DE102019105061A1 - Method for measuring the surface of workpieces - Google Patents

Method for measuring the surface of workpieces Download PDF

Info

Publication number
DE102019105061A1
DE102019105061A1 DE102019105061.8A DE102019105061A DE102019105061A1 DE 102019105061 A1 DE102019105061 A1 DE 102019105061A1 DE 102019105061 A DE102019105061 A DE 102019105061A DE 102019105061 A1 DE102019105061 A1 DE 102019105061A1
Authority
DE
Germany
Prior art keywords
wear
tool
workpiece
evaluation device
state
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.)
Pending
Application number
DE102019105061.8A
Other languages
German (de)
Inventor
Raimund Volk
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.)
Jenoptik Industrial Metrology Germany GmbH
Original Assignee
Jenoptik Industrial Metrology Germany GmbH
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 Jenoptik Industrial Metrology Germany GmbH filed Critical Jenoptik Industrial Metrology Germany GmbH
Priority to PCT/EP2019/080419 priority Critical patent/WO2020099219A2/en
Publication of DE102019105061A1 publication Critical patent/DE102019105061A1/en
Pending legal-status Critical Current

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
    • B23Q17/0904—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 before or after machining
    • 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
    • B23Q17/099—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 features of the machined workpiece
    • 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
    • B23Q17/0995—Tool life management
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/56—Investigating resistance to wear or abrasion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/58—Investigating machinability by cutting tools; Investigating the cutting ability of tools
    • 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
    • G05B19/4065—Monitoring tool breakage, life or condition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/20—Measuring arrangements characterised by the use of mechanical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/28—Measuring arrangements characterised by the use of mechanical techniques for measuring roughness or irregularity of surfaces
    • 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
    • G05B2219/37258—Calculate wear from workpiece and tool material, machining operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

Bei einem Verfahren zur Vermessung der Oberfläche von auf einer Werkzeugmaschine, beispielsweise Dreh-, Fräs- oder Schleifmaschine, mittels eines Bearbeitungswerkzeugs bearbeiteten Werkstücken mittels eines Oberflächenmessgeräts, wird mit einem Messtaster die Oberfläche des Werkstücks zur Gewinnung von die Oberflächenform des Werkstücks repräsentierenden Messdaten abgetastet, wobei die Messdaten in einer mit dem Messtaster in Datenübertragungsverbindung stehenden oder bringbaren Auswertungseinrichtung ausgewertet werden. Erfindungsgemäß wird durch die Auswertungseinrichtung ein Verschleißzustand des Bearbeitungswerkzeugs anhand von in den Messdaten repräsentierten werkzeugverschleißabhängigen Werkzeugspuren ermittelt.In a method for measuring the surface of workpieces machined on a machine tool, for example a lathe, milling machine or grinding machine, by means of a processing tool using a surface measuring device, the surface of the workpiece is scanned with a probe to obtain measurement data representing the surface shape of the workpiece, whereby the measurement data are evaluated in an evaluation device which is connected or can be brought into communication with the measuring probe. According to the invention, the evaluation device determines a state of wear of the machining tool on the basis of tool wear-dependent tool traces represented in the measurement data.

Description

Die Erfindung betrifft ein Verfahren zur Vermessung der Oberfläche von auf einer Werkzeugmaschine, beispielsweise Dreh-, Fräs- oder Schleifmaschine, mittels eines Bearbeitungswerkzeugs bearbeiteten Werkstücken mittels eines Oberflächenmessgeräts.The invention relates to a method for measuring the surface of workpieces machined on a machine tool, for example a turning, milling or grinding machine, by means of a machining tool by means of a surface measuring device.

Zur Durchführung entsprechender Verfahren geeignete Oberflächenmessgeräte sind, beispielsweise in Form von Rauheitsmessgeräten, allgemein bekannt und weisen einen Messtaster zur Abtastung der Oberfläche des Werkstücks zur Gewinnung von die Oberflächenform des Werkstücks repräsentierenden Messdaten und eine mit dem Messtaster in Datenübertragungsverbindung stehende oder bringbare Auswertungseinrichtung zur Auswertung der Messdaten auf. Sie dienen dazu, Oberflächenmessungen, beispielsweise von Kontur-, Rundheits- und Rauheitsprofilen, durchzuführen.Surface measuring devices that are suitable for carrying out corresponding methods are generally known, for example in the form of roughness measuring devices, and have a measuring probe for scanning the surface of the workpiece for obtaining measurement data representing the surface shape of the workpiece and an evaluation device that is connected or can be brought into connection with the measuring probe for evaluating the measured data on. They are used to carry out surface measurements, for example of contour, roundness and roughness profiles.

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren der im Oberbegriff des Anspruchs 1 genannten Art und ein zugehöriges Oberflächenmessgerät anzugeben, dessen Funktionalität erweitert ist.The invention has for its object to provide a method of the type mentioned in the preamble of claim 1 and an associated surface measuring device, the functionality of which is expanded.

Diese Aufgabe wird durch im Anspruch 1 angegebene Erfindung gelöst.This object is achieved by the invention specified in claim 1.

Bei der Bearbeitung von Werkstücken auf einer Werkzeugmaschine, beispielsweise Dreh-, Fräs- oder Schleifmaschine, tritt üblicherweise nicht nur eine gewollte Formänderung des Werkstücks auf, sondern meist auch eine ungewollte Änderung am Werkzeug, das stumpf wird. Dabei ist Standzeit von Werkzeugen ein wichtiger Faktor in der Produktion. Einerseits soll das Werkzeug so lange wie möglich im Einsatz sein, damit die Kosten für das Auswechseln, Nachschärfen oder Ersetzen so niedrig wie möglich bleiben. Andererseits ergeben sich in der Regel mit zunehmendem Werkzeugverschleiß ungewollte Abweichungen von den angestrebten und mittels der Bearbeitung durch das Bearbeitungswerkzeug zu erreichenden Soll-Abmessungen des Werkstücks. Dies betrifft nicht nur die Gesamtabmessung des Werkstücks, sondern insbesondere auch seine Oberfläche. An die Oberfläche sind häufig Forderungen mit einem maximal zulässigen spezifizierten Rauheitskennwert gestellt, der sich mit einem stumpfen Werkzeug nicht immer erreichen lässt.When machining workpieces on a machine tool, for example a turning, milling or grinding machine, not only does an intentional change in shape of the workpiece usually occur, but usually also an unwanted change in the tool that becomes blunt. Tool life is an important factor in production. On the one hand, the tool should be in use as long as possible so that the costs for replacement, resharpening or replacement remain as low as possible. On the other hand, with increasing tool wear, there are usually undesired deviations from the desired dimensions of the workpiece which are to be achieved and which can be achieved by means of the machining tool. This affects not only the overall dimension of the workpiece, but especially its surface. The surface often has requirements with a maximum permissible specified roughness value that cannot always be achieved with a blunt tool.

Ein verschlissenes Werkzeug kann aber auch Rückwirkungen auf die Werkzeugmaschine haben. Es ist bekannt, dass sich in der Regel mit zunehmendem Werkzeugverschleiß die Schnittkräfte erhöhen. Das hat häufig einen Anstieg des Energiebedarfs sowie eine unerwünschte Erhöhung der Temperatur in der Bearbeitungszone des Werkstücks zur Folge. Nicht zuletzt kann ein verschlissenes Werkzeug auch die Wahrscheinlichkeit eines Totalversagens, beispielsweise durch Werkzeugbruch, erhöhen.A worn tool can also have repercussions on the machine tool. It is known that the cutting forces generally increase with increasing tool wear. This often results in an increase in energy requirements and an undesirable increase in the temperature in the machining zone of the workpiece. Last but not least, a worn tool can also increase the likelihood of total failure, for example due to tool breakage.

Der Erfindung liegt der Gedanke zugrunde, den Verschleißzustand des Bearbeitungswerkzeugs mit fortschreitender Benutzung zeitnah und einfach zu überwachen.The invention is based on the idea of monitoring the wear state of the machining tool promptly and simply as use progresses.

Hiervon ausgehend sieht die Erfindung vor, dass in der Auswertungseinrichtung ein Verschleißzustand des Bearbeitungswerkzeugs anhand von in den Messdaten repräsentierten werkzeugverschleißabhängigen Werkzeugspuren ermittelt wird.Proceeding from this, the invention provides that a wear state of the machining tool is determined in the evaluation device on the basis of tool wear-dependent tool traces represented in the measurement data.

Die Erfindung macht sich auf geschickte Weise die Tatsache zunutze, dass in den Messdaten, die durch Vermessung der Oberfläche des Werkstücks gewonnen werden, Werkzeugspuren repräsentiert sind, die von der Bearbeitung des Werkstücks mittels des Bearbeitungswerkzeugs herrühren und vom Verschleiß des Werkzeugs abhängig sind.The invention cleverly takes advantage of the fact that tool traces are represented in the measurement data that are obtained by measuring the surface of the workpiece, which result from the machining of the workpiece by means of the machining tool and are dependent on the wear of the tool.

Anhand der werkzeugverschleißabhängigen Werkzeugspuren in der Oberfläche des Werkstücks, die durch die Messdaten repräsentiert sind, wird erfindungsgemäß eine Information über den Verschleißzustand des Bearbeitungswerkzeugs gewonnen.Using the tool wear-dependent tool tracks in the surface of the workpiece, which are represented by the measurement data, information about the state of wear of the machining tool is obtained according to the invention.

Ein besonderer Vorteil des erfindungsgemäßen Verfahrens besteht darin, dass gegenüber bekannten Verfahren der zur Erkennung des Verschleißzustands des Bearbeitungswerkzeugs erforderliche Aufwand wesentlich reduziert ist.A particular advantage of the method according to the invention is that, compared to known methods, the effort required to detect the state of wear of the machining tool is significantly reduced.

