CN103197609B - 数控加工动态特征建模方法 - Google Patents
数控加工动态特征建模方法 Download PDFInfo
- Publication number
- CN103197609B CN103197609B CN201310133622.7A CN201310133622A CN103197609B CN 103197609 B CN103197609 B CN 103197609B CN 201310133622 A CN201310133622 A CN 201310133622A CN 103197609 B CN103197609 B CN 103197609B
- Authority
- CN
- China
- Prior art keywords
- information
- function block
- feature
- algorithm
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 111
- 238000003754 machining Methods 0.000 title claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 88
- 238000001514 detection method Methods 0.000 claims abstract description 60
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000005520 cutting process Methods 0.000 claims description 41
- 238000006073 displacement reaction Methods 0.000 claims description 33
- 238000012360 testing method Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 21
- 230000003542 behavioural effect Effects 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 4
- 230000001413 cellular effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 238000011112 process operation Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 94
- 238000013461 design Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012913 prioritisation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000007730 finishing process Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Numerical Control (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种数控加工动态特征建模方法。动态特征是包含了加工特征几何的中间状态、加工过程中的工艺、工况参数，参数的动态安全域值以及超出域值的调整策略，能够满足复杂工况数控加工过程自适应加工的信息模型。本发明基于FunctionBlock进行动态特征的建模，构建了特征的FunctionBlock、以及服务FunctionBlock，实现加工特征中间状态、加工过程中的工艺、工况参数、参数的动态安全域值以及超出域值的调整策略的表达，同时也实现了加工过程中实时信息的获取与分析。基于FunctionBlock的建模方法能够为数控加工-检测-监测一体化提供技术基础。
Description
技术领域
本发明涉及一种数控加工方法，尤其是一种基于Function Block的数控加工建模方法，具体地说是一种数控加工动态特征建模方法。
背景技术
众所周知，工件切削过程中的冷却液、高速切屑、振动、颤振和切削热等为实时检测、在线检测带来困难。切削过程中机床性能、刀具状态、工件切削状态、切削参数、切削力等因素都在动态变化。尤其是加工过程中的工件变形，变形影响因素既包括装夹、切削力等系统因素，也包括材料不均匀、内应力等随机因素，事前难以准确预测。变形不仅发生在当前切削区域，临近刚性不足区域也时有发生。薄壁结构件加工变形问题通常表现为精加工过程的让刀引起欠切，但大跨度双面槽薄腹板等结构在精加工前也会变形鼓起导致过切，甚至直接报废。上述问题亟需通过实时监测定位变形区，以监测信号动态触发在线检测确定变形量，进而动态自适应调整刀轨，实现加工-检测-监测一体化。由于零件几何与加工过程动态信息不能有效融合，造成检测、监测之间以及与加工间的反馈一直不尽如人意。
