CN110587377A - 一种在线监测铣削加工刀具缺损的方法 - Google Patents
一种在线监测铣削加工刀具缺损的方法 Download PDFInfo
- Publication number
- CN110587377A CN110587377A CN201910828083.6A CN201910828083A CN110587377A CN 110587377 A CN110587377 A CN 110587377A CN 201910828083 A CN201910828083 A CN 201910828083A CN 110587377 A CN110587377 A CN 110587377A
- Authority
- CN
- China
- Prior art keywords
- data
- period
- vibration
- blade
- cutting
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 238000003801 milling Methods 0.000 title claims abstract description 23
- 238000005520 cutting process Methods 0.000 claims abstract description 69
- 238000007493 shaping process Methods 0.000 claims abstract description 16
- 238000005299 abrasion Methods 0.000 claims abstract description 11
- 238000003754 machining Methods 0.000 claims description 28
- 239000000523 sample Substances 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 7
- 238000005266 casting Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000005242 forging Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
- B23Q17/0957—Detection of tool breakage
-
- 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
- G05B19/406—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 characterised by monitoring or safety
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
- B23Q17/0971—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining by measuring mechanical vibrations of parts of the machine
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35176—Constraint, machining constraint, process type like only milling possible
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37434—Measuring vibration of machine or workpiece or tool
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/50—Machine tool, machine tool null till machine tool work handling
- G05B2219/50041—Measuring intensity of tool vibration
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Machine Tool Sensing Apparatuses (AREA)
Abstract
本发明公开了一种在线监测铣削加工刀具缺损的方法，包括如下步骤：1)将振动传感器模块安装在机床主轴上；2)初始样本数据采集；3)设定阈值ΔS0，时间间隔周期T，ΔS1；4)测量每个周期T0内n个刀片在x、y、z方向的振动信号；5)整形，得到每个周期T0内n个刀片在x、y方向分别形成n个强振切削波数据；6)分析处理该强振切削波数据，得到每个周期T0内每个刀片形成的切削强振波面积之间差值等步骤；本发明基于加工工件精度要求，通过在线振动信号采集并分析处理，可以实现快速刀具缺损监测、报警及机床停机处理；发明的方法简单，监测效果明显，可以显著降低因刀具磨损或者缺损带来的加工损失，进而提升了加工工件的质量。
Description
技术领域
本发明属于数控铣削领域，具体涉及一种在线监测铣削加工刀具缺损的方法。
背景技术
数控铣削加工中，诸如平面铣削，曲面铣削，采用刀杆上安装刀盘，刀盘上安装刀片进行加工。铣削加工中刀片的磨损，对工件的加工尺寸精度、表面粗糙度、表面纹理影响大。甚至，若刀片缺损不能及时发现将会对工件质量产生严重影响，也会对数控机床其主轴精度产生有害影响。
目前实际加工中，刀具检测采用离线检测和在线检测两种形式：离线检测即加工前后对刀片进行人的肉眼观察或采用显影成像以及激光成像检测刀具(刀片)磨损情况。而在线的检测基本上都是通过操作者听声音或者判断加工震动情况来确定刀具破损，很少采用仪器设备来检测。
第一种方法存在无法在线检测，辅助加工时间变长，加工效率低下的问题。第二种方法则对操作者技能要求比较高，且存在误判的可能。若误判，将可能产生严重后果。
目前数控铣削领域国内还没有出现在线监测铣削加工刀具缺损的技术。
发明内容
为实现本发明目的而采用的技术方案是这样的，一种在线监测铣削加工刀具缺损的方法，包括如下步骤：
1)以机床主轴为中心建立三维空间坐标系oxyz。其中，z轴位于机床主轴的轴线上，x、y轴分别垂直于z轴。将振动传感器模块安装在机床主轴上，启动机床主轴，调试振动传感器模块，保证x、y、z方向的信号达到要求。
2)初始样本数据采集。
2.1)以主轴转一圈为一个周期T0。
2.2)当刀盘上的n个刀片进入正常铣削时，其中，2≤n≤8，振动传感器模块测量一个周期T0内n个刀片在x、y、z方向的初始振动信号，并将初始振动信号输出至信号整形及数据采集模块。
2.3)信号整形及数据采集模块接收初始振动信号并整形，得到一个周期T0内n个刀片在x、y方向分别形成n个初始切削波数据，并将该初始切削波数据输出至数据对比及分析模块。
2.4)数据对比及分析模块分析处理该初始切削波数据，得到一个周期T0样本切削波面积S1，将S1保存作为初始样本数据。
3)根据加工精度的要求，在数据对比及分析模块设定一个周期T0内每个刀片形成的切削强振波面积之间差值的阈值ΔS0。在数据对比及分析模块设定时间间隔周期T，T＝mT0，其中，m为大于n的偶数，并设定阈值ΔS1。
4)正式加工工件时，振动传感器模块实时测量每个周期T0内n个刀片在x、y、z方向的振动信号，并将振动信号输出至信号整形及数据采集模块。
5)信号整形及数据采集模块实时接收振动信号并整形，得到每个周期T0内n个刀片在x、y方向分别形成n个强振切削波数据，并将该强振切削波数据输出至数据对比及分析模块。
6)数据对比及分析模块分析处理该强振切削波数据，得到每个周期T0内每个刀片形成的切削强振波面积之间差值其中，i≠j，n为刀片数量。
7)数据对比及分析模块时时比较与ΔS0的大小关系，若并且比对后续连续的2组后数据依旧存在则数据对比及分析模块输出刀片缺损信号至显示报警模块，显示报警模块发出警报。
8)若步骤7)加工过程中数据对比及分析模块没有输出刀片缺损信号，则数据对比及分析模块按照设定好的周期T，比对m个周期T0内刀片切削波面积平均值与S1差值与ΔS1的大小。若并且比对后续连续2组数据且监视周期依次减半，仍存在数据对比及分析模块输出刀片磨损信号至显示报警模块，显示报警模块发出警报。
进一步，在步骤7)中，若后续连续的2组数据不满足则进入步骤8)。
进一步，包括步骤9)，若全程加工过程中显示报警模块未发出警报，则数据对比及分析模块记录整个过程的加工参数，并将采集的强振切削波数据分析处理得到切削波面积后保存，留做后期加工同种工件的信号比对样本素材。
进一步，在步骤8)中，若后续连续的2组数据不满足则进入步骤9)。
进一步，在步骤9)中，加工参数包括采样频率f、刀片个数n、阀值ΔS0、阈值ΔS1、周期T0和周期T。
本发明的技术效果是毋庸置疑的，本发明基于加工工件精度要求，通过在线振动信号采集并分析处理，可以实现快速刀具缺损监测、报警及机床停机处理。通过两种比对方式来在线监视刀具的缺损或者刀具的磨损，而不必像目前加工前后检测刀具，提高了加工效率。本发明的方法简单，监测效果明显，可以显著降低因刀具磨损或者缺损带来的加工损失，进而提升了加工工件的质量。
附图说明
图1为本发明的信号传递流示意图；
图2为本发明的振动采集模块安装示意图；
图3为本发明的操作流程图；
图4为初始切削波数据的原始信号振幅示意图；
图5为切削波面积平均值处理后的信号振幅示意图；
图6为没处理前初始切削波数据x方向振幅示意图；
图7为没处理前初始切削波数据y方向振幅示意图。
具体实施方式
下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。
实施例1：
本实施例公开一种在线监测铣削加工刀具缺损的方法，参见图1，包括如下步骤：
1)参见图2，以机床主轴为中心建立三维空间坐标系oxyz。其中，z轴位于机床主轴的轴线上，x、y轴分别垂直于z轴。将振动传感器模块安装在机床主轴上，启动机床主轴，调试振动传感器模块，保证x、y、z方向的信号达到要求。
2)参见图3，初始样本数据采集。具体地，
2.1)以主轴转一圈为一个周期T0。
2.2)本实施例中，刀盘上的刀片数量为4个，刀片编号分别为1、2、3、4，当刀盘上的4个刀片进入正常铣削时，振动传感器模块测量一个周期T0内4个刀片在x、y、z方向的初始振动信号，并将初始振动信号输出至信号整形及数据采集模块。
2.3)信号整形及数据采集模块接收初始振动信号并整形，考虑振动在x,y方向变化最大，采集x,y方向振动数据，一个周期内对每个刀片均匀采样取点20个，4个刀片采集80个点，主轴转速为1800r/min,总共采集16000个点，采样频率f＝2400Hz。把20个点拟合成曲线后，即为相对应刀片切削波，得到一个周期T0内4个刀片在x、y方向分别形成4个初始切削波数据，参见图6和图7，并将该初始切削波数据输出至数据对比及分析模块。
2.4)数据对比及分析模块分析处理该初始切削波数据，得到一个周期T0内其对应的面积数据保存4组作为初始样本数据。
3)根据加工精度的要求，在数据对比及分析模块设定一个周期T0内每个刀片形成的切削强振波面积之间差值的阈值ΔS0，本实施例中，设定ΔS0＝(0.125～0.25)ST0，用于检测刀具破损。在数据对比及分析模块设定时间间隔周期T，T＝6T0，设定对比采样6个周期强振切削波面积平均值和一个周期T0样本切削波面积S1之间差值的时间，设定ΔS1阈值用于检测刀片磨损情况，ΔS1＝(0.1～0.2)ST0。
4)正式加工工件时，振动传感器模块实时测量每个周期T0内4个刀片在x、y、z方向的振动信号，并将振动信号输出至信号整形及数据采集模块。
5)信号整形及数据采集模块实时接收振动信号并整形，得到每个周期T0内4个刀片在x、y方向分别形成4个强振切削波数据，并将该强振切削波数据输出至数据对比及分析模块。
6)数据对比及分析模块分析处理该强振切削波数据，得到每个周期T0内每个刀片形成的切削强振波面积之间差值其中，i≠j，xi为一个周期内编号为i的刀片形成的切削强振波面积,xj为一个周期内编号为j的刀片形成的切削强振波面积，4为刀片数量。
7)数据对比及分析模块时时比较与ΔS0的大小关系，若则表面可能出现了刀片缺损情况，继续比对后续连续的2组后数据依旧存在则刀片缺损出现，数据对比及分析模块输出刀片缺损信号至显示报警模块，显示报警模块发出警报。若后续连续的2组数据不满足则可以排除刀具切削中，由于铸造或者锻造缺陷导致的局部振动加大的现象，而不是刀具的缺损导致的振动加大。
8)参见图4和图5，若步骤7)加工过程中数据对比及分析模块没有输出刀片缺损信号，则数据对比及分析模块按照设定好的周期T，比对4个周期刀片切削波面积平均值与S1差值与ΔS1的大小。若则表面刀片可能出现磨损情况，继续比对后续连续2组数据且监视周期依次减半，若仍存在即监测周期自动变为仍出现异常，监测周期自动变为依旧出现异常，则表面刀片磨损确实出现，数据对比及分析模块输出刀片磨损信号至显示报警模块，显示报警模块发出警报，提醒操作者，是否接受磨损，若接受磨损，则重新设定ΔS1的值，否则更换刀片。若后续连续的2组数据不满足则可以排除刀具切削中，由于铸造或者锻造缺陷导致的局部振动加大的现象，而不是刀具磨损导致的刀片切削波变大。
9)若全程加工过程中显示报警模块未发出警报，则数据对比及分析模块记录整个过程的采样频率f、刀片个数n、阈值ΔS0、阈值ΔS1、周期T0和周期T，并将采集的强振切削波数据分析处理得到切削波面积后保存，留做后期加工同种工件的信号比对样本素材。
值得说明的是，对不同刀盘上不同数量的刀片情况，只需在数据比对及分析模块中修改相应的参数，即采样频率f、刀片个数n、阈值ΔS0、阈值ΔS1、周期T0和周期T。
在本实施例中，考虑粗加工毛坯余量分布不均匀，对比阈值ΔS0和ΔS1可以取大值，半精加工，精加工余量分布均匀，可取小值。换句话说，粗加工主轴振动幅度变化大，可根据以往加工同种材料的实际经验，把阈值设置为接受的上限。为了避免错误的报警，若一旦出现对比超过设定的阈值，后续采样的数值也不一定按照实例中的3组，也可以取更多组，继续比对后下结论。同理，经过粗加工，半精加工和精加工，余量分布相对均匀，加工中主轴振动变化均匀，比较的阈值可以设定为下限。若一旦出现比对超过设定的阈值，后续采样的数值也不一定按照实例中的3组，可以减少也可以增加，继续对比后下结论。
进一步，本实施例中，初始样本数据采集在初始时就完成的。但实际中，初始样本数据是不断更新的，以此来提高监视的精度。换句话说，若粗加工中一段时间后，无报警。但考虑刀片肯定会有磨损，此时形成的切削波和一开始刀片切削形成的切削波已经存在了误差，这样会进一步降低监视精度。采用距离加工最近的无报警情况下最新采集的数据更新已有的数据，可提高加工精度。
本实施例基于加工工件精度要求，通过在线振动信号采集并分析处理，可以实现快速刀具缺损监测、报警及机床停机处理。通过两种比对方式来在线监视刀具的缺损或者刀具的磨损，而不必像目前加工前后检测刀具，提高了加工效率。本发明的方法简单，监测效果明显，可以显著降低因刀具磨损或者缺损带来的加工损失，进而提升了加工工件的质量。
实施例2：
本实施例公开一种较为基础的实现方式，一种在线监测铣削加工刀具缺损的方法，参见图1，包括如下步骤：
1)参见图2，以机床主轴为中心建立三维空间坐标系oxyz。其中，z轴位于机床主轴的轴线上，x、y轴分别垂直于z轴。将振动传感器模块安装在机床主轴上，启动机床主轴，调试振动传感器模块，保证x、y、z方向的信号达到要求。
