CN108776457A - 一种数控机床刀头故障诊断系统 - Google Patents

一种数控机床刀头故障诊断系统 Download PDF

Info

Publication number
CN108776457A
CN108776457A CN201810800814.1A CN201810800814A CN108776457A CN 108776457 A CN108776457 A CN 108776457A CN 201810800814 A CN201810800814 A CN 201810800814A CN 108776457 A CN108776457 A CN 108776457A
Authority
CN
China
Prior art keywords
image
cutter head
numerically
machine tool
unit
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
CN201810800814.1A
Other languages
English (en)
Inventor
司文峰
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.)
ANHUI JIANGJI HEAVY CNC MACHINE TOOL Co Ltd
Original Assignee
ANHUI JIANGJI HEAVY CNC MACHINE TOOL Co Ltd
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 ANHUI JIANGJI HEAVY CNC MACHINE TOOL Co Ltd filed Critical ANHUI JIANGJI HEAVY CNC MACHINE TOOL Co Ltd
Priority to CN201810800814.1A priority Critical patent/CN108776457A/zh
Publication of CN108776457A publication Critical patent/CN108776457A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical 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
    • G05B19/406Numerical 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
    • G05B19/4065Monitoring tool breakage, life or condition
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/37Measurements
    • G05B2219/37434Measuring vibration of machine or workpiece or tool

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Image Processing (AREA)

Abstract

本发明提供的数控机床刀头故障诊断系统,利用中央处理装置、振动传感器、信号处理电路、A/D转换模块、图像采集模块、图像处理模块、电源模块、比较模块、报警装置、无线传输装置、用户控制端、显示装置以及存储装置,可实现对数控机床的刀头的有效监测,不仅能够通过振动传感器测试刀头在加工过程中的振动参数,并将该振动参数与预设振动阈值进行比较,还能通过图像采集装置采集刀头的图像信息,工作人员能够结合振动传感器采集的刀头振动信号和刀头图像信息对数控机床的刀头进行有效监测,图像处理模块对采集的图像依次进行图像增强、图像平滑、图像锐化、图像灰度变换处理。

Description

一种数控机床刀头故障诊断系统
技术领域
本发明涉及智能测试技术领域,尤其涉及一种数控机床刀头故障诊断系统。
背景技术
数控机床是数字控制机床(Computer numerical control machine tools)的简称,是一种装有程序控制系统的自动化机床,控制系统能够逻辑地处理具有控制编码或其他符号指令规定的程序,并将其译码,用代码化的数字表示,通过信息载体输入数控装置。经运算处理由数控装置发出各种控制信号,控制机床的动作,按图纸要求的形状和尺寸,自动地将零件加工出来。数控机床较好地解决了复杂、精密、小批量、多品种的零件加工问题,是一种柔性的、高效能的自动化机床,代表了现代机床控制技术的发展方向,是一种典型的机电一体化产品。
刀具系统是高档数控机床极其重要的功能部件,切削过程中,刀具在高温和高压条件下工作,由于受工件、切屑的剧烈摩擦,在前、后面接触区域内会产生磨损,磨损较轻时会使刀具的几何形状和加工工件尺寸发生改变,严重时将引起刀具摩钝、破损、刀刃塑性变形及热磨损等刀具失效现象,导致产品加工质量和生产效率大幅下降。因此,对数控机床的刀具磨损情况进行在线监测和预警以减少刀具失效现象十分重要。刀具的检测分直接检测和间接检测,直接检测法需要将刀具从数控机床上取下,进而影响数控机床的加工效率,而间接检测具有实时性、便利性等优点,但是由于数控机床加工环境各异,使用间接检测方法获得的测试结果精度不高。
发明内容
因此,为了克服上述问题,本发明提供一种数控机床刀头故障诊断系统,利用中央处理装置、振动传感器、信号处理电路、A/D转换模块、图像采集模块、图像处理模块、电源模块、比较模块、报警装置、无线传输装置、用户控制端、显示装置以及存储装置,可实现对数控机床的刀头的有效监测,不仅能够通过振动传感器测试刀头在加工过程中的振动参数,并将该振动参数与预设振动阈值进行比较,还能通过图像采集装置采集刀头的图像信息,工作人员能够结合振动传感器采集的刀头振动信号和刀头图像信息对数控机床的刀头进行有效监测,避免发生误判。
根据本发明的一种数控机床刀头故障诊断系统,数控机床刀头故障诊断系统包括中央处理装置、振动传感器、信号处理电路、A/D转换模块、图像采集模块、图像处理模块、电源模块、比较模块、报警装置、无线传输装置、用户控制端、显示装置以及存储装置。
其中,振动传感器的输出端与信号处理电路的输入端,信号处理电路的输出端与A/D转换模块的输入端连接,A/D转换模块的输出端与中央处理装置的输入端连接,图像采集模块的输出端与图像处理模块的输入端连接,图像处理模块的输出端与中央处理装置的输入端连接,电源模块的输出端与中央处理装置的输入端连接,比较模块的输出端与报警装置的输入端连接,无线传输装置的输出端与用户控制端的输入端连接,比较模块的输入端、无线传输装置的输入端、显示装置的输入端以及存储装置的输入端与中央处理装置的输出端连接,图像采集模块用于采集数控机床刀头的图像信息,振动传感器用于采集数控机床刀头的振动信号。
优选的是,振动传感器安装在数控机床刀头电主轴轴承部位垂直方向,振动传感器将数控机床刀头的振动转换为电压信号V0,并将电压信号V0传输至信号处理电路,经过信号处理电路处理后的电压信号为V1,信号处理电路包括电阻R1-R7,电容C1-C2以及集成运放A1-A2。
其中,电阻R1的一端与振动传感器的输出端连接,电阻R1的另一端与集成运放A1的反相输入端连接,电阻R1的另一端还与电阻R2的一端连接,电阻R2的另一端与集成运放A1的输出端连接,集成运放A1的同相输入端接地,电阻R2的另一端还与电阻R3的一端连接,电阻R3的一端还与集成运放A1的输出端连接,电阻R3的另一端接地,电阻R3的一端与电阻R4的一端连接,电阻R4的一端还与集成运放A1的输出端连接,电阻R4的另一端与电容C1的一端连接,电阻R4的另一端还与电容C2的一端连接,电容C1的另一端接地,电容C2的另一端与集成运放A2的反相输入端连接,电阻R7的一端与集成运放A2的反相输入端连接,电阻R7的另一端与集成运放A2的输出端连接,电阻R6的一端与集成运放A2的同相输入端连接,电阻R6的另一端接地,电阻R5的一端与电容C2的一端连接,电阻R5的另一端与集成运放A2的输出端连接。
优选的是,图像处理模块包括图像增强单元、图像平滑单元、图像锐化单元以及灰度变换单元。
其中,图像采集模块的信号输出端与图像增强单元的输入端连接,图像增强单元的输出端与图像平滑单元的输入端连接,图像平滑单元的输出端与图像锐化单元的输入端连接,图像锐化单元的输出端与灰度变换单元的输入端连接,灰度变换单元的输出端与中央处理装置的输入端连接。
其中,图像增强单元对图像采集模块采集的图像信息进行图像亮度增强处理,图像平滑单元对经过图像增强单元处理后的图像信息进行图像清晰度增强处理,图像锐化单元对经过图像平滑单元处理后的图像信息进行图像锐化处理,灰度变换单元对经过图像锐化单元处理后的图像信息进行图像灰度扩展处理,灰度变换单元将处理后的图像信息传输至中央处理装置。
优选的是,图像采集模块用于采集数控机床刀头的图像信息,振动传感器用于采集数控机床刀头的振动信号。
其中,振动传感器将采集到的数控机床刀头的振动信号传输至信号处理电路,信号处理电路对接收到的振动信号依次进行放大、滤波处理,并将处理后的振动信号传输至A/D转换模块,A/D转换模块将接收到的振动模拟信号转换为数字信号,并将数字信号传输至中央处理装置,中央处理装置将接收到的振动信号传输至显示装置进行显示,中央处理装置将接收到的振动信号传输至存储装置进行存储,中央处理装置将接收到的振动信号通过无线传输装置传输至用户控制端,中央处理装置将接收到的振动信号传输至比较模块,比较模块将接收到的振动信号与预设振动阈值进行比较,若比较模块接收到的振动信号大于预设振动阈值,则报警装置发出报警信息。
其中,图像采集模块将采集到的数控机床刀头的图像信息传输至图像处理模块,图像处理模块对接收到的图像信息进行图像处理,并将处理后的图像信息传输至中央处理装置,中央处理装置将接收到的图像信息传输至显示装置进行显示,中央处理装置将接收到的图像信息传输至存储装置进行存储,中央处理装置将接收到的图像信息通过无线传输装置传输至用户控制端。
优选的是,电源模块为中央处理装置提供电力支持。
优选的是,图像采集模块为CCD图像传感器,振动传感器为压缩型测试用加速度传感器。
优选的是,将图像采集模块传输至图像处理模块的刀头图像定义为二维函数f(x,y) ,其中x、y是空间坐标,图像增强单元对图像f(x,y)进行图像亮度增强处理,经过图像亮度增强处理后的图像二维函数为g(x,y),其中,图像p(x,y)为对图像f(x,y)进行预处理后的图像,
优选的是,图像平滑单元对图像g(x,y)进行图像清晰度增强处理,经过图像清晰度增强处理后的图像二维函数为h(x,y),其中,平滑函数为q(x,y),
其中,﹡为卷积符号,为自定义可调常数,平滑的作用是通过来控制的。
优选的是,图像锐化单元对图像h(x,y)进行图像锐化处理,经过图像锐化处理后的图像二维函数为d(x,y),其中,
优选的是,灰度单元对图像d(x,y)进行灰度范围扩展处理,上述图像d(x,y)的灰度值范围为[a,b],将图像d(x,y)的灰度值范围扩展为[c,d],其中a,b,c,d为常量,则变换后的图像二维函数为z(x,y),其中,
图像处理模块将处理后的图像z(x,y)传输至中央处理装置,中央处理装置将图像z(x,y)传输至显示装置和存储装置,并且,中央处理装置将图像z(x,y)通过无线传输装置传输至用户控制端。
与现有技术相比,本发明具有如下的有益效果:
(1)本发明提供的数控机床刀头故障诊断系统,利用中央处理装置、振动传感器、信号处理电路、A/D转换模块、图像采集模块、图像处理模块、电源模块、比较模块、报警装置、无线传输装置、用户控制端、显示装置以及存储装置,可实现对数控机床的刀头的有效监测,不仅能够通过振动传感器测试刀头在加工过程中的振动参数,并将该振动参数与预设振动阈值进行比较,还能通过图像采集装置采集刀头的图像信息,工作人员能够结合振动传感器采集的刀头振动信号和刀头图像信息对数控机床的刀头进行有效监测,避免发生误判;
(2)本发明提供的数控机床刀头故障诊断系统,图像处理模块对采集的图像依次进行图像增强、图像平滑、图像锐化、图像灰度变换处理,可高效、快速的提取图像采集模块的图像信息,可提高对刀头图像的辨识精度,有效地减少误判情况发生。
附图说明
图1为本发明的数控机床刀头故障诊断系统的示意图;
图2为本发明的信号处理电路的电路图;
图3为本发明的图像处理模块的示意图。
附图标记:
1-中央处理装置;2-振动传感器;3-信号处理电路;4-A/D转换模块;5-图像采集模块;6-图像处理模块;7-电源模块;8-比较模块;9-报警装置;10-无线传输装置;11-用户控制端;12-显示装置;13-存储装置。
具体实施方式
下面结合附图和实施例对本发明提供的数控机床刀头故障诊断系统进行详细说明。
如图1所示,本发明提供的数控机床刀头故障诊断系统包括中央处理装置(1)、振动传感器(2)、信号处理电路(3)、A/D转换模块(4)、图像采集模块(5)、图像处理模块(6)、电源模块(7)、比较模块(8)、报警装置(9)、无线传输装置(10)、用户控制端(11)、显示装置(12)以及存储装置(13)。
其中,振动传感器(2)的输出端与信号处理电路(3)的输入端,信号处理电路(3)的输出端与A/D转换模块(4)的输入端连接,A/D转换模块(4)的输出端与中央处理装置(1)的输入端连接,图像采集模块(5)的输出端与图像处理模块(6)的输入端连接,图像处理模块(6)的输出端与中央处理装置(1)的输入端连接,电源模块(7)的输出端与中央处理装置(1)的输入端连接,比较模块(8)的输出端与报警装置(9)的输入端连接,无线传输装置(10)的输出端与用户控制端(11)的输入端连接,比较模块(8)的输入端、无线传输装置(10)的输入端、显示装置(12)的输入端以及存储装置(13)的输入端与中央处理装置(1)的输出端连接,图像采集模块(5)用于采集数控机床刀头的图像信息,振动传感器(2)用于采集数控机床刀头的振动信号。
上述实施方式中,利用中央处理装置(1)、振动传感器(2)、信号处理电路(3)、A/D转换模块(4)、图像采集模块(5)、图像处理模块(6)、电源模块(7)、比较模块(8)、报警装置(9)、无线传输装置(10)、用户控制端(11)、显示装置(12)以及存储装置(13),可实现对数控机床的刀头的有效监测,不仅能够通过振动传感器(2)测试刀头在加工过程中的振动参数,并将该振动参数与预设振动阈值进行比较,还能通过图像采集模块(5)采集刀头的图像信息,工作人员能够结合振动传感器(2)采集的刀头振动信号和刀头图像信息对数控机床的刀头进行有效监测,避免发生误判。
作为上述的进一步优先,如图2所示,振动传感器(2)安装在数控机床刀头电主轴轴承部位垂直方向,振动传感器(2)将数控机床刀头的振动转换为电压信号V0,并将电压信号V0传输至信号处理电路(3),经过信号处理电路(3)处理后的电压信号为V1,信号处理电路(3)包括电阻R1-R7,电容C1-C2以及集成运放A1-A2。
其中,电阻R1的一端与振动传感器(2)的输出端连接,电阻R1的另一端与集成运放A1的反相输入端连接,电阻R1的另一端还与电阻R2的一端连接,电阻R2的另一端与集成运放A1的输出端连接,集成运放A1的同相输入端接地,电阻R2的另一端还与电阻R3的一端连接,电阻R3的一端还与集成运放A1的输出端连接,电阻R3的另一端接地,电阻R3的一端与电阻R4的一端连接,电阻R4的一端还与集成运放A1的输出端连接,电阻R4的另一端与电容C1的一端连接,电阻R4的另一端还与电容C2的一端连接,电容C1的另一端接地,电容C2的另一端与集成运放A2的反相输入端连接,电阻R7的一端与集成运放A2的反相输入端连接,电阻R7的另一端与集成运放A2的输出端连接,电阻R6的一端与集成运放A2的同相输入端连接,电阻R6的另一端接地,电阻R5的一端与电容C2的一端连接,电阻R5的另一端与集成运放A2的输出端连接。
上述实施方式中,电阻R1的阻值为1KΩ,电阻R2的阻值为10KΩ,电阻R3的阻值为15KΩ,电阻R4的阻值为4KΩ,电阻R5的阻值为6KΩ,电阻R6的阻值为10KΩ,电阻R7的阻值为15KΩ,电容C1的电容值为1μF,电容C1的电容值为0.1μF。
由于振动传感器(2)采集的信号为微弱的电压信号,因而信号处理电路(3)通过电阻R1-R3以及集成运放A1对振动传感器(2)输出的电压V0进行放大处理,然后再使用电阻R4-R7,电容C1-C2以及集成运放A2对经过放大后的电压信号进行低通滤波处理,从而提高了振动检测的精度。
作为上述的进一步优先,如图3所示,图像处理模块(6)包括图像增强单元、图像平滑单元、图像锐化单元以及灰度变换单元;
其中,图像采集模块(5)的信号输出端与图像增强单元的输入端连接,图像增强单元的输出端与图像平滑单元的输入端连接,图像平滑单元的输出端与图像锐化单元的输入端连接,图像锐化单元的输出端与灰度变换单元的输入端连接,灰度变换单元的输出端与中央处理装置(1)的输入端连接;
其中,图像增强单元对图像采集模块(5)采集的图像信息进行图像亮度增强处理,图像平滑单元对经过图像增强单元处理后的图像信息进行图像清晰度增强处理,图像锐化单元对经过图像平滑单元处理后的图像信息进行图像锐化处理,灰度变换单元对经过图像锐化单元处理后的图像信息进行图像灰度扩展处理,灰度变换单元将处理后的图像信息传输至中央处理装置(1)。
上述实施方式中,图像处理模块(6)对采集的图像依次进行图像增强、图像平滑、图像锐化、图像灰度变换处理,可高效、快速的提取图像采集模块(5)的图像信息,可提高对刀头图像的辨识精度,有效地减少误判情况发生。
具体地,图像采集模块(5)用于采集数控机床刀头的图像信息,振动传感器(2)用于采集数控机床刀头的振动信号;
其中,振动传感器(2)将采集到的数控机床刀头的振动信号传输至信号处理电路(3),信号处理电路(3)对接收到的振动信号依次进行放大、滤波处理,并将处理后的振动信号传输至A/D转换模块(4),A/D转换模块(4)将接收到的振动模拟信号转换为数字信号,并将数字信号传输至中央处理装置(1),中央处理装置(1)将接收到的振动信号传输至显示装置(12)进行显示,中央处理装置(1)将接收到的振动信号传输至存储装置(13)进行存储,中央处理装置(1)将接收到的振动信号通过无线传输装置(10)传输至用户控制端(11),中央处理装置(1)将接收到的振动信号传输至比较模块(8),比较模块(8)将接收到的振动信号与预设振动阈值进行比较,若比较模块(8)接收到的振动信号大于预设振动阈值,则人为刀头可能发生故障,报警装置(9)发出报警信息。
其中,图像采集模块(5)将采集到的数控机床刀头的图像信息传输至图像处理模块(6),图像处理模块(6)对接收到的图像信息进行图像处理,并将处理后的图像信息传输至中央处理装置(1),中央处理装置(1)将接收到的图像信息传输至显示装置(12)进行显示,中央处理装置(1)将接收到的图像信息传输至存储装置(13)进行存储,中央处理装置(1)将接收到的图像信息通过无线传输装置(10)传输至用户控制端(11)。
上述实施方式中,显示装置(12)和存储装置(13)位于监控室内,工作人员不仅能够从监控室内监控数控机床在加工时的状态以及振动参数信息,还能够通过可随身携带的用户控制端(11)监控数控机床在加工时的状态以及振动参数信息,当振动传感器(2)采集的振动信号大于预设振动阈值时,工作人员再根据当时刀头的图像信息进一步判断刀头是否出现故障,以此,不仅能够实时、及时获知刀头在数控机床作业时的状态,通过对刀头的振动信号以及图像信息的获取,能够更加精确获知刀头是否发生故障。
上述实施方式中,用户控制端(11)为手机等移动通讯设备。
具体地,电源模块(7)为中央处理装置(1)提供电力支持。
具体地,图像采集模块(5)为CCD图像传感器,振动传感器(2)为压缩型测试用加速度传感器。
具体地,将图像采集模块(5)传输至图像处理模块(6)的刀头图像定义为二维函数f(x,y) ,其中x、y是空间坐标,图像增强单元对图像f(x,y)进行图像亮度增强处理,经过图像亮度增强处理后的图像二维函数为g(x,y),其中,图像p(x,y)为对图像f(x,y)进行预处理后的图像,
上述实施方式中,图象增强单元的目的是为了改进图像采集模块(5)采集的刀头图像的质量,除去图象中的噪声,使边缘清晰,提高图象的可判读性。
具体地,图像平滑单元对图像g(x,y)进行图像清晰度增强处理,经过图像清晰度增强处理后的图像二维函数为h(x,y),其中,平滑函数为q(x,y),
其中,﹡为卷积符号,为自定义可调常数,平滑的作用是通过来控制的。
上述实施方式中,图像平滑单元将经过图像增强处理后的图像亮度进行平缓渐变,减小突变梯度,从而改善图像质量。
具体地,图像锐化单元对图像h(x,y)进行图像锐化处理,经过图像锐化处理后的图像二维函数为d(x,y),其中,
上述实施方式中,通过对图像邻域频率的比较,以突出图像的高频信息,抑制其低频信息。
具体地,灰度单元对图像d(x,y)进行灰度范围扩展处理,上述图像d(x,y)的灰度值范围为[a,b],将图像d(x,y)的灰度值范围扩展为[c,d],其中a,b,c,d为常量,则变换后的图像二维函数为z(x,y),其中,
图像处理模块(6)将处理后的图像z(x,y)传输至中央处理装置(1),中央处理装置(1)将图像z(x,y)传输至显示装置(12)和存储装置(13),并且,中央处理装置(1)将图像z(x,y)通过无线传输装置(10)传输至用户控制端(11)。
本发明提供的数控机床刀头故障诊断系统是一种智能化刀头故障诊断系统,采用中央处理装置(1)对系统进行控制,智能化程度高,设置有振动传感器(2)和图像采集模块(5),能及时地监测数控机床刀头的各方面信息,功能全面,并能对监测到的信息作出准确分析,还可以通过无线传输装置(10)及时向用户控制端(11)反馈监测数据,并装有显示装置(12)和存储装置(13),可以实时显示数控机床刀头振动数据以及数控机床刀头的图像信息,并能保存数控机床刀头振动数据以及数控机床刀头的图像信息,便于用户进行后期分析和研究。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种数控机床刀头故障诊断系统,其特征在于,所述数控机床刀头故障诊断系统包括中央处理装置(1)、振动传感器(2)、信号处理电路(3)、A/D转换模块(4)、图像采集模块(5)、图像处理模块(6)、电源模块(7)、比较模块(8)、报警装置(9)、无线传输装置(10)、用户控制端(11)、显示装置(12)以及存储装置(13);
其中,所述振动传感器(2)的输出端与所述信号处理电路(3)的输入端,所述信号处理电路(3)的输出端与所述A/D转换模块(4)的输入端连接,所述A/D转换模块(4)的输出端与所述中央处理装置(1)的输入端连接,所述图像采集模块(5)的输出端与所述图像处理模块(6)的输入端连接,所述图像处理模块(6)的输出端与所述中央处理装置(1)的输入端连接,所述电源模块(7)的输出端与所述中央处理装置(1)的输入端连接,所述比较模块(8)的输出端与所述报警装置(9)的输入端连接,所述无线传输装置(10)的输出端与所述用户控制端(11)的输入端连接,所述比较模块(8)的输入端、所述无线传输装置(10)的输入端、所述显示装置(12)的输入端以及所述存储装置(13)的输入端与所述中央处理装置(1)的输出端连接,所述图像采集模块(5)用于采集数控机床刀头的图像信息,所述振动传感器(2)用于采集数控机床刀头的振动信号。
2.根据权利要求1所述的数控机床刀头故障诊断系统,其特征在于,所述振动传感器(2)安装在数控机床刀头电主轴轴承部位垂直方向,所述振动传感器(2)将数控机床刀头的振动转换为电压信号V0,并将电压信号V0传输至所述信号处理电路(3),经过所述信号处理电路(3)处理后的电压信号为V1,所述信号处理电路(3)包括电阻R1-R7,电容C1-C2以及集成运放A1-A2;
其中,电阻R1的一端与所述振动传感器(2)的输出端连接,电阻R1的另一端与集成运放A1的反相输入端连接,电阻R1的另一端还与电阻R2的一端连接,电阻R2的另一端与集成运放A1的输出端连接,集成运放A1的同相输入端接地,电阻R2的另一端还与电阻R3的一端连接,电阻R3的一端还与集成运放A1的输出端连接,电阻R3的另一端接地,电阻R3的一端与电阻R4的一端连接,电阻R4的一端还与集成运放A1的输出端连接,电阻R4的另一端与电容C1的一端连接,电阻R4的另一端还与电容C2的一端连接,电容C1的另一端接地,电容C2的另一端与集成运放A2的反相输入端连接,电阻R7的一端与集成运放A2的反相输入端连接,电阻R7的另一端与集成运放A2的输出端连接,电阻R6的一端与集成运放A2的同相输入端连接,电阻R6的另一端接地,电阻R5的一端与电容C2的一端连接,电阻R5的另一端与集成运放A2的输出端连接。
3.根据权利要求1所述的数控机床刀头故障诊断系统,其特征在于,所述图像处理模块(6)包括图像增强单元、图像平滑单元、图像锐化单元以及灰度变换单元;
其中,所述图像采集模块(5)的信号输出端与所述图像增强单元的输入端连接,所述图像增强单元的输出端与所述图像平滑单元的输入端连接,所述图像平滑单元的输出端与所述图像锐化单元的输入端连接,所述图像锐化单元的输出端与所述灰度变换单元的输入端连接,所述灰度变换单元的输出端与所述中央处理装置(1)的输入端连接;
其中,所述图像增强单元对所述图像采集模块(5)采集的图像信息进行图像亮度增强处理,所述图像平滑单元对经过所述图像增强单元处理后的图像信息进行图像清晰度增强处理,所述图像锐化单元对经过所述图像平滑单元处理后的图像信息进行图像锐化处理,所述灰度变换单元对经过所述图像锐化单元处理后的图像信息进行图像灰度扩展处理,所述灰度变换单元将处理后的图像信息传输至所述中央处理装置(1)。
4.根据权利要求1所述的数控机床刀头故障诊断系统,其特征在于,所述图像采集模块(5)用于采集数控机床刀头的图像信息,所述振动传感器(2)用于采集数控机床刀头的振动信号;
其中,所述振动传感器(2)将采集到的数控机床刀头的振动信号传输至所述信号处理电路(3),所述信号处理电路(3)对接收到的振动信号依次进行放大、滤波处理,并将处理后的振动信号传输至所述A/D转换模块(4),所述A/D转换模块(4)将接收到的振动模拟信号转换为数字信号,并将数字信号传输至所述中央处理装置(1),所述中央处理装置(1)将接收到的振动信号传输至所述显示装置(12)进行显示,所述中央处理装置(1)将接收到的振动信号传输至所述存储装置(13)进行存储,所述中央处理装置(1)将接收到的振动信号通过所述无线传输装置(10)传输至用户控制端(11),所述中央处理装置(1)将接收到的振动信号传输至所述比较模块(8),所述比较模块(8)将接收到的振动信号与预设振动阈值进行比较,若比较模块(8)接收到的振动信号大于预设振动阈值,则所述报警装置(9)发出报警信息;
其中,所述图像采集模块(5)将采集到的数控机床刀头的图像信息传输至所述图像处理模块(6),所述图像处理模块(6)对接收到的图像信息进行图像处理,并将处理后的图像信息传输至所述中央处理装置(1),所述中央处理装置(1)将接收到的图像信息传输至所述显示装置(12)进行显示,所述中央处理装置(1)将接收到的图像信息传输至所述存储装置(13)进行存储,所述中央处理装置(1)将接收到的图像信息通过所述无线传输装置(10)传输至用户控制端(11)。
5.根据权利要求1所述的数控机床刀头故障诊断系统,其特征在于,所述电源模块(7)为所述中央处理装置(1)提供电力支持。
6.根据权利要求1所述的数控机床刀头故障诊断系统,其特征在于,所述图像采集模块(5)为CCD图像传感器,所述振动传感器(2)为压缩型测试用加速度传感器。
7.根据权利要求3所述的数控机床刀头故障诊断系统,其特征在于,将所述图像采集模块(5)传输至所述图像处理模块(6)的刀头图像定义为二维函数f(x,y) ,其中x、y是空间坐标,所述图像增强单元对图像f(x,y)进行图像亮度增强处理,经过图像亮度增强处理后的图像二维函数为g(x,y),其中,图像p(x,y)为对图像f(x,y)进行预处理后的图像,
8.根据权利要求7所述的数控机床刀头故障诊断系统,其特征在于,所述图像平滑单元对图像g(x,y)进行图像清晰度增强处理,经过图像清晰度增强处理后的图像二维函数为h(x,y),其中,平滑函数为q(x,y),
其中,﹡为卷积符号,为自定义可调常数,平滑的作用是通过来控制的。
9.根据权利要求8所述的数控机床刀头故障诊断系统,其特征在于,所述图像锐化单元对图像h(x,y)进行图像锐化处理,经过图像锐化处理后的图像二维函数为d(x,y),其中,
10.根据权利要求9所述的数控机床刀头故障诊断系统,其特征在于,所述灰度单元对图像d(x,y)进行灰度范围扩展处理,上述图像d(x,y)的灰度值范围为[a,b],将图像d(x,y)的灰度值范围扩展为[c,d],其中a,b,c,d为常量,则变换后的图像二维函数为z(x,y),其中,
所述图像处理模块(6)将处理后的图像z(x,y)传输至所述中央处理装置(1),所述中央处理装置(1)将所述图像z(x,y)传输至所述显示装置(12)和所述存储装置(13),并且,所述中央处理装置(1)将所述图像z(x,y)通过无线传输装置(10)传输至所述用户控制端(11)。
CN201810800814.1A 2018-07-20 2018-07-20 一种数控机床刀头故障诊断系统 Pending CN108776457A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810800814.1A CN108776457A (zh) 2018-07-20 2018-07-20 一种数控机床刀头故障诊断系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810800814.1A CN108776457A (zh) 2018-07-20 2018-07-20 一种数控机床刀头故障诊断系统

Publications (1)

Publication Number Publication Date
CN108776457A true CN108776457A (zh) 2018-11-09

Family

ID=64031401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810800814.1A Pending CN108776457A (zh) 2018-07-20 2018-07-20 一种数控机床刀头故障诊断系统

Country Status (1)

Country Link
CN (1) CN108776457A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109302579A (zh) * 2018-11-12 2019-02-01 苏州龙佰奇机电科技有限公司 一种视频会议会场智能监测系统
CN109947047A (zh) * 2019-03-28 2019-06-28 西安科技大学 一种电主轴失衡故障诊断方法
CN109959479A (zh) * 2019-04-16 2019-07-02 中铁(贵州)市政工程有限公司 一种外悬臂锚固力校准系统
CN110031690A (zh) * 2019-04-24 2019-07-19 南京迈品防静电设备有限公司 一种用于加油站的静电检测门禁
CN111168470A (zh) * 2018-11-12 2020-05-19 湘潭大学 一种机床刀具故障测试系统
CN113941901A (zh) * 2020-07-17 2022-01-18 智能云科信息科技有限公司 机床刀具监控方法、监控装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203390656U (zh) * 2013-04-28 2014-01-15 郑州大学 一种检查切削刀具是否断裂或磨损的设备
CN103528522A (zh) * 2013-10-30 2014-01-22 北京理工大学 一种嵌入式机床刀具图像检测装置
CN204965139U (zh) * 2015-09-25 2016-01-13 嘉兴职业技术学院 一种数控机床系统
CN206573934U (zh) * 2016-11-04 2017-10-20 刘彩霞 一种数控机床刀头故障诊断系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203390656U (zh) * 2013-04-28 2014-01-15 郑州大学 一种检查切削刀具是否断裂或磨损的设备
CN103528522A (zh) * 2013-10-30 2014-01-22 北京理工大学 一种嵌入式机床刀具图像检测装置
CN204965139U (zh) * 2015-09-25 2016-01-13 嘉兴职业技术学院 一种数控机床系统
CN206573934U (zh) * 2016-11-04 2017-10-20 刘彩霞 一种数控机床刀头故障诊断系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
宋彩利等: "《单片机原理与C51编程 第2版》", 31 August 2016 *
王一丁等: "《数字图像处理》", 31 August 2015, 西安电子科技大学出版社 *
王中训等: "《模拟电子技术基础》", 31 July 2017 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109302579A (zh) * 2018-11-12 2019-02-01 苏州龙佰奇机电科技有限公司 一种视频会议会场智能监测系统
CN111168470A (zh) * 2018-11-12 2020-05-19 湘潭大学 一种机床刀具故障测试系统
CN109947047A (zh) * 2019-03-28 2019-06-28 西安科技大学 一种电主轴失衡故障诊断方法
CN109947047B (zh) * 2019-03-28 2021-03-23 西安科技大学 一种电主轴失衡故障诊断方法
CN109959479A (zh) * 2019-04-16 2019-07-02 中铁(贵州)市政工程有限公司 一种外悬臂锚固力校准系统
CN109959479B (zh) * 2019-04-16 2021-11-05 中铁十七局集团城市建设有限公司 一种外悬臂锚固力校准系统
CN110031690A (zh) * 2019-04-24 2019-07-19 南京迈品防静电设备有限公司 一种用于加油站的静电检测门禁
CN113941901A (zh) * 2020-07-17 2022-01-18 智能云科信息科技有限公司 机床刀具监控方法、监控装置及电子设备
CN113941901B (zh) * 2020-07-17 2024-04-23 智能云科信息科技有限公司 机床刀具监控方法、监控装置及电子设备

Similar Documents

Publication Publication Date Title
CN108776457A (zh) 一种数控机床刀头故障诊断系统
CN108803492A (zh) 一种数控机床刀头故障诊断系统
CN108287002A (zh) 一种远程环境监测装置
CN207650119U (zh) 一种晶圆自动检测系统
CN111168470A (zh) 一种机床刀具故障测试系统
CN106695456A (zh) 刀具检测装置及其刀具检测方法
CN108303140A (zh) 一种环境在线检测方法
CN108489536A (zh) 一种环境在线检测方法
EP1480126A3 (en) Self-learning method and system for detecting abnormalities
JP2004093256A5 (zh)
CN108418867A (zh) 一种防止人为干扰的环境监测方法
CN106568500A (zh) 基于加工噪音的加工异常报警系统
CN108534822A (zh) 一种远程环境监测装置
CN108303141A (zh) 一种城市环境质量监测系统
CN108344446A (zh) 一种防止人为干扰的环境监测方法
CN109635847A (zh) 一种基于振动和声发射的刀具磨损状态识别方法
CN108414008A (zh) 一种城市环境质量监测系统
CN207924481U (zh) 一种数控机床运行状态智能监测系统
CN110728655A (zh) 基于机器视觉的数控机床工件异常检测方法及装置
CN104484570A (zh) 一种电子终端及信息处理方法
KR20150120160A (ko) 공작기계에서의 비정상 진동 판단 방법 및 장치
Sadoughi et al. A deep learning-based approach for fault diagnosis of roller element bearings
CN112233683B (zh) 一种汽车电动后视镜异响检测方法及检测系统
KR101934705B1 (ko) 다축 가공기의 스핀들의 수명 진단 시스템 및 수명 진단 방법
CN112781721B (zh) 一种移动巡检平台的智能噪声采集方法及智能噪声采集装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181109

RJ01 Rejection of invention patent application after publication