Im Zusammenhang mit der Erkennung des Verschleißzustands des Bearbeitungswerkzeugs ist es bekannt, dasselbe in der Werkzeugmaschine direkt zu inspizieren, wobei Werkzeuge in Präzisionswerkzeugmaschinen in der Regel eng tolerierte Abmessungen haben. Ein Verschleiß ist allerdings durch einfache visuelle Inspektion mit dem bloßen Auge in der Regel nicht hinreichend genau feststellbar. Zur hinreichend genauen Inspektion muss das Bearbeitungswerkzeug daher in der Regel hochauflösend vermessen werden. Dies kann optisch oder mechanisch geschehen, wobei normalerweise eine starke Vergrößerung notwendig ist, um mögliche Abnutzungsspuren detektieren zu können. Eingesetzt werden beispielsweise optische Mikroskope oder Elektronenmikroskope. Es ist auch möglich, die Schneidengeometrie des Werkzeugs taktil zu vermessen.In connection with the detection of the state of wear of the machining tool, it is known to inspect the same directly in the machine tool, with tools in precision machine tools generally having narrowly tolerated dimensions. However, wear and tear cannot usually be determined with sufficient precision by simple visual inspection with the naked eye. For a sufficiently precise inspection, the processing tool must therefore usually be measured with high resolution. This can be done optically or mechanically, normally a large magnification is necessary in order to be able to detect possible signs of wear. For example, optical microscopes or electron microscopes are used. It is also possible to measure the cutting edge geometry of the tool in a tactile manner.

Entsprechenden Verfahren ist gemeinsam, dass es erforderlich ist, das Bearbeitungswerkzeug für die Dauer der Messung aus der Werkzeugmaschine auszubauen, um es extern in einer Messvorrichtung zu vermessen. Während der Messung steht dementsprechend die Werkzeugmaschine still, sodass die Produktivität verringert ist. Außerdem ist der Aus- und Wiedereinbau zeitraubend und geht mit der Gefahr einher, dass das Bearbeitungswerkzeug fehlpositioniert wird.Corresponding methods have in common that it is necessary to remove the machining tool from the machine tool for the duration of the measurement in order to measure it externally in a measuring device. Accordingly, the machine tool stands still during the measurement, so that productivity is reduced. In addition, removal and reinstallation is time-consuming and goes with the There is a risk that the machining tool will be misplaced.

Es ist ferner bekannt, den Verschleiß des Bearbeitungswerkzeugs indirekt zu messen. Bei fortschreitender Abnutzung des Bearbeitungswerkzeugs erhöhen sich normalerweise die Schnittkräfte, die in der Werkzeugmaschine direkt gemessen oder aus der erforderlichen Erhöhung der Antriebsleistung abgeleitet werden können. Eine entsprechende indirekte Messung ist relativ ungenau. Außerdem muss eine festgestellte Änderung einer beobachteten Größe nicht zwangsläufig von einem Verschleiß des Bearbeitungswerkzeugs herrühren, sondern kann auch andere Ursachen haben, beispielsweise eine Alterung des Antriebsmotors der Werkzeugmaschine.It is also known to measure wear of the machining tool indirectly. As the machining tool wears out, the cutting forces that can be measured directly in the machine tool or derived from the required increase in drive power normally increase. A corresponding indirect measurement is relatively imprecise. In addition, a detected change in an observed variable does not necessarily result from wear on the machining tool, but can also have other causes, for example aging of the drive motor of the machine tool.

Es sind ferner Verfahren bekannt, bei denen beispielsweise aus dem bei der Bearbeitung auf der Werkzeugmaschine auftretenden Schall auf den Verschleißzustand des Werkzeugs geschlossen wird. Derartige Verfahren ermöglichen es zwar, beispielsweise den Zeitpunkt eines eventuellen Werkzeugbruchs zu bestimmen. Eine Aussage über den Verschleißzustand des Werkzeugs ist jedoch nur relativ ungenau möglich.Methods are also known in which, for example, the wear state of the tool is inferred from the sound occurring during machining on the machine tool. Such methods make it possible, for example, to determine the time of a possible tool break. A statement about the state of wear of the tool is, however, only relatively imprecise.

Gegenüber den bekannten Verfahren ermöglicht das erfindungsgemäße Verfahren eine quantitative Bewertung des Verschleißzustands des Bearbeitungswerkzeugs mit hoher Genauigkeit.Compared to the known methods, the method according to the invention enables a quantitative assessment of the state of wear of the machining tool with high accuracy.

Ein besonderer Vorteil des erfindungsgemäßen Verfahrens besteht darin, dass der Verschleißzustand des Bearbeitungswerkzeugs, das nachfolgend auch kurz als Werkzeug bezeichnet wird, im Zuge der Auswertung einer ohnehin erforderlichen Oberflächenmessung festgestellt wird. Da eine Auswertungseinrichtung zur Auswertung der Messdaten ohnehin Bestandteil eines Oberflächenmessgeräts ist, erübrigt sich eine zusätzliche Hardware. Gegenüber den bekannten Verfahren sind auf diese Weise die mit der Erkennung des Verschleißzustands entstehenden Kosten wesentlich verringert.A particular advantage of the method according to the invention is that the state of wear of the machining tool, which is also referred to below as a tool, is determined in the course of evaluating a surface measurement which is required anyway. Since an evaluation device for evaluating the measurement data is part of a surface measuring device, there is no need for additional hardware. Compared to the known methods, the costs associated with the detection of the state of wear are significantly reduced in this way.

Da die Erkennung des Verschleißzustands sich bei der Auswertung der Messdaten und damit im Rahmen des ohnehin erforderlichen Verfahrensablaufes bei der Bearbeitung und Vermessung von Werkstücken vollzieht, sind Stillstandszeiten der Werkzeugmaschine vermieden. Dies senkt die Kosten und erhöht die Produktivität.Since the detection of the state of wear takes place during the evaluation of the measurement data and thus within the framework of the procedure that is required anyway when machining and measuring workpieces, downtimes of the machine tool are avoided. This lowers costs and increases productivity.

Unter Oberflächenmessgeräten im Sinne der Erfindung werden Messvorrrichtungen verstanden, die eine Topographie der Oberfläche eines Werkstücks erfassen können. Erfindungsgemäß ist es möglich, die Erkennung des Verschleißzustandes des Werkzeugs anhand von Messdaten auszuführen, die die vollständige flächige Topographie des Werkstücks repräsentieren, beispielsweise auf Basis von Messdaten, die optisch gewonnen wurden. Es ist erfindungsgemäß möglich, aus einer vollständig gemessenen Topographie nachträglich Tastschnitte zu extrahieren. Es ist erfindungsgemäß jedoch auch möglich, die Erkennung des Verschleißzustands des Werkzeugs auf Basis von Tastschnitten durchzuführen.Surface measuring devices in the sense of the invention are understood to mean measuring devices which can detect a topography of the surface of a workpiece. According to the invention, it is possible to carry out the detection of the state of wear of the tool on the basis of measurement data which represent the complete flat topography of the workpiece, for example on the basis of measurement data which have been obtained optically. It is possible according to the invention to subsequently extract tactile sections from a completely measured topography. However, it is also possible according to the invention to carry out the detection of the state of wear of the tool on the basis of tactile cuts.

Eine vorteilhafte Weiterbildung der Erfindung sieht vor, dass die Auswertungseinrichtung einen Speicher aufweist, in dem wenigstens ein Musterdatensatz abgespeichert oder abspeicherbar ist, der einen Mustermessdatensatz, der durch Vermessung eines mit einem Bearbeitungswerkzeug mit vorbekanntem Verschleißgrad bearbeiteten Musterwerkstücks gewonnen wurde, und eine Information über den zugehörigen Verschleißzustand des Bearbeitungswerkwerkzeugs enthält, wobei in der Auswertungseinrichtung der Verschleißzustand des Bearbeitungswerkzeugs anhand des wenigstens einen Musterdatensatzes und eines durch Vermessung des mittels des Bearbeitungswerkzeugs bearbeiteten Werkstücks gewonnenen Messdatensatzes ermittelt wird. Ein entsprechender Musterdatensatz kann dadurch gewonnen werden, dass ein Musterwerkstück mittels eines Werkzeugs bearbeitet wird, das einen vorbekannten Verschleißzustand hat. Es ist insbesondere auch möglich, eine Mehrzahl oder Vielzahl von Musterdatensätzen zu erzeugen, die Messdaten enthalten, die zu unterschiedlichen Verschleißzuständen des Werkzeugs gehören. Anhand der Musterdatensätze und des durch Vermessung eines Werkstücks gewonnenen Messdatensatzes kann dann in der Auswertungseinrichtung eine Aussage über den Verschleißzustand des Werkzeugs getroffen werden. Im einfachsten Fall kann beispielsweise eine Unterscheidung zwischen „kein Verschleiß“ oder „feststellbarer Verschleiß“ getroffen werden. Es ist erfindungsgemäß jedoch auch möglich, anhand einer Mehrzahl von Musterdatensätzen eine differenziertere Aussage über den Verschleißzustand des Werkzeugs zu treffen.An advantageous further development of the invention provides that the evaluation device has a memory, in which at least one sample data record can be stored or stored, which contains a sample measurement data record that was obtained by measuring a sample workpiece machined with a processing tool with a known degree of wear, and information about the associated one Contains the state of wear of the machining tool, the wear state of the machining tool being determined in the evaluation device on the basis of the at least one sample data record and a measurement data record obtained by measuring the workpiece machined by the machining tool. A corresponding sample data record can be obtained by machining a sample workpiece using a tool that has a previously known state of wear. In particular, it is also possible to generate a plurality or a plurality of sample data records which contain measurement data which belong to different wear states of the tool. On the basis of the sample data sets and the measurement data set obtained by measuring a workpiece, a statement can then be made in the evaluation device about the state of wear of the tool. In the simplest case, a distinction can be made, for example, between "no wear" or "detectable wear". According to the invention, however, it is also possible to make a more differentiated statement about the state of wear of the tool on the basis of a plurality of sample data sets.

In diesem Sinne ist es vorteilhaft, wenn in dem Speicher eine Mehrzahl von Musterdatensätzen abgespeichert oder abspeicherbar ist, die jeweils einen durch Vermessung eines Musterwerkstücks gewonnenen Musterdatensatz und den zugehörigen Verschleißzustand des Bearbeitungswerkzeugs repräsentieren, wie dies eine Weiterbildung der Erfindung vorsieht.In this sense, it is advantageous if a plurality of sample data records can be stored or stored in the memory, each of which represent a sample data record obtained by measuring a sample workpiece and the associated state of wear of the machining tool, as is provided by a development of the invention.

