CN109176168B - 刀具加工调机装置及方法 - Google Patents

Abstract

本发明提供一种刀具加工调机装置，包括：至少一个处理器；存储器，存储有多个模块，所述多个模块由至少一个处理器执行，多个模块包括：数据收集模块，用于收集刀具加工装置的历史调机数据，所述历史调机数据包括多次调机过程中的刀具信息、相应的加工参数及刀具尺寸测量值；模型建立模块，用于对历史调机数据进行分析，建立调机模型；参数计算模块，用于依据目标刀具的刀具信息及加工参数，通过调机模型计算需补偿的加工参数；及通信模块，用于将需补偿的加工参数发送至刀具加工装置，以使刀具加工装置依据需补偿的加工参数来加工目标刀具。本发明还提供一种刀具加工调机方法。本发明能够提升刀具加工的调机效率。

Description

刀具加工调机装置及方法

技术领域

本发明涉及刀具加工技术领域，特别涉及一种刀具加工调机装置及方法。

背景技术

目前，通常采用精密数控磨刀设备来加工刀具。在刀具上线开始加工时，数控磨刀设备通过安装砂轮及执行磨削程序来完成的刀具的成型加工。在实际生产中，砂轮的形状及测量值存在误差，数控磨刀设备的运动也存在误差，造成加工时刀具的几何精度无法达到工程图面的要求。因此，刀具加工制程需要经历一个调机的过程，即通过对加工出来的刀具进行尺寸检测，依据实际尺寸的偏差，对数控磨刀设备的砂轮尺寸或加工程序参数做补偿，并再次加工，经过多次反复加工及补偿，最终加工出尺寸符合要求的刀具。

然而，传统的调机操作需要依赖技术人员的技术经验，而具有相应技术经验的技术人员经常需要2到3年的培养时间，人力成本较高；并且，调机花费的时间较长，调机效率较低，生产成本较高。

发明内容

鉴于上述状况，有必要提供一种刀具加工调机装置及方法，以解决上述问题。

本发明提供一种刀具加工调机装置，与刀具加工装置通讯连接，所述刀具加工调机装置包括：

至少一个处理器；

存储器，存储有多个模块，所述多个模块由所述至少一个处理器执行，所述多个模块包括：

数据收集模块，用于收集刀具加工装置的历史调机数据，所述历史调机数据包括多次调机过程中的刀具信息、相应的加工参数及刀具尺寸测量值，所述加工参数包括砂轮参数和加工程序参数；

模型建立模块，用于对所述历史调机数据中的参数进行缩减，以确定调机模型所用到的参数，并对所述加工参数与刀具尺寸的关联性进行分析，建立调机模型，所述关联性分析包括机器学习模型与深度学习模型；

参数计算模块，用于依据目标刀具的刀具信息及加工参数，通过所述调机模型计算目标刀具量产加工前需补偿的加工参数；及

通信模块，用于将所述需补偿的加工参数发送至所述刀具加工装置，以使所述刀具加工装置依据所述需补偿的加工参数来加工所述目标刀具。

本发明同时提供一种刀具加工调机方法，包括以下步骤：

收集刀具加工装置的历史调机数据，所述历史调机数据包括多次调机过程中的刀具信息、相应的加工参数及刀具尺寸测量值，所述加工参数包括砂轮参数和加工程序参数；

对所述历史调机数据中的参数进行缩减，以确定调机模型所用到的参数，并对所述加工参数与刀具尺寸的关联性进行分析，建立调机模型，所述关联性分析包括机器学习模型与深度学习模型；

依据目标刀具的刀具信息及加工参数，通过所述调机模型计算目标刀具量产加工前需补偿的加工参数；

将所述需补偿的加工参数发送至所述刀具加工装置，以使所述刀具加工装置依据所述需补偿的加工参数来加工所述目标刀具。

上述刀具加工调机装置及方法能够实现刀具加工的智能调机，替代了人工调机的方式，缩减了调机时间，提升了刀具加工调机的效率，降低了生产成本。

附图说明

图1为本发明实施方式之刀具加工调机装置的架构示意图。

图2为本发明实施方式之刀具加工调机系统的功能模块示意图。

图3为本发明实施方式之刀具加工调机方法的流程示意图。

主要元件符号说明

刀具加工调机装置	100
		存储器	10
处理器	20
		通信单元	30
输入单元	40
		刀具加工调机系统	2
数据收集模块	21
		模型建立模块	22
参数计算模块	23
		通信模块	24
检测判断模块	25
		刀具加工装置	200
刀具检测装置	300

如下具体实施方式将结合上述附图进一步说明本发明。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施方式及实施方式中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施方式仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施方式，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在限制本发明。

本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

本发明提供一种刀具加工调机装置，用于刀具加工设备的自动调机。请参考图1，图1为本发明一实施方式的刀具加工调机装置100的架构示意图。

所述刀具加工调机装置100包括，但不限于，存储器10、处理器20、通信单元30、输入单元40及刀具加工调机系统2。所述存储器10、所述通信单元30、所述输入单元40分别与所述处理器20电性连接。在一个实施例中，所述刀具加工调机装置100可以为电脑、服务器或控制器等设备。

所述刀具加工调机装置100分别与刀具加工装置200及刀具检测装置300之间利用网络建立通讯连接，所述网络可以是无线或有线网络。

所述存储器10用于存储刀具加工调机装置100中的程序代码和各种数据，例如所述刀具加工调机系统2等，并在刀具加工调机装置100的运行过程中实现高速、自动地完成程序或数据的存取。

所述存储器10可以是，但并不限于，只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-OnlyMemory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

所述处理器20可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片或图形处理器，或各种控制芯片的组合等。

所述处理器20是所述刀具加工调机装置100的控制核心(Control Unit)，利用各种接口和线路连接整个所述刀具加工调机装置100的各个部件，通过运行或执行存储在所述存储器10内的程序或者模块，以及调用存储在所述存储器10内的数据，以执行所述刀具加工调机装置100的各种功能和处理数据，例如执行所述刀具加工调机系统2。

所述通信单元30用于与刀具加工装置200及刀具检测装置300建立通讯连接。所述通信单元30可为有线通信单元或无线通信单元。在本实施方式中，所述通信单元30通过无线网络与刀具加工装置200及刀具检测装置300建立通讯连接，所述无线网络可以是，但并不限于，WIFI、蓝牙、蜂窝移动网络、卫星网络等。

所述输入单元40用于供用户输入各种信息和控制指令，所述输入单元40例如为鼠标、键盘、触摸屏、语音输入装置等中的一种或多种。

所述刀具加工装置200用于加工刀具，所述刀具加工装置200例如为数控磨刀机。

所述刀具检测装置300用于检测加工后的刀具，以取得刀具尺寸测量值。

在一个实施例中，所述刀具加工调机系统2可以包括一个或多个程序形式的计算机指令，该一个或多个程序形式的计算机指令储存于所述存储器10中，并由所述处理器20执行。在本实施例中，所述刀具加工调机系统2可以集成于所述处理器20中。在其他实施例中，所述刀具加工调机系统2也可以独立于该处理器20之外。参阅图2所示，所述刀具加工调机系统2可以包括一个或多个模块，例如图2所示的数据收集模块21、模型建立模块22、参数计算模块23、通信模块24及检测判断模块25。

所述数据收集模块21用于收集刀具加工装置200的历史调机数据，历史调机数据包括多次调机过程中的刀具信息、相应的加工参数及刀具尺寸测量值，后续将详细介绍上述历史调机数据。

所述模型建立模块22用于对所述历史调机数据进行分析，建立调机模型。所述调机模型包括加工参数与刀具尺寸的关联性分析，以及用于计算最佳的加工参数和需补偿的加工参数的优化算法。

所述参数计算模块23用于依据刀具信息及加工参数，通过所述调机模型计算加工前需补偿的加工参数。

所述参数计算模块23还用于依据刀具信息、加工参数及目标刀具的尺寸测量值，通过调机模型计算检测不合格后需补偿的加工参数。

所述通信模块24用于收发各种信息，例如将计算出的需补偿的加工参数发送至刀具加工装置200，及接收刀具检测装置300发出的目标刀具的尺寸测量值。

所述检测判断模块25用于依据刀具的尺寸测量值判断刀具是否合格。

请一并参考图3，为本发明一实施方式中应用于所述刀具加工调机装置100的具加工调机方法的流程图。所述具加工调机方法仅是一种示例，因为有很多种实施所述方法的方式。接下来要描述的具加工调机方法能够被图2所示的模块所执行。图3中每一个图块代表的一个或者多个步骤，方法或者子流程等由示例方法所执行。示例方法由步骤S310开始。

步骤S310，收集刀具加工装置200的历史调机数据。

具体地，数据收集模块21收集所述刀具加工装置200的历史调机数据。所述历史调机数据包括多次调机过程中的刀具信息、相应的加工参数及刀具尺寸测量值。

所述刀具信息包括刀具基本信息、尺寸标准数据、外观标准数据等。所述基本信息包括刀具的名称、类型、规格、直径、刃长、刃数、切削材料、关联刀具等；所述尺寸标准数据包括刀具的刀槽、端齿、周刃、容屑槽的标准数据；所述外观标准数据包括面粗度和锯齿的标准数据。

所述加工参数包括砂轮参数和加工程序参数，所述砂轮参数包括砂轮品牌、砂轮类型、砂轮粒度、砂轮线速度、砂轮直径、砂轮R角等。所述加工程序参数包括磨削参数、磨削速度、磨削方式、磨削部位、程序参数等。

数据收集模块21可接收刀具加工装置200发出的程序参数文件来收集所述刀具信息及相应的加工参数。

所述刀具尺寸测量值为调机后加工出的刀具的测量值，所述数据收集模块21通过调机人员测量刀具后通过输入单元40输入的测量信息来收集所述刀具尺寸测量值。

在一实施方式中，所述历史调机数据还可包括机床数据、效率数据、冷却系统数据等。

步骤S320，对所述历史调机数据进行分析，建立调机模型。

具体地，所述模型建立模块22首先对所述历史调机数据进行分析，以确定调机模型所用到的参数，然后建立调机模型。在本实施方式中，历史调机数据中涉及的参数可达1000个，所述模型建立模块22将参数缩减，例如，缩减到170个，但不限于此。

所述调机模型包括加工参数与刀具尺寸的关联性分析，以及用于计算最佳的加工参数和需补偿的加工参数的优化算法。

所述关联性分析包括机器学习模型与深度学习模型，在本实施方式中，选用四种机器学习模型与一种或两种深度学习模型，将多种模型组合为集成学习算法(Ensemblelearning)，做为最终结果的预测。所述机器学习模型包括支持向量机(SVM)，随机森林(Random forest)、迭代的决策树算法(Gradient boosting decision tree，GBDT)、极端梯度提升(eXtreme Gradient Boosting，XGboost)。所述深度学习模型包括深度信念网络(Deep belief network)，广义回归神经网络(Generalized regression neuralnetwork)。所述优化算法使用差异优化算法。可以理解，所述关联性分析也可以选用其他模型。

步骤S330，依据目标刀具的刀具信息及加工参数，通过调机模型计算需补偿的加工参数。

具体地，参数计算模块23依据要加工的目标刀具的刀具信息及加工参数，通过调机模型计算目标刀具加工前需补偿的加工参数。

步骤S340，将需补偿的加工参数发送至刀具加工装置200。

具体地，通信模块24将需补偿的加工参数发送至刀具加工装置200，以使刀具加工装置200依据需补偿的加工参数更新加工程序，实现对刀具的加工。

步骤S350，接收调机后加工刀具的尺寸测量值。

具体地，在加工完成后，刀具检测装置300对调机后加工出的目标刀具进行检测，通信模块24接收刀具检测装置300发出的尺寸测量值。

步骤S360，依据尺寸测量值判断刀具是否合格。

具体地，检测判断模块25依据刀具的尺寸测量值判断刀具是否合格。若为是，则结束；若为否，则再次进入步骤S330，所述参数计算模块23依据刀具信息、加工参数及刀具的尺寸测量值，通过调机模型计算需补偿的加工参数，直至最终加工出合格的刀具。

上述刀具加工调机装置100及刀具加工调机方法能够实现刀具量产加工前的智能调机，以及刀具检测不合格后的智能调机，替代了人工调机的方式，缩减了调机时间，提升了调机的效率及刀具加工装置的嫁动率，降低了生产成本。同时，上述刀具加工调机装置100及方法将需补偿的参数发送至刀具加工装置200，相较于人工输入补偿参数的方式，提升了参数补偿的准确性和效率。

可以理解，在其他实施方式中，上述刀具加工调机方法可仅包括步骤S310～S340，即可实现刀具加工前的智能调机。

本领域普通技术人员可以理解实现上述实施方式中的全部或者部分流程，是可以通过计算机程序来指令相关的硬件完成，所述的程序可存储于一计算机可读取存储介质中，所述程序在执行时，可包括如上述各方法的实施方式的流程。

另外，在本发明各个实施方式中的各功能单元可以集成在相同处理器中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在相同单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施方式的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施方式看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其它单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由同一个单元或系统通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施方式仅用以说明本发明的技术方案而非限制，尽管参照较佳实施方式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，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种刀具加工调机装置，与刀具加工装置通讯连接，其特征在于，所述刀具加工调机装置包括：

至少一个处理器；

存储器，存储有多个模块，所述多个模块由所述至少一个处理器执行，所述多个模块包括：

数据收集模块，用于收集刀具加工装置的历史调机数据，所述历史调机数据包括多次调机过程中的刀具信息、相应的加工参数及刀具尺寸测量值，所述加工参数包括砂轮参数和加工程序参数；

模型建立模块，用于对所述历史调机数据中的参数进行缩减，以确定调机模型所用到的参数，并对所述加工参数与刀具尺寸的关联性进行分析，建立调机模型，所述关联性分析包括机器学习模型与深度学习模型；

参数计算模块，用于依据目标刀具的刀具信息及加工参数，通过所述调机模型计算目标刀具量产加工前需补偿的加工参数；及

通信模块，用于将所述需补偿的加工参数发送至所述刀具加工装置，以使所述刀具加工装置依据所述需补偿的加工参数来加工所述目标刀具。

2.如权利要求1所述的刀具加工调机装置，其特征在于：所述刀具加工调机装置还包括与所述处理器电性连接的通信单元及输入单元，所述刀具加工调机装置通过所述通信单元与所述刀具加工装置建立通讯连接，所述数据收集模块用于依据所述刀具加工装置发出的程序参数文件来收集所述刀具信息及相应的加工参数，所述数据收集模块还用于依据通过所述输入单元输入的信息收集所述刀具尺寸测量值。

3.如权利要求1所述的刀具加工调机装置，其特征在于：所述通信模块还用于接收所述刀具检测装置发出的调机后加工刀具的尺寸测量值；

所述多个模块还包括检测判断模块，所述检测判断模块用于依据所述尺寸测量值判断所述刀具是否合格；

所述参数计算模块还用于在所述检测判断模块判断所述刀具不合格时，依据所述刀具信息、所述加工参数及所述尺寸测量值，通过所述调机模型计算需补偿的加工参数。

4.如权利要求1所述的刀具加工调机装置，其特征在于：所述调机模型用于计算最佳的加工参数和需补偿的加工参数的优化算法。

5.一种刀具加工调机方法，包括以下步骤：

收集刀具加工装置的历史调机数据，所述历史调机数据包括多次调机过程中的刀具信息、相应的加工参数及刀具尺寸测量值，所述加工参数包括砂轮参数和加工程序参数；

对所述历史调机数据中的参数进行缩减，以确定调机模型所用到的参数，并对所述加工参数与刀具尺寸的关联性进行分析，建立调机模型，所述关联性分析包括机器学习模型与深度学习模型；

依据目标刀具的刀具信息及加工参数，通过所述调机模型计算目标刀具量产加工前需补偿的加工参数；

将所述需补偿的加工参数发送至所述刀具加工装置，以使所述刀具加工装置依据所述需补偿的加工参数来加工所述目标刀具。

6.如权利要求5所述的刀具加工调机方法，其特征在于：所述收集刀具加工装置的历史调机数据的步骤具体为：依据所述刀具加工装置发出的程序参数文件来收集所述刀具信息及相应的加工参数，依据通过输入单元输入的信息收集所述刀具尺寸测量值。

7.如权利要求5所述的刀具加工调机方法，其特征在于：所述方法还包括步骤：

接收调机后加工刀具的尺寸测量值；

依据所述尺寸测量值判断所述刀具是否合格；

在判断所述刀具不合格时，依据所述刀具信息、所述加工参数及所述尺寸测量值，通过所述调机模型计算需补偿的加工参数。

8.如权利要求5所述的刀具加工调机方法，其特征在于：所述调机模型包括用于计算最佳的加工参数和需补偿的加工参数的优化算法数。