CN105094077A - 带锯机性能监控系统 - Google Patents
带锯机性能监控系统 Download PDFInfo
- Publication number
- CN105094077A CN105094077A CN201510116398.XA CN201510116398A CN105094077A CN 105094077 A CN105094077 A CN 105094077A CN 201510116398 A CN201510116398 A CN 201510116398A CN 105094077 A CN105094077 A CN 105094077A
- Authority
- CN
- China
- Prior art keywords
- signal
- module
- band
- sawing machine
- sensing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 33
- 239000002173 cutting fluid Substances 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000001816 cooling Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 5
- 229910000831 Steel Inorganic materials 0.000 description 26
- 239000010959 steel Substances 0.000 description 26
- 238000010586 diagram Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 7
- 239000003921 oil Substances 0.000 description 7
- 239000003638 chemical reducing agent Substances 0.000 description 6
- 239000010720 hydraulic oil Substances 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003412 degenerative effect Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005555 metalworking Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Classifications
-
- 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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23D—PLANING; SLOTTING; SHEARING; BROACHING; SAWING; FILING; SCRAPING; LIKE OPERATIONS FOR WORKING METAL BY REMOVING MATERIAL, NOT OTHERWISE PROVIDED FOR
- B23D55/00—Sawing machines or sawing devices working with strap saw blades, characterised only by constructional features of particular parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Sawing (AREA)
- Analytical Chemistry (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
Abstract
本发明公开了一种带锯机性能监控系统，此系统包含感测模块、信号处理模块、人机界面模块和控制模块。感测模块包括多个感测元件，该多个感测元件用于收集带锯机工作时的多个信号。信号处理模块电性连接于感测模块，信号处理模块用于接收感测模块所收集的信号并进行信号处理。控制模块用于接收并比对分析信号处理模块所传送的处理结果。人机界面模块用于接收控制模块的分析结果，并显示带锯机的性能状况值。
Description
技术领域
本发明涉及一种带锯机性能监控系统，特别是一种能侦测带锯机运作中产生的各种信号，并通过特征提取及转化等程序将上述各种信号转化为带锯机的性能状态值的带锯机性能监控系统。
背景技术
带锯机是一种常见的工具机，其主要用于金工或木工的锯切作业中。随着带锯机切割工件数量的增加，带锯机的锯带也会渐渐的磨损。因此，使用者也需要经常更换锯带，使带锯机能够正常的运作。但是，使用者通常只能凭借着自己的经验，来自行判断是否要进行锯带的更换，这种方式较不准确，无法掌握锯带的实际性能状态，因此当使用者尚未发现锯带已损伤不堪使用却仍继续使用时，易导致锯带在切割材料的过程中损坏，而造成材料损耗及产线中断。同样的，带锯机其它的元件也很容易产生损耗，且使用者完全无法掌握带锯机其它元件的实际性能状态。
另外，由于长时间的使用，带锯机的锯带上很容易累积锯屑，此时则需要利用钢刷来清理锯带上的锯屑，但是由于钢刷很容易磨损，因此必须时常调整其位置，使其能够完全接触到锯带以清理锯带上的锯屑。同样的，使用者仍然只能凭借着经验来自行判断是否要调整钢刷的位置。
由上述可知，现今仍缺乏一种能够有效地判断带锯机的锯带及其它元件的性能状态是否良好及钢刷位置是否正确的设备。因此，如何提出一种带锯机性能监控系统，能够有效判断带锯机各元件的性能状态及钢刷位置是否正确，已成为一个刻不容缓的问题。
发明内容
