JP2006519709A - 機械加工用ダイナミクス計器 - Google Patents

Abstract

【解決手段】 機械のツールに近接し、前記機械の非回転部に反応して振動信号を出力するためのセンサーと、前記センサーの出力に反応して前記振動信号のダイナミクスを特徴付ける複数の特徴的数量を計算し、前記特徴的数量を相互に関連付けて機械の動作に関連するパラメータを検出するように設定されたプロセッサとを含む機械加工用ダイナミクス計器である。

Description

本発明は、全般に工作機械ツールに関するものである。

本発明は、米国政府との契約第５０−ＤＫＮＢ−６−９０１０７号のもとで発明され、米国商務省標準技術局（ＮＩＳＴ）により発注されたものである。米国政府が本発明の特定の権利を有する場合がある。

一部の機械工場はフライス盤や旋盤などの機械を、典型的にその全能力の３分の１から２分の１の稼働率に下げて運転することにより、安価な部品の製造中（例えば、その機械のビットの原価が１５ドルであるのに対し、部品の原価はわずか５ドルという場合）にツールが壊れることがないようにしている。

これに対し、典型的に数百ドルから数千ドルする、より高い製造原価のかかる部品を製造している機械工場もある。大規模な機械工場が生産する部品は通常複雑であり、顧客が指定した厳しい仕様に従う必要がある。機械加工される部品がそのような厳しい仕様に確実に沿うようにするために、機械作業者は典型的に、工作機械ツールの稼働率（例えば進行速度）を下げることにより、機械の切削ビットの精度を上げ、且つその加工部品の加工表面の質を高めるようにする。従来の機械加工プロセスを用い、作業者は視覚、聴覚、及び振動の具合を頼りに、スピンドル速度と、切削の深さと、切削ツール進行速度とを調整することにより、その加工部品の表面を確実に正しく仕上げるようにする。その加工部品の表面仕上げを加工後に点検する必要があり、仕様規格から外れている場合は、その加工部品が完成した後に初めてわかることになり、それによってその高価な加工部品が廃棄物となる可能性がある。

従って、工作機械ツールの状態が、その加工中の加工部品の表面仕上げの質と、その機械の稼働能力とに直接影響を与えるため、いずれの機械工場であっても、操作中の工作機械ツールの現状を伝えるリアルタイムの情報（例えば、ツールの残り寿命やツールの磨耗または損傷状態）を、その機械作業者が知ることができれば有利である。現在、工作機械ツールの状態の判断は典型的に、訓練を受けた作業者の耳、振動の具合、及び／またはその機械を停止して行う機械ツールの目視検査を頼りに主観的に行われている。

加工部品の表面仕上げに影響を与えるその他の主な要因として、適正な冷却剤または潤滑剤の流動と、その加工部品がどれだけしっかりとその機械クランプに固定されているかが含まれる。上記の場合と同様に、機械作業者は現在、視覚的・聴覚的・振動的感覚を頼りに、適正な潤滑剤の流動とその機械のクランプにおける加工部品の固定状態を判断している。

その結果、どちらの工場にも、機械加工プロセスの特徴を伝えるリアルタイム・フィードバック設備がないため、どちらのタイプの機械工場でも生産性が損なわれている。

従って、本発明の目的は、機械加工用ダイナミクス計器を提供することである。

更に、本発明の目的は、加工部品の加工中にその加工部品の表面仕上げのリアルタイム測定値を提供するそのような機械加工用ダイナミクス計器を提供することである。

更に、本発明の目的は、加工部品の加工中にビットの状態のリアルタイムの状況を提供するそのような機械加工用ダイナミクス計器を提供することである。

更に、本発明の目的は、その冷却剤または潤滑剤のリアルタイムの状況を提供するそのような機械加工用ダイナミクス計器を提供することである。

更に、本発明の目的は、その機械の稼働能力を上げる一方で、その加工部品の正確な表面仕上げを維持するそのような機械加工用ダイナミクス計器を提供することである。

更に本発明の目的は、その加工部品がその機械クランプに正しく固定されているかどうかをリアルタイムで示すそのような機械加工用ダイナミクス計器を提供することである。

更に、本発明の目的は、その加工部品の加工中にその工作機械ツールが損傷若しくは磨耗していることをリアルタイムで示すそのような機械加工用ダイナミクス計器を提供することである。

更に、本発明の目的は、工作機械ツールの残り寿命をリアルタイムで示すそのような機械加工用ダイナミクス計器を提供することである。

更に本発明の目的は、その加工部品の加工後の検査の必要を取り除くそのような機械加工用ダイナミクス計器を提供することである。

本発明は、真に有効な機械加工用ダイナミクス計器を次のような組み合わせにより達成できるという認識によってもたらされた：１）機械のビットまたはツールの近くに配置され、スピンドルまたはツール・ホルダーなどの機械の非回転部に反応してその振動信号を出力するセンサーと、２）前記センサーの出力に反応するプロセッサであって、前記振動信号のダイナミクスを完全に特徴付けるために複数の特異な特徴的数量を計算し、例えば加工部品の表面仕上げ、工作機械ツールビットの状態、及び機械の冷却剤または潤滑剤の状態などの特徴的数量と相互に関連付けて前記機械の運転に関連するパラメータを検出するプロセッサとの組み合わせによって達成できるという認識である。

本発明は、機械のツールに近接し、その機械の非回転部に反応して振動信号を出力するためのセンサーと、前記センサーの出力に反応するプロセッサであって、前記振動信号の力学を特徴付ける複数の特徴的数量を計算し、それら特徴的数量を相互に関連付けして前記機械の動作に関連するパラメータを検出するように設定されたプロセッサとを含む機械加工用ダイナミクス計器を特徴とする。

好ましい実施形態において、前記機械は旋盤でもよい。前記機械はフライス盤でもよい。前記機械の非回転部はツール・ホルダーでもよい。前記機械の非回転部はスピンドル・アセンブリでもよい。前記ツールは機械ビットでもよい。

前記機械加工用ダイナミクス計器は更に、前記機械の動作に関連する検出されたパラメータを出力するための装置を有するコンピュータ・サブシステムを含むことができる。前記検出されたパラメータを出力する装置は、電子コンソールを含むことができる。前記検出されたパラメータを出力する装置は、聴覚装置を含むことができる。

前記機械加工用ダイナミクス計器は更に、前記センサーにより前記振動信号出力を変換してデジタル化するための信号調整回路を含むことができ、それによって前記センサーの時系列のコンピュータ・コード表現を獲得する。前記検出されたパラメータは、加工中の加工部品の表面仕上げの測定値を含むことができる。加工部品の表面仕上げの測定値は、前記加工部品の表面仕上げの平均線からの高さの平均絶対値偏差を含むことができる。

