CN109277882A - 一种机床刀具监测系统 - Google Patents

Abstract

本发明涉及数控机床领域，提供了一种机床刀具监测系统，包括刀具负载实时监测单元和模型自动评估单元，所述刀具负载实时监测单元监测所述刀具在加工过程中机床主轴电机电流的变化量，并将该电流变化量发送给所述模型自动评估单元，所述模型自动评估单元将实时接收到的电流变化量转变为刀具的磨损量，并将实时磨损量与设定的上下控制值比对，评估刀具的加工状态，若超出设定的上下控制值，则提示操作人员停机换刀；通过上述技术方案，全程监控刀具在切削过程中的状态，采用这种软件检测的形式既避免了硬件检测设备对机床改造的影响，又能实时监测崩刃与破损，避免已非正常状态的刀具继续进行加工，影响产品质量，使得加工产品质量可控。

Description

一种机床刀具监测系统

技术领域

本发明涉及数控机床加工领域，尤其涉及一种机床刀具监测系统。

背景技术

工件在切削加工的过程中，刀具会出现断刀、崩刃和破损的情况，刀具的磨损会引起刀具的几何形状发生变化，从而加工工件就会产生尺寸偏差，还会影响工件的加工质量。为了避免工件的偏差过大，达到加工精度要求，需要对刀具的磨损情况进行监测，并根据监测结果来确定是否需要换刀。

长久以来，国内外研究人员在刀具磨损在线监测方面作了大量的工作，并在监测方法、监测参数的选择、信号处理识别领域取得了显著成果，有些方法已经用于生产。传统的刀具磨损状态监测方法为直接监测法，直接监测法主要通过直接测量后刀面磨损带中间部分的平均磨损量进行检测，这种方法需要停机检测，使得生产过程中断，影响加工效率，难以实现在线实时的监测；还有一种较为常见的方法是加装硬件传感器或探头的检测方法，这种方法不仅安装麻烦，甚至需要改动机床结构，如一些硬件改造方案需要在刀头打孔，影响加工精度。

发明内容

本发明提供了一种能够实时监测刀具磨损情况、预测刀具寿命、有效提高加工工件效率和质量的机床刀具监测系统。

为解决上述现有技术问题，本发明提供的一种机床刀具监测系统，包括刀具负载实时监测单元和模型自动评估单元，所述刀具负载实时监测单元监测所述刀具在加工过程中机床主轴电机电流的变化量，并将该电流变化量发送给所述模型自动评估单元，所述模型自动评估单元将实时接收到的电流变化量转变为刀具的磨损量，并将实时磨损量与设定的上下控制值比对，评估刀具的加工状态，若超出设定的上下控制值，则提示操作人员停机换刀。

在第一种可能的实现方式中，所述刀具监测系统还包括刀具库存管理单元，所述刀具库存管理单元提供刀具名称、规格型号、生产厂商、所在库位及当前库存信息，供操作人员查看。

结合第一种可能的实现方式，在第二种可能的实现方式中，所述刀具负载实时监测单元使用传统统计算法和辅助学习算法对刀具的加工过程进行监测。

结合第一种可能的实现方式，在第三种可能的实现方式中，所述模型自动评估单元使用经典统计算法和机器学习算法，包括决策树及衍生模型来计算刀具的上下控制值，并通过迭代算法不断进行优化改进。

结合第一种可能的实现方式，在第四种可能的实现方式中，所述迭代算法的迭代次数和优化频率由操作人员自行设置。

结合第一种可能的实现方式，在第五种可能的实现方式中，所述模型自动评估单元还包括一报警系统，若所述刀具的磨损量超出设定的上下控制值，将触发所述报警系统将报警系统报警，并将报警信息推送给操作人员。

结合第一种可能的实现方式，在第六种可能的实现方式中，所述上下控制值由历史趋势数据通过云端大数据分析得到。

结合第一种可能的实现方式，在第七种可能的实现方式中，所述报警信息推送方式为微信、邮件和短信的任一一种形式。

本发明的有益效果在于，本技术方案基于刀具刃口的磨损程度不同，会形成不同的切削阻力的原来，通过监测在不同切削阻力下的机床主轴电机电流的变化量，全程监控刀具在切削过程中的状态，采用这种软件检测的形式既避免了硬件检测设备对机床改造的影响，又能实时监测崩刃与破损，避免已非正常状态的刀具继续进行加工，影响产品质量，使得加工产品质量可控。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出任何创造性劳动前提下所获得所有其他实施例，都属于本发明保护的范围。

本发明具体实施例提供了一种机床刀具监测系统，该机床刀具监测系统包括刀具负载实时监测单元、模型自动评估单元以及刀库库存管理单元。

基于刀具刃口的磨损程度不同会形成不同的切削阻力的原理，所述刀具负载实时监测单元通过检测在不同切削阻力下的机床主轴电机电流的变化量，使用传统统计算法和辅助学习算法，对机床主轴电机电流的变化量进行实时监测和分析；并将该电流变化量发送给所述模型自动评估单元，所述模型自动评估单元将接收到的电流变化量转换为刀具的实际磨损量，并运用经典统计算法和机器学习算法，包括决策树及衍生模型来计算刀具磨损量的上下控制值，并通过迭代算法不断优化改进，所述上下控制值的计算是基于历史趋势数据，并通过云端大数据分析技术与自学习曲线实现自动可调整，其中迭代次数与优化频率可自行设置，将刀具的实际磨损量与上下控制值比对，若超出设定的上下控制值，则提示操作人员停机换刀，避免已非正常状态的刀具继续进行加工，影响产品质量，使得加工产品质量可控；此外，所述模型自动评估单元还包括一报警系统，当刀具磨损量超出上下控制值时，将触发所述报警系统发出报警信息，所述报警信息经由微信推送给生产操作人员，提醒操作人员及时更换刀具。

所述刀库库存管理单元提供刀具名称、规格型号、生产厂商、所在库位及当前库存信息，供操作人员查看，实现了库存管理的可视化操作，方便操作人员了解车间情况。

本实施例提供的技术方案基于刀具刃口的磨损程度不同，会形成不同的切削阻力的原来，通过监测在不同切削阻力下的机床主轴电机电流的变化量，全程监控刀具在切削过程中的状态，采用这种软件检测的形式既避免了硬件检测设备对机床改造的影响，又能实时监测崩刃与破损，避免已非正常状态的刀具继续进行加工，影响产品质量，使得加工产品质量可控。

以上对本发明实施例所提供的一种机床刀具监测系统进行了详细介绍，本文中应用了具体个例对本发明的技术方案进行了阐述，以上实施例仅为本发明的较佳实施例而已，并非用来限定本发明的保护范围，对于本领域的一般技术人员，在本发明的技术范围内所能想到的变化或改进，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种机床刀具监测系统，其特征在于，所述刀具监测系统包括刀具负载实时监测单元和模型自动评估单元，所述刀具负载实时监测单元监测所述刀具在加工过程中机床主轴电机电流的变化量，并将该电流变化量发送给所述模型自动评估单元，所述模型自动评估单元将实时接收到的电流变化量转变为刀具的磨损量，并将实时磨损量与设定的上下控制值比对，评估刀具的加工状态，若超出设定的上下控制值，则提示操作人员停机换刀。

2.根据权利要求1所述的一种机床刀具监测系统，其特征在于，所述刀具监测系统还包括刀具库存管理单元，所述刀具库存管理单元提供刀具名称、规格型号、生产厂商、所在库位及当前库存信息，供操作人员查看。

3.根据权利要求1所述的一种机床刀具监测系统，其特征在于，所述刀具负载实时监测单元使用传统统计算法和辅助学习算法对刀具的加工过程进行监测。

4.根据权利要求1所述的一种机床刀具监测系统，其特征在于，所述模型自动评估单元使用经典统计算法和机器学习算法，包括决策树及衍生模型来计算刀具的上下控制值，并通过迭代算法不断进行优化改进。

5.根据权利要求4所述的一种机床刀具监测系统，其特征在于，所述迭代算法的迭代次数和优化频率由操作人员自行设置。

6.根据权利要求5所述的一种机床刀具监测系统，其特征在于，所述模型自动评估单元还包括一报警系统，若所述刀具的磨损量超出设定的上下控制值，将触发所述报警系统将报警系统报警，并将报警信息推送给操作人员。

7.根据权利要求6所述的一种机床刀具监测系统，其特征在于，所述上下控制值由历史趋势数据通过云端大数据分析得到。

8.根据权利要求7所述的一种机床刀具监测系统，其特征在于，所述报警信息推送方式为微信、邮件和短信的任一一种形式。