Die Auswertung von zu einem Werkstück gehörigen Messdaten in Bezug zu den Musterdatensätzen zur Feststellung des Verschleißzustands des Werkzeugs kann erfindungsgemäß auf vielfältige Weise erfolgen. Eine vorteilhafte Weiterbildung der Erfindung sieht insoweit vor, dass durch die Auswertungseinrichtung der Verschleißzustand des Bearbeitungswerkzeugs basierend auf einem Vergleich des durch Vermessung eines mittels des Bearbeitungswerkzeugs bearbeiteten Werkstücks gewonnenen Messdatensatzes mit wenigstens einem Musterdatensatz ermittelt wird. Ein Vergleich des Messdatensatzes mit den Musterdatensätzen ermöglicht eine quantitative Aussage über den Verschleißzustand des Werkzeugs mit hoher Genauigkeit.The evaluation of measurement data belonging to a workpiece in relation to the sample data sets for determining the state of wear of the tool can be carried out according to the invention in a variety of ways. To this extent, an advantageous development of the invention provides that the state of wear of the Processing tool is determined based on a comparison of the measurement data record obtained by measuring a workpiece machined by means of the processing tool with at least one sample data record. A comparison of the measurement data set with the sample data sets enables a quantitative statement about the state of wear of the tool with high accuracy.

Eine außerordentlich vorteilhafte Weiterbildung der Erfindung sieht vor, dass die Auswertungseinrichtung zur Realisierung eines künstlichen neuronalen Netzes, insbesondere eines Deep-Learning-Netzes, mit einem Netzwerkmodell programmiert ist, das auf den Musterdatensätzen basiert, derart, dass der Verschleißzustand des Werkzeugs durch das Netz erkannt wird. Entsprechende Netze können anhand Trainingsdatensätzen trainiert werden und ermöglichen auf effiziente und genaue Weise eine Erkennung des Verschleißzustands des Werkzeugs anhand der zu dem jeweiligen Werkstück gehörigen Messdaten. Der grundsätzliche Aufbau sowie die Funktionsweise entsprechender Netze sind allgemein bekannt und werden daher hier nicht näher erläutert. Das Gleiche gilt für eine programmiertechnische Umsetzung eines entsprechenden Netzes. Unter einem Deep-Learning-Netz wird ein künstliches neuronales Netz verstanden, dass zahlreiche Zwischenlagen (hidden layers) zwischen Eingabeschicht (input layer) und Ausgabeschicht (output layer) aufweist.An extremely advantageous further development of the invention provides that the evaluation device for realizing an artificial neural network, in particular a deep learning network, is programmed with a network model that is based on the sample data records in such a way that the wear state of the tool is recognized by the network becomes. Corresponding networks can be trained using training data sets and enable the wear state of the tool to be identified in an efficient and precise manner on the basis of the measurement data associated with the respective workpiece. The basic structure and the mode of operation of corresponding networks are generally known and are therefore not explained in more detail here. The same applies to a technical implementation of a corresponding network. A deep learning network is understood to mean an artificial neural network that has numerous intermediate layers (hidden layers) between the input layer and the output layer.

Eine vorteilhafte Weiterbildung der vorgenannten Ausführungsform sieht vor, dass

  1. a. in das Netz zum Training desselben wenigstens ein Messdatensatz als Trainingsdatensatz eingespeist wird, der durch Vermessung eines Werkstücks gewonnen wurde, das mit einem Bearbeitungswerkzeug mit vorbekanntem Verschleißzustand bearbeitet wurde,
  2. b. durch die Auswertungseinrichtung basierend auf dem Netzwerkmodell anhand des Messdatensatzes der Verschleißzustand des Bearbeitungswerkzeugs ermittelt wird und
  3. c. der so ermittelte Verschleißzustand mit dem vorbekannten Verschleißzustand verglichen wird.
An advantageous development of the aforementioned embodiment provides that
  1. a. at least one measurement data record, which was obtained by measuring a workpiece that was processed with a processing tool with a known wear condition, is fed into the network for training the same, as training data record,
  2. b. the wear state of the machining tool is determined by the evaluation device based on the network model on the basis of the measurement data record and
  3. c. the wear condition determined in this way is compared with the known wear condition.

Bei dieser Ausführungsform wird das neuronale Netz, beispielsweise Deep-Learning-Netz, anhand von Messdatensätzen als Trainingsdatensätzen trainiert. Im Verlauf des Trainings und des Lernens des Netzes kann dann der jeweilige Trainingsdatensatz einen neuen Musterdatensatz des Netzwerkmodells bilden. Da beim Training des neuronalen Netzes jeder Trainingsdatensatz nur einmal „verbraucht“ werden kann, werden zur Verbesserung des Trainings des neuronalen Netzes stets neue Trainingsdatensätze benötigt. Diese werden vorzugsweise durch Messung am Werkstück gewonnen. Es ist erfindungsgemäß jedoch auch möglich,neue Trainingsdatensätze durch Simulation zu gewinnen.In this embodiment, the neural network, for example deep learning network, is trained on the basis of measurement data sets as training data sets. In the course of training and learning the network, the respective training data record can then form a new model data record of the network model. Since each training data set can only be “used up” once when training the neural network, new training data sets are always required to improve the training of the neural network. These are preferably obtained by measuring the workpiece. According to the invention, however, it is also possible to obtain new training data sets by simulation.

Eine vorteilhafte Weiterbildung der vorgenannten Ausführungsform sieht vor, dass das Training des Netzwerkes durch Wiederholung der Schritte a. bis c. fortgesetzt wird, bis mit einer vorgegebenen oder vorgebbaren Genauigkeit der ermittelte Verschleißzustand mit dem vorbekannten Verschleißzustand übereinstimmt. Auf diese Weise ist der Trainingsaufwand des Netzes bei gleichzeitiger Sicherstellung einer vorgegebenen Genauigkeit der Erkennung des Verschleißzustandes minimiert.An advantageous development of the aforementioned embodiment provides that the training of the network by repeating steps a. to c. is continued until the determined wear condition matches the previously known wear condition with a predetermined or predeterminable accuracy. In this way, the training effort of the network is minimized while at the same time ensuring a predetermined accuracy of the detection of the state of wear.

Gemäß einer vorteilhaften Weiterbildung der vorgenannten Ausführungsform wird das nach Abschluss des Trainings erhaltene Netzwerkmodell als Verschleißzustandserkennungsmodell in dem Speicher der Auswertungseinrichtung des Oberflächenmessgeräts abgespeichert und bei nachfolgenden Vermessung von Werkstücken zur Erkennung des Verschleißzustands des Bearbeitungswerkzeugs, mit dem das jeweilige Werkstück bearbeitet worden ist, durch das Netz herangezogen.According to an advantageous development of the aforementioned embodiment, the network model obtained after completion of the training is stored as a wear condition detection model in the memory of the evaluation device of the surface measuring device and during subsequent measurement of workpieces by the network to detect the wear condition of the machining tool with which the respective workpiece has been machined used.

Sofern ein Oberflächenmessgerät, mittels dessen das erfindungsgemäße Verfahren durchgeführt wird, eine in Bezug auf seine Rechenleistung hinreichend leistungsfähige Hardware aufweist, kann nicht nur die Erkennung des Verschleißzustandes anhand von durch Vermessung eines Werkstücks erhaltenen Messdaten, sondern darüber hinaus auch das unter Umständen relativ rechenintensive Training des Netzes auf dem Oberflächenmessgerät selbst ausgeführt werden. Sofern die Rechenleistung der Hardware des Oberflächenmessgeräts hierfür nicht ausreicht, sieht eine vorteilhafte Weiterbildung der Erfindung vor, dass bei einer Auswertungseinrichtung des Oberflächenmessgeräts mit relativ niedriger Rechenleistung das Verschleißzustandserkennungsmodell auf einer externen Auswertungseinrichtung mit relativ hoher Rechenleistung ermittelt und in den Speicher der Auswertungseinrichtung des Oberflächenmessgeräts eingespeichert wird.If a surface measuring device, by means of which the method according to the invention is implemented, has hardware that is sufficiently powerful in terms of its computing power, it is not only possible to identify the state of wear on the basis of measurement data obtained by measuring a workpiece, but also, under certain circumstances, the relatively computationally intensive training of the Network on the surface measuring device itself. If the computing power of the hardware of the surface measuring device is not sufficient for this, an advantageous further development of the invention provides that, in the case of an evaluation device of the surface measuring device with relatively low computing power, the wear condition detection model is determined on an external evaluation device with relatively high computing power and is stored in the memory of the evaluation device of the surface measuring device .

Zur Durchführung des erfindungsgemäßen Verfahrens kann ein beliebiges geeignetes Oberflächenmessgerät verwendet werden. Insbesondere kann als Oberflächenmessgerät ein Rauheitsmessgerät verwendet wird, wie dies eine vorteilhafte Weiterbildung der Erfindung vorsieht. Bei dem verwendeten Oberflächenmessgerät kann es sich entsprechend den jeweiligen Anforderungen jedoch auch um ein beliebiges anderes Oberflächenmessgerät, beispielsweise Konturmessgerät oder Rundheitsmessgerät, handeln.Any suitable surface measuring device can be used to carry out the method according to the invention. In particular, a roughness measuring device can be used as the surface measuring device, as is provided by an advantageous development of the invention. Depending on the respective requirements, the surface measuring device used can also be any other surface measuring device, for example a contour measuring device or roundness measuring device.

Ein erfindungsgemäßes Oberflächenmessgerät zur Vermessung der Oberfläche von auf einer Werkzeugmaschine, beispielsweise, Dreh-, Fräs- oder Schleifmaschine, mittels eines Bearbeitungswerkzeugs bearbeiteten Werkstücken, insbesondere zur Durchführung eines erfindungsgemäßen Verfahrens, ist im Anspruch 11 angegeben. Es weist einen Messtaster zur Abtastung der Oberfläche des Werkstücks zur Gewinnung von die Oberflächenform des Werkstücks repräsentierenden Messdaten und eine mit dem Messtaster in Datenübertragungsverbindung stehende oder bringbare Auswertungseinrichtung zur Auswertung der Messdaten auf. Erfindungsgemäß ist die Auswertungseinrichtung zur Ermittlung eines Verschleißzustandes des Bearbeitungswerkzeugs anhand von in den Messdaten repräsentierten werkzeugverschleißabhängigen Werkzeugspuren ausgebildet und programmiert.A surface measuring device according to the invention for measuring the surface of A machine tool, for example a turning, milling or grinding machine, workpieces machined by means of a machining tool, in particular for carrying out a method according to the invention, is specified in claim 11. It has a probe for scanning the surface of the workpiece to obtain measurement data representing the surface shape of the workpiece and an evaluation device which is connected or can be brought into connection with the probe for evaluating the measurement data. According to the invention, the evaluation device for determining a state of wear of the machining tool is designed and programmed on the basis of tool wear-dependent tool tracks represented in the measurement data.