加工部品の表面仕上げの測定値は、前記加工部品のサンプリング長の範囲にわたる、前記加工部品の表面仕上げの平均線より上の最高ピークと、前記加工部品の平均線より下の最下点との高さの差を含むことができる。前記加工部品の表面仕上げの測定値は、前記加工部品のサンプリング長の範囲にわたる、前記加工部品の表面の平均線より上のピーク−最下点間の高さ平均を含むことができる。

前記検出されたパラメータは、前記機械における潤滑剤の流動の状態の示度を含むことができる。前記検出されたパラメータは、前記機械ツールが磨耗または損傷しているかどうかの示度を含むことができる。前記検出されたパラメータは、前記機械ツールの残り寿命の示度を含むことができる。前記検出されたパラメータは、前記機械で加工中の加工部品がクランプにどの程度固定されているかの示度を含むことができる。

電子コンソールは、前記機械の動作に関連して検出されたパラメータの視覚表示を出力することができる。前記コンソールは、前記機械の動作に関連して検出されたパラメータの視覚警報を出力することができる。聴覚装置は、前記機械の動作に関連して検出されたパラメータの聴覚警報を出力することができる。

前記センサーとして、加速度計が可能である。前記センサーは、外部ノイズの影響が低減された信号を出力するための電荷増幅器を含むことができる。前記センサーとして、音響センサーが可能である。前記音響センサーは増幅器と狭帯域パスフィルターとを含むことができ、それにより、異なる振幅で搬送波を出力する。

多くの特徴的数量の計算に、前記振動信号の振幅における変動の計算を含むことができる。前記プロセッサは更に、前記特徴的数量を相互に関連付けるように調整されたニューラル・ネットワークを含むことができ、それにより、前記機械の動作に関連するパラメータを検出する。

１つの特徴的数量は、前記振動信号の振幅の平均値を含むことができる。１つの特徴的数量が、前記振動信号の振幅の標準偏差である場合がある。１つの特徴的数量は、前記振動信号の特徴的自己相関時間を含むことができる。１つの特徴的数量が、前記振動信号の振幅の平均絶対値である場合がある。１つの特徴的数量が、前記振動信号の平均交差波変数である場合がある。１つの特徴的数量が、前記振動信号の平均交差波変数の二乗平均平方根である場合がある。１つの特徴的数量が、前記振動信号の平均交差波変数の持続期間である場合がある。１つの特徴的数量が、前記振動信号の平均交差波変数の持続期間の二乗平均平方根である場合がある。１つの特徴的数量が、前記振動信号の標準偏差交差波の期間である場合がある。１つの特徴的数量が、前記振動信号の交差波の持続期間である場合がある。１つの特徴的数量が、前記振動信号の標準偏差交差波の二乗平均平方根持続期間である場合がある。１つの特徴的数量が、前記振動信号のエンベロープの振幅の平均値と、前記振動信号のエンベロープの振幅の平均値の標準偏差との両方である場合がある。

本発明は更に、機械のツールに近接し、前記機械の非回転部に反応して振動信号を出力するためのセンサーと、前記センサーの出力に反応して、前記振動信号のダイナミクスを特徴付ける多数の特徴的数量を計算し、前記特徴的数量を相互に関連付けて前記機械の動作に関連するパラメータを検出するプロセッサとを含む機械加工用ダイナミクス計器を特徴とし、前記プロセッサは前記機械に接続された出力を含み、それにより機械動作パラメータを変動させる。

１つの実施形態において、前記機械加工用ダイナミクス計器は更に、前記プロセッサ及び前記機械の出力に接続されたコントローラを含み、それにより前記機械動作パラメータを変動させる。前記コントローラは、前記機械のモーターに接続することができる。

本発明はまた、機械加工の動的方法を特徴とし、機械のツールに近接して前記機械の非回転部にセンサーを連結して振動信号を出力する工程と、前記振動信号を応じて、前記振動信号のダイナミクスを特徴付ける複数の特徴的数量を計算し、前記特徴的数量を相互に関連付けて前記機械の動作に関連するパラメータを検出する工程とを含む。

１つの実施形態において、前記機械の動作に関連するパラメータの検出は、前記機械の動作に関連する既知のパラメータの複数の特徴的数量表現に従って、前記パラメータを計算するように調整されたニューラル・ネットワークを用いる工程を含む。前記パラメータは、前記振動信号の振幅エンベロープの振幅における変動を求める工程を含むことができる。１つの特徴的数量が、前記振動信号の振幅の平均値である場合がある。１つの特徴的数量が、前記振動信号の振幅の標準偏差である場合がある。１つの特徴的数量が、前記振動信号の特徴的自己相関時間である場合がある。１つの特徴的数量が、前記振動信号の振幅の平均絶対値である場合がある。１つの特徴的数量が、前記振動信号の平均交差波変数である場合がある。１つの特徴的数量が、前記振動信号の平均交差波変数の二乗平均平方根である場合がある。１つの特徴的数量が、前記振動信号の平均交差波変数の持続期間である場合がある。１つの特徴的数量が、前記振動信号の平均交差波変数持続期間の二乗平均平方根である場合がある。１つの特徴的数量が、前記振動信号の標準偏差交差の期間である場合がある。１つの特徴的数量が、前記振動信号の標準偏差交差波の二乗平均平方根持続期間である場合がある。１つの特徴的数量が、前記振動信号の標準偏差交差波の二乗平均平方根持続期間である場合がある。特徴的数量が、前記振動信号のエンベロープの振幅の平均値と、前記振動信号のエンベロープの振幅の平均値の標準偏差との両方である場合がある。

前記方法は更に、電子コンソール上に数字指標を表示することができ、前記数字指標は前記機械の動作に関連するパラメータを表現する。前記方法は更に、前記機械の動作に関連するパラメータが所定の範囲外にあるかどうかを示す音声警報の発生を表示する工程を含む。

好ましい実施形態または以下に開示する実施形態とは別に、本発明は他の実施形態が可能であり、且つ様々な方法で実用又は実行され得る。従って本発明は、本書の以下の説明または図面が示す構造の詳細、及びコンポーネントの配置への応用に限定されないものと理解されるべきである。

上記「背景技術」において説明したように、機械加工の従来の方法は、機械作業者に、製造中の加工部品の表面仕上げの客観的な動的測定値を提供しない。従って、作業者は主観的な視覚、聴覚、及び振動を頼りにスピンドル速度と、切削の深さと、切削ツールの進行速度とを調整することにより、前記表面が正しく仕上がるようにしなくてはならない。また、従来の方法は、工作機械ツールが磨耗または損傷しているか、適正に冷却剤または潤滑剤が流動ているか、あるいは前記加工部品が前記機械のクランプにどれだけしっかり固定されているかを判断するための動的情報も作業者に提供しない。同様に、作業者は視覚的、聴覚的、及び振動的な感覚を頼りにこれらを判断しなくてはならない。

対照的に、本発明の図１の機械加工ダイナミクス計器１０は、機械１６に近接してツール２０（例えば、機械ビット）の非回転部１４（例えば、スピンドルまたはツールホルダー）に反応するセンサー１２を含み、それによって振動信号２４のような振動信号を出力する。プロセッサ２２はセンサー１２の出力に反応して複数の特徴的数量を計算するように設定され、それら特徴的数量は振動信号のダイナミクスを特徴付け、例えば加工部品３６の最終表面仕上げ、工作機械ツール２０が磨耗または損傷しているかどうか、及び前記機械の潤滑剤または冷却剤の状況など、それら特徴的数量を相互に関連付けして前記機械の動作に関連するパラメータを検出する。

前記振動信号の力学を特徴付ける多数の特徴的数量を求める特異な計算を行い、次に前記特徴的数量を相互に関連付けて前記機械の動作に関連するパラメータを検出することにより、システム１０は、表面仕上げのリアルタイムの検出と、機械ツールの状態と、潤滑剤流動の状態とを提供する。その結果、作業者は前記加工部品の表面仕上げを正しく行うために視覚、聴覚、及び／または振動を頼りにスピンドル速度と、切削の深さと、切削ツール進行速度とを調整する必要がなくなる。代わりに、前記作業者または機械管理者は、システム１０が提供するリアルタイムの情報に基づいて調整を行うことができる。加工部品の加工後の検査をなくすことができる。工作機械ツール２０についての情報（例えば、ツールの残り寿命）をダイナミックに提供することにより、前記機械作業者は前記機械を遮断すべき時及び前記ツールを交換すべき時を正確に知るので、前記作業者は機械１６をその全能力且つ加工率で運転することができ、前記加工部品をより効率的に生産することができる。

本発明の１つの実施例において、機械１６は旋盤である。他の設計において、機械１６は、図２のＥｎｃｏ Ｍｏｄｅｌ １００５２００ ニーミル（ｋｎｅｅ ｍｉｌｌ）（米国イリノイ州シカゴ市Ｅｎｃｏ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｃｏ．）４７のフライス盤である。この例において、フライス盤４７のスピンドル速度は、Ｖベルトを使って２１５〜３４４０ｒｐｍ（３．５８〜５７．３Ｈｚ）まで調整することができ、８６０ｒｐｍ、１７２０ｒｐｍ、３４４０ｒｐｍ（１４．３Ｈｚ、２８．７Ｈｚ、及び５７．３Ｈｚ）という３つのスピンドル速度を採用することが可能である。送り速度を変化させるために、Ｅｎｃｏ Ｍｏｄｅｌ ２０５−６４０４からの可変速度ドライブを活用し、Ｅｎｃｏ Ｍｏｄｅｌ １００５２００ ニーミルの使用ように修正することにより、最高約０．４４ｉｎ／秒（１１．２ｍｍ／秒）までの速度でテーブルを送ることができる。本発明に従って用いられる典型的なフライス削り変数は、典型的にスピンドル速度、テーブル送り（例えば、送り速度）、加工部品３６の図１が示す切削の径方向の深さ、３７が示す切削の軸方向の深さ、及び加工部品３６の剛性を含む。

機械１６の非回転部１４は、典型的にツール・ホルダーまたはスピンドル・アセンブリである。典型的に機械１６のツール２０は、図３の２８が示すような機械ビットである。この例において、前記機械ビットは直径０．５００ｉｎ（１２．７ｍｍ）の高速スチール・エンドミルであって、２つのねじれ溝（２．７２０ｉｎまたは６９．０９ｍｍのリードを持つ）を含み、さらに耐摩耗性を与えるためにＴｉＮで被覆されている場合がある。

図１及び２のシステム１０は、電子コンソール３２のような装置のあるコンピュータ・サブシステム３０も含み、それにより、機械１６の動作に関連する検出されたパラメータを出力する。１つの設計において、前記検出されたパラメータを出力する装置として、図１のスピーカ３４のような聴覚装置が可能である。

また、機械加工用ダイナミクス計器１０またはシステム１０は、信号調整器３３も含むことができ、それによって、センサー１２による振動信号（例えば、振動信号２４）出力を変換及びデジタル化する。信号調整器３２からの出力は、プロセッサ２２に入力され、上記で示すようにこのプロセッサ２２は、複数の特徴的数量を計算するように設定され、それら特徴的数量が振動信号のダイナミクスを特徴化し、前記機械の動作に関連するパラメータを検出するようにそれら特徴的数量を相互に関連付ける。

上述のように、システム１０は、前記振動信号のダイナミクスを特徴付ける複数の特徴的数量を計算し、それら特徴的数量を相互に関連付けて前記機械の動作に関連するパラメータを検出する。機械１０の動作に関連する検出されたパラメータは、機械加工中の加工部品３６の表面仕上げ３４の測定値を含むことができる。加工部品３６の表面仕上げ３４の測定値は、図３Ａの５１が示すＲ_ａ、すなわち加工部品３６の表面仕上げ３４の平均線からの高さの平均絶対値偏差を含むことができる。別の実施例において、図１の加工部品３６の表面仕上げ３４の測定値は、図３Ｂの５３が示すＲ_ｙ、すなわち加工部品３６のサンプリング長の範囲にわたる、加工部品３６の表面仕上げ３４の平均線を越す最高ピークと、加工部品３４の平均線より下の最下点との高さの差を含むことができる。別の実施例において、図１の加工部品３６の表面仕上げ３４の測定値はＲ_ｚ、すなわち加工部品３６のサンプリング長３８にわたる、加工部品３６の表面の平均線より上のピーク‐最下点間の高さ平均を含むことができる。Ｒ_ｚは次の公式を用いて計算される。

例えば、図３Ｃが示すように、例えば図中５５、５７、５９、６１、及び６３がそれぞれ示すＲ_ｚ１、Ｒ_ｚ２、Ｒ_ｚ３、Ｒ_ｚ４、及びＲ_ｚ５という５つの表面測定値が採られるとき、Ｒ_ｚは次のように計算される。

理想的には、図１の４０が示すように、システム１０は電子コンソール３２上に前記検出された表面仕上げ測定値を表示する。機械加工用ダイナミクス計器１０によって検出及び表示される機械１６の動作に関連する他のパラメータは、４２が示すように、電子コンソール３２上に表示される、前記工作機械ツール２０が磨耗または損傷しているかどうかを示す残り寿命を含む。４４が示すように、電子コンソール３２上に前記潤滑剤の状況を表示することもできる。また、機械加工用ダイナミクス計器１０は、コンソール３２上に視覚警報４６を提供することもでき、この警報は表面仕上げ警報４７、潤滑剤の流動の警報４９、及び加工部品３６がクランプ５３にしっかり固定されているかどうかを示すクランプ警報５１の状況を含むことができる。

前記クランプでの加工部品の固定具合を示す視覚警報（例えば、クランプ警報５１）、表面仕上げを示す視覚警報（例えば、表面仕上げ警報４７）、及び潤滑剤の流動を示す視覚警報（例えば、潤滑剤のフロー警報４９）を、聴覚警報（例えば、スピーカ３４）と併せて用いることで、表面仕上げの偏差あるいは機械１６の不良がある場合に前記機械作業者の注意をすばやく喚起することができる。

本発明に従った１つの設計おいて、センサー１２は図４が詳細に示すような、Ｅｎｄｅｖｃｏ Ｃｏｒｐ．（米国カリフォルニア州Ｓａｎ Ｊｕａｎ Ｃａｐｉｓｔｒａｎｏ）より入手可能なＥｎｄｅｖｃｏ Ｍｏｄｅｌ ７２５９Ａ−２５のような加速度計である。この実施形態において、センサー１２は前記取付面よりわずか０．５インチ上の高さの非常にコンパクトな造りであり、１０〜３２のネジのある設置用止め金具を使って取り付けられる。理想的には、センサー１２は一方向性であり、センサー１２は前記取付面に対し垂直方向を１．３％の最大軸外感度で感知する。この設計において採用されるようなセンサー１２は、約９３ｋＨｚの高い共鳴周波数を典型的に有し、動的測定用途に適したものとなる。１つの実施例において、外部雑音を減らすために、前記ケース・センサー１２に電荷増幅器（図示せず）を埋め込むことを含めることができる。Ｋｉｓｔｌｅｒ Ｍｏｄｅｌ ５０４Ｅ圧電センサー増幅器（米国ニューヨーク州Ａｍｈｅｒｓｔ，Ｋｉｓｔｌｅｒ Ｉｎｓｔｒｕｍｅｎｔ Ｃｏｒｐ．）をアイソトロン・モードで動作させて用いることにより、センサー１２からの出力をデータ収集に必要なレベルに増幅することができる。センサー１２と組み合わせた前記センサー増幅器の出力範囲は、総出力０．４７３４Ｖ／ｇである。機械１６に取り付けられるセンサー１２の取り付け方法は、図４に示す。

図１のシステム１０は、ノルウェーのＣｌａｍｐＯｎ ＡＳが製造するＣｌａｍｐＯｎ ２０００のような音響センサーも含むことができる。センサー４６は典型的には、図４が示すように、図２の４７が示すようなＥｎｃｏ Ｍｏｄｅｌ １００５２００ニーミルのような機械１６に取り付けられる。センサー４６は、約８３ｋＨｚの共鳴周波数を持つ圧電センサーを採用することができ、また、１０〜６６ｄＢの範囲の高利得増幅器を含むこともできる。前記増幅器は、約６１ｋＨｚを中心とする狭帯域パスフィルターを含むこともできる。動作時に、センサー４６の出力は、変動する（変調）振幅を伴う図５が示す６１ｋＨｚの搬送波６０となることが可能である。理想的には、センサー４６の共鳴周波数を中心とするフィルターを用いて、機械加工中に必然的に生じる一時的事象（例えば、各歯が当たること）及び他の動作、例えばセンサー（例えば、量子雑音）または周囲の音源（モーターや蛍光灯など）から生じる雑音などをフィルターする。図４が示すように、センサー４６のセンサーヘッドは、非常に厳しい作業環境での使用に耐える設計である。１つの実施例において、センサー４６は、約直径１．９インチ、長さ３．７インチの非常に丈夫なステンレススチール筐体の中に納められる。センサー４６は、理想的には図５のセンサー１２のツバ４８を挟んだ反対側に取り付けられる。

センサー１２及び４６からのダイナミクスデータの収集は、理想的にはＣＩＯ−ＤＡＳ１６／３３０ Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ Ｂｏａｒｄ（米国マサチューセッツ州Ｍｉｄｄｌｅｂｏｒｏ、Ｍｅａｓｕｒｅｍｅｎｔ Ｃｏｍｐｕｔｉｎｇ Ｃｏｒｐ．）のようなコンピュータボードによって行われる。１つの設計において、前記コンピュータボードは、１２ビットの解像度で最高１６のシングルエンド（または８のダブルエンド）チャネルまでのデータを最高３３０ｋＨｚまでの総取得率で収集する能力がある。前記コンピュータボードは、Ｖｉｓｕａｌ Ｂａｓｉｃのような言語で書かれたコンピュータ・プログラムを用いて典型的に操作される。１つの実施形態において、前記コンピュータボードは、ＲＥＰ ＩＮＳ Ｗ（Ｒｅｐｅａｔ Ｉｎｓｔｒｕｃｔｉｏｎ Ｗｏｒｄ（繰返し命令））モードで操作される。機械加工用ダイナミクス計器１０に従って高いサンプリング率が望ましいため、典型的に４つの入力チャネルすべてに対して１つの範囲が選択される。可能な限り高いサンプリング率で各機械加工条件のデータの代表的サンプルを集めながらも管理可能な範囲の分析データ量を維持するために、各条件について５秒間のデータを収集するようにすることができ、これは最も遅いスピンドル速度でわずか１４３回の歯の衝突に相当する。この結果サンプル数は１，６５０，０００になり、それをＡＳＣＩＩフォーマットに保存するとそれぞれ約２０Ｍｂを消費することになる。８２回のテストにおいて、１．５５Ｇｂ以上の生データが収集された。これだけ高いデータ獲得率であっても、前記主要なダイナミクスセンサー１２及び４６は、前記信号の力学を完全に捕らえるには不十分である８２．５ｋＨｚで記録される。従って、本発明はサンプルの少ないデータでも有効である。

システム１０はセンサー１２及び／またはセンサー４６によって提供される振動信号（例えば、振動信号２４）を分析し、前記振動信号の力学を特徴付ける数量一式を計算し、前記機械の動作に関連するパラメータを検出するために前記特徴的数量を相互に関連付けることによって動作する。前記特徴的数量の計算は、前記振動信号の振幅における変動を決定する工程を含む。それら特徴的数量の一部は、単純で分かり易いものである。例えば、信号の平均値またはその標準偏差である。その他には、特徴的サイズ、持続期間、あるいは前記信号力学の動作シーケンスのような前記信号の具体的な特徴を定量化することを目的とした、より詳細な特徴的数量もある。十分な期間にわたってデータが収集されれば、「サンプル数の少ない」データ・ストリームは測定値の代表セットを捕らえる。サンプル抽出されたデータの標準偏差が実際の信号のそれと同等でなくとも、前記サンプル抽出されたデータと前記実際の信号の値との間には１対１の関係がある。

そのような特徴的数量の１つである（Ａｖｇ）は、図６の８０が示す振動信号の平均値である。別の特徴的数量は、信号の調波力を反映する信号の標準偏差（ＳｔＤｅｖ）であり、有意な情報を搬送するあらゆる不規則な変動信号に関する重要な変数である。第３の特徴的数量は、特徴的自己相関時間（Ａｕｔｏ）である。これは時間スケールであり、この間に信号は線形相関を失い、プロセスにおける混合率を特徴付ける。前記自己相関数量は、信号の遅延バージョンを掛けた信号の全時間の積分である。長い時間遅延に対して、前記自己相関は次の方法を採り、

ここにおいてｎは記録に含まれる測定値数である。無時間遅延に対して、前記自己相関は次と同等であり、

これはサンプリング間隔で測定される。自己相関時間は次の式で表される。

４つ目のフロー指標数量は、平均差（Ｄｉｆ）であって、具体的には、シーケンシャル測定値における平均絶対値の差である。このフロー指標数量は、最小の時間スケールでデータがどれだけ急速に変化するかを示す１次指標である。これは、第１の表面仕上げパラメータであり、表面形状測定に適用される同様の尺度であるＲ_ａと類似する。

５つ目のフロー指標数量は、シーケンシャル測定値における二乗平均平方根差（ＲＭＳＤｉｆ）であって、平均差と同類の尺度だが、シーケンシャル測定値における比較的小さい変化よりも、より大きな変化をより強く測る傾向がある。

残りのフロー指標数量は、生の時系列データを生データの移動標準偏差で置き換えることによって計算される。すなわち、データ記録の最初の２０の測定値の標準偏差が計算され、ウィンドウが１０測定値前進する、そして全記録の移動標準偏差が計算されるまで前記プロセスが繰り返される。前記結果である標準偏差ベクトルは、時間の関数として信号に存在する調波力を特徴付ける。その結果として、このベクトルを元に計算されるフロー指標数量は、時間とともに変化する調波力の変動を特徴付ける。そのようなフロー指標数量は接頭辞「Ｓｄ」によって識別される。

別のフロー指標数量は、平均交差波期間（ＳｄａＰｄ）であって、これは図７の８２が示す振幅平均値の上方向交差間に生ずる平均測定値数を反映するものであり、１次信号変動の時間長として特徴付けられる。

別のフロー指標数量は、より長い期間の波を強調する平均交差波期間変数の二乗平均平方根の値（ＳｄａＲＭＳｐｄ）である。関連フロー指標数量（ＳｄａＤｕｒ）は、平均交差波持続期間であり、これは図７の８２が示す平均振幅値の上方及び下方交差間に生じる測定値平均数の尺度である。前記関連フロー指標数量は、平均交差波持続期間の二乗平均平方根（ＳｄａＲＭＳＤｕｒ）である。

図８が示す標準偏差交差波期間フロー指標数量（ＳｄｓＰｄ）は、平均交差波の平均期間と類似の尺度だが、この場合、図８の８４が示すように平均プラス標準偏差を交差する波の期間を見るために線（バー）をいくらか上げてある。関係のあるフロー指標数量は、標準偏差交差波期間の二乗平均平方根の値（ＳｄｓＲＭＳＰｄ）である。別のフロー指標数量は、図８の８６が示す標準偏差交差波の持続期間（ＳｄｓＤｕｒ）である。最後に、関連フロー指標数量は、標準偏差交差波の二乗平均平方根持続期間（ＳｄｓＲＭＳＤｕｒ）である。ただし、他のフロー指標数量も本発明の範囲に含まれる。

図１及び２のコンピュータ・サブシステム３２で動作する、ＤＯＳオペレーティング・システムで実行されるＱｕｉｃｋ Ｂａｓｉｃ ４．５プログラミング言語の１つのバージョンを、上述の特徴的数量を計算するために、以下に示すコンピュータ・プログラム・リスティングにおいて提供する。

このプログラムは次の形式でコマンド・ラインを受け入れる。ＤＯＣ９６１９５［ＤａｔａＦｉｌｅ＄］［−１ＦｉｌｅＬｉｓｔ＄］ ｎ。１つのデータファイルの分析を行う場合、上記ＤａｔａＦｉｌｅ＄フィールドにパス名及びデータを含むファイルを記入する。一連のファイルを分析する場合、マイナス１スイッチを用い、前記パス、及び一連のファイルを含むＡＳＣＩＩファイルの名前をＦｉｌｅＬｉｓｔ＄変数として用いる。前記コマンド・ライン・パラメータｎは分析されるコラム番号（加速度計に関しては０、受容音響センサーに関しては１）である。いずれの場合も、単一のＡＳＣＩＩ出力ファイルはＤａｔａＦｉｌｅ＄またはＬｉｓｔＦｉｌｅ＄から作成され、名前拡張子が「Ｏｕｎ」に代わり、ｎは分析されたデータを含むコラムの番号である。このファイルは計算された各特徴的数量の名前が記述される見出し行を１行含み、特徴的数量に対応する値を含む、分析された各データファイルを示す行を１行含む。

本発明の１つの実施形態において、前記特徴的数量は、図１のコンピュータ・サブシステム上で動作する図９のネットワーク相関サブシステム７０に提示され、そこでは電子コンソール３２にリアルタイムで出力が提供される。機械１６に取り付けられたセンサー１２からの図９の生データ７１が増幅され、デジタル化されて特徴抽出分析７３に送られる。この分析で得られた特徴的数量セット及び別の有用な設定（例えば、７２が示すスピンドル速度、進行速度など）がニューラル・ネットワーク相関７０ネットワークに送られ、このネットワークが前記データのダイナミクスと最適にマッチする表面仕上げを定める。前記表面仕上げ、及び７４が示す「ツール磨耗」、「冷却剤ＯＫ」、「クランプＯＫ」といった他の出力がリアルタイムで表示され、前記機械作業者または機械管理者が機械加工プロセス（例えば、スピンドル速度、切削の深さ、及び／または進行速度の増減など）を修正するのを助ける。機械１６からの典型的な入力は、７２が示すようにスピンドル速度、またはテーブル速度を含む。次に、図１０のニューラル・ネットワーク８０を用いて特徴的数量を求め、それら特徴的数量は前記振動信号の力学を特徴付け、それら特徴的数量を相互に関連付けて機械の動作に関連するパラメータを検出する。

次に、図１０のニューラル・ネットワーク８０を用いて特徴的数量を求め、それら特徴的数量は振動特徴の力学を特徴付け、それら特徴的数量を相互に関連付けして機械の動作に関連するパラメータを検出する。ニューラル・ネットワーク８０を用いる主な理由は、急な移行、変動の激しい動作、あるいは入力変数間での複雑なインタラクションを伴う非線形相関関係を任意に扱う能力を前記ニューラル・ネットワークが有するからである。加えて、ニューラル・ネットワーク８０は、形式または入力セットと望ましい出力セットとの相関関係についての仮定を一切必要としない。ニューラル・ネットワーク８０は、実行の必要がある操作セットを明白に定義するのではなく、１つの加重コネクションセットを調整することによってプログラムされる。いったん調整されたニューラル・ネットワーク８０は、リアルタイムの用途に理想的である非常に速く効率的なソフトウェア、ファームウェア、あるいはハードウェア環境で実施することか可能である。また、いったん適正に調整されたニューラル・ネットワーク８０は、極めて耐故障（フォールト・トレラント）及び／または故障示唆的（フォールト・インディケーティング）である。従って、データにノイズ、エラーまたは不足がある場合、ニューラル・ネットワークはそれを表しながらも、動作条件の合理的予測をなおかつ提供することができる。

実際には、ニューラル・ネットワーク８０は、広範な既知の条件に対する既知の指標数量をまず入力し、それら具体的な事例を扱うように前記ネットワークを調整することによって調整される。いったん調整されたネットワーク８０は、新しい指標数量セットに適用可能であり、実際の用途に用いることのできるデータ分析手段が提供される。

ニューラル・ネットワーク８０は、ニューロンの層で作られた存在として見ることができる。最も一般的なタイプのニューラル・ネットワークは、「逆伝播」ネットワークと呼ばれ、３つの層（入力層８２、隠れた層８４、及び出力層８６）を含むことが多い。前記入力層は入力情報を受け取り、この場合それは上述した特徴的数量である。各入力は全範囲から（−１，１）範囲まで縮小され、この取り扱いを前記ネットワークは得意とする。この入力層では何の処理も行われず、各ニューロンは単に前記入力値を送り、前記入力値は加重コネクションセットを介して次の層へ送られる。

通常、連続層が完全に相互接続しているので、前記加重コネクションは入力層８２の各ニューロンを隠れた層８４の各ニューロンにリンクする。与えられたコネクションに沿って隠れたニューロンに到達する値は、前記入力ニューロンによって前記コネクションに投入された値と前記コネクション加重の値の積である。隠れた層８４において、各ニューロンは、コネクションを介してそこに到達する値を合計し、次に１つの単純な非線形変換を前記値に適用する。ガウス（釣鐘型）及びシグモイド（Ｓ字型）関数が最も一般的に用いられるのは、それらは計算が容易だからである。

好ましい実施形態において、ニューラル・ネットワーク８０は「ロジスティック」関数と呼ばれるシグモイド関数を用いる。この関数は、無限範囲にある入力値を（−１，１）の出力にマッピングする。次に、この結果得られた値を加重コネクションに沿って先に送り、出力層８６に到達させる。出力層８６は前記隠れた層と同一の働きをし、そこに到達した加重値を合計し、ロジスティック変換を適用して結果を出力する。前記範囲（−１，１）にある出力値は前記全範囲にスケールバックされ、前記ネットワークの最終結果（１つの例として、表面仕上げ８７、チャター近接８９、ツール鋭度９１、十分な冷却剤９３、緩んだ加工部品９５、及び故障９５が含まれる）を生成する。

本発明において、前記１８の特徴的数量入力は、各データセットと、前記機械加工速度または「はい」若しくは「いいえ」の答えに対応する３つの出力に対して使われる。必要な計算の難易度により、隠れたニューロンの数は大幅に変動することがある。より多くのニューロンはより複雑な計算を可能にするが、処理速度を下げる。Ｗａｒｄ Ｓｙｓｔｅｍｓ Ｇｒｏｕｐより入手可能な「ＮｅｕｒｏＳｈｅｌｌ ２」ニューラル・ネットワーク・シミュレーション・プログラムを使って、図１０のニューラル・ネットワーク８０を実施することができる。

逆伝播ネットワーク８０の調整は、入力と望ましい出力との両方を含む調整データセットの作成を必要とする。加重値は当初、ランダムに選択される。調整中、調整事例をランダムに選び、前記ネットワークに与え、前記ネットワークの出力の誤差を前記ネットワークを通して「逆伝播」することにより、前記誤差を取り除くための、加重値への最小限の変化を決定する。この処理を幾度も行い、必要に応じて前記加重値を更新することにより、前記ネットワークの計算精度は、それ以上精度が上がらないところまで向上し続ける。前記ネットワークの精度が前記時点で許容範囲であれば、希望に応じてそれを使い、前記入力値セットに対する出力値を急速に生成することができる。

ニューラル・ネットワーク８０は、慎重に適正な調整を行わないと「調整過剰」となる可能性がある。調整過剰とは、前記ネットワークが、異なる調整セット間のパターンにある基本的変動ではなく個々の調整セットを認識する能力である。調整過剰となったネットワークでは、新しい入力セットの状況を予測するために用いたときに、性能が貧しいことが多い。この問題は、獲得可能なデータセットの１つのサブセットを調整データとして使い、残りをテストデータとして使うことによって避けられる。前記ネットワークはこの調整セットを用いて調整されるが、前記コネクション加重に対する新しい値のセットは、前記テストデータ（前記ネットワークの調整に使われなかったデータ）で性能が向上する場合にのみ保存される。この方法は通常、前記調整データを超えて入力として可能なより大きな範囲へと「一般化」する能力を十分に持つネットワークを作る。

生データの各データファイルは、上述のコンピュータ・プログラムを使って特徴ファイルにフィルターされる。それら特徴ファイルは、機械加工条件と結果的表面仕上げとを含むマスター・スプレッドシートとマージ（合併）され、ニューラル・ネットワーク８０への入力として使われるデータベースが作り出される。

１つの実施例において、図１０のニューラル・ネットワーク８０は、５５の調整セットと２７のテストセットとを用いて調整される。１つのデータセットで調整し、別のデータセットでテストすることにより、ニューラル・ネットワーク８２が単にデータを記憶するだけにはならないようにできる。

例えば、図１のセンサー１２である入力加速度計と、スピンドル速度及び進行速度と、表面仕上げという出力Ｒ_ａとの間の３つのニューラル・ネットワーク相関関係の中で最も弱い相関関係を図１１は示す。図１１が示すように、本発明の機械加工用ダイナミクス計器１０により与えられる表面仕上げ予測には強い総体的な相関関係があり、テスト条件の大半がＹ＝Ｘ線付近に集中している。これは本発明の機械加工用ダイナミクス計器１０が、加工部品の表面仕上げを正確に予測していることを示す。

図１０のニューラル・ネットワーク８０を調整し、表面仕上げパラメータＲ_ａ、Ｒ_ｙ、及び Ｒ_ｚ を採用して下記表１が示すように互いに予測させることができる。表１が示すように、表面仕上げのどの尺度から他のどの尺度までについても１：１のマッピングがあり、表面仕上げパラメータの変動は本質的にリンクしている。１つのパラメータの変更は、誤差領域の狭い予測可能な方法で他のパラメータの変更につながる傾向がある。

本発明の１つの実施形態において、図１の機械加工用ダイナミクス計器は、線９２上のプロセッサ２２の出力に接続されるコントローラ１００を含むことができ、それによりスピンドル速度、切削の深さ、及び切削ツールの進行速度といった機械動作パラメータを変動させる。１つの実施例において、コントローラ１００はモーター１０２に接続され、それにより機械１６の速度を変動させる。１つの設計において、コントローラ１００からのフィードバックは、プロセッサ２２に提供さられる。

本発明の機械加工のための動的方法は、図１のセンサー１２を機械１６の近接ツール２０の非回転部１４に連結して図１２の工程２００の振動信号２４を出力する工程と、前記振動信号を受けて、前記振動信号のダイナミクスを特徴付ける複数の特徴的数量を計算し、前記特徴的数量を相互に関連付けて図１２の段階２０２の機械１６の動作に関連するパラメータを検出する工程とを含む。１つの設計において、機械加工のための動的方法は更に、前記機械の動作に関連する既知のパラメータを代表する複数の特徴的数量表現に従って前記機械の動作に関連するパラメータを計算するように調整されたニューラル・ネットワークを用いる工程を含むことができる。複数の特徴的数量の計算は典型的に、前記振動信号（例えば、図１の振動信号２４）の振幅における変動を求める工程を含む。前記特徴的数量として、上記に詳細に説明したように、振幅平均値、振幅標準偏差、特徴的自己相関時間、平均差、より具体的にはシーケンシャル測定値の平均絶対値差、シーケンシャル測定値の二乗平均平方根（ＲＭＳＤｉｆ）、平均交差波変数期間（ＳｄａＰｄ）、より長期間の波を強調する平均交差波変数期間の二乗平均平方根値（ＳｄＲＭＳｐｄ）、平均交差波持続期間（ＳｄａＤｕｒ）、平均交差波持続期間の二乗平均平方根値（ＳｄａＲＭＳＤｕｒ）、標準偏差交差波期間フロー指標数量（ＳｄｓＰｄ）、標準偏差交差波期間値の二乗平均平方根値（ＳｄｓＲＭＳＰｄ）、標準偏差交差波持続期間（ＳｄｓＤｕｒ）、及び標準偏差交差波の二乗平均平方根持続期間（ＳｄｓＲＭＳＤｕｒ）が含まれる。

本発明の具体的な特徴は一部の図面に示されており、その他の図面には示されていないが、これはあくまでも便宜上そうしているのであり、各特徴は本発明に従ったその他の特徴のすべて若しくはいずれとも組み合わせることができる。本書において「含む」、「有する」、「持つ」、「・・・を用いて」「・・・と共に」という言葉は広範且つ包括的に解釈されるべきであり、いかなる物理的相互接続にも限定されない。更に、本発明の用途において開示されているいかなる実施形態も、唯一可能な実施形態として解釈されるべきではない。

当業者であれば思いつくであろう前記他の実施形態は、付属の特許請求項の範囲内に含まれる。

当業者であれば、好ましい実施形態と付随する図面から、他の目的、特徴、及び利点を思いつくであろう。
図１は、本発明に従った機械加工用ダイナミクス計器の１つの実施形態の三次元図である。 図２は、フライス盤と本発明のコンピュータ・サブシステムとを採用している、図１が示す機械加工用ダイナミクス計器の三次元図である。 図３Ａ〜３Ｃは、本発明に従った加工部品の表面仕上げの測定値の様々な例を示すグラフである。 図３Ａ〜３Ｃは、本発明に従った加工部品の表面仕上げの測定値の様々な例を示すグラフである。 図３Ａ〜３Ｃは、本発明に従った加工部品の表面仕上げの測定値の様々な例を示すグラフである。 図４は、図２のフライス盤に搭載された図１に示された様々なセンサーのより詳細な実施例を示した模式三次元図である。 図５は、本発明に従ったセンサーからの典型的な出力を示すグラフである。 図６は、本発明に従った、機械の動作に関連するパラメータを特徴付けるのに使われる１つの具体的な特徴的数量を表すグラフである。 図７は、本発明に従って流動を特徴付けるのに使われる別の特徴的数量を表すグラフである。 図８は、本発明に従った、機械の動作に関連するパラメータを特徴付けるために使われる別の特徴的数量を表すグラフである。 図９は、本発明の機械加工用ダイナミクス計器の１つの実施形態の様々なコンポーネントを示すブロック図である。 図１０は、本発明に従った、前記機械の動作に関連するパラメータを検出するために使われるニューラル・ネットワークの模式図である。 図１１は、実際の表面仕上げに対する予測表面仕上げを表すグラフである。 図１２は、本発明に従った機械加工用動的方法の主要な工程を示すフローチャートである。

Claims (59)

1. 機械加工用ダイナミクス計器であって、
   機械のツールに近接し、その機械の非回転部に反応して振動信号を出力するセンサーと、
   前記センサー出力に反応して、前記振動信号のダイナミクスを特徴付ける複数の特徴的数量を計算し、前記特徴的数量を相互に関連付けて前記機械の動作に関連するパラメータを検出するように設定されたプロセッサと
   を有する機械加工用ダイナミクス計器。
2. 請求項１の機械加工用ダイナミクス計器において、前記機械は旋盤である。
3. 請求項１の機械加工用ダイナミクス計器において、前記機械はフライス盤である。
4. 請求項１の機械加工用ダイナミクス計器において、前記機械の非回転部はツール・ホルダーである。
5. 請求項１の機械加工用ダイナミクス計器において、前記機械の非回転部はスピンドル・アセンブリである。
6. 請求項１の機械加工用ダイナミクス計器において、前記ツールは機械ビットである。
7. 請求項１の機械加工用ダイナミクス計器であって、この機械加工用ダイナミクス計器は、更に、
   前記機械の動作に関連する検出されたパラメータを出力するための装置を有するコンピュータ・サブシステムを含むものである。
8. 請求項７の機械加工用ダイナミクス計器において、前記検出されたパラメータを出力するための装置は、電子コンソールを含むものである。
9. 請求項７の機械加工用ダイナミクス計器において、前記検出されたパラメータを出力するための装置は、聴覚装置を含むものである。
10. 請求項１の機械加工用ダイナミクス計器であって、この機械加工用ダイナミクス計器は、更に、
    前記センサーにより前記振動信号出力を変換してデジタル化するための信号調整回路を含み、それにより前記センサーの時系列のコンピュータ・コード表現を獲得するものである。
11. 請求項１の機械加工用ダイナミクス計器において、前記検出されたパラメータは、加工中の前記加工部品の表面仕上げの測定値を含むものである。
12. 請求項１１の機械加工用ダイナミクス計器において、前記加工部品の表面仕上げの測定値は、前記加工部品の表面仕上げの平均線からの高さの平均絶対値偏差を含むものである。
13. 請求項１１の機械加工用ダイナミクス計器において、前記加工部品の表面仕上げの測定値は、前記加工部品のサンプリング長の範囲にわたる、前記加工部品の表面仕上げの平均線より上の最高ピークと、前記加工部品の平均線より下の最下点との高さの差を含むものである。
14. 請求項１３の機械加工用ダイナミクス計器において、前記加工部品の表面仕上げの測定値は、前記加工部品のサンプリング長の範囲にわたる、前記加工部品の表面の平均線より上のピーク−最下点間の高さ平均を含むものである。
15. 請求項１の機械加工用ダイナミクス計器において、前記検出されたパラメータは、前記機械における潤滑剤の流動の状況の示度を含むものである。
16. 請求項１の機械加工用ダイナミクス計器において、前記検出されたパラメータは、前記工作機械ツールが磨耗または損傷しているかどうかの示度を含むものである。
17. 請求項１の機械加工用ダイナミクス計器において、前記検出されたパラメータは、前記工作機械ツールの残り寿命の示度を含むものである。
18. 請求項１の機械加工用ダイナミクス計器において、前記検出されたパラメータは、前記機械で加工中の前記加工部品がクランプにどの程度固定されているかの示度を含むものである。
19. 請求項８のシステムにおいて、前記電子コンソールは、前記機械の動作に関連して検出されたパラメータの視覚表示を出力するものである。
20. 請求項８の機械加工用ダイナミクス計器において、前記コンソールは、前記機械の動作に関連して前記検出されたパラメータの視覚警報を出力するものである。
21. 請求項９の機械加工用ダイナミクス計器において、前記聴覚装置は、前記機械の動作に関連して前記検出されたパラメータの聴覚警報を出力するものである。
22. 請求項１の機械加工用ダイナミクス計器において、前記センサーは加速度計である。
23. 請求項１の機械加工用ダイナミクス計器において、前記センサーは音響センサーである。
24. 請求項２２の機械加工用ダイナミクス計器において、前記センサーは、外部ノイズの影響が低減された信号を出力するための電荷増幅器を含むものである。
25. 請求項２３の機械加工用ダイナミクス計器において、前記音響センサーは増幅器と狭帯域パスフィルターとを含み、それにより、異なる振幅で搬送波を出力するものである。
26. 請求項２５の機械加工用ダイナミクス計器において、前記多数の特徴的数量の計算は、前記振動信号の振幅における変動を求める計算を含むものである。
27. 請求項１の機械加工用ダイナミクス計器において、前記プロセッサは、前記特徴的数量を相互に関連付けるように調整されたニューラル・ネットワークを含み、それにより、前記機械の動作に関連するパラメータを更に検出するものである。
28. 請求項２６の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の振幅の平均値である。
29. 請求項２６の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の振幅の標準偏差である。
30. 請求項２６の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の特徴的自己相関時間である。
31. 請求項２６の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の振幅の平均絶対値差である。
32. 請求項２６の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の平均交差波変数である。
33. 請求項３２の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の平均交差波変数の二乗平均平方根差である。
34. 請求項３２の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の平均交差波変数持続期間である。
35. 請求項３２の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の平均交差波変数持続期間の二乗平均平方根値である。
36. 請求項２６の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の標準偏差交差波期間である。
37. 請求項３６の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の交差波持続期間である。
38. 請求項２６の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号の標準偏差交差波の二乗平均平方根持続期間である。
39. 請求項２６の機械加工用ダイナミクス計器において、前記特徴的数量は、前記振動信号のエンベロープの振幅の平均値と、前記振動信号のエンベロープの振幅の平均値の標準偏差との両方である。
40. 機械加工用ダイナミクス計器であって、
    機械のツールに近接し、その機械の非回転部に反応して振動信号を出力するセンサーと、
    前記センサー出力に反応して、前記振動信号のダイナミクスを特徴付ける多数の特徴的数量を計算し、前記特徴的数量を相互に関連付けて前記機械の動作に関連するパラメータを検出するプロセッサとを有し、
    前記プロセッサは前記機械に接続される出力を含み、それにより機械動作パラメータを変動させる、機械加工用ダイナミクス計器。
41. 請求項４０の機械加工用ダイナミクス計器であって、この機械加工用ダイナミクス計器は、更に、
    前記プロセッサ及び前記機械の出力に接続されたコントローラを含み、それにより前記機械動作パラメータを変動させるものである。
42. 請求項４１の機械加工用ダイナミクス計器において、前記コントローラは前記機械のモーターに接続されているものである。
43. 機械加工のための動的方法であって、
    振動信号を出力するために、センサーを機械のツールに近接して前記機械の非回転部に連結する工程と、
    前記振動信号に応じて、前記振動信号の力学を特徴付ける複数の特徴的数量を計算し、前記特徴的数量を相互に関連付けて前記機械の動作に関連するパラメータを検出する工程と
    を有することを特徴とする動的方法。
44. 請求項４３の方法において、前記機械の動作に関連する前記パラメータの検出は、前記機械の動作に関連する既知のパラメータの複数の特徴的数量表現に従って、前記パラメータを計算するように調整されたニューラル・ネットワークを用いる工程を含むものである。
45. 請求項４３の方法において、前記パラメータの計算は、前記振動信号の振幅エンベロープの振幅における変動を求める工程を含むものである。
46. 請求項４５の方法において、前記特徴的数量は、前記振動信号の振幅の平均値である。
47. 請求項４３の方法において、前記特徴的数量は、前記振動信号の振幅の標準偏差である。
48. 請求項４３の方法において、前記特徴的数量は、前記振動信号の特徴的自己相関時間である。
49. 請求項４３の方法において、前記特徴的数量は、前記振動信号の振幅の平均絶対値差である。
50. 請求項４３の方法において、前記特徴的数量は、前記振動信号の平均交差波変数である。
51. 請求項４３の方法において、前記特徴的数量は、前記振動信号の平均交差波変数の二乗平均平方根差である。
52. 請求項４３の方法において、前記特徴的数量は、前記振動信号の平均交差波変数持続期間である。
53. 請求項４３の方法において、前記特徴的数量は、前記振動信号の平均交差波変数持続期間の二乗平均平方根値である。
54. 請求項４３の方法において、前記特徴的数量は、前記振動信号の標準偏差交差期間である。
55. 請求項４３の方法において、前記特徴的数量は、前記振動信号の標準偏差交差波の二乗平均平方根持続期間である。
56. 請求項４３の方法において、前記特徴的数量は、前記振動信号の標準偏差交差波の二乗平均平方根持続期間である。
57. 請求項４３の方法において、前記特徴的数量は、前記振動信号のエンベロープの振幅の平均値と、前記振動信号のエンベロープの振幅の平均値の標準偏差との両方である。
58. 請求項４３の方法であって、この方法は、更に、
    電子コンソール上に数字指標を表示することができ、前記数字指標は前記機械の動作に関連するパラメータを代表するものである。
59. 請求項４３の方法であって、この方法は、更に、
    前記機械の動作に関連するパラメータが、所定の範囲外にあるかどうかを示す音声警報の発生を表示する工程を含むものである。

Images