수 검출방법 | |
CN104503362B (zh) | 基于多信息融合的批量工件数控加工进度自动采集方法 | |
CN205342670U (zh) | 一种刀具电流监测*** | |
CN113305644A (zh) | 一种基于零件测量数据的刀具状态监测及预警方法和*** | |
JP4182399B2 (ja) | 工作機械の稼働情報収集システム | |
CN111113150A (zh) | 一种机床刀具状态的监控方法 | |
CN113146359A (zh) | 一种智能监测和诊断切削状态的数控机床控制*** | |
CN114840932A (zh) | 多因数耦合提高tc4钛合金表面粗糙度预测精度的方法 | |
CN104391479A (zh) | 基于主轴功率监控的机床工作状态的自动统计方法及*** | |
CN113199304B (zh) | 一种基于扩展卡尔曼滤波与切削力模型的换刀监测方法 | |
CN114571285A (zh) | 智能识别挤压丝锥微崩刃的方法 | |
KR102045617B1 (ko) | 설비 이상 모니터링 장치 및 방법 | |
CN111308960B (zh) | 一种负载监控方法及*** | |
CN210878880U (zh) | 一种数控车床刀具磨损监测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |