CN116117587B - 一种基于数控车床生成的成品品质检测*** - Google Patents

一种基于数控车床生成的成品品质检测*** Download PDF

Info

Publication number
CN116117587B
CN116117587B CN202310413439.6A CN202310413439A CN116117587B CN 116117587 B CN116117587 B CN 116117587B CN 202310413439 A CN202310413439 A CN 202310413439A CN 116117587 B CN116117587 B CN 116117587B
Authority
CN
China
Prior art keywords
workpiece
quality
product
current
evaluation
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.)
Active
Application number
CN202310413439.6A
Other languages
English (en)
Other versions
CN116117587A (zh
Inventor
徐恩成
高勇
徐长红
徐恩名
李磊磊
刘德锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jining Lianwei Wheel Manufacturing Co ltd
Original Assignee
Jining Lianwei Wheel Manufacturing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jining Lianwei Wheel Manufacturing Co ltd filed Critical Jining Lianwei Wheel Manufacturing Co ltd
Priority to CN202310413439.6A priority Critical patent/CN116117587B/zh
Publication of CN116117587A publication Critical patent/CN116117587A/zh
Application granted granted Critical
Publication of CN116117587B publication Critical patent/CN116117587B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B23Q11/00—Accessories fitted to machine tools for keeping tools or parts of the machine in good working condition or for cooling work; Safety devices specially combined with or arranged in, or specially adapted for use in connection with, machine tools
    • B23Q11/0042—Devices for removing chips
    • 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
    • B23Q17/20—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring workpiece characteristics, e.g. contour, dimension, hardness
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • Numerical Control (AREA)
  • Automatic Control Of Machine Tools (AREA)

Abstract

本发明涉及车床成品检测技术领域，具体公开了一种基于数控车床生成的成品品质检测***，包括工件外观分析模块，通过对成品图像进行分析，获取外观评价系数；工件材料分析模块，通过对应工件质量变化过程的分析，获取材料评价系数；综合品质评价模块，根据外观评价系数和材料评价系数对成品品质进行综合评价，获得评价分，本发明通过将工件的外观以及材料进行数据化的综合分析，对加工完成的工件进行评分，并通过评分对工件的整体质量进行快速快速判断，提升批量加工过程中出厂产品的综合良品率。

Description

一种基于数控车床生成的成品品质检测***
技术领域
本发明涉及车床成品检测技术领域，具体的，涉及一种基于数控车床生成的成品品质检测***。
背景技术
数控技术和数控装备是制造工业现代化的重要基础，其中对产品品质的检测则是这个基础的重要一环。
为了提升数控车床应用在车间厂房进行加工后的出厂成品的良品率，部分厂房在传输***上设置成品的检测***以对成品进行检测，这些检测多是基于图像识别***对成品进行检测。
但是现有的检测难以检测出材料本身的缺陷，尤其是对于部分不均匀的塑性材料的加工工件，这些不均匀的加工工件如果加工为薄壁结构，由于不均匀的材料就会导致部分区域容易破裂，损伤，这部分产品应当也纳入非良品的范围内，而显然现有的图像识别检测***难以检测，往往只能提高对供应商的要求以减少上述问题。
综上，为了解决现有检测***难以结合材料缺陷对工件良品进行检测的问题，本发明提出一种基于数控车床生成的成品品质检测***。
发明内容
本发明的目的在于提供一种基于数控车床生成的成品品质检测***，解决以下技术问题：
如何解决现有检测***难以结合材料缺陷对工件良品进行检测的问题。
本发明的目的可以通过以下技术方案实现：
一种基于数控车床生成的成品品质检测***，包括：
工件承载模块，用于输送以及固定夹持加工工件，同时获取成品图像以及实时监测工件质量变化；碎屑清理单元，用于对工件承载模块上加工过程产生的碎屑进行清理；
工件外观分析模块，通过对成品图像进行分析，获取外观评价系数；
工件材料分析模块，通过对应工件质量变化过程的分析，获取材料评价系数；
综合品质评价模块，根据外观评价系数和材料评价系数对成品品质进行综合评价，获得评价分。
作为本发明的进一步技术方案：所述综合品质评价模块的综合评价过程包括：
通过公式：
Figure SMS_1
，
获取综合品质的评价分
Figure SMS_2
；其中/>
Figure SMS_3
是工件外观权重系数，/>
Figure SMS_4
是工件材料权重系数，/>
Figure SMS_5
是外观评价系数，/>
Figure SMS_6
是材料评价系数。
通过上述技术方案：将工件的外观以及材料进行数据化的综合分析，对加工完成的工件进行评分，并通过评分对工件的整体质量进行快速快速判断，提升批量加工过程中出厂产品的综合良品率。
作为本发明的进一步技术方案：所述工件外观分析模块对成品图像进行分析，获取外观评价系数的过程包括：
获取当前机床成品的多个实时视图；
基于标准视图对实时视图进行识别，获取缺陷区域位置与面积；
通过公式：
Figure SMS_7
，
获取外观评价系数
Figure SMS_8
；其中n是一个机床成品的缺陷区域数量，n为正整数，当n=0时，/>
Figure SMS_9
是一个机床成品中第k个缺陷区域的位置权重系数，/>
Figure SMS_10
是一个机床成品中第k个缺陷区域的面积/>
Figure SMS_11
占当前视图内工件面积/>
Figure SMS_12
的比值；/>
Figure SMS_13
是根据产品结构特性预先设定，并根据测试数据拟合修正获得。
作为本发明的进一步技术方案：所述工件材料分析模块对应工件质量变化过程的分析，获取材料评价系数的过程包括：
获取工件在数控车床上的加工工序数量
Figure SMS_14
；
通过公式：
Figure SMS_15
，
获取材料评价系数
Figure SMS_17
；其中/>
Figure SMS_20
是加工过程中第i道工序的影响权重系数；/>
Figure SMS_21
是实际加工过程中第i道工序加工过程质量变化曲线；/>
Figure SMS_18
是加工过程中第i道工序的加工时长，是常量；m/>
Figure SMS_19
是标准加工过程中第/>
Figure SMS_22
道工序加工过程质量变化曲线，/>
Figure SMS_23
是成品标准工件质量，/>
Figure SMS_16
是去单位化系数。
通过上述技术方案：通过加工过程中质量相对于标准过程中质量变化的差值幅度的累计值来辅助判断当前加工工件的材料质量情况，材料评价系数
Figure SMS_24
越高说明相对标准质量变化累计偏差越大，对于塑性材料，可以判断其质地不够均匀，从而辅助判断最终的产品质量。
作为本发明的进一步技术方案：将所述综合品质的评价分
Figure SMS_25
与预设区间
Figure SMS_26
进行比对；
若
Figure SMS_27
＞/>
Figure SMS_28
，则判断产品不合格；
若
Figure SMS_29
∈/>
Figure SMS_30
，则判断当前产品属于瑕疵品，需要进行人工鉴别；
若
Figure SMS_31
＜/>
Figure SMS_32
，则判断当前产品属于合格品。
作为本发明的进一步技术方案：将所述综合品质的评价过程还包括抽检策略，所述抽检策略包括：
随机在数控机床的一次退刀过程中获取当前工件的加工过程；
通过公式：
Figure SMS_33
，
获得当前加工过程的材料评价系数
Figure SMS_36
；其中，/>
Figure SMS_38
是当前加工工序，j是当前工序的第j次退刀过程；/>
Figure SMS_40
是标准加工条件下完成前/>
Figure SMS_35
道工序后加工工件的标准质量；/>
Figure SMS_37
是标准加工条件下完成第/>
Figure SMS_42
道工序第j次退刀状态下加工工件的标准质量，/>
Figure SMS_43
是完成第/>
Figure SMS_34
道工序第j次退刀的时间点，/>
Figure SMS_39
是第/>
Figure SMS_41
道工序结束时间点；
将
Figure SMS_44
与预设区间/>
Figure SMS_45
进行比对；
若
Figure SMS_46
＞/>
Figure SMS_47
，则判断产品不合格，同时将当前材料退出加工工位，同时复位加工程序以加工下一个工件；
若
Figure SMS_48
∈/>
Figure SMS_49
，则判断当前产品属于临界产品，将其进行标记并在后续加工过程中多次抽检；
若
Figure SMS_50
＜/>
Figure SMS_51
，则判断当前产品材料合格，可以继续进行加工。
通过上述技术方案：将加工过程划分为若干到工序以及将每个工序划分为若干次进退刀，在随机抽检的情况下，通过计算
Figure SMS_52
道工序的材料评价系数以及第/>
Figure SMS_53
道工序直到第j到退刀过程的材料评价系数获得当前加工过程的材料评价系数/>
Figure SMS_54
，可以实时的对工件的加工过程进行判定，从而及时的发现加工的潜在临界产品以及不合格品，从而避免在临界产品以及不合格品上浪费加工时间。
作为本发明的进一步技术方案：所述***还包括废料检测模块，所述废料检测模块用于检测每道工序完成时工件被刀具切割下料的部分的质量，并判断切割下来的质量与该工序切割的标准质量相同；
若相同，则判断无废料留存在加工工件内；
若不同，则获取工件在加工位置的实时图像，基于标准图像对实时图像进行识别，判断是否存在部分废料留存在加工工件内。
作为本发明的进一步技术方案：所述废料检测模块检测到存在部分材料留存在加工工件内时，通过标准加工过程中工件质量变化曲线对工件承载模块获取的实时工件质量进行修正。
作为本发明的进一步技术方案：所述对工件承载模块获取的实时工件质量进行修正的步骤包括：
获取完成当前工序后被检测到的废料质量
Figure SMS_55
与标准加工条件当前工序产生的废料质量/>
Figure SMS_56
；
将
Figure SMS_57
的差值从工件承载模块获取的实时工件质量中进行扣除。
通过上述技术方案：对完成当前工序后被检测到的废料质量以及工件图像进行综合判断而判断是否存在废料留存在正在加工的工件当中，然后通过修正工件承载模块获取的实时工件质量来避免废料留存导致分析或评价过程产生大的误差，提升***的整体容错率。
本发明的有益效果：
（1）本发明通过将工件的外观以及材料进行数据化的综合分析，对加工完成的工件进行评分，并通过评分对工件的整体质量进行快速快速判断，提升批量加工过程中出厂产品的综合良品率。
（2）本发明通过加工过程中质量相对于标准过程中质量变化的差值幅度的累计值来辅助判断当前加工工件的材料质量情况，材料评价系数
Figure SMS_58
越高说明相对标准质量变化累计偏差越大，对于塑性材料，可以判断其质地不够均匀，从而辅助判断最终的产品质量。
（3）本发明通过将加工过程划分为若干到工序以及将每个工序划分为若干次进退刀，在随机抽检的情况下，通过计算
Figure SMS_59
道工序的材料评价系数以及第/>
Figure SMS_60
道工序直到第j到退刀过程的材料评价系数获得当前加工过程的材料评价系数/>
Figure SMS_61
，可以实时的对工件的加工过程进行判定，从而及时的发现加工的潜在临界产品以及不合格品，从而避免在临界产品以及不合格品上浪费加工时间。
（4）本发明通过将加工过程划分为若干到工序以及将每个工序划分为若干次进退刀，在随机抽检的情况下，通过计算
Figure SMS_62
道工序的材料评价系数以及第/>
Figure SMS_63
道工序直到第j到退刀过程的材料评价系数获得当前加工过程的材料评价系数/>
Figure SMS_64
，可以实时的对工件的加工过程进行判定，从而及时的发现加工的潜在临界产品以及不合格品，从而避免在临界产品以及不合格品上浪费加工时间。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明模块间关系示意图。
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。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，在一个实施例中，提供了一种基于数控车床生成的成品品质检测***，包括：
工件承载模块，用于输送以及固定夹持加工工件，同时获取成品图像以及实时监测工件质量变化；碎屑清理单元，设置在工件承载模块上，用于对工件承载模块上加工过程产生的碎屑进行清理，碎屑清理单元优选为风力清洁单元，可以避免使用流体清理导致流体粘附在工件表面的问题；
工件外观分析模块，通过对成品图像进行分析，获取外观评价系数；
工件材料分析模块，通过对应工件质量变化过程的分析，获取材料评价系数；
综合品质评价模块，根据外观评价系数和材料评价系数对成品品质进行综合评价，获得评价分。
值得说明的是，本实施例中的***包括但不限于工件外观分析模块以及工件材料分析模块两个部分，也可以结合其他现有的检测方式的检测结果以提升检测精度。
其中，综合品质评价模块的综合评价过程包括：
通过公式：
Figure SMS_65
，
获取综合品质的评价分
Figure SMS_66
；其中/>
Figure SMS_67
是工件外观权重系数，/>
Figure SMS_68
是工件材料权重系数，/>
Figure SMS_69
和/>
Figure SMS_70
均从工厂设定的加工工件的标准获取，属于经验性常数，/>
Figure SMS_71
是外观评价系数，
Figure SMS_72
是材料评价系数。
通过上述技术方案：本实施例通过将工件的外观以及材料进行数据化的综合分析，对加工完成的工件进行评分，并通过评分对工件的整体质量进行快速快速判断，提升批量加工过程中出厂产品的综合良品率。
工件外观分析模块对成品图像进行分析，获取外观评价系数的过程包括：
获取当前机床成品的多个实时视图，需要说明的是，多个实时视图至少应当包括前后左右以及俯视图这五个视图，显然视图数量的增加在增加计算量的同时可以提升比对分析的精确度；
基于标准视图对实时视图进行识别，获取缺陷区域位置与面积，识别过程具体实施时可以先在与标准视图相同拍摄角度及位置获得工件的实时图像，然后通过边缘检测算法获取实时图像的工件轮廓以及缺陷区域的边缘轮廓，与标准轮廓进行比对获取缺陷区域位置与面积，比对过程属于现有技术故不作赘述，需要说明的是，可以直接通过实时视图获取缺陷区域面积占当前视图工件面积的比例，但是通过与标准轮廓进行比对可以获得加工工件与标准零件的轮廓差别，显然在当前工件轮廓与标准图像的工件轮廓无法重合的情况下，说明两者差别较大，工件属于缺陷品从而不需要进行进一步的分析，而本实施例是基于当前工件轮廓与标准图像的工件轮廓基本重合的情况下进行分析；
通过公式：
Figure SMS_73
，
获取外观评价系数
Figure SMS_74
；其中n是一个机床成品的缺陷区域数量，由图像识别算法获得，n为正整数，当n=0时，/>
Figure SMS_75
是一个机床成品中第k个缺陷区域的位置权重系数，/>
Figure SMS_76
是一个机床成品中第k个缺陷区域的面积/>
Figure SMS_77
占当前视图内工件面积/>
Figure SMS_78
的比值；/>
Figure SMS_79
是根据产品结构特性预先设定，并根据测试数据拟合修正获得。
显然，随着第k个缺陷区域的面积
Figure SMS_80
占当前视图内工件面积/>
Figure SMS_81
的比值的增加/>
Figure SMS_82
会逐渐增加，对应即是缺陷区域面积越大缺陷系数/>
Figure SMS_83
越大。
工件材料分析模块对应工件质量变化过程的分析，获取材料评价系数的过程包括：
获取工件在数控车床上的加工工序数量
Figure SMS_84
；
通过公式：
Figure SMS_85
，
获取材料评价系数
Figure SMS_88
；其中/>
Figure SMS_91
是加工过程中第i道工序的影响权重系数，/>
Figure SMS_93
是根据加工工艺要求获得的经验数据；/>
Figure SMS_87
是实际加工过程中第i道工序加工过程质量变化曲线；/>
Figure SMS_90
是加工过程中第i道工序的加工时长，是常量；m/>
Figure SMS_92
是标准加工过程中第/>
Figure SMS_94
道工序加工过程质量变化曲线，/>
Figure SMS_86
是成品标准工件质量，/>
Figure SMS_89
是去单位化系数。
通过上述技术方案：本实施例通过加工过程中质量相对于标准过程中质量变化的差值幅度的累计值来辅助判断当前加工工件的材料质量情况，材料评价系数
Figure SMS_95
越高说明相对标准质量变化累计偏差越大，对于塑性材料，可以判断其质地不够均匀，从而辅助判断最终的产品质量。
将综合品质的评价分
Figure SMS_96
与预设区间/>
Figure SMS_97
进行比对，/>
Figure SMS_98
属于从工艺标准中总结的经验数据；
若
Figure SMS_99
＞/>
Figure SMS_100
，则判断产品不合格，需要从出厂批次中剔除；
若
Figure SMS_101
∈/>
Figure SMS_102
，则判断当前产品属于瑕疵品，需要进行人工鉴别；
若
Figure SMS_103
＜/>
Figure SMS_104
，则判断当前产品属于合格品。
将综合品质的评价过程还包括抽检策略，抽检策略包括：
随机在数控机床的一次退刀过程中获取当前工件的加工过程；
通过公式：
Figure SMS_105
，
获得当前加工过程的材料评价系数
Figure SMS_107
；其中，/>
Figure SMS_111
是当前加工工序，j是当前工序的第j次退刀过程；/>
Figure SMS_114
是标准加工条件下完成前/>
Figure SMS_108
道工序后加工工件的标准质量，属于经验数据；/>
Figure SMS_110
是标准加工条件下完成第/>
Figure SMS_113
道工序第j次退刀状态下加工工件的标准质量，/>
Figure SMS_115
是完成第/>
Figure SMS_106
道工序第j次退刀的时间点，/>
Figure SMS_109
是第/>
Figure SMS_112
道工序结束时间点；
将
Figure SMS_116
与预设区间/>
Figure SMS_117
进行比对；
若
Figure SMS_118
＞/>
Figure SMS_119
，则判断产品不合格，同时将当前材料退出加工工位，同时复位加工程序以加工下一个工件；
若
Figure SMS_120
∈/>
Figure SMS_121
，则判断当前产品属于临界产品，将其进行标记并在后续加工过程中多次抽检；
若
Figure SMS_122
＜/>
Figure SMS_123
，则判断当前产品材料合格，可以继续进行加工。
通过上述技术方案：本实施例通过将加工过程划分为若干到工序以及将每个工序划分为若干次进退刀，在随机抽检的情况下，通过计算
Figure SMS_124
道工序的材料评价系数以及第
Figure SMS_125
道工序直到第j到退刀过程的材料评价系数获得当前加工过程的材料评价系数/>
Figure SMS_126
，可以实时的对工件的加工过程进行判定，从而及时的发现加工的潜在临界产品以及不合格品，从而避免在临界产品以及不合格品上浪费加工时间。
本实施例中检测***还包括废料检测模块，所述废料检测模块用于检测每道工序完成时工件被刀具切割下料的部分的质量，并判断切割下来的质量与该工序切割的标准质量相同；
若相同，则判断无废料留存在加工工件内；
若不同，则获取工件在加工位置的实时图像，基于标准图像对实时图像进行识别，判断是否存在部分废料留存在加工工件内。
需要说明的是，判断是否存在部分材料留存在加工工件内的过程需要训练好的智能图像识别模型参与，在废料检测模块检测到切割下来的质量与该工序切割的标准质量不同后，将实时图像传输给智能图像识别模型，以识别是否存在部分材料留存在加工工件内。
废料检测模块检测到存在部分材料留存在加工工件内时，通过标准加工过程中工件质量变化曲线对工件承载模块获取的实时工件质量进行修正。
对工件承载模块获取的实时工件质量进行修正的步骤包括：
获取完成当前工序后被检测到的废料质量
Figure SMS_127
与标准加工条件当前工序产生的废料质量/>
Figure SMS_128
；
将
Figure SMS_129
的差值从工件承载模块获取的实时工件质量中进行扣除。
通过上述技术方案：对完成当前工序后被检测到的废料质量以及工件图像进行综合判断而判断是否存在废料留存在正在加工的工件当中，然后通过修正工件承载模块获取的实时工件质量来避免废料留存导致分析或评价过程产生大的误差，提升***的整体容错率。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (6)

1.一种基于数控车床生成的成品品质检测***，其特征在于，包括：
工件承载模块，用于输送以及固定夹持加工工件，同时获取成品图像以及实时监测工件质量变化；碎屑清理单元，用于对工件承载模块上加工过程产生的碎屑进行清理；
工件外观分析模块，通过对成品图像进行分析，获取外观评价系数；
工件材料分析模块，通过对应工件质量变化过程的分析，获取材料评价系数；
综合品质评价模块，根据外观评价系数和材料评价系数对成品品质进行综合评价，获得评价分；
所述综合品质评价模块的综合评价过程包括：
通过公式：
Sq＝α1Ap+α2Ma，
获取综合品质的评价分Sq；其中α1是工件外观权重系数，α2是工件材料权重系数，Ap是外观评价系数，Ma是材料评价系数；
其中，获取外观评价系数的过程包括：
获取当前机床成品的多个实时视图；
基于标准视图对实时视图进行识别，获取缺陷区域位置与面积；
通过公式：
Figure FDA0004241567510000011
获取外观评价系数Ap；其中n是一个机床成品的缺陷区域数量，n为正整数，当n＝0时，Ap＝0；lk是一个机床成品中第k个缺陷区域的位置权重系数，k∈正整数，
Figure FDA0004241567510000021
是一个机床成品中第k个缺陷区域的面积Sk占当前视图内工件面积SZ的比值；lk是根据产品结构特性预先设定，并根据测试数据拟合修正获得；
其中，获取材料评价系数的过程包括：
获取工件在数控车床上的加工工序数量N；
通过公式：
Figure FDA0004241567510000022
获取材料评价系数Ma；其中μi是加工过程中第i道工序的影响权重系数，i属于正整数；M(t)是实际加工过程中第i道工序加工过程质量变化曲线；ti是加工过程中第i道工序的加工时长，是常量；m(t)是标准加工过程中第i道工序加工过程质量变化曲线，M0是成品标准工件质量，ΔM是去单位化系数。
2.根据权利要求1所述的一种基于数控车床生成的成品品质检测***，其特征在于，将所述综合品质的评价分Sq与预设区间[Sq1，Sq2]进行比对；
若Sq＞Sq2，则判断产品不合格；
若Sq∈[Sq1，Sq2]，则判断当前产品属于瑕疵品，需要进行人工鉴别；
若Sq＜Sq1，则判断当前产品属于合格品。
3.根据权利要求2所述的一种基于数控车床生成的成品品质检测***，其特征在于，将所述综合品质的评价过程还包括抽检策略，所述抽检策略包括：
随机在数控机床的一次退刀过程中获取当前工件的加工过程；
通过公式：
Figure FDA0004241567510000031
获得当前加工过程的材料评价系数Ma*；其中，i是当前加工工序，j是当前工序的第j次退刀过程，j属于正整数；Mi是标准加工条件下完成前i-1道工序后加工工件的标准质量；Mj是标准加工条件下完成第i道工序第j次退刀状态下加工工件的标准质量，tij是完成第i道工序第j次退刀的时间点，t1是第i-1道工序结束时间点；
将Ma*与预设区间[Ma1，Ma2]进行比对；
若Ma*＞Ma2，则判断产品不合格，同时将当前材料退出加工工位，同时复位加工程序以加工下一个工件；
若Ma*∈[Ma1，Ma2]，则判断当前产品属于临界产品，将其进行标记并在后续加工过程中多次抽检；
若Ma*＜Ma1，则判断当前产品材料合格，可以继续进行加工。
4.根据权利要求1所述的一种基于数控车床生成的成品品质检测***，其特征在于，所述***还包括废料检测模块，所述废料检测模块用于检测每道工序完成时工件被刀具切割下料的部分的质量，并判断切割下来的质量与该工序切割的标准质量相同；
若相同，则判断无废料留存在加工工件内；
若不同，则获取工件在加工位置的实时图像，基于标准图像对实时图像进行识别，判断是否存在部分废料留存在加工工件内。
5.根据权利要求4所述的一种基于数控车床生成的成品品质检测***，其特征在于，所述废料检测模块检测到存在部分材料留存在加工工件内时，通过标准加工过程中工件质量变化曲线对工件承载模块获取的实时工件质量进行修正。
6.根据权利要求5所述的一种基于数控车床生成的成品品质检测***，其特征在于，所述对工件承载模块获取的实时工件质量进行修正的步骤包括：
获取完成当前工序后被检测到的废料质量m1与标准加工条件当前工序产生的废料质量m2；
将m2-m1的差值从工件承载模块获取的实时工件质量中进行扣除。
CN202310413439.6A 2023-04-18 2023-04-18 一种基于数控车床生成的成品品质检测*** Active CN116117587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310413439.6A CN116117587B (zh) 2023-04-18 2023-04-18 一种基于数控车床生成的成品品质检测***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310413439.6A CN116117587B (zh) 2023-04-18 2023-04-18 一种基于数控车床生成的成品品质检测***

Publications (2)

Publication Number Publication Date
CN116117587A CN116117587A (zh) 2023-05-16
CN116117587B true CN116117587B (zh) 2023-06-30

Family

ID=86312180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310413439.6A Active CN116117587B (zh) 2023-04-18 2023-04-18 一种基于数控车床生成的成品品质检测***

Country Status (1)

Country Link
CN (1) CN116117587B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117783128B (zh) * 2023-12-26 2024-08-06 广东荣骏建设工程检测股份有限公司 一种建筑用索体检测***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114905333A (zh) * 2022-06-27 2022-08-16 成都振宏达机电设备有限公司 一种基于多维数据分析的机床作业在线智能监测***

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3823758B2 (ja) * 2001-05-09 2006-09-20 日産自動車株式会社 品質評価装置および品質評価方法
CN105573250B (zh) * 2016-01-15 2018-10-09 深圳吉兰丁智能科技有限公司 机械加工在线品质管控方法和***以及加工机床
CN106424209B (zh) * 2016-12-08 2019-03-15 重庆广昼智能科技有限公司 产品质量远程智能监控***和远程智能监测控制方法
JP7380107B2 (ja) * 2019-11-12 2023-11-15 株式会社ジェイテクト 品質予測システム
CN114273976B (zh) * 2022-01-06 2024-04-26 高崎智能装备(丽水)有限公司 一种数控加工中心在线监测智能调控管理云***
CN114782453A (zh) * 2022-06-23 2022-07-22 张家港Aaa精密制造股份有限公司 一种基于智能制造的轴承质量检测方法及***
CN115690387A (zh) * 2022-11-17 2023-02-03 凤阳爱尔思轻合金精密成型有限公司 一种基于图像识别的合金表面检测***

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114905333A (zh) * 2022-06-27 2022-08-16 成都振宏达机电设备有限公司 一种基于多维数据分析的机床作业在线智能监测***

Also Published As

Publication number Publication date
CN116117587A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN110508811B (zh) 一种增减材复合制造过程中的质量检测及自动修正方法
CN116117587B (zh) 一种基于数控车床生成的成品品质检测***
CN114354639B (zh) 一种基于3d点云的焊缝缺陷实时检测方法及***
CN106624025B (zh) 基于机器视觉的智能化柔性加工***及检测***
CN116560327B (zh) 一种基于物联网的电动工具生产控制方法及***
CN112240756A (zh) 一种汽车生产线异型钣金件智能检测方法
CN116698642A (zh) 一种汽修工具生产用的工作站控制方法及***
CN117806231B (zh) 一种基于物联网的机床运行加工控制***及方法
CN109692990A (zh) 一种带阻尼台转子叶片加工方法
CN105458639B (zh) 模具制作方法
CN105904344A (zh) 金刚滚轮在机检测修整装置
CN114247924B (zh) 一种叶片型线余量在机检查方法
CN111046511B (zh) 一种基于nx的截面滚圆积分法计算加工残留量的方法
CN110021027B (zh) 一种基于双目视觉的切边点计算方法
CN113523729A (zh) 一种薄壁环形件的高效稳定加工工艺
CN204064941U (zh) 标准紧固件检测装置零件分度转盘
CN113843660A (zh) 基于多线激光扫描的数控机床工件检测方法
CN115338693B (zh) 一种自动车床的加工损耗规避方法及***
CN112872512B (zh) 一种放电成型加工一次性加工尺寸到位方法
CN111347052A (zh) 一种零件修复方法及其装置
CN112819038B (zh) 一种基于大数据的铁屑来源工位和品质的识别方法
CN114762891B (zh) 一种GH4720Li高温合金叶片的模锻方法及其叶片锻件
CN117300729B (zh) 一种基于三轴机床的异型产品法向圆孔高效精密加工方法
CN115937146A (zh) 一种基于机器视觉的工件表面缺陷识别***及方法
CN112958789A (zh) 一种适用于回转类薄壁零件的切削加工方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A finished product quality inspection system based on CNC lathe generation

Granted publication date: 20230630

Pledgee: China Postal Savings Bank Limited by Share Ltd. Wenshang County sub branch

Pledgor: Jining Lianwei Wheel Manufacturing Co.,Ltd.

Registration number: Y2024980002345

PE01 Entry into force of the registration of the contract for pledge of patent right