Vorteilhafte und zweckmäßige Weiterbildungen des erfindungsgemäßen Oberflächenmessgerät sind in den Unteransprüchen 12 bis 20 angegeben. Bei dem erfindungsgemäßen Oberflächenmessgerät und seinen Weiterbildungen ergeben sich sinnentsprechend die gleichen Vorteile und Eigenschaften, wie bei dem erfindungsgemäßen Verfahren und seinen Weiterbildungen.Advantageous and expedient developments of the surface measuring device according to the invention are specified in subclaims 12 to 20. In the surface measuring device according to the invention and its further developments, the same advantages and properties result, as in the method according to the invention and its further developments.

Die Erfindung wird nachfolgend anhand eines Ausführungsbeispiels unter Bezugnahme auf die beigefügte Zeichnung näher erläutert. Dabei bilden alle beschriebenen, in der Zeichnung dargestellten und in den Patentansprüchen beanspruchten Merkmale für sich genommen sowie in beliebiger geeigneter Kombination miteinander den Gegenstand der Erfindung, unabhängig von ihrer Zusammenfassung in den Patentansprüchen und deren Rückbezügen sowie unabhängig von ihrer Beschreibung bzw. Darstellung in der Zeichnung.The invention is explained below using an exemplary embodiment with reference to the accompanying drawings. All of the features described, shown in the drawing and claimed in the patent claims, taken by themselves and in any suitable combination with one another, form the subject of the invention, regardless of their summary in the patent claims and their references, and regardless of their description or illustration in the drawing .

Es zeigt:

  • 1 in einer Perspektivansicht ein Ausführungsbeispiel eines erfindungsgemäßen Oberflächenmessgeräts zur Durchführung eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens und
  • 2 ein Ablaufdiagramm eines Ausführungsbeispiels des einen erfindungsgemäßen Verfahrens.
It shows:
  • 1 in a perspective view an embodiment of a surface measuring device according to the invention for performing an embodiment of a method according to the invention and
  • 2nd a flowchart of an embodiment of a method according to the invention.

In 1 ist ein Messplatz mit einem Ausführungsbeispiel eines erfindungsgemäßen Oberflächenmessgerätes 2 in Form eines Rauheitsmessgeräts dargestellt, das einen Messtaster 3 mit einem Tastarm 4 aufweist, der einen in 1 nicht erkennbaren Tastkörper zur Antastung einer Oberfläche eines zu vermessenden Werkstücks trägt. Das Oberflächenmessgerät 2 weist eine Vorschubeinrichtung 6 auf, deren bei diesem Ausführungsbeispiel feststehender, als Gehäuse ausgebildeter Grundkörper 8 höhen- und neigungsverstellbar an einer Messsäule 10 angeordnet ist, die an einer Grundplatte 12 montiert ist. Der Tastarm 4 ist über eine mechanische Schnittstelle 14 mit einem Schlitten 16 der Vorschubeinrichtung 6 verbunden.In 1 is a measuring station with an embodiment of a surface measuring device according to the invention 2nd shown in the form of a roughness measuring device that a probe 3rd with a probe arm 4th having one in 1 not recognizable probe body for probing a surface of a workpiece to be measured. The surface measuring device 2nd has a feed device 6 on, which in this embodiment is fixed, designed as a housing base 8th height and incline adjustable on a measuring column 10th is arranged on a base plate 12th is mounted. The probe arm 4th is via a mechanical interface 14 with a sledge 16 the feed device 6 connected.

Bei Betrieb des Oberflächenmessgerätes 2 bewegt sich bei diesem Ausführungsbeispiel der Schlitten 16 der Vorschubeinrichtung 6 relativ zu dem Grundkörper 8 entlang einer linearen Vorschubachse, sodass mittels des an dem Tastarm 4 angebrachten Tastkörpers ein zu vermessendes Werkstück abgetastet werden kann. Der grundsätzliche Aufbau eines entsprechenden Oberflächenmessgeräts einschließlich Taster und Vorschubeinrichtung ist allgemein bekannt und wird daher nicht näher erläutert. In Abwandlung dieses Ausführungsbeispiels, bei dem sich der Schlitten 16 relativ zu dem feststehenden Grundkörper 8 bewegt, kann die Kinematik auch umgekehrt sein, indem sich der Grundkörper relativ zu einem feststehenden Schlitten bewegt.When operating the surface measuring device 2nd the carriage moves in this embodiment 16 the feed device 6 relative to the base body 8th along a linear feed axis, so that by means of the on the probe arm 4th attached probe body a workpiece to be measured can be scanned. The basic structure of a corresponding surface measuring device including probe and feed device is generally known and is therefore not explained in detail. In a modification of this embodiment, in which the carriage 16 relative to the fixed body 8th moved, the kinematics can also be reversed by moving the base body relative to a fixed carriage.

Während der Abtastung des Werkstücks gibt der Messtaster 3 die Oberflächenform des Werkstücks repräsentierende Messdaten aus. Die Messdaten werden in einer mit dem Messtaster 3 in Datenübertragungsverbindung stehenden oder bringbaren Auswertungseinrichtung 18 ausgewertet. Die Auswertungseinrichtung 18 ist in 1 rein symbolisch dargestellt und die Datenübertragungsverbindung zwischen dem Messtaster 3 und der Auswertungseinrichtung 18 durch eine gestrichelte Linie 20 symbolisiert.The probe touches while the workpiece is being scanned 3rd measured data representing the surface shape of the workpiece. The measurement data are in one with the probe 3rd evaluation device which is connected or can be brought into a data transmission connection 18th evaluated. The evaluation facility 18th is in 1 shown purely symbolically and the data transmission connection between the probe 3rd and the evaluation device 18th by a dashed line 20th symbolizes.

Mittels des Oberflächenmessgeräts 2 werden Werkstücke vermessen, die mittels eines Bearbeitungswerkzeugs einer Werkzeugmaschine, beispielsweise Dreh- oder Fräsmaschine, bearbeitet wurden. Prinzipbedingt hinterlässt das Bearbeitungswerkzeug, das nachfolgend auch kurz als Werkzeug bezeichnet wird, in der Oberfläche des Werkstücks Werkzeugspuren, die vom Verschleißzustand des Werkzeugs abhängig sind. Diese werkzeugverschleißabhängigen Werkzeugspuren sind aufgrund der Vermessung der Oberfläche des Werkstücks mittels des Oberflächenmessgeräts in den Messdaten des Messtasters 3 repräsentiert.Using the surface measuring device 2nd Workpieces are measured that have been machined using a machining tool of a machine tool, for example a turning or milling machine. In principle, the processing tool, which is also referred to as tool in the following, leaves tool marks on the surface of the workpiece, which are dependent on the state of wear of the tool. These tool wear-dependent tool tracks are in the measurement data of the probe due to the measurement of the surface of the workpiece by means of the surface measuring device 3rd represents.

Durch die Auswertungseinrichtung 18 wird erfindungsgemäß ein Verschleißzustand des Werkzeugs anhand der in den Messdaten repräsentierten werkzeugverschleißabhängigen Werkzeugspuren ermittelt. Hierzu wird ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens verwendet, das nachfolgend anhand von 2 näher erläutert wird.By the evaluation facility 18th According to the invention, a state of wear of the tool is determined on the basis of the tool wear-dependent tool traces represented in the measurement data. For this purpose, an exemplary embodiment of a method according to the invention is used, which is described below using 2nd is explained in more detail.

2 zeigt einen Ablaufplan eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens zur Vermessung der Oberfläche von auf einer Werkzeugmaschine mittels eines Bearbeitungswerkzeugs bearbeiteten Werkstücken mittels des Oberflächenmessgeräts 2. 2nd shows a flow chart of an embodiment of a method according to the invention for measuring the surface of a machine tool by means of a machining tool machined workpieces using the surface measuring device 2nd .

Zur Durchführung des Verfahrens wird zunächst für eine gegebene Kombination aus Werkstück und zugehörigem Bearbeitungswerkzeug ein Training durchgeführt. Das Training, dessen Schritte in 2 oben dargestellt sind, wird nachfolgend näher erläutert.To carry out the method, training is first carried out for a given combination of workpiece and associated processing tool. The training, whose steps in 2nd are shown above, is explained in more detail below.

In einem ersten Verfahrensschritt 100 wird zunächst mittels des Oberflächenmessgeräts 2 ein Musterwerkstück vermessen, das mit einem Werkzeug bearbeitet worden ist, dessen Verschleißzustand vorbekannt ist und dessen Oberfläche werkzeugverschleißabhängige Werkzeugspuren aufweist, die in den Messdaten des Messtasters 3 repräsentiert sind.In a first step 100 is first using the surface measuring device 2nd measure a sample workpiece that has been machined with a tool, the wear condition of which is already known and the surface of which shows tool wear-dependent tool tracks, which can be found in the measurement data of the probe 3rd are represented.

Nach der Vermessung der Oberfläche des Werkstücks wird in einem Speicher der Auswertungseinrichtung 18 ein Musterdatensatz abgespeichert, der einen Mustermessdatensatz, der durch Vermessung des Musterwerkstücks gewonnen wurde, und eine Information über den zugehörigen Verschleißzustand enthält.After the surface of the workpiece has been measured, the evaluation device stores it in a memory 18th a sample data record is stored, which contains a sample measurement data record, which was obtained by measuring the sample workpiece, and information about the associated state of wear.

Bei dem dargestellten Ausführungsbeispiel wird in dem Speicher eine Mehrzahl von Musterdatensätzen abgespeichert, die jeweils einen durch Vermessung eines Musterwerkstücks gewonnenen Musterdatensatz und den zugehörigen Verschleißzustand des Werkzeugs repräsentieren. Für das Training kann eine Mehrzahl von speziell präparierten Musterwerkstücken verwendet werden, die jeweils einem vorbekannten Verschleißzustand des Werkzeugs zugeordnet sind. Es ist jedoch auch möglich, ein einzelnes Musterwerkstück zu verwenden, das eine Mehrzahl von Verschleißzonen aufweist, die jeweils einem Verschleißzustand des Werkzeugs zugeordnet sind. Dies wird weiter unten näher erläutert.In the exemplary embodiment shown, a plurality of sample data records are stored in the memory, each of which represents a sample data record obtained by measuring a sample workpiece and the associated state of wear of the tool. A plurality of specially prepared sample workpieces can be used for the training, each of which is assigned to a previously known state of wear of the tool. However, it is also possible to use a single sample workpiece that has a plurality of wear zones, each of which is assigned to a wear state of the tool. This is explained in more detail below.

Bei der Anwendung des erfindungsgemäßen Verfahrens, das in 2 unten dargestellt ist, wird in der Auswertungseinrichtung 18 der Verschleißzustand des Werkzeugs basierend auf einem Vergleich eines durch Vermessung eines mittels des Bearbeitungswerkzeugs bearbeiteten Werkstücks gewonnenen Messdatensatzes mit wenigstens einem Musterdatensatz ermittelt.When using the method according to the invention, which in 2nd shown below is in the evaluation facility 18th the state of wear of the tool is determined on the basis of a comparison of a measurement data record obtained by measuring a workpiece machined by means of the machining tool with at least one sample data record.

Bei dem dargestellten Ausführungsbeispiel ist die Auswertungseinrichtung 18 zur Realisierung eines künstlichen neuronalen Netzes in Form eines Deep-Learning-Netzes mit einem Netzwerkmodell programmiert, dass auf den Musterdatensätzen basiert, derart, dass der Verschleißzustand des Werkzeugs durch das Netz erkannt wird.In the illustrated embodiment, the evaluation device 18th programmed to implement an artificial neural network in the form of a deep learning network with a network model that is based on the sample data records in such a way that the state of wear of the tool is recognized by the network.

Zum Training des neuronalen Netzes wird in dasselbe wenigstens ein Messdatensatz eingespeist, der durch Vermessung eines Musterwerkstücks gewonnen wurde, das mit einem Bearbeitungswerkzeug mit vorbekanntem Verschleißzustand bearbeitet wurde (Schritt 100 in 2). Der entsprechende Messdatensatz wird in dem neuronalen Netz bewertet (Schritt 102), in dem der Verschleißzustand des Werkzeugs in dem neuronalen Netz anhand des Netzwerkmodells ermittelt wird.To train the neural network, at least one measurement data record is fed into it, which was obtained by measuring a sample workpiece that was processed with a processing tool with a known state of wear (step 100 in 2nd ). The corresponding measurement data set is evaluated in the neural network (step 102 ), in which the state of wear of the tool in the neural network is determined using the network model.

Daran anschließend wird in der Auswertungseinrichtung 18 der so ermittelte Verschleißzustand mit dem vorbekannten Verschleißzustand verglichen. Falls mit einer vorgegebenen oder vorgebbaren Genauigkeit der ermittelte Verschleißzustand mit dem vorbekannten Verschleißzustand übereinstimmt, das neuronale Netz also mit der vorgegebenen oder vorgebbaren Genauigkeit den Verschleißzustand des Werkzeugs erkennt, so ist das Lernziel des Netzes erreicht (vgl. 106 in 2). Auf diese Weise wird das neuronale Netz trainiert.This is followed by the evaluation device 18th the wear condition determined in this way is compared with the known wear condition. If the determined wear condition matches the known wear condition with a specified or predeterminable accuracy, i.e. if the neural network detects the wear condition of the tool with the specified or predeterminable accuracy, the learning objective of the network is achieved (cf. 106 in 2nd ). In this way, the neural network is trained.

Zu Beginn des Trainings kann in dem Speicher der Auswertungseinrichtung 18 wenigstens ein einzelner Musterdatensatz gespeichert sein, der einen Mustermessdatensatz, der durch Vermessung eines mit einem Bearbeitungswerkzeug mit bekanntem Verschleißzustand bearbeiteten Musterwerkstücks gewonnen wurde, und eine Information über den zugehörigen Verschleißzustand des Bearbeitungswerkzeugs enthält. Ein Netzwerkmodell des neuronalen Netzes basiert auf dem Musterdatensatz bzw. den Musterdatensätzen.At the beginning of the training, the memory of the evaluation device 18th at least one individual sample data record can be stored, which contains a sample measurement data record, which was obtained by measuring a sample workpiece machined with a processing tool with a known wear condition, and information about the associated wear condition of the processing tool. A network model of the neural network is based on the sample data set or the sample data sets.

Sofern zu Beginn des Trainings in dem Speicher der Auswertungseinrichtung 18 noch kein Musterdatensatz gespeichert ist, beginnt der Aufbau des Netzwerkmodells und der Lern- bzw. Trainingsvorgang des neuronalen Netzes mit der Einspeisung eines ersten Messdatensatzes, der durch Vermessung eines Musterwerkstücks gewonnen wurde, das mit einem Bearbeitungswerkzeug mit vorbekanntem Verschleißzustand bearbeitet wurde, wie oben erläutert. Es versteht sich von selbst, dass in diesem Falle bei dem ersten Messdatensatz eine Erkennung des Verschleißzustandes des Werkzeugs noch nicht möglich ist. Mit der Verarbeitung des ersten Messdatensatzes beginnt jedoch der Aufbau des Netzwerkmodells, sodass ab dem zweiten Messdatensatz grundsätzlich eine Erkennung des Verschleißzustandes des Werkzeugs möglich ist. Durch Hinzufügen weiterer Messdatensätze als Trainingsdatensätze wird das neuronale Netz weiter trainiert und die Genauigkeit bei der Erkennung des Verschleißzustandes verbessert.If at the beginning of the training in the memory of the evaluation device 18th No sample data record has yet been saved, the construction of the network model and the learning or training process of the neural network begin with the feeding in of a first measurement data record, which was obtained by measuring a sample workpiece that was processed with a processing tool with a known state of wear, as explained above. It goes without saying that in this case the wear state of the tool cannot be detected in the first measurement data set. However, the processing of the first measurement data set begins with the construction of the network model, so that from the second measurement data set it is basically possible to identify the state of wear of the tool. By adding further measurement data sets as training data sets, the neural network is trained further and the accuracy in the detection of the wear condition is improved.

Die Schritte 100 bis 108 werden so lange wiederholt, bis mit der vorgegebenen oder vorgebbaren Genauigkeit der Verschleißzustand des Werkzeugs erkannt wird. Da beim Training des neuronalen Netzes jeder Trainingsdatensatz nur einmal „verbraucht“ werden kann, werden zur Verbesserung des Trainings des neuronalen Netzes stets neue Trainingsdatensätze benötigt. Diese werden vorzugsweise durch Messung am Werkstück gewonnen. Es ist erfindungsgemäß jedoch auch möglich, neue Trainingsdatensätze durch Simulation zu gewinnen.The steps 100 to 108 are repeated until the wear state of the tool is recognized with the specified or predeterminable accuracy. Because when training the neural network each training data set can only be "used" once, new training data sets are always required to improve the training of the neural network. These are preferably obtained by measuring the workpiece. According to the invention, however, it is also possible to obtain new training data sets by simulation.

Solange der Verschleißzustand des Werkzeugs nicht mit der vorgegebenen oder vorgebbaren Genauigkeit erkannt wird, wird das Training des Netzes fortgesetzt, indem eine weitere Probe in Form eines weiteren Musterwerkstücks mittels des Oberflächenmessgeräts 2 vermessen wird, wobei der Verschleißzustand des verwendeten Werkzeugs bekannt ist (Schritt 108).As long as the state of wear of the tool is not recognized with the specified or predeterminable accuracy, the training of the network is continued by a further sample in the form of a further sample workpiece using the surface measuring device 2nd is measured, the state of wear of the tool used being known (step 108 ).

Erfindungsgemäß können die Musterwerkstücke durch unterschiedliche Bauteile gebildet sein. Es ist jedoch in weiter unten näher erläuterte Weise auch möglich, eine Mehrzahl von Musterwerkstücken an ein und demselben Bauteil zu bilden, indem an dem Bauteil unterschiedliche Verschleißzonen präpariert werden, von denen jede einem vorbekannten Verschleißzustand des Werkzeugs zugeordnet ist.According to the invention, the sample workpieces can be formed by different components. However, in a manner explained in more detail below, it is also possible to form a plurality of sample workpieces on one and the same component by preparing different wear zones on the component, each of which is assigned to a known state of wear of the tool.

Das nach Abschluss des Trainings erhaltene Netzwerkmodell wird als Verschleißzustandserkennungsmodell in dem Speicher der Auswertungseinrichtung 18 des Oberflächenmessgeräts 2 abgespeichert (vgl. Schritt 110) und bei der nachfolgenden Vermessung von Werkstücken zur Erkennung des Verschleißzustands des Werkzeugs, mit dem das jeweilige Werkstück bearbeitet worden ist, herangezogen.The network model obtained after completion of the training is used as a wear condition detection model in the memory of the evaluation device 18th of the surface measuring device 2nd saved (see step 110 ) and in the subsequent measurement of workpieces to identify the state of wear of the tool with which the respective workpiece has been machined.

Falls die Hardware des Oberflächenmessgeräts 2 eine ausreichende Rechenleistung aufweist, kann das Training des neuronalen Netzes in der Auswertungseinrichtung 18 des Oberflächenmessgeräts 2 durchgeführt werden. Falls die Rechenleistung hierfür nicht ausreichend ist, kann das Verschleißzustandserkennungsmodell auf einer externen Auswertungseinrichtung mit ausreichender Rechenleistung ermittelt und in den Speicher der Auswertungseinrichtung des Oberflächenmessgeräts eingespeichert werden.If the hardware of the surface measuring device 2nd has sufficient computing power, the training of the neural network in the evaluation device 18th of the surface measuring device 2nd be performed. If the computing power is not sufficient for this, the wear condition detection model can be determined on an external evaluation device with sufficient computing power and stored in the memory of the evaluation device of the surface measuring device.

Unabhängig davon, ob das Training des neuronalen Netzes durch die Auswertungseinrichtung 18 des Oberflächenmessgeräts 2 oder durch eine externe Auswertungseinrichtung durchgeführt wird (vgl. Schritt 110 in 2), steht darin anschließend das Verschleißzustandserkennungsmodell in der Auswertungseinrichtung 18 des Oberflächenmessgeräts 2 zur Verfügung.Regardless of whether the training of the neural network by the evaluation device 18th of the surface measuring device 2nd or is carried out by an external evaluation device (see step 110 in 2nd ), the wear condition detection model is then located in the evaluation device 18th of the surface measuring device 2nd to disposal.