有鉴于上述现有技术中的问题，本发明的其中一目的就是提供一种带锯机性能监控系统，以能够有效判断带锯机各元件的性能状态及监测钢刷位置。
根据本发明的其中一目的，提出一种带锯机性能监控系统，其包括：感测模块、信号处理模块、人机界面模块和控制模块。感测模块包括多个感测元件，该多个感测元件用于收集带锯机工作时的多个信号。信号处理模块电性连接于感测模块，信号处理模块用于接收感测模块所收集的信号并进行信号处理。控制模块用于接收并比对分析信号处理模块所传送的处理结果。人机界面模块用于接收控制模块的分析结果，并显示带锯机的性能状况值。
在一较佳的实施例中，感测模块可包含至少一震动感测元件，震动感测元件安装于带锯机的第一滑动元件及第二滑动元件上，以感测带锯机的锯带锯切过程中的震动信号。
在一较佳的实施例中，感测模块还可包含至少两个声音感测元件，该多个声音感测元件可分别安装在带锯机的清屑元件上方与第一传动元件右上方，用于感测清屑元件清除锯带切屑时产生的声音信号以及锯带与第一传动元件接触时的声音信号。
在一较佳的实施例中，感测模块中还可包含多个温度感测元件，该多个温度感测元件可分别安装在带锯机的齿轮箱外和液压系统的液压油箱内，分别用来感测齿轮箱的温度和液压油箱的温度。
在一较佳的实施例中，感测模块还可包含流速感测元件，流速感测元件可设置于带锯机的冷却系统中的切削液主水管中，用于监测切削液主水管的流速。
在一较佳的实施例中，感测模块还可包含压力感测元件，压力感测元件可安装于带锯机的液压系统的油压帮浦端，用于感测切削压力。
在一较佳的实施例中，性能状况值可代表带锯机的锯带的性能状态。
在一较佳的实施例中，性能状况值可代表带锯机的清屑元件的性能状态。
在一较佳的实施例中，性能状况值可代表带锯机的齿轮箱、冷却系统、液压系统或电力系统的性能状态。
在一较佳的实施例中，信号处理模块可包含信号切割模块、特征提取模块、特征选择模块，信号切割模块可切割各个感测元件所收集的该多个信号为多个信号区段并提取其中一信号区段作为特征区段，特征提取模块可提取各个特征区段的多个信号特征，特征选择模块由该多个信号特征中选择多个主要信号特征。
在一较佳的实施例中，信号切割模块可切割各个信号为多个信号区段，该多个信号区段可包含至少一空切段及至少一实切段，并提取该多个信号区段的稳定区段作为特征区段。
在一较佳的实施例中，该多个信号特征可包含多个时域信号特征及多个频域信号特征。
在一较佳的实施例中，特征提取模块可将各个特征区段的频谱切割为多个频谱区段，并计算各个频谱区段的能量比重以产生该多个频域信号特征。
在一较佳的实施例中，特征选择模块可计算各个频域信号特征及各个时域信号特征的相关性系数，并选择特定数量且包括高相关性系数的频域信号特征及时域信号特征作为该多个主要信号特征。
根据本发明的其中一目的，再提出一种带锯机性能监控系统，其包括：感测模块、信号处理模块、人机界面模块和控制模块。感测模块包括多个感测元件，该多个感测元件用于收集带锯机工作时的多个信号。信号处理模块电性连接于感测模块，且信号处理模块包含信号切割模块、特征提取模块及特征选择模块，信号切割模块切割各个感测元件所收集的该多个信号为多个信号区段并提取其中一该信号区段作为一特征区段，特征提取模块提取各个特征区段的多个信号特征，特征选择模块由该多个信号特征中选择多个主要信号特征。控制模块用于接收信号处理模块所处理完成的信号，且控制模块可通过转化程序予以将特征选择模块选择的该多个主要信号特征比对分析转化为带锯机的性能状态值。人机界面模块用于接收控制模块的带锯机的性能状态值并显示。
在一较佳的实施例中，控制模块搜集带锯机的锯带执行每一次切割的性能状态值，并可通过线性回归法根据该多个性能状态值建立未来性能状态预测模型。
在一较佳的实施例中，控制模块还可根据未来性能状态预测模型计算出锯带的剩余切割次数。
在一较佳的实施例中，带锯机性能监控系统还可包含预警模块，预警模块可根据未来性能状态预测模型的剩余切割次数发出预警信号。
在一较佳的实施例中，该多个信号还可包含流速信号、锯带张力信号、酸碱值信号、压力信号、温度信号、浊度信号、电流信号中的一个或多个。
在一较佳的实施例中，该多个信号可为声音信号，控制模块可通过转化程序将该多个主要信号特征转化为带锯机的清屑元件的使用状态值，以判定清屑元件的位置。
综上所述，本发明提供的带锯机性能监控系统具有下述优点：
(1)本发明一实施例利用信号切割、特征提取及特征转化等等程序将侦测运作中的带锯机所产生的信号转换为带锯机的锯带的性能状态值，让使用者能够清楚了解锯带的磨损程度，以确实的掌握锯带更换的时机，使用上极为方便。
(2)本发明一实施例进一步建立锯带的未来性能状态预测模型并估算剩余切割次数，并利用预警信号通知使用者，让使用者能够确实掌控锯带的剩余寿命。
(3)本发明一实施例利用分析声音信号以计算带锯机的清屑元件的使用状态值，以判定清屑元件的位置，让用户能够得知清屑元件是否有确实接触到锯带。
(4)本发明一实施例利用上述方法让使用者能够清楚了解带锯机其它元件的性能状态，让使用者能够有效地维护带锯机。
(5)本发明一实施例利用计算各个频段的能量比重来提取频域信号特征，这种方式不会受到切割参数的影响，使测量结果更为准确。
附图说明
图1为本发明提供的带锯机性能监控系统的方块图。
图2为本发明提供的带锯机性能监控系统第一实施例的方块图。
图3为本发明提供的带锯机性能监控系统第一实施例的第一示意图。
图4为本发明提供的带锯机性能监控系统第一实施例的第二示意图。
图5为本发明提供的带锯机性能监控系统第一实施例的第三示意图。
图6为本发明提供的带锯机性能监控系统第一实施例的流程图。
图7为本发明提供的带锯机性能监控系统第二实施例的示意图。
附图标记说明：1、2-带锯机性能监控系统；10、20、70-带锯机；100、200-信号处理模块；101、102、103-信号；201、202、203-震动信号；11、21-感测模块；12、22-信号切割模块；121、221-信号切割及提取程序；13、23-特征提取模块；131、231-特征提取程序；14、24-特征选择模块；141、241-特征选择程序；15、25-控制模块；151、251-转化程序；1511、2511-性能状态值；16、26-人机界面模块；27-预警模块；271-预警信号；A-锯带；B1-第一传动元件；B2-第二传动元件；C1-第一滑动元件；C2-第二滑动元件；D-清屑元件；E-切削液槽；S60～S69-步骤流程。
具体实施方式
以下将参照相关图式，说明本发明提供的带锯机性能监控系统的实施例，为使便于理解，下述实施例中的相同元件以相同符号标示来说明。
请参阅图1，其为本发明提供的带锯机性能监控系统的方块图。如图1所示，本发明提出的带锯机性能监控系统1可以包含感测模块11、信号处理模块100、控制模块15及人机界面模块16，其中，信号处理模块100可包含信号切割模块12、特征提取模块13及特征选择模块14。
感测模块11可在带锯机10运作时，通过设置于带锯机10各个不同部位的多个传感器侦测带锯机10的运作状态，以产生多个信号101、102、103。其中，该多个信号101、102、103可包含震动信号或还包含声音信号、流速信号、锯带张力信号、酸碱值信号、压力信号、温度信号、浊度信号或电流信号等等，以对带锯机10中的各元件的性能状态进行分析，如震动信号可对锯带的性能状态进行分析，声音信号可对清屑元件如钢刷的性能状态进行分析，流速信号可对冷却系统如切削液主水管的性能状态进行分析，酸碱值信号可对切削液的性能状态进行分析，压力信号可对液压系统如油压帮浦的性能状态进行分析，温度信号可对齿轮箱如减速箱与液压系统如液压油箱的性能状态进行分析，浊度信号可对液压系统如液压油与冷却系统如切削液的性能状态进行分析，电流信号可对电力系统如马达的性能状态进行分析。
接下来，信号切割模块12可执行信号切割及提取程序121以分别切割信号101、102、103为多个信号区段，并选择其中最为稳定的信号区段作为特征区段。
而特征提取模块13可针对该多个特征区域的频域及时域执行特征提取程序131以获得多个信号特征。其中，针对频域的特征提取程序131可分别切割各个特征区段为多个频段，并计算各个频段的频域信号特征；而针对时域的特征提取程序131可包含各个特征区域的平均值、均方根(RootMeanSquare，RMS)、峰度(Kurtosis)及偏度(Skewness)等等，以作为时域信号特征。特征选择模块14可执行特征选择程序141，以由该多个频域信号特征及时域信号特征中选择多个主要信号特征。
最后，控制模块15可通过转化程序151将特征选择模块14选择的该多个主要信号特征转化为带锯机10中各元件的性能状态值1511，以表示带锯机10中各元件的性能状态，并通过人机界面模块16显示。例如，性能状态值可代表带锯机10的锯带、或清屑元件如钢刷、或齿轮箱如减速箱、或冷却系统如切削液、切削液主水管、或液压系统如油压帮浦、液压油箱、液压油或电力系统如马达的性能状态。
值得一提的是，目前并未有任何设备可以准确的估测带锯机的锯带及其它各元件的性能状态，以提供使用者判断是否要进行维修或更换元件。然而，本发明提供的带锯机性能监控系统可以通过侦测带锯机的运作状态来估测带锯机的锯带及其它各元件的性能状态值，因此可以有效地提供锯带及其它各元件的使用状态，让使用者能自行判断是否要进行维修或更换带锯机中的各元件。
请参阅图2，其为本发明提供的带锯机性能监控系统第一实施例的方块图。如图所示，本发明提供的带锯机性能监控系统2可包含感测模块21、信号处理模块200、控制模块25、人机界面模块26及预警模块27，其中，信号处理模块200可包含信号切割模块22、特征提取模块23及特征选择模块24。
感测模块21可在带锯机20运作时，通过设置于带锯机20多个传感器侦测带锯机20的切割运作时所产生的震动，以产生多个震动信号201、202、203，以对带锯机20中的锯带A的性能状态进行分析。
接下来，信号切割模块22可执行信号切割及提取程序221以分别切割震动信号201、202、203为四个信号区段，该多个信号区段包含一个空切段(锯带A未接触工件)及三个实切段，并提取该多个实切段的稳定区段如中间区段作为特征区段。
而特征提取模块23可针对由震动信号201、202、203提取的该多个特征区段的频域执行特征提取程序231，将各个特征区段的整个频谱按设定值等分，如20Hz等分为多个频段，并计算各个频段占所有能量的比重以作为频域信号特征，如第(1)式所示：
能量比重＝频段能量/总能量…(1)；
同时，特征提取模块23可针对由震动信号201、202、203提取的该多个特征区段的时域执行特征提取程序231，针对时域的特征提取程序231可计算包含各个特征区域的均方根、峰度及偏度等等，以作为多个时域信号特征。
特征选择模块24可执行特征选择程序241，以由该多个频域信号特征及时域信号特征中选择多个主要信号特征。特征选择程序241可计算各个频域信号特征及时域信号特征(Fi至Fn)的相关性系数，如第(2)式所示：
Ci＝correlation(Fi,A)…(2)；
其中，A为一个与Fi相同长度的单调递增向量；A＝[1,2,3,…...,m]，其中m为Fi的长度。特征选择模块24则可选择相关性系数最高的10个频域信号特征及时域信号特征以作为主要信号特征。
最后，控制模块25可通过转化程序251将特征选择模块24选择的该多个主要信号特征转化为带锯机20中的锯带A的性能状态值2511，以表示带锯机20的锯带A的性能状态，并通过人机界面模块26显示性能状态值2511。首先，转化程序251可将上述10个主要信号特征转换为相对值。对于主要信号特征Fi，首先计算其初始值Ii＝mean(Fi的第五至第五十个读数)，并计算其相对值Ri＝(Fi-Ii)/Ii，然后计算10个转换后主要信号特征的均值R＝mean(R1,R2,……,R10)。转化程序251可利用回归分析法(Logisticregression)将上述均值R转换为0～1的性能状态值2511，其中0代表失效，1代表性能，如下第(3)式所示：
性能状态值＝1-R/0.45…(3)；
