CN109696478A - 一种结合声发射能量和机床信息的监控方法 - Google Patents
一种结合声发射能量和机床信息的监控方法 Download PDFInfo
- Publication number
- CN109696478A CN109696478A CN201811425570.XA CN201811425570A CN109696478A CN 109696478 A CN109696478 A CN 109696478A CN 201811425570 A CN201811425570 A CN 201811425570A CN 109696478 A CN109696478 A CN 109696478A
- Authority
- CN
- China
- Prior art keywords
- acoustic emission
- energy
- lathe
- energy value
- real
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
Abstract
本发明提供准确率高、可靠性高的一种结合声发射能量和机床信息的监控方法包括以下步骤:(1)能量值与轨迹相结合(2)建立系统样本库(3)实时数据比对(4)结果执行。本发明通过声发射能量结合机床信息,可靠性高,进一步提高检测的准确性。不仅能对刀具破损的发生和刀具磨损的状态进行及时准确的辨识,还能对刀具的剩余寿命进行预测,采用提前换刀等措施降低产生批量报废品的风险,也可以采取停机等紧急措施避免对于工件和机床造成更大的破坏。
Description
技术领域
本发明涉及刀具磨损监测领域,尤其涉及的是一种声发射和机床信息相结合的监控方法。
背景技术
在机械加工过程中,刀具磨损会造成机床振动、工件表面质量和尺寸精度下降,刀具磨损到一定程度未能被识别出,使得存在刀具继续加工,出现批量报废品的风险,严重时还会造成刀具破损,停机等故障。随着社会与科学技术的发展,对产品的制造质量要求越来越高,使加工过程中刀具磨损的检测显得更加重要。在现有机床加工过程中,有各种噪音混杂在一起,通过人工听声音判断刀具磨损异常不准确,干扰因素太大,不准确。而基于振动信号的检测由于其信噪比低,造成检测难度高,准确率低。
发明内容
本发明的目的在于克服上述不足,提供准确率高、可靠性高的一种结合声发射能量与机床信息的加工状态监控方法。
为了实现上述目的,本发明提供如下技术方案:一种结合声发射能量和机床信息的监控方法,包括以下骤:
(1)能量值与轨迹相结合:
实时对机床在加工时的声发射能量值和机床坐标值进行高频率采集,对声发射能量值和机床坐标值的数据进行时间上的对齐,将机床坐标值与能量值相结合并实时显示在三维坐标图上,并且对不同范围的能量值使用不用的颜色来展示;
(2)建立系统样本库:
通过系统对大量刀具整个寿命周期下的持续跟踪记录,对所记录的数据分析;将各类正常刀具在相应的加工产品下的能量值曲线储存在样本曲线库中;将各类刀具在各类加工产品下发生崩刃、断刀的特征曲线储存在异常特征库中;将各类刀具在各类加工产品下刀具磨损程度(剩余寿命)10%、30%、50%、 90%等所对应的能量阈值储存在刀具寿命阈值库中;
(3)实时数据对比:
实时采集机床加工时的声发射信号进行声发射信号处理后得到实时声发射能量数据,实时采集机床加工时的机床坐标值数据,将机床坐标值与能量值相结合并实时显示在三维坐标图上;在计算机中,将实时声发射能量曲线图与系统样本库进行比对,包括有实时能量值曲线与样本曲线的能量变化趋势对比、实时能量值曲线与异常特征库的信号特征对比、实时能量值与刀具寿命阈值库的能量阈值对比;判断比对结果是否超过了磨损程度正常阈值,如果超过则定义声发射检测结果为异常状态。
(4)结果执行:
当声发射检测结果为异常状态时,定义机床为异常加工状态,系统将进行对应的特征告警提示,计算机向机床发送停机信号,进而由相关人员进行刀具确认、换刀等操作。
优选的,对同一机床坐标时存在多个能量值的情况下,需要对多个能量值按照一定的规则进行计算,包括取最大值、平均值等计算方式。
优选的,声发射信号处理包括将声发射信号经放大器放大后,由高速数据采集系统进行信号采集,将采样后的信号进行四阶巴特沃斯滤波后,再进行FFT 变换。对所得到的频域数据针对各类加工材料下的频率等特征再一次进行频域数据过滤,能量值的提取计算,最终输出分析后的能量值。
优选的,加工时将机床状态与系统IO信号组合进行有效加工能量值数据的提取、对比,保证每次数据的起始、截止加工位置与长的一致性,从而具有可对比性。
优选的,实时采集机床的内部数据包括有主轴状态、加工模式、机床坐标、加工程序名称、当前刀具号中的一种或几种。
通过采用上述的技术方案,有益效果是:本发明通过声发射能量结合机床信息的检测,可靠性高,进一步提高检测的准确性。不进能对刀具破损的发生和刀具磨损的状态进行及时准确的辨识,还能对刀具的剩余寿命进行预测,采用提前换刀等措施降低产生批量报废品的风险,或者采取停机等紧急措施避免对于工件和机床造成更大的破坏。
附图说明
图1为发明的流程图;
图2为轨迹与能量值的结合图;
图3为实时能量值与样本曲线的比对图;
图4为1号机床运行能量图;
图5为2号机床运行能量图;
图6为工件位置偏移引起的波形差异变化;
图7为加工设备振动不同引起的波形差异变化;
图8为刀具不同磨损引起的波形差异变化。
具体实施方式