Bei der nachfolgenden Vermessung eines Werkstücks (vgl. Schritt 114 in 2) wird anhand der Messdaten durch das neuronale Netz basierend auf dem Verschleißzustandserkennungsmodell der Verschleißzustand des Werkzeugs, mittels dessen das Werkstück bearbeitet worden ist, ermittelt. Das Ergebnis kann durch das Oberflächenmessgerät in beliebiger geeigneter Weise bereitgestellt werden (vgl. Schritt 118 in 2). Beispielsweise und insbesondere kann ein Warnsignal erzeugt werden, wenn der Verschleiß des Werkzeugs eine vorgegebene Schwelle überschreitet, oberhalb derer eine ordnungsgemäße Bearbeitung von Werkstücken nicht mehr möglich ist. Das Werkzeug kann dann ausgetauscht oder nachgebessert werden.During the subsequent measurement of a workpiece (see step 114 in 2nd ) the wear state of the tool, by means of which the workpiece has been machined, is determined on the basis of the measurement data by the neural network based on the wear state detection model. The result can be provided by the surface measuring device in any suitable manner (see step 118 in 2nd ). For example, and in particular, a warning signal can be generated when the wear of the tool exceeds a predetermined threshold, above which a correct machining of workpieces is no longer possible. The tool can then be exchanged or reworked.

Nach der Vermessung eines ersten Werkstücks können weitere Werkstücke vermessen werden, wie in Schritt 120 in 2 dargestellt. Die Schritte 114, 116 und 118 wiederholen sich dann für jedes Werkstück.After measuring a first workpiece, further workpieces can be measured, as in step 120 in 2nd shown. The steps 114 , 116 and 118 then repeat for each workpiece.

Falls eine Erkennung des Verschleißzustandes bei einem Werkstück nicht möglich sein sollte, so kann das Training des neuronalen Netzes ggf. fortgesetzt werden, wie in 2 durch einen Pfeil 122 angedeutet.If it is not possible to identify the state of wear on a workpiece, the training of the neural network can be continued, as in 2nd by an arrow 122 indicated.

Die für das Training des neuronalen Netzes benötigten, zu vermessenden Musterwerkstücke können entsprechend den jeweiligen Anforderungen auf beliebige geeignete Weise hergestellt werden. Beispielsweise kann eine Serie von Oberflächen von Werkstücken verwendet werden, die mit fortschreitendem, bekanntem Verschleiß des Werkzeugs hergestellt werden.The sample workpieces required for training the neural network can be produced in any suitable manner according to the respective requirements. For example, a series of surfaces of workpieces can be used that are manufactured with increasing known wear of the tool.

Es ist dabei möglich, eine Mehrzahl von Musterwerkstücken zu verwenden, von denen jedes einem vorbekannten Verschleißzustand des Werkzeugs entspricht. Zur Vereinfachung ist es jedoch auch möglich, ein einzelnes Musterwerkstücks zu verwenden, dass an unterschiedlichen Stellen eine Sequenz von Oberflächenbearbeitungen trägt, die unterschiedlichen Verschleißzuständen des Werkzeugs entsprechen (Verschleißzonen).It is possible to use a plurality of sample workpieces, each of which corresponds to a known state of wear of the tool. For simplification, however, it is also possible to use a single sample workpiece that carries a sequence of surface treatments at different locations that correspond to different wear states of the tool (wear zones).

Ist die Werkzeugmaschine beispielsweise eine Drehmaschine, so ziehen sich Bearbeitungsriefen wie eine Spirale um das Werkstück, bei dem es sich beispielsweise um einen Zylinder handeln kann. Bei der Vermessung der Oberfläche des Werkstücks mit einem Rundheitsmessgerät entspricht die Messrichtung für die Rauheitsmessung der Axialrichtung des Zylinders. Auf diesen kann beginnend an einem axialen Ende auf einer kurzen Teillänge des Zylinders ein erstes Bearbeitungsfeld mit dem noch neuen, also unverschlissenen Werkzeug hergestellt werden (erste Verschleißzone).If the machine tool is, for example, a lathe, machining grooves run like a spiral around the workpiece, which can be a cylinder, for example. When measuring the surface of the workpiece with a roundness measuring device, the measuring direction for the roughness measurement corresponds to the axial direction of the cylinder. Starting from one axial end and a short part of the length of the cylinder, these can be used to produce a first machining field with the still new, i.e. unworn tool (first wear zone).

Mit einer geeigneten Methode kann dann ein typischer fortschreitender Verschleiß des Werkzeugs provoziert werden. Dies kann beispielsweise dadurch geschehen, dass das Werkzeug von dem Musterwerkstücks entfernt an anderer Stelle Material abträgt, um ggf. unter Bearbeitungsbedingungen die Geschwindigkeit des Werkzeugsverschleißes zu erhöhen.A suitable progressive wear of the tool can then be provoked with a suitable method. This can be done, for example, in that the tool removes material from the sample workpiece elsewhere, in order to increase the speed of tool wear, if necessary, under machining conditions.

Dabei kann beispielsweise der so beim Erzeugen einer Verschleißzone gezielt hervorgerufene Verschleiß des Werkzeugs einem sinnvollen Bruchteil seiner erwarteten Lebensdauer entsprechen.In this case, for example, the wear of the tool that is specifically caused when a wear zone is created can correspond to a reasonable fraction of its expected service life.

Der tatsächliche Verschleißzustand kann beispielsweise durch exakte Messung mit einer externen Messvorrichtung ermittelt werden. Die exakte Messung ist jedoch lediglich im Zusammenhang mit dem Training des neuronalen Netzes erforderlich, muss also erfindungsgemäß bei der Anwendung des Verfahrens nicht wiederholt werden.The actual state of wear can be determined, for example, by exact measurement using an external measuring device. However, the exact measurement is only required in connection with the training of the neural network, and therefore does not have to be repeated according to the invention when the method is used.

Daran anschließend wird an dem Musterwerkstück eine weitere Stelle der Oberfläche bearbeitet (weitere Verschleißzone). Die Bearbeitung kann dabei vorteilhafterweise so erfolgen, wie sie auch bei der normalen Bearbeitung eines entsprechenden Werkstücks erfolgen würde.Then another part of the surface is machined on the sample workpiece (further wear zone). The machining can advantageously be carried out in the same way as would be done in the normal machining of a corresponding workpiece.

Bei der Vorbereitung des Musterwerkstücks wird der Prozess aus forcierter Alterung des Werkzeugs und anschließender Präparation eines weiteren Oberflächenbereichs des Musterwerkstücks, also weiterer Verschleißzonen, solange fortgesetzt, bis die Oberfläche des Musterwerkstücks vollständig bearbeitet ist. Der dann erreichte Verschleißzustand sollte dem Endzustand des Werkzeugs entsprechen, der am Ende der Lebensdauer des Werkstücks erreicht ist.When preparing the sample workpiece, the process of forced aging of the tool and subsequent preparation of a further surface area of the sample workpiece, that is to say further wear zones, is continued until the surface of the sample workpiece is completely machined. The state of wear then reached should correspond to the final state of the tool, which is reached at the end of the life of the workpiece.

In der oben beschriebenen Weise wird daran anschließend das fertig bearbeitete Musterwerkstück mittels des Oberflächenmessgeräts (Tastschnittgeräts) vermessen, in dem in Axialrichtung Tastschnittmessungen durchgeführt werden. Dabei ist es zweckmäßig, dass jede der in der vorstehend erläuterten Weise präparierten Verschleißzonen in den Messungen enthalten ist. Im einfachsten Fall kann eine zusammenhängende Tastschnittmessung über die gesamte axiale Länge des Musterwerkstücks vorgenommen werden, die in der Software der Auswertungseinrichtung in die einzelnen Verschleißzonen unterteilt wird.In the manner described above, the finished machined sample workpiece is then measured by means of the surface measuring device (probe cut device), in which probe cut measurements are carried out in the axial direction. It is expedient that each of the wear zones prepared in the manner explained above is included in the measurements. In the simplest case, a coherent probe cut measurement can be carried out over the entire axial length of the sample workpiece, which is divided into the individual wear zones in the software of the evaluation device.

Im Sinne einer sinnvollen Verbreiterung der Datenbasis für das Deep-Learning-Training des neuronalen Netzes können beispielsweise mehrere axiale Tastschnittmessungen über alle Verschleißzonen gemacht werden, wobei sich die Tastschnittmessungen in ihrer Winkellage bezogen auf die Achse des Werkstücks unterscheiden.In the sense of a meaningful broadening of the database for the deep learning training of the neural network, for example, several axial probe cut measurements can be made over all wear zones, the probe cut measurements differing in their angular position with respect to the axis of the workpiece.

In der oben beschriebenen Weise werden die Datenpaare aus jeweils einer Tastschnittmessung über eine Verschleißzone zusammen mit der zugehörigen Information über den Verschleißzustand des Werkstücks dem Deep-Learning-Trainingszyklus übergeben.In the manner described above, the data pairs are transferred to the deep learning training cycle from one touch cut measurement each over a wear zone together with the associated information about the wear state of the workpiece.

Zur Verbreiterung der Datenbasis können ferner im Bereich des Deep Learning übliche Methoden angewendet werden. Dazu gehört beispielsweise die Generierung weiterer Datenpaare, wobei willkürliche Ausschnitte aus den Tastschnittmessungen verwendet werden. Auch weitere Modifikationen, beispielsweise Spiegeln, zusätzlicher Offset sowie die Zugabe von Rauschen, können zweckmäßig sein.In order to broaden the database, customary methods can also be used in the field of deep learning. This includes, for example, the generation of further data pairs, whereby arbitrary sections from the tactile section measurements are used. Further modifications, for example mirroring, additional offset and the addition of noise, can also be expedient.

Das erfindungsgemäße Verfahren und das erfindungsgemäße Oberflächenmessgerät 2 ermöglichen auf einfache und kostengünstige Weise eine Ermittlung des Verschleißzustandes des jeweiligen Bearbeitungswerkzeugs. Zusätzliche Hardware ist hierzu grundsätzlich nicht erforderlich, weil die Ermittlung des Verschleißzustandes auf der Grundlage der durch das Oberflächenmessgerät bereitgestellten Messdaten erfolgt.The method according to the invention and the surface measuring device according to the invention 2nd enable the wear state of the respective processing tool to be determined in a simple and inexpensive manner. Additional hardware is generally not required for this, because the wear state is determined on the basis of the measurement data provided by the surface measuring device.

Claims (20)

Verfahren zur Vermessung der Oberfläche von auf einer Werkzeugmaschine, beispielsweise Dreh-, Fräs- oder Schleifmaschine, mittels eines Bearbeitungswerkzeugs bearbeiteten Werkstücken mittels eines Oberflächenmessgeräts, bei dem mit einem Messtaster die Oberfläche des Werkstücks zur Gewinnung von die Oberflächenform des Werkstücks repräsentierenden Messdaten abgetastet wird und bei dem die Messdaten in einer mit dem Messtaster in Datenübertragungsverbindung stehenden oder bringbaren Auswertungseinrichtung ausgewertet werden, dadurch gekennzeichnet, dass durch die Auswertungseinrichtung ein Verschleißzustand des Bearbeitungswerkzeugs anhand von in den Messdaten repräsentierten werkzeugverschleißabhängigen Werkzeugspuren ermittelt wird.Method for measuring the surface of workpieces machined on a machine tool, for example a turning, milling or grinding machine, by means of a processing tool by means of a surface measuring device, in which the surface of the workpiece is scanned with a measuring probe in order to obtain measurement data representing the surface shape of the workpiece and in to which the measurement data are evaluated in an evaluation device which is connected or can be brought into connection with the measuring probe, characterized in that the evaluation device determines a state of wear of the machining tool on the basis of tool wear-dependent tool tracks represented in the measurement data. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Auswertungseinrichtung einen Speicher aufweist, in dem wenigstens ein Musterdatensatz abgespeichert oder abspeicherbar ist, der einen Mustermessdatensatz, der durch Vermessung eines mit einem Bearbeitungswerkzeug mit vorbekanntem Verschleißzustand bearbeiteten Musterwerkstücks gewonnen wurde, und eine Information über den zugehörigen Verschleißzustand des Bearbeitungswerkzeugs enthält, wobei in der Auswertungseinrichtung der Verschleißzustand des Bearbeitungswerkzeugs anhand des wenigstens einen Musterdatensatzes und eines durch Vermessung des mittels des Bearbeitungswerkzeugs bearbeiteten Werkstücks gewonnenen Messdatensatzes ermittelt wird.Procedure according to Claim 1 , characterized in that the evaluation device has a memory in which at least one sample data record can be stored or can be stored, which contains a sample measurement data record that was obtained by measuring a sample workpiece machined with a machining tool with a known state of wear, and information about the associated wear state of the machining tool , wherein in the evaluation device the state of wear of the processing tool based on the at least one sample data set and one by measuring the measurement data set obtained by means of the machining tool machined workpiece is determined. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass in dem Speicher eine Mehrzahl von Musterdatensätzen abgespeichert oder abspeicherbar ist, die jeweils einen durch Vermessung eines Musterwerkstücks gewonnenen Messdatensatz und den zugehörigen Verschleißzustand des Bearbeitungswerkzeugs repräsentieren.Procedure according to Claim 2 , characterized in that a plurality of sample data sets are stored or storable in the memory, each of which represent a measurement data set obtained by measuring a sample workpiece and the associated state of wear of the machining tool. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass durch die Auswertungseinrichtung der Verschleißzustand des Bearbeitungswerkzeugs basierend auf einem Vergleich des durch Vermessung des mittels des Bearbeitungswerkzeugs bearbeiteten Werkstücks gewonnenen Messdatensatzes mit wenigstens einem Musterdatensatz ermittelt wird.Procedure according to Claim 3 , characterized in that the evaluation device determines the state of wear of the machining tool based on a comparison of the measurement data record obtained by measuring the workpiece machined using the machining tool with at least one sample data record. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Auswertungseinrichtung zur Realisierung eines künstlichen neuronalen Netzes, insbesondere eines Deep-Learning-Netzes, mit einem Netzwerkmodell programmiert ist, das auf den Musterdatensätzen basiert, derart, dass der Verschleißzustand des Werkzeugs durch das Netz erkannt wird.Method according to one of the preceding claims, characterized in that the evaluation device for realizing an artificial neural network, in particular a deep learning network, is programmed with a network model which is based on the sample data records, such that the state of wear of the tool by the network is recognized. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass a. in das Netz zum Training desselben wenigstens ein Messdatensatz als Trainingsdatensatz eingespeist wird, der durch Vermessung eines Musterwerkstücks gewonnen wurde, das mit einem Bearbeitungswerkzeug mit vorbekanntem Verschleißzustand bearbeitet wurde, b. durch die Auswertungseinrichtung basierend auf dem Netzwerkmodell anhand des wenigstens einen Musterdatensatzes und des Trainingsdatensatzes der Verschleißzustand des Bearbeitungswerkzeugs ermittelt wird und c. der so ermittelte Verschleißzustand mit dem vorbekannten Verschleißzustand verglichen wird.Procedure according to Claim 5 , characterized in that a. at least one measurement data record is fed into the network for training the same, which was obtained by measuring a sample workpiece that was processed with a processing tool with a known state of wear, b. the wear state of the processing tool is determined by the evaluation device based on the network model on the basis of the at least one sample data set and the training data set, and c. the wear condition determined in this way is compared with the known wear condition. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass das Training des Netzes durch Wiederholung der Schritte a. bis c. fortgesetzt wird, bis mit einer vorgegebenen oder vorgebbaren Genauigkeit der durch das Netz ermittelte Verschleißzustand mit dem vorbekannten Verschleißzustand übereinstimmt.Procedure according to Claim 6 , characterized in that the training of the network by repeating steps a. to c. is continued until the wear condition determined by the network matches the known wear condition with a predetermined or predeterminable accuracy. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass das nach Abschluss des Trainings erhaltene Netzwerkmodell als Verschleißzustandserkennungsmodell in dem Speicher der Auswertungseinrichtung des Oberflächenmessgeräts abgespeichert und bei einer nachfolgenden Vermessung von Werkstücken zur Erkennung des Verschleißzustands des Bearbeitungswerkzeugs, mit dem das jeweilige Werkstück bearbeitet worden ist, durch das Netz herangezogen wird.Procedure according to Claim 6 , characterized in that the network model obtained after completion of the training is stored as a wear condition detection model in the memory of the evaluation device of the surface measuring device and is used by the network during a subsequent measurement of workpieces to detect the wear condition of the machining tool with which the respective workpiece has been machined . Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass bei einer Auswertungseinrichtung des Oberflächenmessgeräts mit relativ niedriger Rechenleistung das Verschleißzustandserkennungsmodell auf einer externen Auswertungseinrichtung mit relativ hoher Rechenleistung ermittelt und in den Speicher der Auswertungseinrichtung des Oberflächenmessgeräts eingespeichert wird.Procedure according to Claim 2 , characterized in that in the case of an evaluation device of the surface measuring device with relatively low computing power, the wear condition detection model is determined on an external evaluation device with relatively high computing power and is stored in the memory of the evaluation device of the surface measuring device. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Oberflächenmessgerät ein Rauheitsmessgerät verwendet wird.Method according to one of the preceding claims, characterized in that a roughness measuring device is used as the surface measuring device. Oberflächenmessgerät (2) zur Vermessung der Oberfläche von auf einer Werkzeugmaschine, beispielsweise, Dreh-, Fräs- oder Schleifmaschine, mittels eines Bearbeitungswerkzeugs bearbeiteten Werkstücken, insbesondere zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche, mit einem Messtaster (3) zur Abtastung der Oberfläche des Werkstücks zur Gewinnung von die Oberflächenform des Werkstücks repräsentierenden Messdaten und mit einer mit dem Messtaster (3) in Datenübertragungsverbindung stehenden oder bringbaren Auswertungseinrichtung (18) zur Auswertung der Messdaten, dadurch gekennzeichnet, dass die Auswertungseinrichtung (18) zur Ermittlung eines Verschleißzustandes des Bearbeitungswerkzeugs anhand von in den Messdaten repräsentierten werkzeugverschleißabhängigen Werkzeugspuren ausgebildet und programmiert ist.Surface measuring device (2) for measuring the surface of workpieces machined on a machine tool, for example a turning, milling or grinding machine, using a machining tool, in particular for carrying out a method according to one of the preceding claims, with a probe (3) for scanning the surface of the workpiece in order to obtain measurement data representing the surface shape of the workpiece and with an evaluation device (18) which is or can be brought into connection with the measuring probe (3) for evaluating the measurement data, characterized in that the evaluation device (18) is used to determine the state of wear of the machining tool is formed and programmed from tool wear-dependent tool tracks represented in the measurement data. Oberflächenmessgerät nach Anspruch 11, dadurch gekennzeichnet, dass die Auswertungseinrichtung (18) einen Speicher aufweist, in dem wenigstens ein Musterdatensatz abgespeichert oder abspeicherbar ist, der einen Mustermessdatensatz, der durch Vermessung eines mit einem Bearbeitungswerkwerkzeug mit vorbekanntem Verschleißgrad bearbeiteten Musterwerkstücks gewonnen wurde, und eine Information über den zugehörigen Verschleißzustand des Bearbeitungswerkwerkzeugs enthält, wobei die Auswertungseinrichtung (18) für eine Ermittlung des Verschleißzustandes des Bearbeitungswerkzeugs anhand des wenigstens einen Musterdatensatzes und eines durch Vermessung des mittels des Bearbeitungswerkzeugs bearbeiteten Werkstücks gewonnenen Messdatensatzes ausgebildet und programmiert ist.Surface measuring device after Claim 11 , characterized in that the evaluation device (18) has a memory in which at least one sample data record can be stored or stored, which contains a sample measurement data record that was obtained by measuring a sample workpiece machined with a processing tool with a known degree of wear, and information about the associated wear condition of the machining tool, the evaluation device (18) being designed and programmed to determine the state of wear of the machining tool on the basis of the at least one sample data record and a measurement data record obtained by measuring the workpiece machined using the machining tool. Oberflächenmessgerät nach Anspruch 12, dadurch gekennzeichnet, dass in dem Speicher eine Mehrzahl von Musterdatensätzen abgespeichert oder abspeicherbar ist, die jeweils einen durch Vermessung eines Musterwerkstücks gewonnenen Mustermessdatensatz und den zugehörigen Verschleißzustand des Bearbeitungswerkzeugs repräsentieren.Surface measuring device after Claim 12 , characterized in that a plurality of sample data sets are stored in the memory or can be stored, each representing a sample measurement data record obtained by measuring a sample workpiece and the associated state of wear of the machining tool. Oberflächenmessgerät nach Anspruch 12 oder 13, dadurch gekennzeichnet, dass die Auswertungseinrichtung (18) für eine Ermittlung des Verschleißzustandes des Bearbeitungswerkzeugs basierend auf einem Vergleich eines durch Vermessung eines mittels des Bearbeitungswerkzeugs bearbeiteten Werkstücks gewonnenen Messdatensatzes mit wenigstens einem Musterdatensatz ausgebildet und programmiert ist.Surface measuring device after Claim 12 or 13 , characterized in that the evaluation device (18) is designed and programmed to determine the state of wear of the machining tool based on a comparison of a measurement data record obtained by measuring a workpiece machined by the machining tool with at least one sample data record. Oberflächenmessgerät nach einem der Ansprüche 11 bis 14, dadurch gekennzeichnet, dass die Auswertungseinrichtung (18) zur Realisierung eines künstlichen neuronalen Netzes, insbesondere eines Deep-Learning-Netzess, mit einem Netzwerkmodell ausgebildet und programmiert ist, das auf den Musterdatensätzen basiert, derart, dass der Verschleißzustand des Werkzeugs durch das Netz erkannt wird.Surface measuring device according to one of the Claims 11 to 14 , characterized in that the evaluation device (18) for implementing an artificial neural network, in particular a deep learning network, is designed and programmed with a network model which is based on the sample data records, in such a way that the state of wear of the tool is recognized by the network becomes. Oberflächenmessgerät nach Anspruch 15, dadurch gekennzeichnet, dass die Auswertungseinrichtung (18) derart ausgebildet und programmiert ist, dass a. in das Netz zum Training desselben wenigstens ein Messdatensatz als Trainingsdatensatz eingespeist wird, der durch Vermessung eines Musterwerkstücks gewonnen wurde, das mit einem Bearbeitungswerkzeug mit vorbekanntem Verschleißzustand bearbeitet wurde, b. in der Auswertungseinrichtung (18) anhand des wenigstens einen Musterdatensatzes und des Trainingsdatensatzes der Verschleißzustand des Bearbeitungswerkzeugs ermittelt wird und c. der so ermittelte Verschleißzustand mit dem vorbekannten Verschleißzustand verglichen wird.Surface measuring device after Claim 15 , characterized in that the evaluation device (18) is designed and programmed such that a. at least one measurement data record is fed into the network for training the same, which was obtained by measuring a sample workpiece that was processed with a processing tool with a known state of wear, b. the wear state of the machining tool is determined in the evaluation device (18) on the basis of the at least one sample data set and the training data set, and c. the wear condition determined in this way is compared with the known wear condition. Oberflächenmessgerät nach Anspruch 16, dadurch gekennzeichnet, dass das Training des Netzwerkes durch Wiederholung der Schritte a. bis c. fortgesetzt wird, bis mit einer vorgegebenen oder vorgebbaren Genauigkeit der ermittelte Verschleißzustand mit dem vorbekannten Verschleißzustand übereinstimmt.Surface measuring device after Claim 16 , characterized in that the training of the network by repeating steps a. to c. is continued until the determined wear condition matches the previously known wear condition with a predetermined or predeterminable accuracy. Oberflächenmessgerät nach Anspruch 17, dadurch gekennzeichnet, dass das nach Abschluss des Trainings erhaltene Netzwerkmodell als Verschleißzustandserkennungsmodell in dem Speicher der Auswertungseinrichtung (18) des Oberflächenmessgeräts abgespeichert wird oder abspeicherbar ist und bei der nachfolgenden Vermessung von Werkstücken zur Erkennung des Verschleißzustands des Bearbeitungswerkzeugs, mit dem das jeweilige Werkstück bearbeitet worden ist, durch das Netz herangezogen wird.Surface measuring device after Claim 17 , characterized in that the network model obtained after completion of the training is stored or can be stored as a wear condition detection model in the memory of the evaluation device (18) of the surface measuring device and during the subsequent measurement of workpieces to detect the wear condition of the machining tool with which the respective workpiece was machined is used by the network. Oberflächenmessgerät nach Anspruch 18, dadurch gekennzeichnet, dass bei einer Auswertungseinrichtung (18) des Oberflächenmessgeräts (2) mit relativ niedriger Rechenleistung dieselbe eine Datenschnittstelle aufweist, über die ein auf einer externen Auswertungseinrichtung mit relativ hoher Rechenleistung ermitteltes Verschleißzustandserkennungsmodell in den Speicher der Auswertungseinrichtung (18) des Oberflächenmessgeräts (18) einspeicherbar ist oder eingespeichert wird.Surface measuring device after Claim 18 , characterized in that in the case of an evaluation device (18) of the surface measuring device (2) with a relatively low computing power, the same has a data interface via which a wear condition detection model determined on an external evaluation device with a relatively high computing power is stored in the memory of the evaluation device (18) of the surface measuring device (18 ) can be saved or is saved. Oberflächenmessgerät nach einem der Ansprüche 11 bis 19, dadurch gekennzeichnet, dass das Oberflächenmessgerät (2) als Rauheitsmessgerät ausgebildet ist.Surface measuring device according to one of the Claims 11 to 19th , characterized in that the surface measuring device (2) is designed as a roughness measuring device.
DE102019105061.8A 2018-11-14 2019-02-28 Method for measuring the surface of workpieces Pending DE102019105061A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/EP2019/080419 WO2020099219A2 (en) 2018-11-14 2019-11-06 Method for measuring the surface of workpieces

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018128510 2018-11-14
DE102018128510.8 2018-11-14

Publications (1)

Publication Number Publication Date
DE102019105061A1 true DE102019105061A1 (en) 2020-05-14

Family

ID=70469111

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019105061.8A Pending DE102019105061A1 (en) 2018-11-14 2019-02-28 Method for measuring the surface of workpieces

Country Status (2)

Country Link
DE (1) DE102019105061A1 (en)
WO (1) WO2020099219A2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022118558A1 (en) 2022-07-25 2024-01-25 Audi Aktiengesellschaft Method and computer program for determining the properties of a structured surface of a component and methods for quality assurance when processing such a surface

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018204410A1 (en) * 2017-05-04 2018-11-08 Minds Mechanical, Llc Metrology system for machine learning-based manufacturing error predictions

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB860255A (en) * 1955-03-01 1961-02-01 Birmingham Small Arms Co Ltd Improvements in automatically controlled machine tools
JPS5930647A (en) * 1982-08-10 1984-02-18 エクスツル−ド・ホ−ン・コ−ポレ−シヨン Apparatus for detecting life of tool
DE3902840A1 (en) * 1989-01-31 1990-08-23 Fraunhofer Ges Forschung Method and device for determining surface structure
JP3686336B2 (en) * 1998-08-28 2005-08-24 株式会社森精機製作所 Method of creating tool wear data, estimating tool wear, and determining tool usage
JP2017030065A (en) * 2015-07-29 2017-02-09 株式会社Ihi Cutting device and cutting method
JP6404893B2 (en) * 2016-12-22 2018-10-17 ファナック株式会社 Tool life estimation device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018204410A1 (en) * 2017-05-04 2018-11-08 Minds Mechanical, Llc Metrology system for machine learning-based manufacturing error predictions

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022118558A1 (en) 2022-07-25 2024-01-25 Audi Aktiengesellschaft Method and computer program for determining the properties of a structured surface of a component and methods for quality assurance when processing such a surface

Also Published As

Publication number Publication date
WO2020099219A2 (en) 2020-05-22
WO2020099219A3 (en) 2020-08-27

Similar Documents

Publication Publication Date Title
DE102015105999B4 (en) Method and device for material-removing machining of a tool
EP2924526B9 (en) Method for setting up and/or monitoring operating parameters of a workpiece processing machine
DE10258920A1 (en) Method and device for shaping by electrochemical removal
EP3389890B1 (en) Method and device for cutting a workpiece
DE112010005458T5 (en) Machining simulation method, means for the same and program for causing a computer to perform the method
DE102009020246A1 (en) Method for machining workpiece, involves adjusting cutting speed/speed value of rotationally driven tool depending on relative position of driven tool to workpiece, and storing speed value in characteristic diagram
EP3636373A1 (en) Method and device for controlling a blade restraint and/or a blade shaft of a blade head for bevel gear manufacturing
DE102019105061A1 (en) Method for measuring the surface of workpieces
DE102007044458A1 (en) Method for seat testing or unbalance test of a tool
EP3629116B1 (en) Method and device for a wear analysis on a machine tool
DE102004002551B4 (en) Method for repairing components
DE102008008470A1 (en) Method for determining the machining quality of components, in particular for machining by NC machines
EP3608082A1 (en) Method for finishing workpieces
DE102017219549A1 (en) Method for condition monitoring of a production plant
EP3814742B1 (en) Method for checking at least one subregion of a component and checking device for checking at least one subregion of a component
EP2283958A1 (en) Method for smoothing gear wheels
DE102007011728B4 (en) Method and device for determining parameters during thermal spraying
DE102013103779A1 (en) Method for monitoring, optimizing and / or increasing the service life and / or workload of at least one machine tool
DE102017217967A1 (en) Method for determining positional errors of holes and securing the drilling process
DE102013209179A1 (en) Method for the repair of components
EP4231106A1 (en) Method for monitoring machining processes in workpiece machining
DE102017119837B4 (en) Machining system, method of manufacturing a machined article, apparatus for correcting a machining program, method of generating a corrected machining program, and apparatus for controlling a machine tool
EP3848767A1 (en) Method for quality control of workpieces and coordinate measuring device and computer program
DE102022109297A1 (en) Method and device for processing a plurality of cutting edges of a cutting tool, in particular a circular saw blade or a band saw blade, with a processing tool
DE19504997C2 (en) Repair procedure for cylinders

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: B23Q0017200000

Ipc: B23Q0017090000

R016 Response to examination communication
R082 Change of representative

Representative=s name: HOEFER & PARTNER PATENTANWAELTE MBB, DE