CN114083347A - 一种五轴联动数控机床监控方法及*** - Google Patents
一种五轴联动数控机床监控方法及*** Download PDFInfo
- Publication number
- CN114083347A CN114083347A CN202111481166.6A CN202111481166A CN114083347A CN 114083347 A CN114083347 A CN 114083347A CN 202111481166 A CN202111481166 A CN 202111481166A CN 114083347 A CN114083347 A CN 114083347A
- Authority
- CN
- China
- Prior art keywords
- real
- machine tool
- vibration data
- data
- numerical control
- 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
- B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
- B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
- B23Q15/08—Control or regulation of cutting velocity
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automatic Control Of Machine Tools (AREA)
Abstract
本发明涉及数控机床技术领域,尤其涉及一种五轴联动数控机床监控方法及***,该方法包括以下步骤:获取机床正常运行时设定部件位置处的基础振动数据;根据所述基础振动数据建立振动数据库;获取当前机床运行时设定部件上的实时振动数据;将所述实时振动数据与所述振动数据库进行比较;根据比较结果对切削速度进行控制,根据比对结果触发自适应控制,所述自适应控制为当实时振动数据大于所述数据库中的设定阈值,则降低切削进给速度,若实时振动数据小于所述数据库中的设定阈值,则恢复原先的切削速度。与现有技术相比,本发明不仅提高了检测的精度,也能够实现实时处理,延长了机床的使用寿命。
Description
技术领域
本发明涉及数控机床技术领域,尤其涉及一种五轴联动数控机床监控方法及***。
背景技术
五轴联动数控机床是自动化集成程度高、精度要求高、精度保持性要求长久的工业重要母机,为了实现高精度及精度长久性能,常需要对五轴联动数控机床进行检测。
相关技术中,五轴联动数控机床的检测多通过人工定期手工检测,通过检测的精度性能来判断机床的好坏,例如机床各轴的定位精度、重复定位精度、反向定位精度,或者几何精度工作精度等进行测量,如果发现精度存在偏差,则主动进行调整或者更换;
然而上述人工定期检测的方式只能在事后对机床进行检测修复,并无法实现对五轴联动数控机床的实时判断和保护。
公开于该背景技术部分的信息仅仅旨在加深对本发明总体背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
发明内容
本发明所要解决的技术问题是:提供一种五轴联动数控机床监控方法及***,实现对五轴数控机床的实时保护。
为了达到上述目的,本发明所采用的技术方案是:
第一方面,提供了一种五轴联动数控机床监控方法及,应用于安装了振动传感器的数控机床上,进一步地,包括以下步骤:
获取机床正常运行时设定部件位置处的基础振动数据;
根据所述基础振动数据建立振动数据库;
获取当前机床运行时设定部件上的实时振动数据;
将所述实时振动数据与所述振动数据库进行比较;
根据比较结果对切削速度进行控制,根据比对结果触发自适应控制,所述自适应控制为当实时振动数据大于所述数据库中的设定阈值,则降低切削进给速度,若实时振动数据小于所述数据库中的设定阈值,则恢复原先的切削速度。
进一步地,所述设定部件位置包括左侧腿位置、右侧腿位置、横梁位置、滑枕位置以及五轴联动摆头位置,所述左侧腿位置处的实时振动数据记为CH1、所述右侧腿位置处的实时振动数据为CH2、所述横梁位置处的实时振动数据记为CH3、所述横梁位置处的实时振动数据记为CH4、所述五轴联动摆头位置处的实时振动数据记为CH5;
当所述CH1至CH5中的任一数值大于相应位置处的设定阈值,则触发所述自适应控制。
进一步地,所述CH1和CH2的设定阈值为极限切削数据的10~20%,所述CH3的设定阈值为极限切削数据的20~30%,所述CH4的设定阈值为极限切削数据的30~50%,所述CH5的设定阈值为极限切削数据的50~70%。
进一步地,所述设定部件位置包括左侧腿位置、右侧腿位置、横梁位置、滑枕位置以及五轴联动摆头位置,所述左侧腿位置处的实时振动数据记为CH1、所述右侧腿位置处的实时振动数据为CH2、所述横梁位置处的实时振动数据记为CH3、所述横梁位置处的实时振动数据记为CH4、所述五轴联动摆头位置处的实时振动数据记为CH5;
当所述CH5的数值大于数据库中的设定阈值,则触发自适应控制。
进一步地,所述设定阈值的计算方法为:
S极限=S设定*(Sn-1/Sn);
其中,S极限为设定阈值,S设定为***设定的标准值,Sn表示当前的振动频率优化值,Sn-1为上次采样获取的频率优化值,n表示采样次数并大于1,且:
Sn=S5*a*b;
其中,S5为CH5的振动频率,a为第一修订参数,b为第二修订参数,且:
a=S4/S3;
其中,S4为CH4的振动频率,S3为CH3的振动频率;
b=1+|S1-S2|/S1;
其中,S2为CH2的振动频率,S1为CH1的振动频率。
第二方面,本发明提供了一种五轴联动数控机床监控***,包括:
数控机床;
设置在数控机床上的振动传感器,用于监测所述数控机床的振动数据;
控制器,与所述数控机床以及所述振动传感器连接,用于获取所述振动传感器上的数据;
其中,所述控制器获取的数据包括所述数控机床正常运行时的基础振动数据,所述控制器根据所述基础振动数据建立数据库,所述控制器获取的数据还包括数控机床在工作时的实时振动数据,所述控制器将所述实时振动数据与所述数据库内的数据进行比较,根据比较结果触发自适应控制,所述自适应控制为当实时振动数据大于数据库中的设定阈值,则降低切削进给速度,若实时振动数据小于数据库中的设定阈值,则恢复原先的切削进给速度。
进一步地,所述数控机床为五轴联动数控机床,包括平行设置的左侧腿、右侧腿,与二者连接的横梁、在所述横梁上滑动设置的滑枕以及设置在所述滑枕上的五轴联动摆头;
所述振动传感器具有多个,分别设置在所述左侧腿、右侧腿、横梁、滑枕以及五轴联动摆头上,且在所述传感器在所述左侧腿处的实时振动数据为CH1,在所述右侧腿处的实时振动数据为CH2,在所述横梁处的实时振动数据为CH3,在所述滑枕位置处的实时振动数据为CH4,在所述五轴联动摆头处的实时振动数据为CH5;
当所述CH1至CH5中的任一数值大于相应位置处的设定阈值,所述控制器触发所述自适应控制。
进一步地,所述CH1和CH2的设定阈值为极限切削数据的10~20%,所述CH3的设定阈值为极限切削数据的20~30%,所述CH4的设定阈值为极限切削数据的30~50%,所述CH5的设定阈值为极限切削数据的50~70%。
进一步地,所述数控机床为五轴联动数控机床,包括平行设置的左侧腿、右侧腿,与二者连接的横梁、在所述横梁上滑动设置的滑枕以及设置在所述滑枕上的五轴联动摆头;
所述振动传感器具有多个,分别设置在所述左侧腿、右侧腿、横梁、滑枕以及五轴联动摆头上,且在所述传感器在所述左侧腿处的实时振动数据为CH1,在所述右侧腿处的实时振动数据为CH2,在所述横梁处的实时振动数据为CH3,在所述滑枕位置处的实时振动数据为CH4,在所述五轴联动摆头处的实时振动数据为CH5;
当所述CH5的数值大于数据库中的设定阈值,所述控制器触发所述自适应控制。
进一步地,所述设定阈值的计算公式为:
S极限=S设定*(Sn-1/Sn);
其中,S极限为设定阈值,S设定为***设定的标准值,Sn表示当前的振动频率优化值,Sn-1为上次采样获取的频率优化值,n表示采样次数并大于1,且:
Sn=S5*a*b;
其中,S5为CH5的振动频率,a为第一修订参数,b为第二修订参数,且:
a=S4/S3;
其中,S4为CH4的振动频率,S3为CH3的振动频率;
b=1+|S1-S2|/S1;
其中,S2为CH2的振动频率,S1为CH1的振动频率。
本发明的有益效果为:本发明通过建立数据库设定阈值,并对机床振动数据的实时监测,实现实时振动数据大于设定阈值时降低切削进给速度,实施振动数据大于设定阈值时恢复原先的切削进给速度,与现有技术相比,不仅提高了检测的精度,也能够实现实时处理,延长了机床的使用寿命。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一中五轴联动数控机床监控***的结构示意图;
图2为本发明实施例一中五轴联动数控机床监控***的工作原理示意图;
图3为本发明实施例一中五轴联动数控机床监控方法的步骤流程图;
图4为本发明实施例二中五轴联动数控机床监控方法的采样示意图;
图5为本发明实施例二中五轴联动数控机床监控方法中振动频率优化值的采样示意图。
具体实施方式
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实施例,而不是全部的实施例。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
由于五轴数控机床在工作中常常是以定转速进行运行和进给的,由于操作者或者工艺人员对机床性能不了解,往往会对机床进行过度使用,对机床的精度保持性造成很大损伤,为了解决上述问题,本发明实施例中提供了一种如图1和图2中所示的五轴联动数控机床监控***,包括数控机床10、振动传感器20和控制器30,其中:
数控机床10不仅仅指本发明实施例中的五轴联动数控机床,其他类型的机床也可以采用本发明实施例中的发明构思来进行自动监控;
设置在数控机床10上的振动传感器20,用于监测数控机床10的振动数据,这里的振动数据可以是振动频率,或者振动幅度等多种数据类型;
控制器30与数控机床10以及振动传感器20连接,用于获取振动传感器20上的数据和数控机床10的控制;
具体的数据处理过程如图2中所示,控制器30获取的数据包括数控机床10正常运行时的基础振动数据,控制器30根据基础振动数据建立数据库,数据库的作用在于建立设定阈值,数据库建立完毕后,控制器30获取的数据还包括数控机床10在工作时的实时振动数据,控制器30将实时振动数据与数据库内的数据进行比较,根据比较结果触发自适应控制,自适应控制为当实时振动数据大于数据库中的设定阈值,则降低切削进给速度,若实时振动数据小于数据库中的设定阈值,则恢复原先的切削进给速度。这里需要指出的是,控制器30可以是可编程逻辑控制器30,以实现信号数据采集、数据量化、编码转换等逻辑计算将数据转换为可执行数据;
本发明实施例中的设定阈值的获取依据为通过数控机床10说明书上的极限值进行设置,在保证设备不受损伤的情况下,根据振动传感器20所在位置的振动情况进行设定;
本发明上述监控***的监控方法如图3中所示,包括以下步骤:
S10:获取机床正常运行时设定部件位置处的基础振动数据;
S20:根据基础振动数据建立振动数据库;
S30:获取当前机床运行时设定部件上的实时振动数据;
S40:将实时振动数据与振动数据库进行比较;
S50:根据比较结果对切削速度进行控制,根据比对结果触发自适应控制,自适应控制为当实时振动数据大于数据库中的设定阈值,则降低切削进给速度,若实时振动数据小于数据库中的设定阈值,则恢复原先的切削速度;此外,这里需要指出的是,本发明实施例中的上述方法还可以通过计算机来实现,还可以与外部报警装置相连实现报警,甚至可以存储数据以便于后期的事故溯源工作的进行;
在上述实施例中,通过建立数据库设定阈值,并对机床振动数据的实时监测,实现实时振动数据大于设定阈值时降低切削进给速度,实施振动数据大于设定阈值时恢复原先的切削进给速度,与现有技术相比,不仅提高了检测的精度,也能够实现实时处理,延长了机床的使用寿命。
请继续参照图1,在本发明实施例中,数控机床10为五轴联动数控机床10,包括平行设置的左侧腿11、右侧腿12,与二者连接的横梁13、在横梁13上滑动设置的滑枕14以及设置在滑枕14上的五轴联动摆头15;
为了进一步提高监控的精度,在本发明实施例中振动传感器20具有多个,分别设置在左侧腿11、右侧腿12、横梁13、滑枕14以及五轴联动摆头15上,且在传感器在左侧腿11处的实时振动数据为CH1,在右侧腿12处的实时振动数据为CH2,在横梁13处的实时振动数据为CH3,在滑枕14位置处的实时振动数据为CH4,在五轴联动摆头15处的实时振动数据为CH5;
当CH1至CH5中的任一数值大于相应位置处的设定阈值,控制器30触发自适应控制。这样,只要有一处的振动数据大于设定阈值,则启动自适应控制,提高了监控的精确性,更实现了对数控机床10的保护。
在本发明实施例中,由于数控机床10的结构特性,各部位在同一时间的振动程度由小至大依次为左侧腿11=右侧腿12<横梁13<滑枕14<五轴联动摆头15,根据其振动程度的不同,本发明实施例依据测试结果对各部位的设定阈值进行了标定,具体为CH1和CH2的设定阈值为极限切削数据的10~20%,CH3的设定阈值为极限切削数据的20~30%,CH4的设定阈值为极限切削数据的30~50%,CH5的设定阈值为极限切削数据的50~70%。在本发明的优选实施例中,对上述阈值进行了更进一步的优化,如下表1所示:
表1
通过上述设置,按照极限值的百分比对各部位的振动数据进行监控,从而从多个部件位置实现对数控机床10的振动监控,实现对五轴数控机床的实时保护。本发明实施例的控制方法部分与上述***部分内容重合,这里不再进行详细描述。
实施例二
在上述实施例中,采用的是绝对静态指标,即假设各个部件之间互相不干扰,然而在实际运行时,各部件之间是互相影响的,这种影响体现在,当各部位发生振动时,由于共振作用会使得振动幅度变大,导致自适应控制的误触发,或者由于各部位的振动传递使得相互之间产生了抵消,造成本来该触发自适应控制的时候没有进行自适应控制,从而造成了设备的损坏;
为此,本发明的第二个实施例中选取振动强度最大的位置,即五轴联动摆头15作为实时监控的参照点,将振动数据选为振动频率,首先通过计算得出振动频率优化值,再进行自适应控制的触发操作,从而进一步提高了触发的精准性,提高了控制的精度;
具体而言,请继续参照图1,在本发明的第二个实施例中,数控机床10为五轴联动数控机床,包括平行设置的左侧腿11、右侧腿12,与二者连接的横梁13、在横梁13上滑动设置的滑枕14以及设置在滑枕14上的五轴联动摆头15;
振动传感器20具有多个,分别设置在左侧腿11、右侧腿12、横梁13、滑枕14以及五轴联动摆头15上,且在传感器在左侧腿11处的实时振动数据为CH1,在右侧腿12处的实时振动数据为CH2,在横梁13处的实时振动数据为CH3,在滑枕14位置处的实时振动数据为CH4,在五轴联动摆头15处的实时振动数据为CH5;
当CH5的数值大于数据库中的设定阈值,控制器30触发自适应控制。
具体的,在本发明的第二个实施例中设定阈值的计算公式为:
S极限=S设定*(Sn-1/Sn);
其中,S极限为设定阈值,S设定为***设定的标准值,Sn表示当前的振动频率优化值,Sn-1为上次采样获取的频率优化值,n表示采样次数并大于1,且:
Sn=S5*a*b;
其中,S5为CH5的振动频率,a为第一修订参数,b为第二修订参数,且:
a=S4/S3;
其中,S4为CH4的振动频率,S3为CH3的振动频率;
b=1+|S1-S2|/S1;
其中,S2为CH2的振动频率,S1为CH1的振动频率。
在具体进行数据采集时,如图4中所示,以工作时间为横轴,以振动频率为纵轴,建立CH1~CH5对应的振动曲线,由图中可以看出,各通道的振动数据会跟随时间的延续而发生波动,在采集数据时,以正常运行时同一时间点进行采样,所获取的频率值分别记为S1~S5,在具体计算时,在频率优化值的计算公式Sn=S5*a*b中,由于五轴联动摆头15为最靠近加工位置处,也是振动的最大位置,因此该处的振动频率对整个频率优化值起到了决定的作用;
a为第一修订参数,a=S4/S3,由于在工作过程中,滑枕14相对于横梁13滑动而实现加工位置的改变,第一修订参数a用于反应滑枕14相对于横梁13的安装精密程度,安装精密程度越高,滑枕14和横梁13的整体性越强,振动频率差异越小,则a的值越小,反之则a的值变大;
b为第二修订值,b=1+|S1-S2|/S1,其反应的是作为基础支撑结构的左侧腿11、右侧腿12以及横梁13的结构稳定程度,在工作过程中,左侧腿11、右侧腿12以及横梁13往往通过导向结构连接,连接位置与加工位置具有一定的距离,因此作为整体来进行考量,通过左侧腿11、右侧腿12之间的振动差异来体现基础结构的稳定性,当基础结构不稳定时,b的值越大,反之b的值则越小;
n为采样次数,为了便于观察和分析,也可以如图5中所示,建立以工作时间为横轴、振动频率为纵轴的纵坐标,确定各个采样点的横坐标,对应的频率优化值为纵坐标的各点,连接各点获得频率优化曲线,以便于后续对设备性能的评价和检测;
在本发明第二个实施例中,自适应控制的设定阈值S极限是实时变化的,以便于在加工过程中既能够起到保护的作用又可以提高加工的效率;具体而言,S设定为***设定的标准值,设定阈值S极限以S设定为基础进行调整,Sn-1/Sn是指当前的频率优化值相对于上一次频率优化值是增大的还是减小的,当相对于上一次下降了,则说明振动的频率具有下降的趋势,这对于整个加工过程而言是有益的,因此可以适当增加S极限的值,允许当前的自适应控制的触发设定阈值偏大,从而允许暂时的高频率振动,以提高加工效率;反之,则说明整体振动趋势是上升的,减小S极限的值,即降低触发的设定阈值,从而达到对数控机床10的实时保护功能。
通过上述以频率为基准的动态调整,一方面提高了检测的可靠性和控制的精准性,另一方面在保证对数控机床10进行保护的前提下提高了加工的效率。这里需要指出的是,由于上文中已经对***部分做了详细描述,本发明实施例中的相关方法部分可参阅上述***部分,本领域技术人员可以依据上述***的描述对本发明实施例的相关方法进行理解,这里不再进行赘述。
本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种五轴联动数控机床监控方法,应用于安装了振动传感器的数控机床上,其特征在于,包括以下步骤:
获取机床正常运行时设定部件位置处的基础振动数据;
根据所述基础振动数据建立振动数据库;
获取当前机床运行时设定部件上的实时振动数据;
将所述实时振动数据与所述振动数据库进行比较;
根据比较结果对切削速度进行控制,根据比对结果触发自适应控制,所述自适应控制为当实时振动数据大于所述数据库中的设定阈值,则降低切削进给速度,若实时振动数据小于所述数据库中的设定阈值,则恢复原先的切削速度。
2.根据权利要求1所述的五轴联动数控机床监控方法,其特征在于,所述设定部件位置包括左侧腿位置、右侧腿位置、横梁位置、滑枕位置以及五轴联动摆头位置,所述左侧腿位置处的实时振动数据记为CH1、所述右侧腿位置处的实时振动数据为CH2、所述横梁位置处的实时振动数据记为CH3、所述横梁位置处的实时振动数据记为CH4、所述五轴联动摆头位置处的实时振动数据记为CH5;
当所述CH1至CH5中的任一数值大于相应位置处的设定阈值,则触发所述自适应控制。
3.根据权利要求2所述的五轴联动数控机床监控方法,其特征在于,所述CH1和CH2的设定阈值为极限切削数据的10~20%,所述CH3的设定阈值为极限切削数据的20~30%,所述CH4的设定阈值为极限切削数据的30~50%,所述CH5的设定阈值为极限切削数据的50~70%。
4.根据权利要求1所述的五轴联动数控机床监控方法,其特征在于,所述设定部件位置包括左侧腿位置、右侧腿位置、横梁位置、滑枕位置以及五轴联动摆头位置,所述左侧腿位置处的实时振动数据记为CH1、所述右侧腿位置处的实时振动数据为CH2、所述横梁位置处的实时振动数据记为CH3、所述横梁位置处的实时振动数据记为CH4、所述五轴联动摆头位置处的实时振动数据记为CH5;
当所述CH5的数值大于数据库中的设定阈值,则触发自适应控制。
5.根据权利要求4所述的五轴联动数控机床监控方法,其特征在于,所述设定阈值的计算方法为:
S极限=S 设定*(S n-1/S n);
其中,S极限为设定阈值,S 设定为***设定的标准值,S n表示当前的振动频率优化值,Sn-1为上次采样获取的频率优化值,n表示采样次数并大于1,且:
Sn=S5*a*b;
其中,S5为CH5的振动频率,a为第一修订参数,b为第二修订参数,且:
a=S4/S3;
其中,S4为CH4的振动频率,S3为CH3的振动频率;
b=1+ | S1-S2|/S1;
其中,S2为CH2的振动频率,S1为CH1的振动频率。
6.一种五轴联动数控机床监控***,其特征在于,包括:
数控机床;
设置在数控机床上的振动传感器,用于监测所述数控机床的振动数据;
控制器,与所述数控机床以及所述振动传感器连接,用于获取所述振动传感器上的数据和数控机床的控制;
其中,所述控制器获取的数据包括所述数控机床正常运行时的基础振动数据,所述控制器根据所述基础振动数据建立数据库,所述控制器获取的数据还包括数控机床在工作时的实时振动数据,所述控制器将所述实时振动数据与所述数据库内的数据进行比较,根据比较结果触发自适应控制,所述自适应控制为当实时振动数据大于数据库中的设定阈值,则降低切削进给速度,若实时振动数据小于数据库中的设定阈值,则恢复原先的切削进给速度。
7.根据权利要求6所述的五轴联动数控机床监控***,其特征在于,所述数控机床为五轴联动数控机床,包括平行设置的左侧腿、右侧腿,与二者连接的横梁、在所述横梁上滑动设置的滑枕以及设置在所述滑枕上的五轴联动摆头;
所述振动传感器具有多个,分别设置在所述左侧腿、右侧腿、横梁、滑枕以及五轴联动摆头上,且在所述传感器在所述左侧腿处的实时振动数据为CH1,在所述右侧腿处的实时振动数据为CH2,在所述横梁处的实时振动数据为CH3,在所述滑枕位置处的实时振动数据为CH4,在所述五轴联动摆头处的实时振动数据为CH5;
当所述CH1至CH5中的任一数值大于相应位置处的设定阈值,所述控制器触发所述自适应控制。
8.根据权利要求7所述的五轴联动数控机床监控***,其特征在于,所述CH1和CH2的设定阈值为极限切削数据的10~20%,所述CH3的设定阈值为极限切削数据的20~30%,所述CH4的设定阈值为极限切削数据的30~50%,所述CH5的设定阈值为极限切削数据的50~70%。
9.根据权利要求6所述的五轴联动数控机床监控***,其特征在于,所述数控机床为五轴联动数控机床,包括平行设置的左侧腿、右侧腿,与二者连接的横梁、在所述横梁上滑动设置的滑枕以及设置在所述滑枕上的五轴联动摆头;
所述振动传感器具有多个,分别设置在所述左侧腿、右侧腿、横梁、滑枕以及五轴联动摆头上,且在所述传感器在所述左侧腿处的实时振动数据为CH1,在所述右侧腿处的实时振动数据为CH2,在所述横梁处的实时振动数据为CH3,在所述滑枕位置处的实时振动数据为CH4,在所述五轴联动摆头处的实时振动数据为CH5;
当所述CH5的数值大于数据库中的设定阈值,所述控制器触发所述自适应控制。
10.根据权利要求9所述的五轴联动数控机床监控***,其特征在于,所述设定阈值的计算公式为:
S 极限=S 设定*(S n-1/S n);
其中,S极限为设定阈值,S 设定为***设定的标准值,S n表示当前的振动频率优化值,Sn-1为上次采样获取的频率优化值,n表示采样次数并大于1,且:
Sn=S5*a*b;
其中,S5为CH5的振动频率,a为第一修订参数,b为第二修订参数,且:
a=S4/S3;
其中,S4为CH4的振动频率,S3为CH3的振动频率;
b=1+ | S1-S2|/S1;
其中,S2为CH2的振动频率,S1为CH1的振动频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111481166.6A CN114083347B (zh) | 2021-12-06 | 2021-12-06 | 一种五轴联动数控机床监控方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111481166.6A CN114083347B (zh) | 2021-12-06 | 2021-12-06 | 一种五轴联动数控机床监控方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114083347A true CN114083347A (zh) | 2022-02-25 |
CN114083347B CN114083347B (zh) | 2022-10-21 |
Family
ID=80306732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111481166.6A Active CN114083347B (zh) | 2021-12-06 | 2021-12-06 | 一种五轴联动数控机床监控方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114083347B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101947745A (zh) * | 2010-09-03 | 2011-01-19 | 浙江工业大学 | 多硬度拼接材料高速铣削振动测试装置 |
TR201415987A2 (tr) * | 2014-12-29 | 2015-03-23 | Baskent Ueniversitesi | Titreşim algılayıcı sistemi. |
CN105549544A (zh) * | 2014-10-28 | 2016-05-04 | 德马吉森精机株式会社 | 用于控制颤振的***及方法 |
CN105710719A (zh) * | 2016-01-15 | 2016-06-29 | 深圳吉兰丁智能科技有限公司 | 消空程方法和***以及机床 |
CN111050998A (zh) * | 2017-10-12 | 2020-04-21 | 西铁城时计株式会社 | 异常检测装置及具备异常检测装置的机床 |
CN111069975A (zh) * | 2019-12-13 | 2020-04-28 | 首都航天机械有限公司 | 数控铣床末端运行状态实时监测与自适应控制***及方法 |
CN113523902A (zh) * | 2021-06-24 | 2021-10-22 | 汉涘姆(上海)精密机械有限公司 | 一种五轴联动叉式摆头防撞控制的方法 |
-
2021
- 2021-12-06 CN CN202111481166.6A patent/CN114083347B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101947745A (zh) * | 2010-09-03 | 2011-01-19 | 浙江工业大学 | 多硬度拼接材料高速铣削振动测试装置 |
CN105549544A (zh) * | 2014-10-28 | 2016-05-04 | 德马吉森精机株式会社 | 用于控制颤振的***及方法 |
TR201415987A2 (tr) * | 2014-12-29 | 2015-03-23 | Baskent Ueniversitesi | Titreşim algılayıcı sistemi. |
CN105710719A (zh) * | 2016-01-15 | 2016-06-29 | 深圳吉兰丁智能科技有限公司 | 消空程方法和***以及机床 |
CN111050998A (zh) * | 2017-10-12 | 2020-04-21 | 西铁城时计株式会社 | 异常检测装置及具备异常检测装置的机床 |
CN111069975A (zh) * | 2019-12-13 | 2020-04-28 | 首都航天机械有限公司 | 数控铣床末端运行状态实时监测与自适应控制***及方法 |
CN113523902A (zh) * | 2021-06-24 | 2021-10-22 | 汉涘姆(上海)精密机械有限公司 | 一种五轴联动叉式摆头防撞控制的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114083347B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101957711B1 (ko) | 가공좌표계상 가공시간에 따라 가공위치와 물리적 가공절삭 특성값을 매핑하는 절삭특성맵을 활용하여 절삭상태를 지능적으로 감시 및 진단하고, 절삭조건을 제어할 수 있는 지능형 cnc공작기계 제어시스템 | |
US20140123740A1 (en) | Working Abnormality Detecting Device and Working Abnormality Detecting Method for Machine Tool | |
KR102638086B1 (ko) | 주축 진동 측정 시스템, 주축 진동 측정 방법 및 프로그램 | |
US20120095724A1 (en) | Operating history management method and operating history management apparatus | |
CN102929210A (zh) | 基于特征的数控加工过程控制和优化***及方法 | |
WO2013150905A1 (ja) | 切削加工システム及び方法 | |
CN110837247B (zh) | 基于机床数据的机床性能测评方法、***、综合***、云平台 | |
CN104657526B (zh) | 工具机的加工品质的预测方法 | |
KR102302798B1 (ko) | 공작기계 이상상태 모니터링 시스템 및 방법 | |
CN117806231B (zh) | 一种基于物联网的机床运行加工控制***及方法 | |
US9956661B2 (en) | Feedback control numerical machine tool and method thereof | |
CN111813044B (zh) | 一种基于s试件加工误差的数控机床动态误差溯源方法 | |
CN114083347B (zh) | 一种五轴联动数控机床监控方法及*** | |
JP2004160564A (ja) | 工作機械 | |
CN106054812A (zh) | 能够检查工具和被加工物的干扰的数值控制装置 | |
CN117313009A (zh) | 一种基于加工中心设备数据的预防故障方法 | |
CN116307938B (zh) | 一种加工中心进给***健康状态评估方法 | |
TWI676873B (zh) | 刀具監控系統及刀具監控方法 | |
CN114488949B (zh) | 实现数控加工状态监控数据与学习数据同步的方法和装置 | |
US20190204143A1 (en) | Method and device for monitoring idle machining of processing machine | |
KR102512875B1 (ko) | 공구 경로 보정 모델 생성 방법 및 이를 이용한 공구 경로 보정 방법 | |
WO2022019249A1 (ja) | 異常検知装置 | |
CN111633466B (zh) | 大数据分析五轴小龙门数控加工中心的动态精度检测方法 | |
CN110370077B (zh) | 数控车床连续故障传播概率分析方法 | |
JP7310369B2 (ja) | 工作機械システムの振動解析装置 |
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 |