以下结合附图和具体实施例来进一步说明本发明。
一种结合声发射能量和机床信息的监控方法,包括以下骤:
(1)能量值与轨迹相结合
实时对机床在加工时的声发射能量值和机床坐标值进行高频率采集,对声发射能量值和机床坐标值的数据进行时间上的对齐,将机床坐标值与能量值相结合并实时显示在三维坐标图上,并且对不同范围的能量值使用不用的颜色来展示;
(2)建立系统样本库
通过系统对大量刀具整个寿命周期下的持续跟踪记录,对所记录的数据分析;将各类正常刀具在相应的加工产品下的能量值曲线储存在样本曲线库中;将各类刀具在各类加工产品下发生崩刃、断刀的特征曲线储存在异常特征库中;将各类刀具在各类加工产品下刀具磨损程度(剩余寿命)10%、30%、50%、 90%等所对应的能量阈值储存在刀具寿命阈值库中;
(3)实时数据对比
实时采集机床加工时的声发射信号进行声发射信号处理后得到实时声发射能量数据,实时采集机床加工时的机床坐标值数据,将机床坐标值与能量值相结合并实时显示在三维坐标图上;在计算机中,将实时声发射能量曲线图与系统样本库进行比对,包括有实时能量值曲线与样本曲线的能量变化趋势对比、实时能量值曲线与异常特征库的信号特征对比、实时能量值与刀具寿命阈值库的能量阈值对比;判断比对结果是否超过了磨损程度正常阈值,如果超过则定义声发射检测结果为异常状态。
(4)结果执行:
当声发射检测结果为异常状态时,定义机床为异常加工状态,系统将进行对应的特征告警提示,计算机向机床发送停机信号,进而由相关人员进行刀具确认、换刀等操作。
如图4-5所述,选择同一型号的两台机床,以相同的进给速度(1000mm/min) 运行300mm*300mm的方形轨迹。1号机床的能量值波动较大,并且在X轴上移动时的能量值更大。2号机床的能量值则较为平稳。说明1号机床相比2号机床工作台移动过程中的振动更大,且在X轴方向上移动时比在Y轴方向上移动时振动更大。
如图6所示,机床坐标X、Y与能量值的结合展示,图中的差异为工件位置偏移造成的差异。
如图7所示,机床坐标X、Y与能量值的结合展示,图中的差异为加工设备振动不同造成的差异。
如图8所示,加工过程中,随着时间推移,刀具磨损增大,刀具和工件交互产生的能量也不断增大。实时对比系统样本库里面的样本,对刀具破损的发生和刀具磨损的状态进行及时准确的辨识,对刀具的剩余寿命进行预测,采用提前换刀等措施降低产生批量报废品的风险,或者采取停机等紧急措施避免对于工件和机床造成更大的破坏。
以上所述的,仅为本发明的较佳实施例而已,不能限定本发明实施的范围,凡是依本发明申请专利范围所作的均等变化与装饰,皆应仍属于本发明涵盖的范围内。
Claims (5)
1.一种结合声发射能量和机床信息的监控方法,包括以下步骤:
(1)能量值与轨迹相结合:
实时对机床在加工时的声发射能量值和机床坐标值进行高频率采集,对声发射能量值和机床坐标值的数据进行时间上的对齐,将机床坐标值与能量值相结合并实时显示在三维坐标图上,并且对不同范围的能量值使用不用的颜色来展示;
(2)建立系统样本库:
通过系统对大量刀具整个寿命周期下的持续跟踪记录,对所记录的数据分析;将各类正常刀具在相应的加工产品下的能量值曲线储存在样本曲线库中;将各类刀具在各类加工产品下发生崩刃、断刀的特征曲线储存在异常特征库中;将各类刀具在各类加工产品下刀具磨损程度(剩余寿命)10%、30%、50%、90%等所对应的能量阈值储存在刀具寿命阈值库中;
(3)实时数据对比:
实时采集机床加工时的声发射信号进行声发射信号处理后得到实时声发射能量数据,实时采集机床加工时的机床坐标值数据,将机床坐标值与能量值相结合并实时显示在三维坐标图上;在计算机中,将实时声发射能量曲线图与系统样本库进行比对,包括有实时能量值曲线与样本曲线的能量变化趋势对比、实时能量值曲线与异常特征库的信号特征对比、实时能量值与刀具寿命阈值库的能量阈值对比;判断比对结果是否超过了磨损程度正常阈值,如果超过则定义声发射检测结果为异常状态。
(4)结果执行:
当声发射检测结果为异常状态时,定义机床为异常加工状态,系统将进行对应的特征告警提示,计算机向机床发送停机信号,进而由相关人员进行刀具确认、换刀等操作。
2.根据权利要求1所述的一种结合声发射能量与机床信息的监控方法,其特征在于:对同一机床坐标时存在多个能量值的情况下,需要对多个能量值按照一定的规则进行计算,包括有最大值、最小值和平均值中的一种或几种。
3.根据权利要求1所述的一种结合声发射能量与机床信息的监控方法,其特征在于:声发射信号处理包括将声发射信号经放大器放大后,由高速数据采集系统进行信号采集,将采样后的信号进行四阶巴特沃斯滤波后,再进行FFT变换。
4.根据权利要求1所述的一种结合声发射能量与机床信息的监控方法,其特征在于:加工时将机床状态与系统IO信号组合进行有效加工能量值数据的提取和对比。
5.根据权利要求1所述的一种结合声发射能量与机床信息的监控方法,其特征在于:实时采集机床的内部数据包括有主轴状态、加工模式、机床坐标、加工程序名称、当前刀具号中的一种或几种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811425570.XA CN109696478A (zh) | 2018-11-27 | 2018-11-27 | 一种结合声发射能量和机床信息的监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811425570.XA CN109696478A (zh) | 2018-11-27 | 2018-11-27 | 一种结合声发射能量和机床信息的监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109696478A true CN109696478A (zh) | 2019-04-30 |
Family
ID=66230207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811425570.XA Pending CN109696478A (zh) | 2018-11-27 | 2018-11-27 | 一种结合声发射能量和机床信息的监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109696478A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110244109A (zh) * | 2019-07-05 | 2019-09-17 | 杭州西湖电子研究所 | 一种广域末屏接地电流三维图谱表达方法 |
CN111014747A (zh) * | 2019-12-18 | 2020-04-17 | 内蒙古第一机械集团股份有限公司 | 一种高倍径孔系加工方法 |
CN112238367A (zh) * | 2019-07-19 | 2021-01-19 | 福建省嘉泰智能装备有限公司 | 一种利用传感器监测数据实时监测报警方法 |
CN114211107A (zh) * | 2021-12-30 | 2022-03-22 | 北京知信浩宇科技有限公司 | 一种焊接管理方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1084795A (zh) * | 1992-09-29 | 1994-04-06 | 清华大学 | 一种刀具失效综合监控方法与装置 |
CN102073300A (zh) * | 2010-12-28 | 2011-05-25 | 华中科技大学 | 一种数控加工状态自学习的刀具磨损监控系统 |
CN102922061A (zh) * | 2012-11-26 | 2013-02-13 | 上海理工大学 | 丝杠螺母内螺纹磨削快速对刀装置及方法 |
US20130319710A1 (en) * | 2012-05-29 | 2013-12-05 | Makita Corporation | Power tool |
CN203542239U (zh) * | 2013-09-24 | 2014-04-16 | 沈阳利笙电子科技有限公司 | 多传感器刀具磨损检测装置 |
CN104750027A (zh) * | 2015-04-10 | 2015-07-01 | 大连理工大学 | 一种基于机床主轴功率信号的刀具破损预警系统 |
CN105675724A (zh) * | 2016-01-29 | 2016-06-15 | 中国矿业大学 | 含瓦斯煤体水力致裂裂隙场声发射定位监测装置及方法 |
CN105867305A (zh) * | 2016-05-13 | 2016-08-17 | 南京航空航天大学 | 基于加工特征的复杂结构件数控加工状态实时监控方法 |
CN107037133A (zh) * | 2017-04-20 | 2017-08-11 | 嘉泰数控科技股份公司 | 一种结合声发射和电流检测的加工状态监控方法 |
CN107728580A (zh) * | 2017-10-18 | 2018-02-23 | 南京航空航天大学 | 一种面向自适应加工的几何信息‑工艺信息‑监测信息关联方法 |
CN107932186A (zh) * | 2017-12-01 | 2018-04-20 | 成都飞机工业(集团)有限责任公司 | 一种基于加工坐标对齐参考信号的刀具状态识别方法 |
-
2018
- 2018-11-27 CN CN201811425570.XA patent/CN109696478A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1084795A (zh) * | 1992-09-29 | 1994-04-06 | 清华大学 | 一种刀具失效综合监控方法与装置 |
CN102073300A (zh) * | 2010-12-28 | 2011-05-25 | 华中科技大学 | 一种数控加工状态自学习的刀具磨损监控系统 |
US20130319710A1 (en) * | 2012-05-29 | 2013-12-05 | Makita Corporation | Power tool |
CN102922061A (zh) * | 2012-11-26 | 2013-02-13 | 上海理工大学 | 丝杠螺母内螺纹磨削快速对刀装置及方法 |
CN203542239U (zh) * | 2013-09-24 | 2014-04-16 | 沈阳利笙电子科技有限公司 | 多传感器刀具磨损检测装置 |
CN104750027A (zh) * | 2015-04-10 | 2015-07-01 | 大连理工大学 | 一种基于机床主轴功率信号的刀具破损预警系统 |
CN105675724A (zh) * | 2016-01-29 | 2016-06-15 | 中国矿业大学 | 含瓦斯煤体水力致裂裂隙场声发射定位监测装置及方法 |
CN105867305A (zh) * | 2016-05-13 | 2016-08-17 | 南京航空航天大学 | 基于加工特征的复杂结构件数控加工状态实时监控方法 |
CN107037133A (zh) * | 2017-04-20 | 2017-08-11 | 嘉泰数控科技股份公司 | 一种结合声发射和电流检测的加工状态监控方法 |
CN107728580A (zh) * | 2017-10-18 | 2018-02-23 | 南京航空航天大学 | 一种面向自适应加工的几何信息‑工艺信息‑监测信息关联方法 |
CN107932186A (zh) * | 2017-12-01 | 2018-04-20 | 成都飞机工业(集团)有限责任公司 | 一种基于加工坐标对齐参考信号的刀具状态识别方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110244109A (zh) * | 2019-07-05 | 2019-09-17 | 杭州西湖电子研究所 | 一种广域末屏接地电流三维图谱表达方法 |
CN112238367A (zh) * | 2019-07-19 | 2021-01-19 | 福建省嘉泰智能装备有限公司 | 一种利用传感器监测数据实时监测报警方法 |
CN111014747A (zh) * | 2019-12-18 | 2020-04-17 | 内蒙古第一机械集团股份有限公司 | 一种高倍径孔系加工方法 |
CN114211107A (zh) * | 2021-12-30 | 2022-03-22 | 北京知信浩宇科技有限公司 | 一种焊接管理方法及系统 |
CN114211107B (zh) * | 2021-12-30 | 2023-03-10 | 北京知信浩宇科技有限公司 | 一种焊接管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109696478A (zh) | 一种结合声发射能量和机床信息的监控方法 | |
CN108490880B (zh) | 一种数控机床切削刀具磨损状态实时监测方法 | |
CN102929210B (zh) | 基于特征的数控加工过程控制和优化系统及方法 | |
Traini et al. | Machine learning framework for predictive maintenance in milling | |
US9378183B2 (en) | Monitoring diagnostic device and monitoring diagnostic method | |
CN110587377B (zh) | 一种在线监测铣削加工刀具缺损的方法 | |
CN104808585B (zh) | 一种机床健康状态快速检查方法 | |
TWI472402B (zh) | Tool flutter monitoring method | |
Roth et al. | Quality and inspection of machining operations: tool condition monitoring | |
US7383097B2 (en) | Method for managing machine tool data | |
Ai et al. | The milling tool wear monitoring using the acoustic spectrum | |
CN103558806A (zh) | 一种数控机床的故障处理系统 | |
CN103246241A (zh) | 用于监视工业过程的质量的方法及其系统 | |
CN113126563A (zh) | 数控机床数据管理系统及方法 | |
CN111300148A (zh) | 一种电流信号监测刀具磨损的方法 | |
Prickett | An integrated approach to autonomous maintenance management | |
CN202183030U (zh) | 激光切割机智能化计算机数控系统 | |
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 | |
US9008816B2 (en) | Build up edge monitoring method | |
CN114227382A (zh) | 基于新型胶囊网络的刀具破损监测系统及方法 | |
CN103439919A (zh) | 基于动态特征模型的cad/cam/cnc闭环控制方法 | |
CN208903122U (zh) | 一种数控机床刀具检测的数据采集装置 | |
Oborski | Integration of advanced monitoring in manufacturing systems | |
CN211867293U (zh) | 数控加工生产线多机台在线智能检测系统 | |
CN116909211B (zh) | 一种高精密数控机床的智能调控方法及系统 |
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 |