CN111774932A - 一种刀具健康状况在线监测方法、装置及*** - Google Patents
一种刀具健康状况在线监测方法、装置及*** Download PDFInfo
- Publication number
- CN111774932A CN111774932A CN202010611530.5A CN202010611530A CN111774932A CN 111774932 A CN111774932 A CN 111774932A CN 202010611530 A CN202010611530 A CN 202010611530A CN 111774932 A CN111774932 A CN 111774932A
- Authority
- CN
- China
- Prior art keywords
- machine tool
- tool
- cutter
- tool spindle
- health condition
- 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
Images
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及刀具监测技术领域,具体公开了一种刀具健康状况在线监测方法,其中,包括:获取机床主轴的实时控制信号,其中所述机床主轴的实时控制信号包括与机床主轴的控制电流信号对应的电压信号;对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况;输出机床主轴上的当前刀具的健康状况。本发明还公开了一种刀具健康状况在线监测装置及***。本发明提供的刀具健康状况在线监测方法能够准确分辨刀具磨损程度,且能够在更准确的时间点将磨损刀具更换,更有利于生产工厂节省加工成本,提高产品竞争力。
Description
技术领域
本发明涉及刀具监测技术领域,尤其涉及一种刀具健康状况在线监测方法、刀具健康状况在线监测装置及刀具健康状况在线监测***。
背景技术
随着经济发展,国内的工业、制造业实业显得越来越重要,工业装备也越来越趋于智能化、一体化。机床作为制造业工厂的基本生产工具,是重要昂贵的生产成本,机床使用的加工刀头,则是生产加工过程中保证产品质量的消耗品,在实际生产过程中,必须保证刀头处于正常状态。但是刀具由于自身生产环境和所处的加工环境等条件的不同,其实际使用寿命会在一定范围内波动,更换新刀具的时机就很难把握。若刀具出现老化或者断刀的磨损情况却未更换,继续进行加工,这不但会损毁加工原材料,严重的甚至会导致机床的损坏;若在刀具还能继续使用时提前更换刀具,这会降低对刀具的利用程度,无形之中增加了成本。在刀具不能继续使用前尽量使用并及时更换不能继续使用的刀具,这种方法能够降低刀具成本、延长机床使用寿命、节省原材料。这对制造企业降低制造成本,提高竞争力显得尤为重要。
目前工厂大多采用计数法或间断监测法来实现对刀具的健康情况评估,更换刀具的策略主要有两种,一种是由工厂统一制定刀具使用时间的一刀切方法,记录刀具使用时间并在达到使用时间上限后更换刀具,而不管刀具是否还能使用,这种方法实行简单且方便,但是对刀具和原材料消耗比较大,若被更换的刀具还能继续使用,则浪费了刀具的潜在价值,提高了生产成本,若被更换的刀具早已经磨损到不能继续使用了,那么该刀具之前加工的一些产品将达不到实际生产要求的精度,不但浪费了原材料,还可能损坏机床,提高了生产成本。另一种方法是在前一种方法上,搭配经验丰富的工人,对于经验丰富的工人,他们可以通过刀具加工的声音来判断刀具是否已经不能再使用,对于磨损严重的刀具,能够及时分辨并更换,但是这种方法不能判断刀具的剩余使用时间,而且对于工厂的工人,由于存在主观判断因素,不可能完全判断正确,消耗的人力也相对大一些。
发明内容
本发明提供了一种刀具健康状况在线监测方法、刀具健康状况在线监测装置及刀具健康状况在线监测***,解决相关技术中存在的无法实现对刀具的健康状况进行有效监测的问题。
作为本发明的第一个方面,提供一种刀具健康状况在线监测方法,其中,包括:
获取机床主轴的实时控制信号,其中所述机床主轴的实时控制信号包括与机床主轴的控制电流信号对应的电压信号;
对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况;
输出机床主轴上的当前刀具的健康状况。
进一步地,所述对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况,包括:
根据刀具磨损识别算法对所述机床主轴的实时控制信号进行计算分析,得到刀具的磨损状况;
根据所述刀具的磨损状况判断是否发出换刀信号。