2)参见图3，初始样本数据采集。具体地，
2.1)以主轴转一圈为一个周期T0。
2.2)本实施例中，刀盘上的刀片数量为4个，刀片编号分别为1、2、3、4，当刀盘上的4个刀片进入正常铣削时，振动传感器模块测量一个周期T0内4个刀片在x、y、z方向的初始振动信号，并将初始振动信号输出至信号整形及数据采集模块。
2.3)信号整形及数据采集模块接收初始振动信号并整形，考虑振动在x,y方向变化最大，采集x,y方向振动数据，一个周期内对每个刀片均匀采样取点20个，4个刀片采集80个点，主轴转速为1800r/min,总共采集16000个点，采样频率f＝2400Hz。把20个点拟合成曲线后，即为相对应刀片切削波，得到一个周期T0内4个刀片在x、y方向分别形成4个初始切削波数据，参见图6和图7，并将该初始切削波数据输出至数据对比及分析模块。
2.4)数据对比及分析模块分析处理该初始切削波数据，得到一个周期T0内其对应的面积数据保存4组作为初始样本数据。
3)根据加工精度的要求，在数据对比及分析模块设定一个周期T0内每个刀片形成的切削强振波面积之间差值的阈值ΔS0，本实施例中，设定ΔS0＝(0.125～0.25)ST0，用于检测刀具破损。在数据对比及分析模块设定时间间隔周期T，T＝4T0，用于对比采样4个周期强振切削波面积平均值和一个周期T0样本切削波面积S1之间差值的时间，设定ΔS1阈值用于检测刀片磨损情况，ΔS1＝(0.1～0.2)ST0。
4)正式加工工件时，振动传感器模块实时测量每个周期T0内4个刀片在x、y、z方向的振动信号，并将振动信号输出至信号整形及数据采集模块。
5)信号整形及数据采集模块实时接收振动信号并整形，得到每个周期T0内4个刀片在x、y方向分别形成4个强振切削波数据，并将该强振切削波数据输出至数据对比及分析模块。
6)数据对比及分析模块分析处理该强振切削波数据，得到每个周期T0内每个刀片形成的切削强振波面积之间差值其中，i≠j，xi为一个周期内编号为i的刀片形成的切削强振波面积,xj为一个周期内编号为j的刀片形成的切削强振波面积，4为刀片数量。
7)数据对比及分析模块时时比较与ΔS0的大小关系，若则表面可能出现了刀片缺损情况，继续比对后续连续的2组后数据依旧存在则刀片缺损出现，数据对比及分析模块输出刀片缺损信号至显示报警模块，显示报警模块发出警报。
8)参见图4和图5，若步骤7)加工过程中数据对比及分析模块没有输出刀片缺损信号，则数据对比及分析模块按照设定好的周期T，比对4个周期刀片切削波面积平均值与S1差值与ΔS1的大小。若则表面刀片可能出现磨损情况，继续比对后续连续2组数据且监视周期依次减半，若仍存在即监测周期自动变为仍出现异常，监测周期自动变为依旧出现异常，则表面刀片磨损确实出现，数据对比及分析模块输出刀片磨损信号至显示报警模块，显示报警模块发出警报，提醒操作者，是否接受磨损，若接受磨损，则重新设定ΔS1的值，否则更换刀片。
在本实施例中，考虑粗加工毛坯余量分布不均匀，对比阈值ΔS0和ΔS1可以取大值，半精加工，精加工余量分布均匀，可取小值。换句话说，粗加工主轴振动幅度变化大，可根据以往加工同种材料的实际经验，把阈值设置为接受的上限。为了避免错误的报警，若一旦出现对比超过设定的阈值，后续采样的数值也不一定按照实例中的3组，也可以取更多组，继续比对后下结论。同理，经过粗加工，半精加工和精加工，余量分布相对均匀，加工中主轴振动变化均匀，比较的阈值可以设定为下限。若一旦出现比对超过设定的阈值，后续采样的数值也不一定按照实例中的3组，可以减少也可以增加，继续对比后下结论。
进一步，本实施例中，初始样本数据采集在初始时就完成的。但实际中，初始样本数据是不断更新的，以此来提高监视的精度。换句话说，若粗加工中一段时间后，无报警。但考虑刀片肯定会有磨损，此时形成的切削波和一开始刀片切削形成的切削波已经存在了误差，这样会进一步降低监视精度。采用距离加工最近的无报警情况下最新采集的数据更新已有的数据，可提高加工精度。
本实施例基于加工工件精度要求，通过在线振动信号采集并分析处理，可以实现快速刀具缺损监测、报警及机床停机处理。通过两种比对方式来在线监视刀具的缺损或者刀具的磨损，而不必像目前加工前后检测刀具，提高了加工效率。本发明的方法简单，监测效果明显，可以显著降低因刀具磨损或者缺损带来的加工损失，进而提升了加工工件的质量。
实施例3：
本实施例主要步骤同实施例2，进一步，在步骤7)中，若后续连续的2组数据不满足则可以排除刀具切削中，由于铸造或者锻造缺陷导致的局部振动加大的现象，而不是刀具的缺损导致的振动加大，进入步骤8)。
实施例3：
本实施例主要步骤同实施例2，进一步，还包括步骤9),若全程加工过程中显示报警模块未发出警报，则数据对比及分析模块记录整个过程的加工参数，并将采集的强振切削波数据分析处理得到切削波面积后保存，留做后期加工同种工件的信号比对样本素材。
实施例4：
本实施例主要步骤同实施例3，进一步，在步骤8)中，若后续连续的2组数据不满足则可以排除刀具切削中，由于铸造或者锻造缺陷导致的局部振动加大的现象，而不是刀具磨损导致的刀片切削波变大，进入步骤9)。
实施例5：
本实施例主要步骤同实施例3，进一步，在步骤9)中，加工参数包括采样频率f、刀片个数n、阈值ΔS0、阈值ΔS1、周期T0和周期T。值得说明的是，对不同刀盘上不同数量的刀片情况，只需在数据比对及分析模块中修改相应的参数，即采样频率f、刀片个数n、阀值ΔS0、阈值ΔS1、周期T0和周期T。
Claims (5)
1.一种在线监测铣削加工刀具缺损的方法，其特征在于，包括如下步骤：
1)以机床主轴为中心建立三维空间坐标系oxyz；其中，z轴位于机床主轴的轴线上，x、y轴分别垂直于z轴；将振动传感器模块安装在机床主轴上，启动机床主轴，调试振动传感器模块，保证x、y、z方向的信号达到要求；
2)初始样本数据采集；
2.1)以主轴转一圈为一个周期T0；
2.2)当刀盘上的n个刀片进入正常铣削时，其中，2≤n≤8，振动传感器模块测量一个周期T0内n个刀片在x、y、z方向的初始振动信号，并将初始振动信号输出至信号整形及数据采集模块；
2.3)信号整形及数据采集模块接收初始振动信号并整形，得到一个周期T0内n个刀片在x、y方向分别形成n个初始切削波数据，并将该初始切削波数据输出至数据对比及分析模块；
2.4)数据对比及分析模块分析处理该初始切削波数据，得到一个周期T0样本切削波面积S1，将S1保存作为初始样本数据；
3)根据加工精度的要求，在数据对比及分析模块设定一个周期T0内每个刀片形成的切削强振波面积之间差值的阈值ΔS0；在数据对比及分析模块设定时间间隔周期T，T＝mT0，其中，m为大于n的偶数，并设定阈值ΔS1；
4)正式加工工件时，振动传感器模块实时测量每个周期T0内n个刀片在x、y、z方向的振动信号，并将振动信号输出至信号整形及数据采集模块；
5)信号整形及数据采集模块实时接收振动信号并整形，得到每个周期T0内n个刀片在x、y方向分别形成n个强振切削波数据，并将该强振切削波数据输出至数据对比及分析模块；
6)数据对比及分析模块分析处理该强振切削波数据，得到每个周期T0内每个刀片形成的切削强振波面积之间差值其中，i≠j，n为刀片数量；
7)数据对比及分析模块时时比较与ΔS0的大小关系，若并且比对后续连续的2组后数据依旧存在则数据对比及分析模块输出刀片缺损信号至显示报警模块，显示报警模块发出警报。
8)若步骤7)加工过程中数据对比及分析模块没有输出刀片缺损信号，则数据对比及分析模块按照设定好的周期T，比对m个周期T0内刀片切削波面积平均值与S1差值与ΔS1的大小；若并且比对后续连续2组数据且监视周期依次减半，仍存在数据对比及分析模块输出刀片磨损信号至显示报警模块，显示报警模块发出警报。
2.根据权利要求2所述的一种在线监测铣削加工刀具缺损的方法，其特征在于：在步骤7)中，若后续连续的2组数据不满足则进入步骤8)。
3.根据权利要求1所述的一种在线监测铣削加工刀具缺损的方法，其特征在于：还包括步骤9)，若全程加工过程中显示报警模块未发出警报，则数据对比及分析模块记录整个过程的加工参数，并将采集的强振切削波数据分析处理得到切削波面积后保存，留做后期加工同种工件的信号比对样本素材。
4.根据权利要求3所述的一种在线监测铣削加工刀具缺损的方法，其特征在于：在步骤8)中，若后续连续的2组数据不满足则进入步骤9)。
5.根据权利要求3所述的一种在线监测铣削加工刀具缺损的方法，其特征在于：在步骤9)中，加工参数包括采样频率f、刀片个数n、阀值ΔS0、阈值ΔS1、周期T0和周期T。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910828083.6A CN110587377B (zh) | 2019-09-03 | 2019-09-03 | 一种在线监测铣削加工刀具缺损的方法 |
| PCT/CN2020/113144 WO2021043192A1 (zh) | 2019-09-03 | 2020-09-03 | 一种在线监测铣削加工刀具缺损的方法 |
| US17/425,156 US11945066B2 (en) | 2019-09-03 | 2020-09-03 | Method for on-line monitoring defects of milling tool |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910828083.6A CN110587377B (zh) | 2019-09-03 | 2019-09-03 | 一种在线监测铣削加工刀具缺损的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110587377A true CN110587377A (zh) | 2019-12-20 |
| CN110587377B CN110587377B (zh) | 2020-07-17 |
Family
ID=68857108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910828083.6A Active CN110587377B (zh) | 2019-09-03 | 2019-09-03 | 一种在线监测铣削加工刀具缺损的方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11945066B2 (zh) |
| CN (1) | CN110587377B (zh) |
| WO (1) | WO2021043192A1 (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111618357A (zh) * | 2020-04-21 | 2020-09-04 | 深圳精匠云创科技有限公司 | 无线数据采集装置及具有该装置的钢轨铣刀设备 |
| WO2021043192A1 (zh) * | 2019-09-03 | 2021-03-11 | 重庆大学 | 一种在线监测铣削加工刀具缺损的方法 |
| CN112589535A (zh) * | 2020-11-25 | 2021-04-02 | 北京南洋思源智能科技有限公司 | 一种刀具状态监测方法及装置、设备、存储介质 |
| CN113894617A (zh) * | 2021-09-22 | 2022-01-07 | 沈阳机床(集团)有限责任公司 | 一种基于机床振动信号的刀具状态监测***及方法 |
| CN114061922A (zh) * | 2020-07-30 | 2022-02-18 | 宝山钢铁股份有限公司 | 基于振动数据的圆盘剪异常状况预警方法 |
| CN114459713A (zh) * | 2022-01-30 | 2022-05-10 | 宁波舜宇智能科技有限公司 | 断刀检测方法、***、装置和可读存储介质 |
| CN114667844A (zh) * | 2022-04-06 | 2022-06-28 | 马金荣 | 基于区块链的一种环境监测用数据自动采集*** |
| CN115056037A (zh) * | 2022-06-22 | 2022-09-16 | 四川航天长征装备制造有限公司 | 一种数控加工过程中提高刀具测量效率的方法 |
| CN115179108A (zh) * | 2022-06-22 | 2022-10-14 | 四川航天长征装备制造有限公司 | 一种数控加工过程中的刀具防呆方法 |
| WO2023092311A1 (zh) * | 2021-11-24 | 2023-06-01 | 蔡国志 | 加工机高解析监控***及方法 |
| WO2023151166A1 (zh) * | 2022-02-09 | 2023-08-17 | 无锡微茗智能科技有限公司 | 机床机械部件动态保护方法及数控机床设备 |
| CN116749365A (zh) * | 2023-08-23 | 2023-09-15 | 江苏京创先进电子科技有限公司 | 半导体芯片切割设备及主轴振动自适应控制方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113993001B (zh) * | 2021-09-08 | 2024-04-12 | 四创电子股份有限公司 | 一种基于滑动数据窗口的实时流式分析告警方法 |
| CN116061006B (zh) * | 2023-04-03 | 2023-07-21 | 成都飞机工业（集团）有限责任公司 | 一种刀具监控方法、装置、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107584334A (zh) * | 2017-08-25 | 2018-01-16 | 南京航空航天大学 | 一种基于深度学习的复杂结构件数控加工刀具状态实时监测方法 |
| CN108628249A (zh) * | 2018-06-01 | 2018-10-09 | 西安交通大学 | 一种基于辅助叠加振动的铣削加工颤振控制方法及*** |
| CN108629864A (zh) * | 2018-04-27 | 2018-10-09 | 北京科技大学 | 一种基于振动的电主轴径向精度表征方法及其*** |
| CN109940460A (zh) * | 2019-04-10 | 2019-06-28 | 哈尔滨理工大学 | 一种振动作用下铣削已加工表面几何误差分布特性的检测方法 |
| WO2019135596A1 (ko) * | 2018-01-03 | 2019-07-11 | 두산공작기계 주식회사 | 공작기계의 공구이상 검출장치 및 검출방법 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4831365A (en) * | 1988-02-05 | 1989-05-16 | General Electric Company | Cutting tool wear detection apparatus and method |
| US4918427A (en) | 1989-03-27 | 1990-04-17 | General Electric Company | Multi-level tool break detection using multi-mode sensing |
| US5407265A (en) * | 1992-07-06 | 1995-04-18 | Ford Motor Company | System and method for detecting cutting tool failure |
| DE19728653A1 (de) | 1997-07-04 | 1999-01-07 | Micas Elektronik Gmbh U Co Kg | Verfahren zur Bestimmung der Oberflächenschwingungen von Körpern |
| GB0123130D0 (en) * | 2001-09-26 | 2001-11-14 | Olympia Engineering Ltd | Detection of vibrations in mechanical systems |
| US9222350B2 (en) * | 2011-06-21 | 2015-12-29 | Diamond Innovations, Inc. | Cutter tool insert having sensing device |
| CN105058165A (zh) | 2015-08-08 | 2015-11-18 | 电子科技大学 | 基于振动信号的刀具磨损量监测*** |
| CN109514349B (zh) * | 2018-11-12 | 2020-05-22 | 西安交通大学 | 基于振动信号和Stacking集成模型的刀具磨损状态监测方法 |
| CN110587377B (zh) | 2019-09-03 | 2020-07-17 | 重庆大学 | 一种在线监测铣削加工刀具缺损的方法 |
-
2019
- 2019-09-03 CN CN201910828083.6A patent/CN110587377B/zh active Active
-
2020
- 2020-09-03 WO PCT/CN2020/113144 patent/WO2021043192A1/zh active Application Filing
- 2020-09-03 US US17/425,156 patent/US11945066B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107584334A (zh) * | 2017-08-25 | 2018-01-16 | 南京航空航天大学 | 一种基于深度学习的复杂结构件数控加工刀具状态实时监测方法 |
| WO2019135596A1 (ko) * | 2018-01-03 | 2019-07-11 | 두산공작기계 주식회사 | 공작기계의 공구이상 검출장치 및 검출방법 |
| CN108629864A (zh) * | 2018-04-27 | 2018-10-09 | 北京科技大学 | 一种基于振动的电主轴径向精度表征方法及其*** |
| CN108628249A (zh) * | 2018-06-01 | 2018-10-09 | 西安交通大学 | 一种基于辅助叠加振动的铣削加工颤振控制方法及*** |
| CN109940460A (zh) * | 2019-04-10 | 2019-06-28 | 哈尔滨理工大学 | 一种振动作用下铣削已加工表面几何误差分布特性的检测方法 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021043192A1 (zh) * | 2019-09-03 | 2021-03-11 | 重庆大学 | 一种在线监测铣削加工刀具缺损的方法 |
| US11945066B2 (en) | 2019-09-03 | 2024-04-02 | Chongqing University | Method for on-line monitoring defects of milling tool |
| CN111618357B (zh) * | 2020-04-21 | 2022-12-16 | 深圳精匠云创科技有限公司 | 无线数据采集装置及具有该装置的钢轨铣刀设备 |
| CN111618357A (zh) * | 2020-04-21 | 2020-09-04 | 深圳精匠云创科技有限公司 | 无线数据采集装置及具有该装置的钢轨铣刀设备 |
| CN114061922A (zh) * | 2020-07-30 | 2022-02-18 | 宝山钢铁股份有限公司 | 基于振动数据的圆盘剪异常状况预警方法 |
| CN112589535A (zh) * | 2020-11-25 | 2021-04-02 | 北京南洋思源智能科技有限公司 | 一种刀具状态监测方法及装置、设备、存储介质 |
| CN113894617A (zh) * | 2021-09-22 | 2022-01-07 | 沈阳机床(集团)有限责任公司 | 一种基于机床振动信号的刀具状态监测***及方法 |
| WO2023092311A1 (zh) * | 2021-11-24 | 2023-06-01 | 蔡国志 | 加工机高解析监控***及方法 |
| CN114459713A (zh) * | 2022-01-30 | 2022-05-10 | 宁波舜宇智能科技有限公司 | 断刀检测方法、***、装置和可读存储介质 |
| WO2023151166A1 (zh) * | 2022-02-09 | 2023-08-17 | 无锡微茗智能科技有限公司 | 机床机械部件动态保护方法及数控机床设备 |
| CN114667844A (zh) * | 2022-04-06 | 2022-06-28 | 马金荣 | 基于区块链的一种环境监测用数据自动采集*** |
| CN115056037A (zh) * | 2022-06-22 | 2022-09-16 | 四川航天长征装备制造有限公司 | 一种数控加工过程中提高刀具测量效率的方法 |
| CN115179108A (zh) * | 2022-06-22 | 2022-10-14 | 四川航天长征装备制造有限公司 | 一种数控加工过程中的刀具防呆方法 |
| CN116749365A (zh) * | 2023-08-23 | 2023-09-15 | 江苏京创先进电子科技有限公司 | 半导体芯片切割设备及主轴振动自适应控制方法 |
| CN116749365B (zh) * | 2023-08-23 | 2023-11-03 | 江苏京创先进电子科技有限公司 | 半导体芯片切割设备及主轴振动自适应控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021043192A1 (zh) | 2021-03-11 |
| US20220118574A1 (en) | 2022-04-21 |
| US11945066B2 (en) | 2024-04-02 |
| CN110587377B (zh) | 2020-07-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110587377B (zh) | 一种在线监测铣削加工刀具缺损的方法 | |
| CN108490880B (zh) | 一种数控机床切削刀具磨损状态实时监测方法 | |
| CN111230593B (zh) | 一种基于动态图像序列的铣刀磨损量视觉测量方法 | |
| CN110930405B (zh) | 一种基于图像区域划分的刀具损伤检测方法 | |
| CN102528561B (zh) | 回转体刀具全加工周期磨破损在线自动检测装置 | |
| CN111660141B (zh) | 一种工况无关的基于主轴驱动电流的铣刀磨损状态识别方法 | |
| CN109507952B (zh) | 一种基于切削负载的复杂零件数控加工异常状态监控方法 | |
| WO2008142386A1 (en) | Machining process monitor | |
| JP6752866B2 (ja) | 刃具状態検査システム及び方法 | |
| CN114473870B (zh) | 磨床监测***及监测方法 | |
| CN114850969B (zh) | 一种基于振动信号的刀具失效监控方法 | |
| CN112604843B (zh) | 基于多信息融合的热喷涂成形过程质量控制***及方法 | |
| 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*** | |
| CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
| KR20190025133A (ko) | 진동 가속도 신호를 활용한 공구 파손감지 영역 자동설정 방법 및 진동 가속도 신호를 활용한 공구 파손감지장치 | |
| US20230008435A1 (en) | Tool Wear Monitoring Device, Tool Wear Monitoring System, and Program | |
| CN113600896A (zh) | 一种数控机床铣刀磨损状态信号监测方法 | |
| CN108363822A (zh) | 刀具刚性预测用于抑制切削颤振的装置及方法 | |
| CN116690313B (zh) | 一种飞机结构件腹板加工刀具失效监控方法 | |
| CN117313009A (zh) | 一种基于加工中心设备数据的预防故障方法 | |
| Zhong et al. | Correlation analysis of cutting force and acoustic emission signals for tool condition monitoring | |
| CN108115206B (zh) | 利用切削刀具对工件进行加工的方法、控制装置和*** | |
| CN110925182B (zh) | 热轧产线除鳞泵振动劣化的预警方法 | |
| CN113752084A (zh) | 一种数控机床刀具性能的智能化监测方法和*** | |
| Reñones et al. | Industrial application of a multitooth tool breakage detection system using spindle motor electrical power consumption |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |