CN108637794B - 一种铣刀寿命控制方法 - Google Patents

一种铣刀寿命控制方法 Download PDF

Info

Publication number
CN108637794B
CN108637794B CN201810455847.7A CN201810455847A CN108637794B CN 108637794 B CN108637794 B CN 108637794B CN 201810455847 A CN201810455847 A CN 201810455847A CN 108637794 B CN108637794 B CN 108637794B
Authority
CN
China
Prior art keywords
milling
cutter
milling cutter
speed
life
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
Application number
CN201810455847.7A
Other languages
English (en)
Other versions
CN108637794A (zh
Inventor
王呈栋
孙立宁
王传洋
张克栋
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.)
Suzhou Su Robot Intelligent Equipment Co Ltd
Suzhou University
Original Assignee
Suzhou Su Robot Intelligent Equipment Co Ltd
Suzhou University
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 Suzhou Su Robot Intelligent Equipment Co Ltd, Suzhou University filed Critical Suzhou Su Robot Intelligent Equipment Co Ltd
Priority to CN201810455847.7A priority Critical patent/CN108637794B/zh
Publication of CN108637794A publication Critical patent/CN108637794A/zh
Application granted granted Critical
Publication of CN108637794B publication Critical patent/CN108637794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, 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
    • B23Q17/00Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09Arrangements 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
    • B23Q17/0995Tool life management

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Milling Processes (AREA)

Abstract

本申请提供了一种铣刀寿命控制方法,所述的铣刀用于梯度功能材料表面铣削,将梯度功能材料的试样划分为多个梯度区,获得每个梯度区的均分铣刀磨损量阈值,根据均分铣刀磨损量阈值计算每个梯度区的最优铣削速度,根据每个梯度区的最优铣削速度获得每个梯度区的铣刀实际磨损量,实现分区调速控制铣刀寿命。本申请所述的一种铣刀寿命控制方法,在不降低切削效率的前提下,可确保异种金属梯度功能材料大平面铣削加工的刀具耐用度及被加工表面质量;仅通过调节铣削速度来实现铣刀寿命控制,可实施性强;铣刀寿命试验历时一般不超过5小时,且试验次数少、成本低。

Description

一种铣刀寿命控制方法
技术领域
本申请涉及一种金属切削刀具的寿命控制方法,具体涉及一种面向异种金属梯度功能材料大平面的铣刀寿命控制方法,属于机械切削加工技术领域。
背景技术
随着我国能源与电力需求的不断攀升,其重大装备服役环境的极端化对材料性能提出了严苛要求。为满足重大装备部件精密配合表面不同位置的差异化性能需求,以核电汽轮机缸体为代表的部分重大装备部件逐渐开始大面积使用异种金属梯度功能材料。当前,激光熔覆成形法是大面积制备异种金属梯度功能材料的主要方法,以激光熔覆工艺制备的异种金属梯度功能材料的表面精度低、质量差,无法满足重大装备部件装配要求,因此,需要进行铣削加工后处理。然而,在铣削加工过程中,异种金属梯度功能材料存在物理性能梯度会引起铣刀磨损机理发生动态突变,铣刀耐用度极低,其一旦发生中途失效,势必严重破坏被加工精密配合表面完整性与一致性,致使重大装备部件遭受不可修复损伤。
近年来,随着新材料、新工艺的快速发展,研发与工程人员逐渐认识到切削刀具寿命对被加工件表面质量有着显著影响,广泛开展刀具寿命预测及其剩余寿命挖掘研究。公开号为CN105014481A的中国发明专利提出了一种便携式刀具磨损测量仪及采用该测量仪预测刀具剩余寿命的方法,结构简单,安装方便,能准确预测刀具剩余寿命;公开号为CN106778010A的中国发明专利提供一种基于数据驱动支持向量回归机的TBM刀具寿命预测方法,选用大量现场挖掘的数据作为参变量,并在此基础上构建了基于支持向量回归机的模型,提高了刀具寿命的预测精度;公开号为CN104002195A的中国发明专利提供了一种基于能量的刀具寿命预测系统,通过对刀具切削过程中电流、电压信号的实时监测,得到刀具切削过程中功率的实时变化,获取刀具消耗的能量,从而预测刀具的剩余寿命;公开号为CN106021796A的中国发明专利提出了一种铬钢叶片型面加工用球头铣刀的剩余寿命预测方法,通过实验测量球头铣刀后刀面磨损带平均宽度,建立该球头铣刀的剩余寿命预测关系式和全寿命函数关系式,实现对所述球头铣刀的剩余加工寿命的预测;公开号为CN103793762A的中国发明专利提出一种基于小样本多类型参数的刀具寿命预测方法,其考虑刀具的设计、制造到使用中的参数改变对刀具寿命的影响,实现更为准确的刀具寿命预测;公开号为CN106312688A的中国发明专利提出了一种内置寿命统计芯片的刀具及刀具寿命统计方法,通过将芯片组嵌入刀具体内部的方法,实现刀具寿命的精准统计;公开号为CN106334969A的中国发明专利提出一种用于切削动力工具的刀具寿命估计方法,通过搭建用于切削动力工具的刀具寿命估计的装置,建立信号的小波能量谱与刀具寿命的映射关系模型,实现刀具寿命估计;公开号为CN102284887A的中国发明专利提出了一种大型铸锻件荒加工用车削刀具寿命监测仪,通过工件加工表面图像采集、多图像合成、全圆周图像处理、有效切削距离的精确计算等一列步骤,实现刀具寿命预测与报警。然而,所有上述专利仅为切削刀具寿命预测或剩余寿命挖掘,无法有效控制刀具寿命,更无法解决异种金属梯度功能材料大平面铣削加工过程中由工件材料物理性能梯度引起的铣刀耐用度过低及中途失效。
发明内容
针对异种金属梯度功能材料性能梯度引发的铣削加工刀具中途失效,进而严重破坏被加工表面质量的难题,本发明提出一种面向异种金属梯度功能材料大平面的铣刀寿命控制方法,所述的铣刀用于梯度功能材料表面铣削,将梯度功能材料的试样划分为多个梯度区,获得每个梯度区的均分铣刀磨损量阈值,根据均分铣刀磨损量阈值计算每个梯度区的最优铣削速度,根据每个梯度区的最优铣削速度获得每个梯度区的铣刀实际磨损量,实现分区调速控制铣刀寿命。
优选地,所述的控制方法包括以下步骤,
(1)将梯度功能材料的试样沿其宽度方向平均划分为n个梯度区,所述的试样宽度为W,长度为L,每个梯度区跨度S=W/n;
(2)针对试样的第1梯度区,使用铣刀进行铣削,获取铣刀后刀面磨损量达到阈值V时的安全寿命T0′,所述的铣刀的铣削速度v0′,每齿进给量fz,直径Dc
(3)判断安全寿命T0′,若T0′在预设范围内,则v0′=v0;若T0′在不预设范围内,则调整v0′,直至T0′落在预设范围内,调整后的铣削速度为v0
(4)取m个铣削速度vc1,vc2…v0…vcm,其中,vc1<vc2<…<v0…<vcm,分别开展各铣削速度条件下的铣刀寿命试验,作出各组参数下的铣刀磨损曲线C1,C2…C0…Cm,铣削速度vc1,vc2…v0…vcm分别对应的安全寿命Tc1,Tc2…T0…Tcm,Tc1,Tc2…T0…Tcm在预设范围内;
(5)确定此梯度区内的单位磨损量阈值为VB(Δt1)=V/n;
(6)根据步骤(3)中初始铣削速度v0时的铣刀磨损曲线C,计算磨损量增加V/n的有效切削时间Δt1,根据试样第1梯度区的切削长度L,计算理论每齿进给量fz1=L/(Δt1Nz),得到第1梯度区内理论铣削速度:
其中:N为铣刀主轴转速,z为铣刀齿数;
(7)将v1与步骤(4)中的铣削速度vc1,vc2…v0…vcm进行对比,取vc1,vc2…v0…vcm小于v1且最接近v1的铣削速度,记为v1 *,v1 *为该梯度区的最优铣削速度,对比步骤4)中对应的磨损曲线,获得铣刀实际磨损量;
(8)针对剩余n-1个梯度区,重复步骤2)至步骤7),确定各梯度区内最优铣削速度v1 *,v2 *,v3 *…vn *
优选地,步骤(2)具体为,针对试样的其中一个梯度区,开展铣刀寿命试验,使用铣刀进行铣削,每隔一定时间,停机并取下铣刀进行磨损量离线检测,同时记录下从开始到停机前的有效切削时间t,直至作出铣刀磨损曲线,获取铣刀后刀面磨损量达到阈值时的安全寿命T0′。
优选地,步骤(3)中,铣刀寿命预设范围为10min~25min,判断安全寿命T0′,若T0′∈[10,25],则v0′=v0;若T0′>25min或T0′<10min,则调整铣削速度,直至T0∈[10,25],调整后的铣削速度为v0
优选地,步骤(4)具体为,取步骤3)中调整后铣削速度v0的85%、90%、100%、120%、150%,分别开展5组铣削速度条件下的铣刀寿命试验,作出各组参数下的铣削刀具磨损曲线,记为曲线C1,C2,C3,C4,C5
优选地,步骤(8)还包括,校核最优铣削速度(v1 *,v2 *,v3 *…vn *)的铣刀实际磨损总量与铣刀磨损量阈值V对比,若则满足要求。
优选地,所述的梯度功能材料为异种金属梯度功能材料,铣削速度v0′与每齿进给量fz取几种金属常规推荐值中的较小者,铣削从金属梯度功能材料的切削性能相对较差的一侧开始。
本申请所述的一种铣刀寿命控制方法,将梯度功能材料的试样划分为多个梯度区,能够根据每个梯度区的铣刀实际磨损量分区调速控制铣刀寿命,在不降低切削效率的前提下,可确保异种金属梯度功能材料大平面铣削加工的刀具耐用度及被加工表面质量;仅通过调节铣削速度来实现铣刀寿命控制,可实施性强;铣刀寿命试验历时一般不超过5小时,且试验次数少、成本低。
附图说明
图1为本发明的面向异种金属梯度功能材料的铣刀寿命控制方法示意图;
图2为本发明针对特定梯度区材料的初始铣削速度调整与铣削速度优选对比示意图;
图3为本发明的铣刀寿命试验得到的磨损曲线示意图;
其中:1异种金属梯度功能材料大平面试样;2铣刀。
具体实施方式
下面结合附图和具体实施例对本申请作进一步说明,以使本领域的技术人员可以更好地理解本申请并能予以实施,但所举实施例不作为对本申请的限定。
本申请所述铣刀寿命控制方法包括以下步骤:
(1)根据异种金属梯度功能材料试样总宽度W,合理划分工件材料梯度区个数n,计算梯度区跨度S=W/n,把清洗、干燥后的试样装夹在机床工作台上,选择直径Dc≈1.3S的端铣刀或盘铣刀,装到机床主轴上,设定初始铣削参数:铣削宽度ae为S,铣削深度ap为0.3mm,铣削速度v0′与每齿进给量fz取两种金属常规推荐值中的较小者;
(2)开启机床,针对第1梯度区,采用步骤1)所述的初始铣削参数,开展铣刀寿命试验,每隔一定时间,停机并取下铣刀进行磨损量离线检测,同时记录从开始到停机前的有效切削时间t,随后,在直角坐标系内,以切削时间为横坐标、铣刀后刀面磨损量为纵坐标,作出铣刀磨损曲线,获取铣刀后刀面磨损量达到阈值时的安全寿命T0′;
(3)判断安全寿命T0′,若T0′∈[10,25],则v0′=v0;若T0′>25min,根据超出量,增大初始铣削速度10%-30%;若T0′<10min,则根据不足量,减小初始铣削速度10%-20%,记为v0,开展v0条件下的铣刀寿命试验,确定铣刀安全寿命T0,判断T0大小,并不断调整铣削速度v0,直至T0∈[10,25];
(4)取步骤3)中调整后铣削速度v0的85%、90%、100%、120%、150%,分别开展5组铣削速度条件下的铣刀寿命试验,作出各组参数下的铣削刀具磨损曲线,记为曲线C1,C2,C3,C4,C5
(5)根据材料的梯度区个数n,均分铣刀后刀面磨损量0.2mm,确定单一梯度区内的磨损量阈值VB(Δt1)=0.2/n;
(6)根据步骤3)中初始铣削速度v0时的铣刀磨损曲线C0,计算磨损量从增加0.2/n的有效切削时间Δt1,随后,根据异种金属梯度功能材料第1梯度区的切削长度L,计算理论每齿进给量fz1=L/(Δt1Nz),得到第1梯度区内理论铣削速度:
其中:N为铣刀主轴转速,z为铣刀齿数;
(7)判断v1大小,若v1≤0.85v0,取v1为优选铣削速度,若0.85v0<v1≤0.9v0,则取0.85v0为优选铣削速度,若0.9v0<v1≤v0,则取0.9v0为优选铣削速度,以此类推,确定第1梯度区的优选铣削速度,记为v1 *,对比步骤4)中5组磨损曲线,获得铣刀实际磨损量VB*(Δt1);
(8)针对第2-n梯度区,重复步骤2)至步骤7),确定各梯度区内最优铣削速度(v1 *,v2 *,v3 *…vn *),在此基础上,校核铣刀实际总磨损量。
上述步骤中,所述的异种金属梯度功能材料大平面的总跨度一般大于200mm、总长一般大于250mm,所述的梯度区个数n一般取6-8,所述的铣刀寿命试验时的铣削宽度ae和铣削深度ap均保持不变,所述的铣刀安全寿命T0是指在刀具寿命试验从开始直到铣刀后刀面磨损带平均宽度达到阈值V=0.2mm时历经的有效切削时间,所述的铣刀后刀面磨损量离线检测是指将铣刀与刀柄整体拆下,放置在专用刀具检测仪上进行测量,测量结束后,再将铣刀与刀柄整体装回机床主轴的原位置,以保证铣刀在整个装卸过程中坐标原点保持不变。
下面结合附图和实施例对本发明做详细说明,但本发明的保护范围不限于下述的实施例。
工件材料为核电汽轮机中分面转子支撑处的Ni/Fe梯度功能材料(Inconel 182/G17CrMo9-10),沿其性能梯度方向上从Inconel 182连续均匀过渡到G17CrMo9-10,试样长、宽、高尺寸为250mm×200mm×40mm,机床为美国赫克VMX42型五轴联动数控加工中心。
应用本发明所述的方法进行铣刀寿命控制,请结合参阅图1、图2和图3,具体步骤如下:
(1)根据Ni/Fe梯度功能材料大平面总跨度W=200mm,划分工件材料梯度区个数n=8,计算单梯度区跨度S=W/n=25mm,把清洗、干燥后的Ni/Fe梯度功能材料试样1装夹在机床工作台上,选择直径Dc≈1.3S=32mm的SandvikR390系列的TiAlN涂层硬质合金三齿端铣刀2,装到机床主轴上,设定铣削宽度为25mm,铣削深度为0.3mm,每齿进给量为0.01mm/z,查阅Inconel 182与G17CrMo9-10材料性能手册,取初始铣削速度为Inconel 182的推荐值,即120m/min;
(2)开启机床,针对附图1中所示的第1梯度区,采用步骤(1)所述的初始铣削参数,开展铣刀寿命试验,每隔5分钟,停机并取下铣刀,离线检测后刀面平均磨损量为(0.02,0.04,0.09,0.13,0.17,0.22,0.29),在直角坐标系内,以切削时间为横坐标、铣刀后刀面磨损量为纵坐标,作出附图3所示的铣刀磨损曲线C,获取铣刀后刀面磨损量达到阈值0.2mm时的安全寿命T0′=29min;
(3)判断安全寿命T0′,此时T0′=29>25min,增大初始铣削速度20%,即初始切削速度v0调整为150m/min,开展v0条件下的铣刀寿命试验,确定铣刀安全寿命T0=22min,满足T0∈[10,25];
(4)取步骤3)中调整后铣削速度v0的85%、90%、100%、120%、150%,即为(128,135,150,180,225)m/min,分别开展5组铣削速度条件下的铣刀寿命试验,作出各组参数下的铣削刀具磨损曲线,记为曲线C1,C2,C3,C4,C5
(5)根据材料的梯度区个数8,均分铣刀后刀面磨损量0.2mm,确定单一梯度区内的磨损量阈值为0.025mm;
(6)根据步骤3)中初始铣削速度150m/min和每齿进给量0.01mm/z下的铣刀磨损曲线C3,计算磨损量增加0.025mm的有效切削时间为3.7min,随后,根据梯度功能材料第1梯度区的切削长度为250mm,计算理论每齿进给量为fz1=L/(Δt1Nz)≈0.015mm/z,计算第1梯度区内理论铣削速度v1为:
(7)判断v1大小,对比步骤4)中的五组铣削速度(128,135,150,180,225)m/min,确定0.9v0<v1<v0,取第1梯度区的优选铣削速度v1 *=135m/min,根据步骤4)中的磨损曲线,获得铣刀实际磨损量VB*(Δt1)=0.023mm;
(8)针对第2-8梯度区,重复步骤(2)至步骤(7),确定各梯度区内最优铣削速度(v1 *,v2 *,v3 *…v8 *)=(149,163,181,207,229,241,258,277);m/min;各梯度区铣刀实际磨损量为(0.023,0.024,0.019,0.023,0.02,0.021,0.022,0.023),校核铣刀实际总磨损量为0.175mm,小于0.2mm,满足要求。
以上所述实施例仅是为充分说明本申请而所举的较佳的实施例,本申请的保护范围不限于此。本技术领域的技术人员在本申请基础上所作的等同替代或变换,均在本申请的保护范围之内。本申请的保护范围以权利要求书为准。

Claims (7)

1.一种铣刀寿命控制方法,其特征在于,所述的铣刀用于梯度功能材料表面铣削,将梯度功能材料的试样划分为多个梯度区,获得每个梯度区的均分铣刀磨损量阈值,根据均分铣刀磨损量阈值计算每个梯度区的最优铣削速度,根据每个梯度区的最优铣削速度获得每个梯度区的铣刀实际磨损量,实现分区调速控制铣刀寿命。
2.如权利要求1所述的一种铣刀寿命控制方法,其特征在于,所述的控制方法包括以下步骤,
(1)将梯度功能材料的试样沿其宽度方向平均划分为n个梯度区,所述的试样宽度为W,长度为L,每个梯度区跨度S=W/n;
(2)针对试样的第1梯度区,使用铣刀进行铣削,获取铣刀后刀面磨损量达到阈值V时的安全寿命T0′,所述的铣刀的铣削速度v0′,每齿进给量fz,直径Dc
(3)判断安全寿命T0′,若T0′在预设范围内,则v0′=v0;若T0′在不预设范围内,则调整v0′,直至T0′落在预设范围内,调整后的铣削速度为v0
(4)取m个铣削速度vc1,vc2 ... v0 ... vcm,其中,vc1<vc2<…<v0...<vcm,分别开展各铣削速度条件下的铣刀寿命试验,作出各组参数下的铣刀磨损曲线C1,C2 ... C0 ...Cm,铣削速度vc1,vc2 ... v0 ... vcm分别对应的安全寿命Tc1,Tc2 ... T0 ... Tcm,Tc1,Tc2... T0 ... Tcm在预设范围内;
(5)确定此梯度区内的单位磨损量阈值为VB(Δt1)=V/n;
(6)根据步骤(3)中初始铣削速度v0时的铣刀磨损曲线C,计算磨损量增加V/n的有效切削时间Δt1,根据试样第1梯度区的切削长度L,计算理论每齿进给量fz1=L/(Δt1Nz),得到第1梯度区内理论铣削速度:
其中:N为铣刀主轴转速,z为铣刀齿数;
(7)将v1与步骤(4)中的铣削速度vc1,vc2 ... v0 ... vcm进行对比,取vc1,vc2 ... v0... vcm小于v1且最接近v1的铣削速度,记为v1 *,v1 *为该梯度区的最优铣削速度,对比步骤4)中对应的磨损曲线,获得铣刀实际磨损量;
(8)针对剩余n-1个梯度区,重复步骤2)至步骤7),确定各梯度区内最优铣削速度v1 *,v2 *,v3 * … vn *
3.如权利要求2所述的一种铣刀寿命控制方法,其特征在于,步骤(2)具体为,针对试样的其中一个梯度区,开展铣刀寿命试验,使用铣刀进行铣削,每隔一定时间,停机并取下铣刀进行磨损量离线检测,同时记录下从开始到停机前的有效切削时间t,直至作出铣刀磨损曲线,获取铣刀后刀面磨损量达到阈值时的安全寿命T0′。
4.如权利要求2所述的一种铣刀寿命控制方法,其特征在于,步骤(3)中,铣刀寿命预设范围为10min~25min,判断安全寿命T0′,若T0′∈[10,25],则v0′=v0;若T0′>25min或T0′<10min,则调整铣削速度,直至T0’∈[10,25],调整后的铣削速度为v0
5.如权利要求2所述的一种铣刀寿命控制方法,其特征在于,步骤(4)具体为,取步骤3)中调整后铣削速度v0的85%、90%、100%、120%、150%,分别开展5组铣削速度条件下的铣刀寿命试验,作出各组参数下的铣削刀具磨损曲线,记为曲线C1,C2,C3,C4,C5
6.如权利要求2所述的一种铣刀寿命控制方法,其特征在于,步骤(8)还包括,校核最优铣削速度(v1 *,v2 *,v3 * … vn *)的铣刀实际磨损总量与铣刀磨损量阈值V对比,若则满足要求。
7.如权利要求2所述的一种铣刀寿命控制方法,其特征在于,所述的梯度功能材料为异种金属梯度功能材料,铣削从金属梯度功能材料的切削性能相对较差的一侧开始。
CN201810455847.7A 2018-05-14 2018-05-14 一种铣刀寿命控制方法 Active CN108637794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810455847.7A CN108637794B (zh) 2018-05-14 2018-05-14 一种铣刀寿命控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810455847.7A CN108637794B (zh) 2018-05-14 2018-05-14 一种铣刀寿命控制方法

Publications (2)

Publication Number Publication Date
CN108637794A CN108637794A (zh) 2018-10-12
CN108637794B true CN108637794B (zh) 2019-07-16

Family

ID=63755220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810455847.7A Active CN108637794B (zh) 2018-05-14 2018-05-14 一种铣刀寿命控制方法

Country Status (1)

Country Link
CN (1) CN108637794B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109877650B (zh) * 2019-04-15 2021-01-29 重庆大学 一种棒料剪切刀具寿命预测方法
CN110153800B (zh) * 2019-05-29 2021-12-21 安徽华菱汽车有限公司 一种刀具寿命管理方法
CN112917242A (zh) * 2021-02-07 2021-06-08 中国矿业大学 一种延长刀具寿命的切削方法
CN113182567B (zh) * 2021-03-31 2022-05-10 成都飞机工业(集团)有限责任公司 一种数控铣削刀具快速试切及切削参数优选方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999051790A1 (en) * 1998-04-08 1999-10-14 Caterpillar Inc. A process for applying a functional gradient material coating to a component for improved performance
CN106021796A (zh) * 2016-06-03 2016-10-12 上海工具厂有限公司 一种铬钢叶片型面加工用球头铣刀的剩余寿命预测方法
DE202017105356U1 (de) * 2017-09-05 2017-09-18 Zuleadshin Enterprise Co., Ltd. Aufbau eines intelligenten Induktionswerkzeugs
CN107362392A (zh) * 2017-07-18 2017-11-21 福州大学 一种纳米羟基磷灰石/羧甲基壳聚糖/聚乳酸羟基乙酸微纳杂化载药支架及其仿生制备方法
CN107665271A (zh) * 2017-08-28 2018-02-06 西北工业大学 一种基于控制线的航空发动机整体叶盘环形刀加工方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999051790A1 (en) * 1998-04-08 1999-10-14 Caterpillar Inc. A process for applying a functional gradient material coating to a component for improved performance
CN106021796A (zh) * 2016-06-03 2016-10-12 上海工具厂有限公司 一种铬钢叶片型面加工用球头铣刀的剩余寿命预测方法
CN107362392A (zh) * 2017-07-18 2017-11-21 福州大学 一种纳米羟基磷灰石/羧甲基壳聚糖/聚乳酸羟基乙酸微纳杂化载药支架及其仿生制备方法
CN107665271A (zh) * 2017-08-28 2018-02-06 西北工业大学 一种基于控制线的航空发动机整体叶盘环形刀加工方法
DE202017105356U1 (de) * 2017-09-05 2017-09-18 Zuleadshin Enterprise Co., Ltd. Aufbau eines intelligenten Induktionswerkzeugs

Also Published As

Publication number Publication date
CN108637794A (zh) 2018-10-12

Similar Documents

Publication Publication Date Title
CN108637794B (zh) 一种铣刀寿命控制方法
Zhu et al. A generic tool wear model and its application to force modeling and wear monitoring in high speed milling
Weck et al. Reduction and compensation of thermal errors in machine tools
CN106021796B (zh) 一种铬钢叶片型面加工用球头铣刀的剩余寿命预测方法
Costes et al. Surface roughness prediction in milling based on tool displacements
CN108490880A (zh) 一种数控机床切削刀具磨损状态实时监测方法
CN102929210A (zh) 基于特征的数控加工过程控制和优化系统及方法
CN102621932A (zh) 一种数控机床服役过程的能量消耗预测方法
CN110103079A (zh) 一种微铣削过程中刀具磨损的在线监测方法
CN108133091A (zh) 一种基于刀具状态建立机床碳排放优化模型的方法
CN108319131A (zh) 基于数据挖掘的机组调峰能力评估方法
Luan et al. Trade-off analysis of tool wear, machining quality and energy efficiency of alloy cast iron milling process
CN113305644A (zh) 一种基于零件测量数据的刀具状态监测及预警方法和系统
CN109877650B (zh) 一种棒料剪切刀具寿命预测方法
CN107283219A (zh) 一种切削加工方法及装置
CN112835326B (zh) 一种大型铸锻件加工智能化方法及系统
Thaler et al. Characterization of band sawing based on cutting forces
Borkowski et al. Influence of parameters of milling process on the energy consumption of the machine tool
Wittbrodt et al. Decision support system of machining process based on the elements of fuzzy logic
Li et al. A method of milling force predictions for machining tools based on an improved ARMA model
Kundrík et al. Use of Neural Networks in Tool Wear Prediction
Li et al. Tool Wear Monitoring Technology Based on Deep Learning of Machining State Features
Radhakrishnan et al. Estimation of online tool wear in turning processes using recurrence quantification analysis (RQA)
Spiewak et al. Tool wear monitoring and breakage detection based on “intelligent filtering”
Skrzek et al. Intelligent parameters reconfiguration system for enhancing machine tools sustainability using real-time data-driven: an experimental cutting speed investigation

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