进一步地,所述对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况,包括:
对所述机床主轴的实时控制信号进行预处理;
接收根据刀具磨损算法处理后得到的刀具的磨损状况,其中所述刀具磨损算法用于根据预处理后的机床主轴的实时控制信号进行计算分析,得到刀具的磨损状况;
根据所述刀具的磨损状况判断是否发出换刀信号。
进一步地,所述根据所述刀具的磨损状况判断是否发出换刀信号,包括:
判断刀具的磨损状况是否达到磨损阈值;
若所述刀具的磨损状况达到磨损阈值,则发出换刀信号;
若所述刀具的磨损状况未达到磨损阈值,则不发出换刀信号。
进一步地,根据刀具磨损识别算法对所述机床主轴的实时控制信号进行计算分析,得到刀具的磨损状况,包括:
对所述机床主轴的实时控制信号进行均值处理,得到机床主轴的电流信息;
对所述机床主轴的电流信息进行中值滤波处理,得到平滑电流信号;
对所述平滑电流信号进行处理得到机床主轴的控制电流的周期信号;
将所述机床主轴的控制电流的周期信号的峰值与预设标准峰值进行比较,得到控制电流峰值比较结果;
根据所述控制电流峰值比较结果得到刀具的磨损状况。
作为本发明的另一个方面,提供一种刀具健康状况在线监测装置,其中,包括:
获取模块,用于获取机床主轴的实时控制信号;
计算分析模块,用于根据预设的端对端刀具健康诊断模型对所述机床主轴的实时控制信号进行计算分析,得到设置在机床主轴上的当前刀具的健康状况;
输出模块,用于输出机床主轴上的当前刀具的健康状况。
作为本发明的另一个方面,提供一种刀具健康状况在线监测***,其中,包括:采集装置、上位机和前文所述的刀具健康状况在线监测装置,所述采集装置和所述上位机均与所述刀具健康状况在线监测装置通信连接,
所述采集装置用于采集机床主轴的实时控制信号;
所述刀具健康状况在线监测装置用于对所述机床主轴的实时控制信息进行处理,得到机床主轴上的当前刀具的健康状况,并输出机床主轴上的当前刀具的健康状况;
所述上位机用于接收并显示所述机床主轴上的当前刀具的健康状况。
进一步地,所述刀具健康状况在线监测装置上存储有刀具磨损识别算法,所述刀具健康状况在线监测装置用于根据所述刀具磨损识别算法对所述机床主轴的实时控制信息进行计算分析,得到机床主轴上的当前刀具的健康状况。
进一步地,所述刀具健康状况在线监测***还包括从属装置,所述从属装置刀具健康状况在线监测装置通信连接,所述从属装置上存储刀具磨损识别算法,
所述刀具健康状况在线监测装置用于对机床主轴的实时控制信息进行处理;
所述从属装置用于根据刀具磨损识别算法对处理后的机床主轴的实时控制信息进行计算分析,得到机床主轴上的当前刀具的健康状况,并将机床主轴上的当前刀具的健康状况反馈至所述刀具健康状况在线监测装置。
进一步地,所述刀具健康状况在线监测装置还用于将机床主轴的实时控制信息发送至所述上位机进行备份。
本发明提供的刀具健康状况在线监测方法,通过获取机床主轴的实时控制信号,并对机床主轴的实时控制信息进行处理后,得到刀具的健康状况,这种刀具健康状况在线监测方法能够准确分辨刀具磨损程度,且能够在更准确的时间点将磨损刀具更换,更有利于生产工厂节省加工成本,提高产品竞争力。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。
图1为本发明提供的刀具健康状况在线监测方法的流程图。
图2为本发明提供的某一通道的原始数据示意图。
图3为本发明提供的主轴控制电流的周期信号示意图。
图4为本发明提供的刀具健康状况在线监测装置与从属装置的交互结构示意。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本发明。
为了使本领域技术人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包括,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本实施例中提供了一种刀具健康状况在线监测方法,图1是根据本发明实施例提供的刀具健康状况在线监测方法的流程图,如图1所示,包括:
S110、获取机床主轴的实时控制信号,其中所述机床主轴的实时控制信号包括与机床主轴的控制电流信号对应的电压信号;
S120、对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况;
S130、输出机床主轴上的当前刀具的健康状况。
本发明实施例提供的刀具健康状况在线监测方法,通过获取机床主轴的实时控制信号,并对机床主轴的实时控制信息进行处理后,得到刀具的健康状况,这种刀具健康状况在线监测方法能够准确分辨刀具磨损程度,且能够在更准确的时间点将磨损刀具更换,更有利于生产工厂节省加工成本,提高产品竞争力。
具体地,作为一种具体地实施方式,所述对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况,包括:
根据刀具磨损识别算法对所述机床主轴的实时控制信号进行计算分析,得到刀具的磨损状况;
根据所述刀具的磨损状况判断是否发出换刀信号。
具体地,作为另一种具体地实施方式,所述对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况,包括:
对所述机床主轴的实时控制信号进行预处理;
接收根据刀具磨损算法处理后得到的刀具的磨损状况,其中所述刀具磨损算法用于根据预处理后的机床主轴的实时控制信号进行计算分析,得到刀具的磨损状况;
根据所述刀具的磨损状况判断是否发出换刀信号。
需要说明的是,在刀具健康状况在线监测装置内的机床主轴的实时控制信号有3种不同的流向:(1)原始的数据流可以不经过信号处理,在打包成网络帧后直接通过网卡传输至控制上位机中全部保存起来,可以作为数据的备份记录以及后期的其他处理源数据;(2)由于刀具磨损识别算法可在刀具健康状况在线监测装置或其从属装置上被调用,故待本地处理的数据流可以通过刀具健康状况在线监测装置中配置的刀具磨损识别算法直接得到刀具的磨损状况,刀具健康状况在线监测装置以此决定是否向机床发送换刀信号;(3)也可以经刀具健康状况在线监测装置预处理后,转交至与刀具健康状况在线监测装置连接并受刀具健康状况在线监测装置管理的从属装置中,由从属装置中的刀具磨损识别算法得到刀具的磨损状况,刀具健康状况在线监测装置收到结果后,以此决定是否向机床发送换刀信号。
具体地,所述根据所述刀具的磨损状况判断是否发出换刀信号,包括:
判断刀具的磨损状况是否达到磨损阈值;
若所述刀具的磨损状况达到磨损阈值,则发出换刀信号;
若所述刀具的磨损状况未达到磨损阈值,则不发出换刀信号。
具体地,根据刀具磨损识别算法对所述机床主轴的实时控制信号进行计算分析,得到刀具的磨损状况,包括:
对所述机床主轴的实时控制信号进行均值处理,得到机床主轴的电流信息;
对所述机床主轴的电流信息进行中值滤波处理,得到平滑电流信号;
对所述平滑电流信号进行处理得到机床主轴的控制电流的周期信号;
将所述机床主轴的控制电流的周期信号的峰值与预设标准峰值进行比较,得到控制电流峰值比较结果;
根据所述控制电流峰值比较结果得到刀具的磨损状况。
需要说明的是,刀具磨损识别算法的主要流程如下:机床主轴的三相电流信号经过传感器采集装置和刀具健康状况在线监测装置后转化为3个表示电流的数据流,首先经过rms处理,即式中I分别表示3个不同的电流数据,之后通过均值函数,取一定的窗口大小得到每一窗口对应的均值,这样可以有效获取机床主轴电流信息以及对噪声的滤除,之后,进一步通过中值滤波滤除噪声,平滑信号,最终可得到随刀具工作方式不同而不同的主轴控制电流的周期信号。通过对比周期信号中的峰峰值等方式,可以判断刀具所处于的磨损状态。
如表1所示,表示采集到的所有通道的数据流的部分数据序列,行标题表示通道序号,列标题表示时间。
表1采集到的所有通道的数据流
Time | 1 | 2 | 3 | Time | 1 | 2 | 3 |
0 | -0.00595 | -0.0071 | -0.00792 | 15 | 0.008863 | 0.001458 | 0.005078 |
1 | 0.006559 | -0.00134 | -0.00331 | 16 | 0.0008 | -0.00298 | -0.02026 |
2 | 0.004585 | -0.00315 | 0.001787 | 17 | 0.003926 | -0.00611 | -0.00134 |
3 | 0.002939 | -0.01467 | 0.003104 | 18 | 0.005901 | -0.00085 | 0.003104 |
4 | -0.02997 | -0.00693 | 0.001294 | 19 | 0.005078 | -0.00364 | 0.0008 |
5 | 0.006888 | -0.00068 | 0.001623 | 20 | 0.004914 | 0.000142 | -0.0043 |
6 | 0.005407 | -0.0043 | 0.004585 | 21 | 0.00623 | 0.0008 | 0.00261 |
7 | 0.003433 | 0.007217 | 0.0008 | 22 | 0.006888 | -0.0071 | 0.000142 |
8 | 0.01347 | -0.00068 | 0.003762 | 23 | 0.000142 | -0.00183 | 0.001623 |
9 | -0.01713 | -0.0015 | 0.0008 | 24 | 0.000636 | -0.00331 | 0.00261 |
10 | 0.003926 | 0.001623 | 0.005078 | 25 | 0.003433 | -0.00233 | -0.00052 |
11 | 0.004585 | -0.00841 | 0.002117 | 26 | 0.021203 | -0.02437 | 0.001952 |
12 | 0.016596 | -0.00479 | -0.00085 | 27 | 0.012811 | 0.000965 | 0.000471 |
13 | -0.00595 | -0.0071 | -0.00792 | 28 | 0.008863 | 0.001458 | 0.005078 |
14 | 0.006559 | -0.00134 | -0.00331 | 29 | 0.0008 | -0.00298 | -0.02026 |
其中某一通道的原始数据如图2所示,这些数据首先经过rms处理,即式中I分别表示3个不同的电流数据,之后通过窗口均值函数,取一定的窗口大小得到每一窗口对应的均值,这样可以有效获取机床主轴电流信息以及对噪声的滤除,之后,进一步通过中值滤波滤除噪声,平滑信号,根据实施算法硬件的不同,中值滤波算法可以用相近的算法如均值滤波等算法代替,最终可得到随刀具工作方式不同而不同的主轴控制电流的周期信号,如图3,通过对比周期信号中的峰值等方式,即可以判断刀具所处于的磨损状态。
作为本发明的另一实施例,提供一种刀具健康状况在线监测装置,其中,包括:
获取模块,用于获取机床主轴的实时控制信号;
计算分析模块,用于根据预设的端对端刀具健康诊断模型对所述机床主轴的实时控制信号进行计算分析,得到设置在机床主轴上的当前刀具的健康状况;
输出模块,用于输出机床主轴上的当前刀具的健康状况。
本发明实施例提供的刀具健康状况在线监测装置,通过获取机床主轴的实时控制信号,并对机床主轴的实时控制信息进行处理后,得到刀具的健康状况,这种刀具健康状况在线监测装置能够准确分辨刀具磨损程度,且能够在更准确的时间点将磨损刀具更换,更有利于生产工厂节省加工成本,提高产品竞争力。
作为本发明的另一实施例,提供一种刀具健康状况在线监测***,其中,包括:采集装置、上位机和前文所述的刀具健康状况在线监测装置,所述采集装置和所述上位机均与所述刀具健康状况在线监测装置通信连接,
所述采集装置用于采集机床主轴的实时控制信号;
所述刀具健康状况在线监测装置用于对所述机床主轴的实时控制信息进行处理,并得到机床主轴上的当前刀具的健康状况,并输出机床主轴上的当前刀具的健康状况;
所述上位机用于接收并显示所述机床主轴上的当前刀具的健康状况。
本发明实施例提供的刀具健康状况在线监测***,采用前文的刀具健康状况在线监测装置,通过获取机床主轴的实时控制信号,并对机床主轴的实时控制信息进行处理后,得到刀具的健康状况,这种刀具健康状况在线监测***能够准确分辨刀具磨损程度,且能够在更准确的时间点将磨损刀具更换,更有利于生产工厂节省加工成本,提高产品竞争力。
需要说明的是,使用友佳立式加工中心机床对普通的方形黄铜工件进行挖槽铣加工,刀具使用直径1毫米的4刃直铣刀,转速约6000转,数控机床在逐个加工工件的过程中,刀具的移动轨迹呈有规律的循环往复运动,因此机床主轴的控制电流为周期信号,此控制电流可以通过采集装置,例如非接触式传感器(如霍尔传感器)转化为较小的电压信号,达到不改造机床而获取机床信号,其他信号如机床振动信号也可由类似方法得到。这些信号进一步由刀具健康状况在线监测终端的机床主轴数据采集装置采集并转换为刀具健康状况在线监测装置内的数据流,刀具健康状况在线监测装置置上设有互联网通信装置和操作平台装置,内部使用以μcos操作***为主体的调度模式。互联网通信装置在此次实施方式中主要为采用有线传输的网卡,工作在与工厂生产环境相适应的局域网环境中,搭配轻量级互联网协议栈Lwip。操作平台装置主要包括显示设备和工人操作设备,人机交互的界面程序和所需资源为刀具健康状况在线监测装置中的操作***所调度,由此可达到便捷的人机交互控制效果。此外,还在设备中搭建了一个简易的服务器,搭配互联网设备能够达到与硬件操作平台装置功能相对应的软件操作平台的效果,工人可以使用网络远程控制终端设备。实际操作中,工人可以对两个平台同时或者任选其一进行交互,以此控制设备。
具体地,作为一种具体地实施方式,所述刀具健康状况在线监测装置上存储有刀具磨损识别算法,所述刀具健康状况在线监测装置用于根据所述刀具磨损识别算法对所述机床主轴的实时控制信息进行计算分析,得到机床主轴上的当前刀具的健康状况。
具体地,作为另一种具体地实施方式,如图4所示,所述刀具健康状况在线监测***还包括从属装置,所述从属装置刀具健康状况在线监测装置通信连接,所述从属装置上存储刀具磨损识别算法,
所述刀具健康状况在线监测装置用于对机床主轴的实时控制信息进行处理;
所述从属装置用于根据刀具磨损识别算法对处理后的机床主轴的实时控制信息进行计算分析,得到机床主轴上的当前刀具的健康状况,并将机床主轴上的当前刀具的健康状况反馈至所述刀具健康状况在线监测装置。
具体地,所述刀具健康状况在线监测装置还用于将机床主轴的实时控制信息发送至所述上位机进行备份。
应当理解的是,在刀具健康状况在线监测装置内的电流信号的数据流根据使用目的不同将分成3个流向,其中一个是原始数据流可以不经过信号处理,在主控中打包成网络帧后直接通过UDP协议和网卡传输至控制上位机中,并由上位机全部保存起来,这些可以作为数据的备份记录以及后期的其他处理的源数据使用,在上位机的通讯中,可以使用如NetAssist等与终端设备进行网络通信;另外两个流向则是可以并行的数据分析处理,由于刀具磨损识别算法可在刀具健康状况在线监测装置或其从属装置上被调用,故待处理的数据流可以通过刀具健康状况在线监测装置中配置的刀具磨损识别算法直接计算得到刀具的磨损状况,刀具健康状况在线监测装置以此决定是否向机床发送换刀信号,也可以经刀具健康状况在线监测装置简单预处理后,转交至与刀具健康状况在线监测装置连接并受刀具健康状况在线监测装置管理的从属装置中,由从属装置中的刀具磨损识别算法得到刀具的磨损状况,在本次实施方式中,从属装置主体为Intel的cyclone系列FPGA芯片,内部主要部署状态机来实现刀具磨损识别算法,刀具健康状况在线监测装置收到从属装置发来的结果后,以此决定是否向机床发送换刀信号。
综上,本发明实施例提供的刀具健康状况在线监测方法、装置及***,能达到更高的准确率,而且操作简单,终端设备配置方便,同时更能节省人力资源、刀具以及生产原材料,能有效延长刀具使用时间的同时保证生产产品的质量,从多个方面降低生产成本,通过使用本终端设备监测刀具磨损程度,能有效提高经济效益,提升工厂竞争力。另外能够降低成本15%,提高生产效率20%(该数字与具体加工工艺有关),同时所检测刀具的直径最低可达1mm。具体应用场景有手机壳铣削加工、汽车零部件涡轮轴车削加工、航空航天散热件的小负载铣削等。理论上可应用在与刀具类似的其他工业生产工具的健康状况评估环节。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种刀具健康状况在线监测方法,其特征在于,包括:
获取机床主轴的实时控制信号,其中所述机床主轴的实时控制信号包括与机床主轴的控制电流信号对应的电压信号;
对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况;
输出机床主轴上的当前刀具的健康状况。
2.根据权利要求1所述的刀具健康状况在线监测方法,其特征在于,所述对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况,包括:
根据刀具磨损识别算法对所述机床主轴的实时控制信号进行计算分析,得到刀具的磨损状况;
根据所述刀具的磨损状况判断是否发出换刀信号。
3.根据权利要求1所述的刀具健康状况在线监测方法,其特征在于,所述对所述机床主轴的实时控制信号进行处理,并得到设置在机床主轴上的当前刀具的健康状况,包括:
对所述机床主轴的实时控制信号进行预处理;
接收根据刀具磨损算法处理后得到的刀具的磨损状况,其中所述刀具磨损算法用于根据预处理后的机床主轴的实时控制信号进行计算分析,得到刀具的磨损状况;
根据所述刀具的磨损状况判断是否发出换刀信号。
4.根据权利要求2或3所述的刀具健康状况在线监测方法,其特征在于,所述根据所述刀具的磨损状况判断是否发出换刀信号,包括:
判断刀具的磨损状况是否达到磨损阈值;
若所述刀具的磨损状况达到磨损阈值,则发出换刀信号;
若所述刀具的磨损状况未达到磨损阈值,则不发出换刀信号。
5.根据权利要求2或3所述的刀具健康状况在线监测方法,其特征在于,根据刀具磨损识别算法对所述机床主轴的实时控制信号进行计算分析,得到刀具的磨损状况,包括:
对所述机床主轴的实时控制信号进行均值处理,得到机床主轴的电流信息;
对所述机床主轴的电流信息进行中值滤波处理,得到平滑电流信号;
对所述平滑电流信号进行处理得到机床主轴的控制电流的周期信号;
将所述机床主轴的控制电流的周期信号的峰值与预设标准峰值进行比较,得到控制电流峰值比较结果;
根据所述控制电流峰值比较结果得到刀具的磨损状况。
6.一种刀具健康状况在线监测装置,其特征在于,包括:
获取模块,用于获取机床主轴的实时控制信号;
计算分析模块,用于根据预设的端对端刀具健康诊断模型对所述机床主轴的实时控制信号进行计算分析,得到设置在机床主轴上的当前刀具的健康状况;
输出模块,用于输出机床主轴上的当前刀具的健康状况。
7.一种刀具健康状况在线监测***,其特征在于,包括:采集装置、上位机和权利要求6所述的刀具健康状况在线监测装置,所述采集装置和所述上位机均与所述刀具健康状况在线监测装置通信连接,
所述采集装置用于采集机床主轴的实时控制信号;
所述刀具健康状况在线监测装置用于对所述机床主轴的实时控制信息进行处理,得到机床主轴上的当前刀具的健康状况,并输出机床主轴上的当前刀具的健康状况;
所述上位机用于接收并显示所述机床主轴上的当前刀具的健康状况。
8.根据权利要求7所述的刀具健康状况在线监测***,其特征在于,所述刀具健康状况在线监测装置上存储有刀具磨损识别算法,所述刀具健康状况在线监测装置用于根据所述刀具磨损识别算法对所述机床主轴的实时控制信息进行计算分析,得到机床主轴上的当前刀具的健康状况。
9.根据权利要求7所述的刀具健康状况在线监测***,其特征在于,所述刀具健康状况在线监测***还包括从属装置,所述从属装置刀具健康状况在线监测装置通信连接,所述从属装置上存储刀具磨损识别算法,
所述刀具健康状况在线监测装置用于对机床主轴的实时控制信息进行处理;
所述从属装置用于根据刀具磨损识别算法对处理后的机床主轴的实时控制信息进行计算分析,得到机床主轴上的当前刀具的健康状况,并将机床主轴上的当前刀具的健康状况反馈至所述刀具健康状况在线监测装置。
10.根据权利要求7至9中任意一项所述的刀具健康状况在线监测***,其特征在于,所述刀具健康状况在线监测装置还用于将机床主轴的实时控制信息发送至所述上位机进行备份。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010611530.5A CN111774932B (zh) | 2020-06-30 | 2020-06-30 | 一种刀具健康状况在线监测方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010611530.5A CN111774932B (zh) | 2020-06-30 | 2020-06-30 | 一种刀具健康状况在线监测方法、装置及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111774932A true CN111774932A (zh) | 2020-10-16 |
CN111774932B CN111774932B (zh) | 2022-09-06 |
Family
ID=72760387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010611530.5A Active CN111774932B (zh) | 2020-06-30 | 2020-06-30 | 一种刀具健康状况在线监测方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111774932B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114102261A (zh) * | 2021-12-27 | 2022-03-01 | 爱派尔(常州)数控科技有限公司 | 一种机床刀具安全检测方法、***及机床 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4514797A (en) * | 1982-09-03 | 1985-04-30 | Gte Valeron Corporation | Worn tool detector utilizing normalized vibration signals |
CN105234746A (zh) * | 2015-11-25 | 2016-01-13 | 苏州多荣自动化科技有限公司 | 一种刀具磨损在线监控***及其检测方法 |
-
2020
- 2020-06-30 CN CN202010611530.5A patent/CN111774932B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4514797A (en) * | 1982-09-03 | 1985-04-30 | Gte Valeron Corporation | Worn tool detector utilizing normalized vibration signals |
CN105234746A (zh) * | 2015-11-25 | 2016-01-13 | 苏州多荣自动化科技有限公司 | 一种刀具磨损在线监控***及其检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114102261A (zh) * | 2021-12-27 | 2022-03-01 | 爱派尔(常州)数控科技有限公司 | 一种机床刀具安全检测方法、***及机床 |
Also Published As
Publication number | Publication date |
---|---|
CN111774932B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108490880B (zh) | 一种数控机床切削刀具磨损状态实时监测方法 | |
CN105345247A (zh) | 电阻焊焊机焊接质量在线监控*** | |
CN107186547A (zh) | 基于切削功率的数控车削批量加工刀具磨损在线监测方法 | |
CN203894596U (zh) | 数控机床加工状态多参数在线主动监控*** | |
CN103419090B (zh) | 一种机床的振动传感监测装置及方法 | |
CN108620950B (zh) | 一种车削刀具加工状态监测方法及*** | |
CN108536094A (zh) | 机床性能检测***、方法及数控机床 | |
CN106514434A (zh) | 一种基于数据的铣削刀具磨损监测方法 | |
CN111774933B (zh) | 机床刀具实时监测并自动换备刀方法以及机床刀具实时监测*** | |
US20180299944A1 (en) | Production Management Method and System Using Power Consumption Features | |
CN109739183B (zh) | 一种基于多传感器的大型数控机床故障监测*** | |
CN205038500U (zh) | 一种数控机床的智能故障诊断*** | |
CN205342670U (zh) | 一种刀具电流监测*** | |
CN109496285A (zh) | 数控机床的状态检测方法及*** | |
CN114800040B (zh) | 工艺-状态数据关联的刀具磨损监测方法及*** | |
CN111774932B (zh) | 一种刀具健康状况在线监测方法、装置及*** | |
CN104503361B (zh) | 基于多模式融合的齿轮加工过程换刀决策方法 | |
JP2004070424A (ja) | 工作機械の稼働情報収集システム | |
CN111176215A (zh) | 数控机床运行状态辨识***及辨识方法 | |
CN112859740B (zh) | 一种数控机床数据采集装置 | |
CN109396956B (zh) | 一种数控滚齿机滚刀状态智能监测方法 | |
CN116562599A (zh) | 基于深度学习的高效智能工厂调度*** | |
CN111308960A (zh) | 一种负载监控方法及*** | |
CN114817863A (zh) | 过程品质态势控制*** | |
Bauerdick et al. | An automated procedure for workpiece quality monitoring based on machine drive-based signals in machine tools |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221114 Address after: 226010 Floor 4, Building 8, Zilang Science and Technology City, No. 60 Chongzhou Avenue, Xiaohai Street, Nantong Development Zone, Jiangsu Province Patentee after: Yuanshi Intelligent Technology (Nantong) Co.,Ltd. Address before: 214174 329 Weir Road, Huishan District, Wuxi, Jiangsu Patentee before: HUST-WUXI Research Institute |