在一实施例中，可分别将新的锯带A在每一次执行锯切的频域信号特征、时域信号特征及其它相关条件储存于数据库中，并由上述方法计算新锯带每一次执行锯切的性能状态值2511，如下表所示：
表1：数据库格式
转换后的主要信号特征的相对值则如图3所示，而利用上述方式计算出来的性能状态值2511则如图4所示。
由于锯带的衰退过程呈线性，因此，控制模块25可以进一步搜集如图7所示的锯带A执行每一次切割后的性能状态值2511，并且利用线性回归法来建立锯带A的未来性能状态预测模型，以对锯带A的未来性能状态进行预测，例如锯带A已经切完第500个工件切割作业，利用上述方法可以计算从开始到第500个工件切割作业的性能状态值R[0-500]，并利用线性回归法计算R[0-500]即可获得锯带A的未来性能状态预测模型，如图5所示，计算方式则如第(4)式所示：
性能状态值＝-0.00082*切割次数+1.1…(4)；
控制模块25还可以根据未来性能状态预测模型计算锯带A的剩余切割次数，如第(5)式所示：
剩余切割次数＝(门坎值-1.1)/(-0.00082)-目前切割次数…(5)；
门坎值可依使用者的需求来自由设定，如此，由第(5)式可以获得锯带A的剩余切割次数。预警模块27则可根据性能状态值2511、未来性能状态预测模型及剩余切割次数来发出预警信号，以通知使用者当前锯带A的性能状态。例如，预警模块27可于锯带A性能状态值2511低于一性能门坎值时，或是锯带A的剩余切割次数低于一预设次数时，发出预警信号271以通知使用者当前锯带A的性能状态，让使用者能够确实掌握锯带A更换的时机。
在其它较佳的实施例中，可以利用上述的方式分析运作中的带锯机20的声音信号以估测带锯机20的清屑元件如钢刷的性能状态值。
在其它较佳的实施例中，可以通过分析带锯机20的流速信号、锯带张力信号、酸碱值信号、温度信号、浊度信号、压力信号或电流信号的时域信号特征以估测带锯机20中各元件的性能状态值。
例如，感测模块21可在带锯机20运作时，侦测带锯机20的多个流速信号，以针对带锯机20中的切削液主水管的性能状态进行分析。
接下来，信号切割模块22可执行信号切割及提取程序221以分别切割各个流速信号为四个信号区段，并提取稳定区段如中间区段作为特征区段。
而特征提取模块23可针对由该多个流速信号提取的该多个特征区段的时域执行特征提取程序231，针对时域的特征提取程序231可计算包含各个特征区域的平均值、峰度及偏度等等，以作为多个时域信号特征。
之后，特征选择模块24可计算各个时域信号特征的相关性系数，并选择特定数量且包括高相关性系数的时域信号特征作为主要信号特征，而最后，控制模块25可通过转化程序251将特征选择模块24选择的该多个主要信号特征转化为带锯机20中的切削液主水管的性能状态值2511。
由上述可知，通过以上方式，可以分析带锯机20的流速信号、锯带张力信号、酸碱值信号、温度信号、浊度信号、压力信号或电流信号的时域信号特征以估测带锯机20中各元件的性能状态值。例如，带锯机的齿轮箱如减速箱、或冷却系统如切削液、切削液主水管或液压系统如油压帮浦、液压油箱、液压油或电力系统如马达等等元件的性能状态值2511，以作为使用者保养维修带锯机20的参考。
在另一较佳实施例中，带锯机性能监控系统2还可根据声音信号来监测带锯机20中的清屑元件的使用状态。例如，带锯机性能监控系统2可根据声音信号来监测带锯机20的钢刷，以判定钢刷的位置是否适当；其中，带锯机性能监控系统2可以提取根据声音信号的特征频率及其幅值特征等等，并且通过类似上述的方式计算钢刷的使用状态值，以判定钢刷的位置。一般而言，钢刷放置在锯带的锯齿上方并与锯齿接触，予以清理锯屑，因此当钢刷磨损到预设值如1/4时，即应该调整其位置。通过上述的机制，带锯机性能监控系统2可以有效监测带锯机20的钢刷是否确实接触锯带A，并通过预警模块27通知用户，让使用者可以实时调整钢刷的位置。
值得一提的是，目前并未有任何设备可以准确的估测带锯机中的锯带的性能状态，以提供使用者判断是否要进行锯带更换。然而，本发明提供的带锯机性能监控系统不但可以通过侦测带锯机的运作状态来估测带锯机中的锯带的性能状态值，还可以预测锯带的剩余切割次数，并通过预警信号通知使用者，因此，使用者可以确实掌握锯带的使用寿命，以作为更换锯带的参考，同样的，本发明提供的带锯机性能监控系统也可以针对带锯机的其它元件进行上述的管理。
除此之外，本发明提供的带锯机性能监控系统还可以通过分析带锯机的声音信号监测钢刷的位置是否正确，并通过预警信号通知使用者，让使用者可以实时调整钢刷的位置，使钢刷能确实接触锯带。由上述可知，本发明确实具有进步性。
请参阅图6，其为本发明提供的带锯机性能监控系统第一实施例的流程图。本实施例包含下列步骤：
在步骤S60中，侦测带锯机执行工件切割的多个震动信号及机台参数，并进入到步骤S61。
在步骤S61中，切割各个震动信号为四个信号区段，并提取其中一个信号区段作为特征区段，并进入到步骤S62。
在步骤S62中，提取各个特征区段的频域信号特征及时域信号特征，并进入到步骤S63。
在步骤S63中，选择相关性高的频域信号特征及时域信号特征作为主要信号特征，并进入到步骤S64。
在步骤S64中，将该多个主要信号特征转换为相对值，并进入到步骤S65。
在步骤S65中，计算该多个相对值的均值，并进入到步骤S66。
在步骤S66中，利用回归分析法将均值转换为0～1的性能状态值，并进入到步骤S67。
在步骤S67中，利用线性回归法来建立锯带的未来性能状态预测模型，并预测带锯机中的锯带的剩余切割次数，并进入到步骤S68。
在步骤S68中，判定剩余切割次数是否低于一门坎值，若是，则进入到步骤S69；若否，则回到步骤S60。
在步骤S69中，发出预警信号。
请参阅图7，其为本发明提供的带锯机性能监控系统第二实施例的示意图。本实施例举例说明了带锯机性能监控系统中的感测模块的各感测元件较佳的设置位置。
本实施例提供的带锯机性能监控系统可包含感测模块、信号处理模块、人机界面模块和控制模块。感测模块可包括多个感测元件，该多个感测元件用以收集带锯机工作时70的多个信号。信号处理模块可电性连接于感测模块，信号处理模块可用以接收感测模块所收集的信号并进行信号处理。控制模块可用以接收并比对分析信号处理模块所传送的处理结果。人机界面模块可用以接收到控制模块的分析结果，并显示出带锯机的性能状况值。
其中，感测模块中的感测元件可设置于带锯机70的特定的位置，以达到最佳的效能。如图所示，带锯机70可包含一锯带A、一第一传动元件B1、一第二传动元件B2、一第一滑动元件C1、一第二滑动元件C2、一清屑元件D及一切削液槽E。其中，第一传动元件B1可为主动轮，第二传动元件B2可为从动轮，第一滑动元件C1可为右锯臂，第二滑动元件C2可为左锯臂，清屑元件D可为钢刷，锯带A两端分别连接于第一传动元件B1与第二传动元件B2，且第一滑动元件C1与第二滑动元件C2可分别带动锯带A往右、往左滑动移位。带锯机性能监控系统中的感测模块包括多个感测元件，分别装设于带锯机70特定的侦测监控位置，以感测出运作中的带锯机70的各种信号，以进行进一步的分析处理。
感测模块中的感测元件可包含震动感测元件，且震动感测元件可安装于带锯机70的第一滑动元件C1、第二滑动元件C2上，以感测锯带A锯切过程中的震动信号，震动感测元件可以使用单轴加速规或三轴加速规。
感测模块中的感测元件可包含声音感测元件，声音感测元件可为麦克风，清屑元件D上方与第一传动元件B1右上方可分别安装一只麦克风，用以感测该清屑元件D清除锯带A切屑时产生的声音信号以及锯带A与第一传动元件B1接触时的声音信号。
感测模块中的感测元件可包含温度感测元件，温度感测元件可为电阻温度探测器(RTD)，可分别安装在带锯机的减速箱外、液压油箱内和带锯机安装的场地，分别用来感测带锯机减速箱温度、液压油温度和环境温度等等信号。
感测模块中的感测元件可包含流速感测元件，流速感测元件可为流速计，可设置于切削液槽E的切削液主水管，用以监测输送切削液主水管的流速信号。感测流速信号的目的为当切削液槽E累积过多的切屑时，即会使切削液的流速会变慢，造成切削液流量不足，而有可能导致切削过程中切屑排除不完全以及产生高热，因此需感测流速信号以防止切屑排除不完全及高热的缺失。
感测模块中的感测元件可包含酸碱值感测元件以感测切削液的酸碱值信号，从而可监控切削液的性能状态，酸碱感测元件可为酸碱度计等等。
带锯机70的锯带A在切削的过程中如切削负载过大时，通常会反应在油压马达负荷上，因此，感测模块中的感测元件可进一步包含压力感测元件，压力感测元件可安装于油压帮浦端，用以感测切削压力信号，压力感测元件可为压力计等等。
此外，切削负载过大时，马达须加大功率以保持切削速度，然而，过大的切削负载将使得锯带A寿命缩短，也会导致工件的锯切面不平整。所以，感测模块中的感测元件可包含一电流感测元件，以感测马达输出电流信号，以便进行进一步的分析。
由于带锯机70于切削过程中，液压油和切削液的质量也会影响切削的好坏，所以，感测模块中的感测元件可进一步包含浊度感测元件，以定期感测液压油和切削液的浊度信号，以进行进一步的分析。
由上述可知，带锯机性能监控系统中感测模块中的各种感测元件可分别安装于上述不同的位置，以确实感测包含运作中的带锯机70的声音信号、流速信号、锯带张力信号、酸碱值信号、压力信号、温度信号、浊度信号或电流信号等等，以分别估测带锯机70的锯带、或清屑元件如钢刷、或齿轮箱如减速箱、或冷却系统如切削液、切削液主水管、油压帮浦或液压系统如油压帮浦、液压油箱、液压油或电力系统如马达等等元件的性能状态。当然，上述各元件的设置位置仅为举例，感测元件设置的位置可依实际情况做不同的变化，本发明并不以此为限。
综上所述，本发明一实施例利用信号切割、特征提取及特征转化等等程序将侦测运作中的带锯机所产生的信号转换为带锯机中的锯带的性能状态值，让使用者能够清楚了解锯带的磨损程度，以确实的掌握锯带更换的时机，使用上极为方便。
又，本发明一实施例可建立锯带的未来性能状态预测模型并估算锯带的剩余切割次数，更利用预警信号通知使用者，让使用者能够确实掌控锯带的剩余寿命及使用状态。
而本发明一实施例利用分析声音信号以计算带锯机的钢刷的使用状态值，以判定钢刷的实际位置，让用户能够得知钢刷是否有确实接触到锯带，使钢刷能够确实发挥功效。
此外，本发明一实施例利用上述方法让使用者能够清楚了解带锯机其它元件的性能状态，让使用者能够有效地维护带锯机，以掌握带锯机的整体性能状态。
再者，本发明一实施例利用计算各个频段的能量比重来提取频域信号特征，这种方式不会受到切割参数的影响，使测量结果更为精确。
可见，本发明在突破现有技术的基础上，确实已达到所欲增进的功效，且也非熟悉该项技艺者所易于思及，其所具的进步性、实用性，显已符合专利申请要件，爰依法提出专利申请，恳请贵局核准本件发明专利申请案，以励创作，至感德便。
以上所述仅为举例性，而非为限制性。其它任何未脱离本发明的精神与范畴，而对其进行的等效修改或变更，均应该包含于本案权利要求的保护范围内。
Claims (20)
1.一种带锯机性能监控系统，其特征在于，包括：一感测模块、一信号处理模块、一人机界面模块和一控制模块；
该感测模块包括多个感测元件，该多个感测元件用于收集一带锯机工作时的多个信号；
该信号处理模块电性连接于该感测模块，该信号处理模块用于接收该感测模块所收集的信号并进行信号处理；
该控制模块用于接收并比对分析该信号处理模块所传送的处理结果；
该人机界面模块用于接收该控制模块的分析结果，并显示该带锯机的一性能状况值。
2.根据权利要求1所述的系统，其中，该感测模块包含至少一震动感测元件，该震动感测元件安装于该带锯机的一第一滑动元件及一第二滑动元件上，以感测该带锯机的一锯带锯切过程中的震动信号。
3.根据权利要求1所述的系统，其中，该感测模块还包含至少两个声音感测元件，该多个声音感测元件分别安装在该带锯机的一清屑元件上方与一第一传动元件右上方，用于感测该清屑元件清除一锯带切屑时产生的声音信号以及该锯带与该第一传动元件接触时的声音信号。
4.根据权利要求1所述的系统，其中，该感测模块中还包含多个温度感测元件，该多个温度感测元件分别安装在该带锯机的一齿轮箱外和一液压系统的一液压油箱内，分别用来感测该齿轮箱的温度和该液压油箱的温度。
5.根据权利要求1所述的系统，其中，该感测模块还包含一流速感测元件，该流速感测元件设置于该带锯机的一冷却系统中的一切削液主水管中，用以监测该切削液主水管的流速。
6.根据权利要求1所述的系统，其中，该感测模块还包含一压力感测元件，该压力感测元件安装于该带锯机的一液压系统中的一油压帮浦端，用于感测切削压力。
7.根据权利要求1所述的系统，其中，该性能状况值代表该带锯机的一锯带的性能状态。
8.根据权利要求1所述的系统，其中，该性能状况值代表该带锯机的一清屑元件的性能状态。
9.根据权利要求1所述的系统，其中，该性能状况值代表该带锯机的一齿轮箱、一冷却系统、一液压系统或一电力系统的性能状态。
10.根据权利要求1所述的系统，其中，该信号处理模块包含一信号切割模块、一特征提取模块、一特征选择模块，该信号切割模块切割各个感测元件所收集的该多个信号为多个信号区段并提取其中一该信号区段作为一特征区段，该特征提取模块提取各个该特征区段的多个信号特征，该特征选择模块从该多个信号特征中选择多个主要信号特征。
11.根据权利要求10所述的系统，其中该信号切割模块切割各个该信号为多个信号区段，该多个信号区段包含至少一空切段及至少一实切段，并提取该多个信号区段的稳定区段作为该特征区段。
12.根据权利要求10所述的系统，其中该多个信号特征包含多个时域信号特征、多个频域信号特征。
13.根据权利要求12所述的系统，其中该特征提取模块将各个该特征区段的频谱切割为多个频谱区段，并计算各个该频谱区段的能量比重以产生该多个频域信号特征。
14.根据权利要求13所述的系统，其中该特征选择模块计算各个该频域信号特征及各个该时域信号特征的相关性系数，并选择特定数量且包括高相关性系数的该频域信号特征及该时域信号特征作为该多个主要信号特征。
15.一种带锯机性能监控系统，其特征在于，包括：一感测模块、一信号处理模块、一人机界面模块和一控制模块；
该感测模块包括多个感测元件，该多个感测元件用于收集一带锯机工作时的多个信号；
该信号处理模块电性连接于该感测模块，且该信号处理模块包含一信号切割模块、一特征提取模块、一特征选择模块，该信号切割模块切割各个感测元件所收集的该多个信号为多个信号区段并提取其中一该信号区段作为一特征区段，该特征提取模块提取各个该特征区段的多个信号特征，该特征选择模块由该多个信号特征中选择多个主要信号特征；
该控制模块用于接收该信号处理模块所处理完成的信号，且该控制模块通过一转化程序予以将该特征选择模块选择的该多个主要信号特征比对分析转化为该带锯机的一性能状态值；
该人机界面模块用于接收控制模块的该带锯机的该性能状态值并显示。
16.根据权利要求15所述的系统，其中该控制模块搜集该带锯机的一锯带执行每一次切割的该性能状态值，并通过线性回归法根据该多个性能状态值建立一未来性能状态预测模型。
17.根据权利要求16所述的系统，其中该控制模块还根据该未来性能状态预测模型计算出该锯带的一剩余切割次数。
18.根据权利要求17所述的系统，还包含一预警模块，该预警模块根据该未来性能状态预测模型的该剩余切割次数发出预警信号。
19.根据权利要求18所述的系统，其中该多个信号还包含一流速信号、一锯带张力信号、一酸碱值信号、一压力信号、一温度信号、一浊度信号、一电流信号中的一个或多个。
20.根据权利要求15所述的系统，其中该多个信号为一声音信号，该控制模块通过一转化程序将该多个主要信号特征转化为该带锯机的一清屑元件的一使用状态值，以判定该清屑元件的位置。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW103115391 | 2014-04-29 | ||
| TW103115391A TWI519917B (zh) | 2014-04-29 | 2014-04-29 | 帶鋸機及其整合監控系統 |
| TW103130274 | 2014-09-02 | ||
| TW103130274A TWI583469B (zh) | 2014-09-02 | 2014-09-02 | 帶鋸機健康診斷系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105094077A true CN105094077A (zh) | 2015-11-25 |
| CN105094077B CN105094077B (zh) | 2018-08-31 |
Family
ID=54334539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510116398.XA Active CN105094077B (zh) | 2014-04-29 | 2015-03-17 | 带锯机性能监控系统 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US9901998B2 (zh) |
| CN (1) | CN105094077B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113344281A (zh) * | 2021-06-22 | 2021-09-03 | 太仓比泰科自动化设备有限公司 | 探针性能预测方法、系统、装置以及存储介质 |
| CN113814467A (zh) * | 2020-06-18 | 2021-12-21 | 科伊罗财产有限及两合公司电子数据处理-服务两合公司 | 用于预测锯带的剩余使用寿命的方法以及带锯机 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11513154B2 (en) | 2018-08-31 | 2022-11-29 | Black & Decker Inc. | System and apparatus for monitoring the performance of an electrically powered device |
| CN112008155A (zh) * | 2019-05-31 | 2020-12-01 | 高圣精密机电股份有限公司 | 可携式机台健康诊断系统 |
| JP7274405B2 (ja) * | 2019-12-19 | 2023-05-16 | 株式会社ミマキエンジニアリング | 時期判断システム、時期判断プログラム、時期判断方法およびカッティング装置 |
| US20230093741A1 (en) * | 2021-09-17 | 2023-03-23 | Triad National Security, Llc | Signal processing methods and apparatus |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09259178A (ja) * | 1996-03-25 | 1997-10-03 | Hitachi Ltd | 工程管理システム |
| US6772034B1 (en) * | 2001-07-12 | 2004-08-03 | Advanced Micro Devices, Inc. | System and software for data distribution in semiconductor manufacturing and method thereof |
| JP2005235070A (ja) * | 2004-02-23 | 2005-09-02 | Yaskawa Electric Corp | 加工処理制御システム |
| CN101138884A (zh) * | 2006-09-04 | 2008-03-12 | 广西工学院 | 全自动注吹塑料中空成型机控制装置及其自动控制方法 |
| CN102129239A (zh) * | 2011-03-09 | 2011-07-20 | 北京建筑工程学院 | 一种工程机械监控系统 |
| CN103558822A (zh) * | 2013-10-31 | 2014-02-05 | 浙江海洋学院 | 水产养殖监控系统 |
| KR101373473B1 (ko) * | 2012-09-13 | 2014-03-25 | 한국전력공사 | 공정 제어 시스템의 인터페이스 장치 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3793627A (en) | 1972-06-28 | 1974-02-19 | Gen Electric | Automatic sonic detection of chipped cutting tools |
| US4087801A (en) | 1974-12-20 | 1978-05-02 | Tokyo Shibaura Electric Co., Ltd. | Apparatus for detecting damages of cutting tools |
| US4442494A (en) | 1981-11-18 | 1984-04-10 | Westinghouse Electric Corp. | Tool wear and tool failure monitor system |
| TW586978B (en) | 2003-06-09 | 2004-05-11 | Everising Machine Company | Method of controlling sawing in band saw machine |
| TWM397300U (en) | 2010-09-20 | 2011-02-01 | Windirs Technology Co Ltd | Spindle detection system |
| TWI451924B (zh) | 2012-05-22 | 2014-09-11 | Everising Machine Co | 具二維移動鋸台的臥式帶鋸機 |
| CN202948288U (zh) | 2012-11-12 | 2013-05-22 | 杭州电子科技大学 | 一种基于金属带锯条颤振特性的锯切负载检测装置 |
| CN203460001U (zh) | 2013-07-23 | 2014-03-05 | 杭州电子科技大学 | 基于金属带锯条声发射特性的锯切负载检测装置 |
-
2015
- 2015-03-17 CN CN201510116398.XA patent/CN105094077B/zh active Active
- 2015-04-28 US US14/698,092 patent/US9901998B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09259178A (ja) * | 1996-03-25 | 1997-10-03 | Hitachi Ltd | 工程管理システム |
| US6772034B1 (en) * | 2001-07-12 | 2004-08-03 | Advanced Micro Devices, Inc. | System and software for data distribution in semiconductor manufacturing and method thereof |
| JP2005235070A (ja) * | 2004-02-23 | 2005-09-02 | Yaskawa Electric Corp | 加工処理制御システム |
| CN101138884A (zh) * | 2006-09-04 | 2008-03-12 | 广西工学院 | 全自动注吹塑料中空成型机控制装置及其自动控制方法 |
| CN102129239A (zh) * | 2011-03-09 | 2011-07-20 | 北京建筑工程学院 | 一种工程机械监控系统 |
| KR101373473B1 (ko) * | 2012-09-13 | 2014-03-25 | 한국전력공사 | 공정 제어 시스템의 인터페이스 장치 |
| CN103558822A (zh) * | 2013-10-31 | 2014-02-05 | 浙江海洋学院 | 水产养殖监控系统 |
Non-Patent Citations (1)
| Title |
|---|
| M.MAGNO. ET AL.: ""Low-power wireless accelerometer-based system for wear detection of bandsaw blades"", 《2013 11TH IEEE INTERNATIONAL CONFERENCE》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113814467A (zh) * | 2020-06-18 | 2021-12-21 | 科伊罗财产有限及两合公司电子数据处理-服务两合公司 | 用于预测锯带的剩余使用寿命的方法以及带锯机 |
| JP2022000324A (ja) * | 2020-06-18 | 2022-01-04 | コイロ ベズィッツ ゲゼルシャフト ミット ベシュレンクテル ハフツング ウント コンパニー エーデーファウ−ディーンストライストゥングス コマンデイトゲゼルシャフト | 鋸ベルトの残余寿命を予測する方法およびベルト鋸機 |
| JP7495379B2 (ja) | 2020-06-18 | 2024-06-04 | コイロ ベズィッツ ゲゼルシャフト ミット ベシュレンクテル ハフツング ウント コンパニー エーデーファウ－ディーンストライストゥングス コマンデイトゲゼルシャフト | 鋸ベルトの残余寿命を予測する方法およびベルト鋸機 |
| CN113344281A (zh) * | 2021-06-22 | 2021-09-03 | 太仓比泰科自动化设备有限公司 | 探针性能预测方法、系统、装置以及存储介质 |
| CN113344281B (zh) * | 2021-06-22 | 2022-02-11 | 太仓比泰科自动化设备有限公司 | 探针性能预测方法、系统、装置以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105094077B (zh) | 2018-08-31 |
| US9901998B2 (en) | 2018-02-27 |
| US20150309061A1 (en) | 2015-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105094077A (zh) | 带锯机性能监控系统 | |
| CN106514434B (zh) | 一种基于数据的铣削刀具磨损监测方法 | |
| EP1451550B1 (en) | System and method for identifying the presence of a defect in vibrating machinery | |
| CN102831325A (zh) | 一种基于高斯过程回归的轴承故障预测方法 | |
| US20160299492A1 (en) | Machine tool management system | |
| CN109948860A (zh) | 一种机械系统剩余寿命预测方法及系统 | |
| CN103034170B (zh) | 一种基于区间的数控机床性能预测方法 | |
| DE602006013347D1 (de) | Evaluieren der anomalie für einklassenklassifizierer bei der maschinenzustandsüberwachung | |
| MY158575A (en) | Methods to estimate downhole drilling vibration indices from surface measurement | |
| CN102151814A (zh) | 连铸生产中的粘结报警方法和系统 | |
| CN104503361B (zh) | 基于多模式融合的齿轮加工过程换刀决策方法 | |
| CN111476420B (zh) | 一种微震监测冲击地压预警指标优化方法 | |
| CN103658882A (zh) | 电火花加工机床的数据采集系统 | |
| KR102045617B1 (ko) | 설비 이상 모니터링 장치 및 방법 | |
| TW201541206A (zh) | 帶鋸機及其整合監控系統 | |
| CN102764798A (zh) | 一种数控转塔冲床模具磨损在线检测系统及工作方法 | |
| CN202683673U (zh) | 数控转塔冲床模具磨损在线检测系统 | |
| CN103894258B (zh) | 具有在线温度监控功能的圆锥破碎机 | |
| CN117260386A (zh) | 一种智能生产线机械式数控精雕机刀具磨损监测系统 | |
| US10656637B2 (en) | Monitoring system and monitoring method | |
| CN103760845A (zh) | 监控方法、系统及旋挖钻机 | |
| TWI583469B (zh) | 帶鋸機健康診斷系統 | |
| KR101335787B1 (ko) | 전동기의 예방 보전 장치 | |
| CN101660401A (zh) | 一种基于加速度传感器的抽油机实时停机监测报警方法 | |
| CN114227378A (zh) | 一种夹具状态的检测方法、装置、终端和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |