CN107498390B - 一种数控切割机床切割精度的预测方法 - Google Patents

一种数控切割机床切割精度的预测方法 Download PDF

Info

Publication number
CN107498390B
CN107498390B CN201710993224.0A CN201710993224A CN107498390B CN 107498390 B CN107498390 B CN 107498390B CN 201710993224 A CN201710993224 A CN 201710993224A CN 107498390 B CN107498390 B CN 107498390B
Authority
CN
China
Prior art keywords
numerically
machine tool
controlled machine
cutting
cutting accuracy
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.)
Expired - Fee Related
Application number
CN201710993224.0A
Other languages
English (en)
Other versions
CN107498390A (zh
Inventor
齐稷
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201710993224.0A priority Critical patent/CN107498390B/zh
Publication of CN107498390A publication Critical patent/CN107498390A/zh
Application granted granted Critical
Publication of CN107498390B publication Critical patent/CN107498390B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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

Landscapes

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

Abstract

本发明提供一种数控切割机床切割精度的预测方法，涉及数控机床技术领域。一种数控切割机床切割精度的预测方法，首先获得数控机床自身的一些参数，判断切割速度与待切割的板材厚度之间的关系，实现在加工前预测加工工件的精度，然后计算数控机床供电电压的幅值、频率、谐波含量以及数控机床的切割速度和待加工工件的长度对切割精度的影响因子，最后通过各影响因子计算出数控机床的切割精度。本发明提供的数控切割机床切割精度的预测方法，从供电质量上对工件的加工精度进行预测，解决了人工检测效率低，误差大的缺点，避免了加工过程中对原材料的大量浪费，节约了成本，提高了检测精度。

Description

一种数控切割机床切割精度的预测方法
技术领域
本发明涉及数控机床技术领域，尤其涉及一种数控切割机床切割精度的预测方法。
背景技术
工厂大量的人工质量检测降低了生产效率，且由于测量工具的限制，对工件的测量也存在很大的误差，影响工件的使用。当前数控机床的制造能力和发展水平体现在数控机床加工出工件的精度上，数控机床的加工度越高，说明数控机床的整体性能越好。但是影响数控机床加工质量的因素多种多样，目前预测数控机床的精度都是从其本身的制造精度、部件装配的匹配度，部件运动过程中的受力、受热而发生的变形，零部件之间的相互摩擦等。在数控机床的总体误差中，几何误差和热误差占到了一半以上，而且在环境温度比较恒定，温度影响较小的情况下，几何误差则为数控机床的主要误差。几何误差是由机床制造、装配及磨损等因素造成的，变化范围不大，相对稳定，易于对其进行改进。对数控机床误差的研究有助于改善加工质量，提高产品精度，对进一步提高机械加工的质量和水平意义重大。同时，针对数控机床加工误差的因素及其形成机理，形成了误差元素的检测方法，及构建了数字化传感网络的检测体系。并在此基础上，基于多体系统理论建立了数控机床误差综合数学模型，而且为了使模型得更好的应用，对模型中的误差元素进行了数值拟合和误差辨识。但以上误差分析和检测方法并没有从数控机床的供电的质量来预测数控机床的误差。
发明内容
针对现有技术的缺陷，本发明提供一种数控切割机床切割精度的预测方法，实现在工件加工过程中实时检测数控机床切割工件精度。
一种数控切割机床切割精度的预测方法，包括以下步骤：
步骤1：检测数控机床供电电压的幅值U、供电电压的频率f和供电电压的谐波含量Hi，以及数控机床的切割速度v和待加工工件的长度s；
步骤2：判断数控机床的切割速度v和待切割铁板的厚度之间是否满足关系式v≤20-ln l2，其中，l为待切割铁板的厚度；如果满足条件，则数控机床为正常工作状态，执行步骤3，对数控机床的切割精度进行检验，否则，数控机床所加工的工件不符合要求，进行错误报警；
所述数控机床供电电压的幅值U的单位为伏，供电电压的频率f的单位为赫兹，数控机床的切割速度v的单位为米/分钟，待切割铁板的厚度l的单位为厘米，待加工工件的长度s的单位为毫米；
步骤3：计算影响数控机床切割精度的各影响因子；
步骤3.1：计算数控机床供电电压的幅值U对切割精度的影响因子AU，计算公式如下所示：
步骤3.2：计算数控机床供电电压的频率f对切割精度的影响因子Af，计算公式如下所示：
其中，p为数控机床电动机的极对数；
步骤3.3：计算数控机床供电电压的谐波含量Hi对切割精度的影响因子计算公式如下所示：
其中，数控机床供电电压的谐波含量Hi的计算公式如下所示：
其中，k′为奇数，k′＝3，5，…，∞为谐波次数，k＝1为基波，R为整个数控机床电路的等效电阻，C为整个数控机床电路的等效电容，L为整个数控机床电路的等效电感，ω表示供电电压的角频率，j为虚数单位；
所述整个数控机床电路的等效电阻R的单位为千欧，整个数控机床电路的等效电容C的单位为微法，整个数控机床电路的等效电感L的单位为亨，供电电压的角频率ω的单位为弧度/秒；
步骤3.4：计算数控机床加工工件的过程中待加工工件的长度s对切割精度的影响因子As，计算公式如下所示：
As＝(s-s1)×102
其中，s1为数控机床加工完成后的工件实际长度；
步骤3.5：计算数控机床的切割速度v对切割精度的影响因子Av，计算公式如下所示：
步骤4：根据各影响因子，计算得到数控机床的切割精度；
数控机床的切割精度的计算公式如下所示：
其中，A为数控机床的切割精度，A值表示所加工工件的实际值与所加工工件的理论值差值的千分值，A值越小数控机床的切割精度越高；当A＜20时，数控机床所加工工件的精度满足要求，否则，数控机床所加工工件的精度不满足要求，该加工工件为不合格产品。
由上述技术方案可知，本发明的有益效果在于：一种数控切割机床切割精度的预测方法，首先获得数控机床自身的一些参数，判断切割速度与待切割的板材厚度之间的关系能否满足精度要求，实现在加工前预测加工工件的精度，避免了加工过程中对原材料的大量浪费。然后将数控机床的精度计算从机械角度转换到供电质量的角度，计算数控机床供电电压的幅值、频率及谐波含量对切割精度的影响因子，同时计算出数控机床的切割速度和待加工工件的长度对切割精度的影响，提高了预测切割精度的准确性，解决了人工检测的效率低，误差大的缺陷，节约了加工成本。
附图说明
图1为本发明实施例提供的一种数控切割机床切割精度的预测方法的流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本实施例以某数控机床为例，使用本发明发明对该数控机床的切割精度进行预测。
一种数控切割机床切割精度的预测方法，如图1所示，包括以下步骤：
步骤1：检测数控机床供电电压的幅值U、供电电压的频率f和供电电压的谐波含量Hi，以及数控机床的切割速度v和待加工工件的长度s；
所述数控机床供电电压的幅值U的单位为伏，供电电压的频率f的单位为赫兹，数控机床的切割速度v的单位为米/分钟，待加工工件的长度s的单位为毫米。
本实施例中，测得该数控机床供电电压的幅值U＝320V，频率f＝50.2Hz，该数控机床的切割速度为v＝15m/min，待加工工件的长度s＝200mm。
步骤2：判断数控机床的切割速度v和待切割铁板的厚度之间是否满足关系式v≤20-1n l2，其中，l为待切割铁板的厚度；如果满足条件，则数控机床为正常工作状态，执行步骤3，对数控机床的切割精度进行检验，否则，数控机床所加工的工件不符合要求，进行错误报警；所述待切割铁板的厚度l的单位为厘米。
本实施例中，待切割板材厚度l＝2cm，数控机床的切割速度15＜20-1n 22，满足条件，该数控机床为正常工作状态，执行步骤3，对该数控机床的切割精度进行检验。
步骤3：计算影响数控机床切割精度的各影响因子；
步骤3.1：计算数控机床供电电压的幅值U对切割精度的影响因子AU，计算公式如下所示：
本实施例中，计算得到该数控机床供电电压的幅值U对切割精度的影响因子AU＝1.89。
步骤3.2：计算数控机床供电电压的频率f对切割精度的影响因子Af，计算公式如下所示：
其中，p为数控机床电动机的极对数；
本实施例中，该数控机床电动机的极对数p＝1，计算得到该数控机床供电电压的频率f对切割精度的影响因子Af＝4.79。
步骤3.3：计算数控机床供电电压的谐波含量对切割精度的影响因子计算公式如下所示：
其中，数控机床供电电压的谐波含量Hi的计算公式如下所示：
其中，k′为奇数，k′＝3，5，…，∞为谐波次数，k＝1为基波，R为整个数控机床电路的等效电阻，C为整个数控机床电路的等效电容，L为整个数控机床电路的等效电感，ω表示供电电压的角频率，j为虚数单位；
所述整个数控机床电路的等效电阻R的单位为千欧，整个数控机床电路的等效电容C的单位为微法，整个数控机床电路的等效电感L的单位为亨，供电电压的角频率ω的单位为弧度/秒。
本实施例中，该数控机床整个电路的等效电阻R＝2kΩ，等效电容C＝10μF，等效电感L＝5H。计算得到该数控机床供电电压的谐波含量Hi＝0.04，供电电压的谐波含量对切割精度的影响因了
步骤3.4：计算数控机床加工工件的过程中待加工工件的长度s对切割精度的影响因子As，计算公式如下所示：
As＝(s-s1)×102
其中，s1为数控机床加工完成后的工件实际长度；
本实施例中，待加工工件的需求尺寸s＝200mm，该数控机床加工完成后的工件实际测的尺寸s1＝199.87mm，计算得到待加工工件的长度对切割精度的影响因子As＝13。
步骤3.5：计算数控机床的切割速度v对切割精度的影响因子Av，计算公式如下所示：
本实施例中，待切割铁板的厚度l＝2cm，数控机床的切割速度v＝15m/min，计算得到数控机床的切割速度对切割精度的影响因子Av＝6.25。
步骤4：根据各影响因子，计算得到数控机床的切割精度；
数控机床的切割精度的计算公式如下所示：
其中，A为数控机床的切割精度，A值表示所加工工件的实际值与所加工工件的理论值差值的千分值，A值越小数控机床的切割精度越高；当A＜20时，数控机床所加工工件的精度满足要求，否则，数控机床所加工工件的精度不满足要求，该加工工件为不合格产品。
本实施例中，计算得到该数控机床的切割精度A＝10.03＜20，该数控机床所加工的工件精度满足要求。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (6)

1.一种数控切割机床切割精度的预测方法，包括以下步骤：
步骤1：检测数控机床供电电压的幅值U、供电电压的频率f和供电电压的谐波含量Hi，以及数控机床的切割速度v和待加工工件的长度s；
步骤2：判断数控机床的切割速度v和待切割铁板的厚度之间是否满足关系式v≤20-lnl2，其中，l为待切割铁板的厚度；如果满足条件，则数控机床为正常工作状态，执行步骤3，否则，数控机床所加工的工件不符合要求，进行错误报警；
步骤3：计算影响数控机床切割精度的各影响因子，包括数控机床供电电压的幅值U对切割精度的影响因子AU、供电电压的频率f对切割精度的影响因子Af、供电电压的谐波含量Hi对切割精度的影响因子数控机床加工工件的过程中待加工工件的长度s对切割精度的影响因子As、切割速度v对切割精度的影响因子Av；
步骤4：根据各影响因子，计算得到数控机床的切割精度；
数控机床的切割精度的计算公式如下所示：
其中，A为数控机床的切割精度，A值表示所加工工件的实际值与所加工工件的理论值差值的千分值，A值越小数控机床的切割精度越高；当A＜20时，数控机床所加工工件的精度满足要求，否则，数控机床所加工工件的精度不满足要求，该加工工件为不合格产品；
以上计算过程中，所述数控机床供电电压的幅值U的单位为伏，供电电压的频率f的单位为赫兹，数控机床的切割速度v的单位为米/分钟，待切割铁板的厚度l的单位为厘米，待加工工件的长度s的单位为毫米。
2.根据权利要求1所述的一种数控切割机床切割精度的预测方法，其特征在于：步骤3所述数控机床供电电压的幅值U对切割精度的影响因子AU的计算公式如下所示：
3.根据权利要求1所述的一种数控切割机床切割精度的预测方法，其特征在于：步骤3所述数控机床供电电压的频率f对切割精度的影响因子Af的计算公式如下所示：
其中，p为数控机床电动机的极对数。
4.根据权利要求1所述的一种数控切割机床切割精度的预测方法，其特征在于：步骤3所述数控机床供电电压的谐波含量Hi对切割精度的影响因子的计算公式如下所示：
其中，数控机床供电电压的谐波含量Hi的计算公式如下所示：
其中，k′为奇数，k′＝3，5，…，∞为谐波次数，k＝1为基波，R为整个数控机床电路的等效电阻，C为整个数控机床电路的等效电容，L为整个数控机床电路的等效电感，ω表示供电电压的角频率，j为虚数单位；
以上计算过程中，所述整个数控机床电路的等效电阻R的单位为千欧，整个数控机床电路的等效电容C的单位为微法，整个数控机床电路的等效电感L的单位为亨，供电电压的角频率ω的单位为弧度/秒。
5.根据权利要求1所述的一种数控切割机床切割精度的预测方法，其特征在于：步骤3所述待加工工件的长度s对切割精度的影响因子As的计算公式如下所示：
As＝(s-s1)×102
其中，s1为数控机床加工完成后的工件实际测的尺寸。
6.根据权利要求1所述的一种数控切割机床切割精度的预测方法，其特征在于：步骤3所述数控机床的切割速度v对切割精度的影响因子Av的计算公式如下所示：
CN201710993224.0A 2017-10-23 2017-10-23 一种数控切割机床切割精度的预测方法 Expired - Fee Related CN107498390B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710993224.0A CN107498390B (zh) 2017-10-23 2017-10-23 一种数控切割机床切割精度的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710993224.0A CN107498390B (zh) 2017-10-23 2017-10-23 一种数控切割机床切割精度的预测方法

Publications (2)

Publication Number Publication Date
CN107498390A CN107498390A (zh) 2017-12-22
CN107498390B true CN107498390B (zh) 2019-06-18

Family

ID=60701932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710993224.0A Expired - Fee Related CN107498390B (zh) 2017-10-23 2017-10-23 一种数控切割机床切割精度的预测方法

Country Status (1)

Country Link
CN (1) CN107498390B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108663225A (zh) * 2018-05-31 2018-10-16 沪东中华造船(集团)有限公司 一种检验数控切割机切割精度的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1117577A (zh) * 1994-01-28 1996-02-28 三菱电机株式会社 绝对位置检测装置及其误差补偿方法
JPH08155700A (ja) * 1994-12-05 1996-06-18 Cosmo Net:Kk プレス装置の工具類の使用回数管理装置
CN102501137A (zh) * 2011-11-03 2012-06-20 西安交通大学 一种主轴径向回转精度在线监测装置
CN104482850A (zh) * 2014-12-22 2015-04-01 深圳市五株科技股份有限公司 Pcb钻孔精度检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4747850B2 (ja) * 2006-01-20 2011-08-17 日立工機株式会社 集塵機

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1117577A (zh) * 1994-01-28 1996-02-28 三菱电机株式会社 绝对位置检测装置及其误差补偿方法
JPH08155700A (ja) * 1994-12-05 1996-06-18 Cosmo Net:Kk プレス装置の工具類の使用回数管理装置
CN102501137A (zh) * 2011-11-03 2012-06-20 西安交通大学 一种主轴径向回转精度在线监测装置
CN104482850A (zh) * 2014-12-22 2015-04-01 深圳市五株科技股份有限公司 Pcb钻孔精度检测方法

Also Published As

Publication number Publication date
CN107498390A (zh) 2017-12-22

Similar Documents

Publication Publication Date Title
CN102929210B (zh) 基于特征的数控加工过程控制和优化系统及方法
Behera et al. Characterization of shape and dimensional accuracy of incrementally formed titanium sheet parts with intermediate curvatures between two feature types
CN108942409A (zh) 基于残差卷积神经网络的刀具磨损量的建模和监测方法
Wang et al. Improved forecasting compensatory control to guarantee the remaining wall thickness for pocket milling of a large thin-walled part
CN103955576B (zh) 一种车床卡盘动平衡配重的方法及装置
Geng et al. Optimization of cutter posture based on cutting force prediction for five-axis machining with ball-end cutters
CN103008808A (zh) 一种数控电解加工集成控制系统及其控制方法
CN107498390B (zh) 一种数控切割机床切割精度的预测方法
CN103885387B (zh) 数控机床快速进给功率和能耗的获取及控制方法
Gao et al. Process parameters optimization using a novel classification model for plastic injection molding
JP2020035420A (ja) 複合物の製造品質チェックを自動化するためのシステム及び方法
Li et al. Investigation of parametric control method and model in abrasive belt grinding of nickel-based superalloy blade
Qie et al. Quantitative suggestions for build orientation selection
CN106407669A (zh) 一种切削加工表面粗糙度的预测方法
Geng et al. Study on microrotating structure using microwire electrical discharge machining
Won et al. Modeling and assessment of power consumption for green machining strategy
Baligidad et al. Taguchi’s Approach: Design optimization of process parameters in selective inhibition sintering
Li et al. Improving reciprocating traveling WEDM performance by a new adaptive servo feedrate control system
Hallmann et al. A method for analyzing the influence of process and design parameters on the build time of additively manufactured components
Essa Finite element prediction of deformation mechanics in incremental forming processes
CN109530860A (zh) 一种可用于大尺寸零件制造的电弧增材方法
Naumann et al. Optimization of characteristic diagram based thermal error compensation via load case dependent model updates
Zheng et al. Thermal error modeling and compensation of multilink high-speed precision press system
Shi et al. Online Monitoring Dynamic Characteristics in Thin-Walled Structure Milling: A Physics-Constrained Bayesian Updating Approach
CN108445833B (zh) 精加工中轨迹智能修正系统及其方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190618

Termination date: 20191023

CF01 Termination of patent right due to non-payment of annual fee