以特征为载体可以有效地集成工艺知识和经验，提高工艺决策的自动化水平，但传统静态特征多是基于零件的最终加工状态定义的，只适用于简单零件。对于形状、工艺、工况复杂的零件，不仅要考虑特征几何的中间状态，还要综合考虑加工过程中的工艺、工况参数，参数的动态安全域值以及超出域值的调整策略，称为动态特征。本发明以高价值、高精度复杂结构件加工-检测-监测一体化为目标，建立动态特征模型，为数控加工由基于人工经验的粗略方案求解模式向基于实时数据的优化方案求解模式转变，为数字化智能制造提供理论和技术支撑。Function Block 是控制领域的IEC61499 国际标准，具有相对成熟的数据、事件驱动触发机制，引入Function Block可以有效的实现数控加工信息的表达、加工过程实时信息的获取以及加工-检测-监测的关联触发。
发明内容
本发明的目的是针对现有的数控加工过程方法中存在零件几何与加工过程动态信息不能有效融合，造成检测、监测之间以及与加工间的反馈一直不尽如人意而影响加工质量和效率的问题，发明一种对提高加工质量和效率的基于Function Block建模技术的数控加工动态特征建模方法。
本发明的技术方案是：
一种数控加工动态特征建模方法，其特征是它包括以下步骤：
首先，在开放式数控系统的计算机平台或外部计算机上创建特征Function Block和服务Function Block；
其次，定义内部算法、内部变量、事件输入、事件输出、数据输入与数据输出；
第三，将特征Function Block和服务Function Block定义在同一个软件系统中，通过调用算法实现所述两个模块之间的信息输入与输出；
第四，使Function Block与数控系统通过共享内存的方式实现通讯；使服务Function Block通过通用串行总线（USB）与外部传感器实现通讯，实时获取检测信息，通过内部算法从数控系统获取当前的加工特征的标识，从特征Function Block获取几何信息与工艺信息，从典型特征安全域值库获取典型特征的监测、检测的参数安全域值，作为监测信号与检测信息分析的依据，进而实现监测信号与检测信息的分析，然后通过加工-检测反馈算法、加工-监测反馈算法以及监测-检测反馈算法将分析结果输出到特征Function Block，实现基于动态特征的加工-检测-监测的闭环控制。
所述的特征Function Block中包含内部算法和内部变量，其中内部算法包含特征标识获取算法、几何信息获取算法、工艺信息获取算法、检测信息获取算法、监测信息获取算法、几何信息输出算法、工艺信息输出算法、数控程序输出算法、检测自适应规划算法、刀轨调整算法以及切削参数调整算法，内部变量包含特征标识、几何信息、工艺信息、检测信息以及监测信息，内部变量的信息通过外部加工-检测-监测工艺信息文件获取，每一个加工特征对应一个特征Function Block。
所述Function Block在开放式数控系统的计算机平台创建或在外部计算机上创建，若在数控系统的计算机平台上，则通过共享内存的方式实现Function Block与数控系统的通讯；若在外部计算机上创建，通过局域网与数控系统的计算机实现通讯；当特征Function Block和服务Function Block在同一台计算机上，则将它们建立在一个软件环境内，通过调用算法实现信息传输，当特征Function Block和服务Function Block不在同一计算机上，则通过局域网通讯实现两者的信息传输。
所述的内部变量中，特征标识按照特征类型和特征序号进行唯一标识，数控程序按照特征进行组织，通过特征标识可以找到加工该特征的数控程序段；几何信息包括：特征中间几何状态以及驱动几何，特征中间几何状态利用形成中间特征的加工操作的刀轨包络面表达，驱动几何通过CAD系统中拓扑元素的永久唯一标识寻址；工艺信息包括：机床信息、刀具信息、加工特征的走刀策略、切深、切宽、主轴转速和进给；检测信息包括：所需检测设备、特征的检测点及其轨迹；监测信息包括：所需监测设备。
所述的加工-检测-监测工艺信息文件，以基于特征的XML文件格式表达，以特征为单元组织数据，包含特征Function Block所需的几何、工艺、检测以及监测信息。
所述的典型特征安全域值库包括典型特的检测安全域值以及监测安全域值，检测安全域值包含典型特征的加工中间状态及最终状态的厚度公差及位置公差，监测安全域值包含典型特征加工过程中振动信号与切削力监测信号参数的时域峰值、方差、微分以及频域功率谱的允许范围以及位移传感器传输的变形位移允许范围。
所述的服务Function Block，通过数控系统实时获取当前加工的特征标识，通过特征标识可以与特征Function Block通讯，得到当前特征的几何信息与工艺信息，作为信号分析的依据；实时获取监测信号的方式是通过振动传感器、切削力传感器和位移传感器，通过USB数据传输线传输至服务Function Block所在的计算机，服务Function Block的内部算法提取出信号参数；其在线检测信息获取的方式是通过在线接触式位置测头以及厚度测头获取加工特征中间状态的检测点位置以及厚度，通过USB数据传输线传输至服务Function Block所在的计算机，经过触发在线检测数据获取及分析算法，进行数据拟合后形成中间特征实际状态，供中间加工结果分析使用。
所述的服务Function Block中，加工-检测反馈算法通过服务Function Block对检测信息进行获取及分析，将检测结果信息传递至相应特征Function Block中，检测结果信息指中间特征或者最终特征的检测误差，特征Function Block调用刀轨调整算法，对刀轨进行调整修正误差；加工-监测反馈通过服务Function Block中监测信号的获取及分析，若出现颤振或者切削力过载，服务Function Block将振动的信号参数与切削力的振动参数传至相应的特征Function Block，调用切削参数调整算法，调整切削参数；监测-检测反馈通过服务Function Block中监测信号的获取与分析，若出现刀具磨损、破损，则服务Function Block向数控系统发出停机指令，然后对刀具进行检测；若服务Function Block中监测到位移传感器的信息中变形位移超出安全域值，则服务Function Block记录当前特征的标识，待当前加工工步结束后启动检测自适应规划算法，对该特征进行检测。
所述的服务Function Block包含事件输入、数据输入、事件输出以及数据输出；根据Function Block的规定，事件输入与输出以有限状态机来表示， 事件输入改变有限状态机的状态，触发相应的内部算法，进而输出结果；事件输入状态包括特征标识输入状态1、几何信息输入状态2、工艺信息输入状态3、检测信息输入状态4、监测信息输入状态5、特征安全域值输入状态6，其中特征标识从数控系统输入，几何信息、工艺信息从特征Function Block输入，特征安全域值从典型特征安全域值库输入；输入的数据包括：特征标识7、几何信息8、工艺信息9、检测信息10、监测信息11、特征安全域值12；事件输出状态包括：数控指令输出状态13、加工-检测反馈指令输出状态14、加工-监测反馈指令输出状态15、监测-检测反馈指令输出状态16；输出的数据包括：数控指令17、检测结果信息18、振动与切削力监测结果信息19、位移监测结果20。
所述的事件输入包括：特征标识输入状态21、几何信息输入状态22、工艺信息输入状态23、检测信息输入状态24、监测信息输入状态25、检测结果输入状态26、振动与切削力监测结果输入状态27、位移监测结果输入状态28，其中，检测结果输入状态会触发刀轨调整算法，振动与切削力监测结果输入状态会触发切削参数调整算法，位移监测结果输入状态会触发检测自适应算法；所述的数据输入包括：特征标识29、几何信息30、工艺信息31、检测信息32、监测信息33、检测结果34、振动与切削力监测结果35、位移监测结果36，其中检测结果34、振动与切削力监测结果35、位移监测结果36从服务Function Block获取；所述的事件输出包括：几何信息输出状态37、工艺信息输出状态38和数控程序输出状态39，其中几何信息输出状态37触发几何信息输出算法，输出给服务Function Block，工艺信息输出状态38触发工艺信息输出状态，输出给服务Function Block，刀轨调整算法、切削参数调整算法以及检测自适应算法会改变数控程序输出状态，进而触发数控程序输出状态，数控程序输出给数控系统；所述的输出数据包括：几何信息40、工艺信息41和数控程序42。
本发明的有益效果：
本发明的动态特征建模不仅考虑特征几何的中间状态，还综合考虑加工过程中的工艺、工况参数，参数的动态安全域值以及超出域值的调整策略。本发明以高价值、高精度复杂结构件加工-检测-监测一体化为目标，建立动态特征模型，为数控加工由基于人工经验的粗略方案求解模式向基于实时数据的优化方案求解模式转变，为数字化智能制造提供理论和技术支撑。本方法可将动态特征的信息表达和关联转换为Function Block的功能设计和Function Block间的接口设计，大大提高了对已有软、硬件的适应能力。
数控加工动态包含了加工特征几何的中间状态、加工过程中的工艺、工况参数，参数的动态安全域值以及超出域值的调整策略，能够满足复杂工况数控加工过程自适应加工的信息模型。本发明基于Function Block进行动态特征的建模，构建了特征的Function Block、以及服务Function Block，实现加工特征中间状态、加工过程中的工艺、工况参数、参数的动态安全域值以及超出域值的调整策略的表达，同时也实现了加工过程中实时信息的获取与分析。基于Function Block的建模方法能够为数控加工-检测-监测一体化提供技术基础。
附图说明
图1 为本发明的动态特征模型。
图2 为腹板特征的数控程序及特征标识。
图3 为飞机结构件典型加工特征数控加工-检测-监测信息文件。
图中数字标号：1、特征标识输入状态，2、几何信息输入状态，3、工艺信息输入状态，4、检测信息输入状态，5、监测信息输入状态，6、特征安全域值输入状态，7特征标识，8、几何信息，9、工艺信息， 10、检测信息，11、监测信息，12、特征安全域值，13、数控指令输出状态，14、加工-检测反馈指令输出状态，15、加工-监测反馈指令输出状态，16、监测-检测反馈指令输出状态，17、数控指令，18、检测结果信息，19、振动与切削力监测结果信息，20、位移监测结果，21、特征标识输入状态，22、几何信息输入状态，23、工艺信息输入状态，24、检测信息输入状态，25、监测信息输入状态，26、检测结果输入状态，27、振动与切削力监测结果输入状态，28、位移监测结果输入状态，29、特征标识，30、几何信息31、工艺信息，32、检测信息，33、监测信息，34、检测结果，35、振动与切削力监测结果，36、位移监测结果，37、几何信息输出状态，38、工艺信息输出状态，39、数控程序输出状态，40、几何信息，41、工艺信息，42、数控程序，43、槽腹板加工刀轨，44、槽腹板特征标识。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1-3所示。
一种数控加工动态特征建模方法，它包括以下步骤：
首先，在开放式数控系统的计算机平台或外部计算机上创建特征Function Block和服务Function Block；
其次，定义内部算法、内部变量、事件输入、事件输出、数据输入与数据输出；
第三，将特征Function Block和服务Function Block定义在同一个软件系统中，通过调用算法实现所述两个模块之间的信息输入与输出；
第四，使Function Block与数控系统通过共享内存的方式实现通讯；使服务Function Block通过通用串行总线（USB）与外部传感器实现通讯，实时获取检测信息，通过内部算法从数控系统获取当前的加工特征的标识，从特征Function Block获取几何信息与工艺信息，从典型特征安全域值库获取典型特征的监测、检测的参数安全域值，作为监测信号与检测信息分析的依据，进而实现监测信号与检测信息的分析，然后通过加工-检测反馈算法、加工-监测反馈算法以及监测-检测反馈算法将分析结果输出到特征Function Block，实现基于动态特征的加工-检测-监测的闭环控制。
如图1所示。本实施例在开放式数控系统的计算机平台上创建特征Function Block 和服务Function Block，定义内部算法、内部变量、事件输入、事件输出、数据输入与数据输出。特征Function Block和服务Function Block定义在同一个软件系统中，通过调用算法实现彼此之间的信息输入与输出；Function Block与数控系统通过共享内存的方式实现通讯；服务Function Block通过通用串行总线（USB）与外部传感器实现通讯。
特征Function Block的建模过程如下：
特征Function Block中包含内部算法和内部变量，其中内部算法包含特征标识获取算法、几何信息获取算法、工艺信息获取算法、检测信息获取算法、监测信息获取算法、几何信息输出算法、工艺信息输出算法、数控程序输出算法、检测自适应规划算法、刀轨调整算法以及切削参数调整算法，内部变量包含特征标识、几何信息、工艺信息、检测信息以及监测信息；
事件输入状态包括：特征标识输入状态21触发特征标识获取算法、几何信息输入状态22触发几何信息获取算法、工艺信息输入状态23触发工艺信息获取算法、检测信息输入状态24触发检测信息获取算法、监测信息输入状态25触发监测信息获取算法、检测结果输入状态26、振动与切削力监测结果输入状态27、位移监测结果输入状态28，其中，检测结果输入状态会触发刀轨调整算法，振动与切削力监测结果输入状态会触发切削参数调整算法，位移监测结果输入状态会触发检测自适应算法；数据输入包括：特征标识29、几何信息30、工艺信息31、检测信息32、监测信息33、检测结果34、振动与切削力监测结果35、位移监测结果36，其中检测结果34、振动与切削力监测结果35、位移监测结果36从服务Function Block获取；事件输出状态包括：几何信息输出状态37、工艺信息输出状态38、数控程序输出状态39，其中几何信息输出状态37触发几何信息输出算法，工艺信息输出状态38触发工艺信息输出状态；刀轨调整算法、切削参数调整算法以及检测自适应算法会改变数控程序输出状态，进而触发数控程序输出状态，数控程序输出给数控系统执行；输出的数据包括：几何信息40、工艺信息41、数控程序42。
事件输入与输出为有限状态机，定义为布尔变量，有事件输入或者输出，则相应的输入或者输出状态置为1，否则为0；数据输入则通过相应的内部算法赋值给相应的内部变量，例如，几何信息数据输入通过几何信息输入状态机触发几何信息获取算法，将输入的几何信息数据赋值给内部变量的几何信息。内部算法可以调用内部变量。
特征标识按照特征类型和特征序号进行唯一标识，数控程序按照特征进行组织，如图2所示；通过特征标识可以找到加工该特征的数控程序段，为字符型数据，在加工过程中，可通过数控系统获知当前加工特征的特征标识；几何信息包括：特征中间几何状态以及驱动几何，特征中间几何状态利用形成中间特征的加工操作的刀轨包络面表达，在本实施例中通过NURBS（非均匀有理B样条曲线或者曲面表示，内部变量只需表达NURBS曲线或者曲面的参数即可，通过数组表示；驱动几何通过CAD（Computer Aided Design）系统中拓扑元素的永久唯一标识寻址，通过Double型数据表示；工艺信息包括：机床信息、刀具信息、加工特征的走刀策略、切深、切宽、主轴转速和进给，其中机床信息、刀具信息和特征的走刀策略通过字符型数据表示，切深、切宽、主轴转速和进给通过Double型数据表示；检测信息包括：所需检测设备、特征的检测点及其轨迹，其中检测设备通过字符型数据表示，检测点及其轨迹通过链式列表表示；监测信息包括：所需监测设备，通过字符型数据表示。在特征Function Block中根据数据类型为以上变量分别进行定义即可。
内部变量的信息通过外部加工-检测-监测工艺信息文件获取，每一个加工特征对应一个特征Function Block。加工-检测-监测工艺信息文件基于特征的XML（eXtensible Markup Language）文件格式表达，以特征为单元组织数据，包含特征Function Block所需的几何、工艺、检测以及监测信息。如图3所示，为飞机结构件典型特征（包括槽、筋、孔、轮廓等典型特征）的加工-检测-监测信息XML文件。
服务Function Block的建模过程如下：
服务Function Block通过内部算法实现监测信号的实时获取、检测信息的在线获取，通过内部算法从数控系统获取当前的加工特征的标识，从特征Function Block获取几何信息与工艺信息，从典型特征安全域值库获取典型特征的监测、检测的参数安全域值，作为监测信号与检测信息分析的依据，进而实现监测信号与检测信息的分析，然后通过加工-检测反馈算法、加工-监测反馈算法以及监测-检测反馈算法将分析结果输出到特征Function Block，实现基于动态特征的加工-检测-监测的闭环控制。
典型特征安全域值库包括典型特的检测安全域值以及监测安全域值，可以通过Exel表格或者关系数据库存放。检测安全域值包含典型特征的加工中间状态及最终状态的厚度公差及位置公差，监测安全域值包含典型特征加工过程中振动信号与切削力监测信号参数的时域峰值、方差、微分以及频域功率谱的允许范围以及位移传感器传输的变形位移允许范围。典型特征的安全域值是监测信号与检测信息分析的依据，对于监测安全域值，在线监测信号分析算法基于典型特征的监测信号安全域值，可通过人工智能算法如神经网络法计算出当前特征的安全域值，进而判断当前的信号是否处于正常状态；对于检测的安全域值，当前特征可直接参考典型特征的安全域值。典型特征安全域值库主要是通过基于特征的切削试验及分析获得，即分析特征加工时切削的正常状态、异常状态时监测信号的参数。
服务Function Block包含事件输入、数据输入、事件输出以及数据输出；根据Function Block的规定，事件输入与输出以有限状态机来表示， 事件输入改变有限状态机的状态，触发相应的内部算法，进而输出结果；事件输入状态包括特征标识输入状态1触发特征标识获取算法、几何信息输入状态2触发几何信息获取算法、工艺信息输入状态3触发工艺信息获取算法、检测信息输入状态4触发检测信息获取及分析算法、监测信息输入状态5触发监测信息获取及分析算法、特征安全域值输入状态6触发特征安全域值获取算法，其中特征标识从数控系统输入，几何信息、工艺信息从特征Function Block输入，数据类型也与Function Block相应的变量一致，特征安全域值从典型特征安全域值库输入；输入的数据包括：特征标识7、几何信息8、工艺信息9、检测信息10、监测信息11、特征安全域值12；事件输出状态包括：数控指令输出状态13触发数控指令输出算法、加工-检测反馈指令输出状态14触发加工检测反馈算法、加工-监测反馈指令输出状态15触发加工-监测反馈算法、监测-检测反馈指令输出状态16触发监测-检测反馈算法；输出的数据包括：数控指令17、检测结果信息18、振动与切削力监测结果信息19、位移监测结果20。其中数控指令主要为停机指令，输出给数控系统，振动与切削力监测结果信息包括刀具状态、信号的关键参数等，刀具状态用字符型数据表示，信号的关键参数利用Double型数据表示。
与特征Function Block类似，事件的输入与输出均通过有线状态机来表示，同理，事件输入相应的状态，触发相应的内部算法，进而触发相应的输出。
服务Function Block中，通过数控系统实时获取当前加工的特征标识，通过特征标识可以与特征Function Block通讯，得到当前特征的几何信息与工艺信息，作为信号分析的依据；实时获取监测信号的方式是通过振动传感器、切削力传感器和位移传感器，通过USB数据传输线传输至服务Function Block所在的计算机，服务Function Block的内部算法提取出信号参数；其在线检测信息获取的方式是通过在线接触式位置测头以及厚度测头获取加工特征中间状态的检测点位置以及厚度，通过USB数据传输线传输至服务Function Block所在的计算机，经过触发在线检测数据获取及分析算法，进行数据拟合后形成中间特征实际状态，供中间加工结果分析使用。
服务Function Block中，加工-检测反馈算法通过服务Function Block对检测信息的获取及分析，将检测结果信息传递至相应特征Function Block中，检测结果信息指中间特征或者最终特征的检测误差，特征Function Block调用刀轨调整算法，对刀轨进行调整；加工-监测反馈通过服务Function Block中监测信号的获取及分析，若出现颤振或者切削力过载，服务Function Block将振动的信号参数与切削力的振动参数传至相应的特征Function Block，调用切削参数调整算法，调整切削参数；监测-检测反馈通过服务Function Block中监测信号的获取与分析，若出现刀具磨损、破损，则服务Function Block向数控系统发出停机指令，然后对刀具进行检测；若服务Function Block中监测到位移传感器的信息中变形位移超出安全域值，则服务Function Block记录当前特征的标识，待当前加工工步结束后启动检测自适应规划算法，对该特征进行检测。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (10)
1.一种数控加工动态特征建模方法，其特征是它包括以下步骤：
首先，在开放式数控系统的计算机平台或外部计算机上创建特征Function Block和服务Function Block；
其次，定义特征Function Block和服务Function Block内部算法、内部变量、事件输入、事件输出、数据输入与数据输出；
第三，将特征Function Block和服务Function Block定义在同一个软件系统中，通过调用算法实现特征Function Block和服务Function Block之间的信息输入与输出；
第四，使特征Function Block和服务Function Block与数控系统通过共享内存的方式实现通讯；使服务Function Block与外部传感器实现通讯，实时获取监测信息，通过内部算法从数控系统获取当前的加工特征的标识，从特征Function Block获取几何信息与工艺信息，从典型特征安全域值库获取典型特征的监测、检测的参数安全域值，作为监测信号与检测信息分析的依据，进而实现监测信号与检测信息的分析，然后通过加工-检测反馈算法、加工-监测反馈算法以及监测-检测反馈算法将分析结果输出到特征Function Block，实现基于动态特征的加工-检测-监测的闭环控制。
2.根据权利要求1所述的方法，其特征是所述的特征Function Block中包含内部算法和内部变量，其中内部算法包含特征标识获取算法、几何信息获取算法、工艺信息获取算法、检测信息获取算法、监测信息获取算法、几何信息输出算法、工艺信息输出算法、数控程序输出算法、检测自适应规划算法、刀轨调整算法以及切削参数调整算法，内部变量包含特征标识、几何信息、工艺信息、检测信息以及监测信息，内部变量的信息通过外部加工-检测-监测工艺信息文件获取，每一个加工特征对应一个特征Function Block。
3.根据权利要求1所述的方法，其特征是所述特征Function Block和服务Function Block在开放式数控系统的计算机平台创建或在外部计算机上创建，若在数控系统的计算机平台上，则通过共享内存的方式实现特征Function Block和服务Function Block与数控系统的通讯；若在外部计算机上创建，通过局域网与数控系统的计算机实现通讯；当特征Function Block和服务Function Block在同一台计算机上，则将它们建立在一个软件环境内，通过调用算法实现信息传输，当特征Function Block和服务Function Block不在同一计算机上，则通过局域网通讯实现两者的信息传输。
4.根据权利要求1或2所述的方法，其特征是所述的内部变量中，特征标识按照特征类型和特征序号进行唯一标识，数控程序按照特征进行组织，通过特征标识可以找到加工该特征的数控程序段；几何信息包括：特征中间几何状态以及驱动几何，特征中间几何状态利用形成中间特征的加工操作的刀轨包络面表达，驱动几何通过CAD系统中拓扑元素的永久唯一标识寻址；工艺信息包括：机床信息、刀具信息、加工特征的走刀策略、切深、切宽、主轴转速和进给；检测信息包括：所需检测设备、特征的检测点及其轨迹；监测信息包括：所需监测设备。
5.根据权利要求1所述的方法，其特征是所述的加工-检测-监测工艺信息文件，以基于特征的XML文件格式表达，以特征为单元组织数据，包含特征Function Block所需的几何、工艺、检测以及监测信息。
6.根据权利要求1所述的方法，其特征是所述的典型特征安全域值库包括典型特的检测安全域值以及监测安全域值，检测安全域值包含典型特征的加工中间状态及最终状态的厚度公差及位置公差，监测安全域值包含典型特征加工过程中振动信号与切削力监测信号参数的时域峰值、方差、微分以及频域功率谱的允许范围以及位移传感器传输的变形位移允许范围。
7.根据权利要求1所述的方法，其特征是所述的服务Function Block，通过数控系统实时获取当前加工的特征标识，通过特征标识可以与特征Function Block通讯，得到当前特征的几何信息与工艺信息，作为信号分析的依据；实时获取监测信号的方式是通过振动传感器、切削力传感器和位移传感器，通过USB数据传输线传输至服务Function Block所在的计算机，服务Function Block的内部算法提取出信号参数；其在线检测信息获取的方式是通过在线接触式位置测头以及厚度测头获取加工特征中间状态的检测点位置以及厚度，通过USB数据传输线传输至服务Function Block所在的计算机，经过触发在线检测数据获取及分析算法，进行数据拟合后形成中间特征实际状态，供中间加工结果分析使用。
8.根据权利要求1所述的方法，其特征是所述的服务Function Block中，加工-检测反馈算法通过服务Function Block对检测信息进行获取及分析，将检测结果信息传递至相应特征Function Block中，检测结果信息指中间特征或者最终特征的检测误差，特征Function Block调用刀轨调整算法，对刀轨进行调整修正误差；加工-监测反馈通过服务Function Block中监测信号的获取及分析，若出现颤振或者切削力过载，服务Function Block将振动的信号参数与切削力的振动参数传至相应的特征Function Block，调用切削参数调整算法，调整切削参数；监测-检测反馈通过服务Function Block中监测信号的获取与分析，若出现刀具磨损、破损，则服务Function Block向数控系统发出停机指令，然后对刀具进行检测；若服务Function Block中监测到位移传感器的信息中变形位移超出安全域值，则服务Function Block记录当前特征的标识，待当前加工工步结束后启动检测自适应规划算法，对该特征进行检测。
9.根据权利要求1所述的方法，其特征是所述的服务Function Block包含事件输入、数据输入、事件输出以及数据输出；根据Function Block的规定，事件输入与输出以有限状态机来表示， 事件输入改变有限状态机的状态，触发相应的内部算法，进而输出结果；事件输入状态包括特征标识输入状态（1）、几何信息输入状态（2）、工艺信息输入状态（3）、检测信息输入状态（4）、监测信息输入状态（5）、特征安全域值输入状态（6），其中特征标识从数控系统输入，几何信息、工艺信息从特征Function Block输入，特征安全域值从典型特征安全域值库输入；输入的数据包括：特征标识（7）、几何信息（8）、工艺信息（9）、检测信息（10）、监测信息（11）、特征安全域值（12）；事件输出状态包括：数控指令输出状态（13）、加工-检测反馈指令输出状态（14）、加工-监测反馈指令输出状态（15）、监测-检测反馈指令输出状态（16）；输出的数据包括：数控指令（17）、检测结果信息（18）、振动与切削力监测结果信息（19）、位移监测结果（20）。
10.根据权利要求1所述的方法，其特征是所述的事件输入包括：特征标识输入状态（21）、几何信息输入状态（22）、工艺信息输入状态（23）、检测信息输入状态（24）、监测信息输入状态（25）、检测结果输入状态（26）、振动与切削力监测结果输入状态（27）、位移监测结果输入状态（28），其中，检测结果输入状态会触发刀轨调整算法，振动与切削力监测结果输入状态会触发切削参数调整算法，位移监测结果输入状态会触发检测自适应算法；所述的数据输入包括：特征标识（29）、几何信息（30）、工艺信息（31）、检测信息（32）、监测信息（33）、检测结果（34）、振动与切削力监测结果（35）、位移监测结果（36），其中检测结果（34）、振动与切削力监测结果（35）、位移监测结果（36）从服务Function Block获取；所述的事件输出包括：几何信息输出状态（37）、工艺信息输出状态（38）和数控程序输出状态（39），其中几何信息输出状态（37）触发几何信息输出算法，输出给服务Function Block，工艺信息输出状态（38）触发工艺信息输出状态，输出给服务Function Block，刀轨调整算法、切削参数调整算法以及检测自适应算法会改变数控程序输出状态，进而触发数控程序输出状态，数控程序输出给数控系统；所述的输出数据包括：几何信息（40）、工艺信息（41）和数控程序（42）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310133622.7A CN103197609B (zh) | 2013-04-17 | 2013-04-17 | 数控加工动态特征建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310133622.7A CN103197609B (zh) | 2013-04-17 | 2013-04-17 | 数控加工动态特征建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103197609A CN103197609A (zh) | 2013-07-10 |
| CN103197609B true CN103197609B (zh) | 2014-12-10 |
Family
ID=48720273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310133622.7A Active CN103197609B (zh) | 2013-04-17 | 2013-04-17 | 数控加工动态特征建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103197609B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103901819B (zh) * | 2014-04-22 | 2016-08-31 | 南京航空航天大学 | 基于特征标识的加工操作快速查找方法 |
| CN104698980B (zh) * | 2015-02-04 | 2017-06-30 | 上海电气电站设备有限公司 | 一种基于特征的数控立车参数化加工控制方法及系统 |
| CN105182903B (zh) * | 2015-10-19 | 2018-03-09 | 南京航空航天大学 | 同一加工特征定义方法 |
| CN106909126B (zh) * | 2017-04-06 | 2019-03-08 | 广东技术师范学院 | 基于实时分层有限状态机的计算机数控系统建模开发方法 |
| CN107728580B (zh) * | 2017-10-18 | 2019-10-22 | 南京航空航天大学 | 一种面向自适应加工的几何信息-工艺信息-监测信息关联方法 |
| CN108008695A (zh) * | 2017-12-05 | 2018-05-08 | 鄂州职业大学 | 一种智能模具制造的数控加工方法及控制系统 |
| CN108788772B (zh) * | 2018-06-15 | 2019-11-05 | 沈机（上海）智能系统研发设计有限公司 | 工件加工系统 |
| CN109445377A (zh) * | 2018-11-30 | 2019-03-08 | 芜湖常瑞汽车部件有限公司 | 一种面向多工序加工系统的加工尺寸偏差控制方法 |
| CN110595410A (zh) * | 2019-09-06 | 2019-12-20 | 中国一拖集团有限公司 | 拖拉机减速器壳体智能化生产检测与溯源系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2001245510A1 (en) * | 2000-03-24 | 2001-10-08 | Manufacturing Science Technologies, Ltd. | Dynamic feed control optimization system for cnc machining |
| US7930957B2 (en) * | 2005-06-10 | 2011-04-26 | Prototype Productions, Inc. | Closed-loop CNC machine system and method |
| CN102004466B (zh) * | 2010-10-25 | 2012-05-09 | 武汉华中数控股份有限公司 | 一种基于指令序列分析的数控机床加工动态误差补偿方法 |
| CN102073300B (zh) * | 2010-12-28 | 2013-04-17 | 华中科技大学 | 一种数控加工状态自学习的刀具磨损监控系统 |
| CN102929210B (zh) * | 2012-11-22 | 2014-07-16 | 南京航空航天大学 | 基于特征的数控加工过程控制和优化系统及方法 |
-
2013
- 2013-04-17 CN CN201310133622.7A patent/CN103197609B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN103197609A (zh) | 2013-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103197609B (zh) | 数控加工动态特征建模方法 | |
| CN102929210B (zh) | 基于特征的数控加工过程控制和优化系统及方法 | |
| CN103345198B (zh) | 基于特征的数控加工监测触发检测的方法 | |
| Zhu et al. | A cyber-physical production system framework of smart CNC machining monitoring system | |
| CN113552840B (zh) | 一种机械加工控制系统 | |
| CN111085898A (zh) | 一种工况自适应的高速铣削加工过程刀具监测方法及系统 | |
| Powell et al. | Digitally enhanced quality management for zero defect manufacturing | |
| CN111136509B (zh) | 一种基于elm-sdae算法的刀具状态监测方法 | |
| CN105700477B (zh) | 一种基于颤振频率的加工颤振智能抑制方法 | |
| US20230004152A1 (en) | Method for monitoring and/or predecting machining processes and/or machnining outcomes | |
| CN103488135A (zh) | 一种用于半导体生产加工过程监控的统计过程控制方法 | |
| CN115514292B (zh) | 伺服电机转速控制系统及方法 | |
| CN102500800B (zh) | 开放式智能铣削加工系统及基于该系统的铣削加工方法 | |
| CN105312965A (zh) | 一种铣削加工刀具破损监测方法 | |
| CN103576615A (zh) | 工具机智能化适应性定负载切削控制方法与系统 | |
| US20200103845A1 (en) | Tool monitoring system and tool monitoring method | |
| CN113485244A (zh) | 一种基于刀具磨损预测的数控机床控制系统及其方法 | |
| Tangjitsitcharoen et al. | Intelligent monitoring and identification of cutting states of chips and chatter on CNC turning machine | |
| CN103439919A (zh) | 基于动态特征模型的cad/cam/cnc闭环控制方法 | |
| CN117348550A (zh) | 一种下料成型全流程动态控制方法及系统 | |
| CN116703254A (zh) | 模具机械零部件生产信息管理系统 | |
| CN115640980A (zh) | 基于目标控制的电网工程造价动态管理系统 | |
| CN112883581B (zh) | 水电站生产控制处理方法及系统 | |
| CN205880625U (zh) | 一种数控机床控制系统 | |
| Tangjitsitcharoen et al. | Intelligent identification of turning process based on pattern recognition of cutting states |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |