CN110456731A - 一种数控切削几何刀轨特征提取方法 - Google Patents

一种数控切削几何刀轨特征提取方法 Download PDF

Info

Publication number
CN110456731A
CN110456731A CN201910745835.2A CN201910745835A CN110456731A CN 110456731 A CN110456731 A CN 110456731A CN 201910745835 A CN201910745835 A CN 201910745835A CN 110456731 A CN110456731 A CN 110456731A
Authority
CN
China
Prior art keywords
tool path
data
points
similar
numerical control
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.)
Granted
Application number
CN201910745835.2A
Other languages
English (en)
Other versions
CN110456731B (zh
Inventor
谢刚
郑兴
郭国彬
王灿
赵轩
舒建国
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.)
Chengdu Aircraft Industrial Group Co Ltd
Original Assignee
Chengdu Aircraft Industrial Group 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 Chengdu Aircraft Industrial Group Co Ltd filed Critical Chengdu Aircraft Industrial Group Co Ltd
Priority to CN201910745835.2A priority Critical patent/CN110456731B/zh
Publication of CN110456731A publication Critical patent/CN110456731A/zh
Application granted granted Critical
Publication of CN110456731B publication Critical patent/CN110456731B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical 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
    • G05B19/19—Numerical 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 positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35349—Display part, programmed locus and tool path, traject, dynamic locus

Landscapes

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

Abstract

本发明属于数控加工技术领域，具体公开了一种数控切削几何刀轨特征提取方法，通过将采集到的数控加工过程中刀具空间坐标信息按照时间顺序分段，对每一段数据进行处理，构造出多个刀轨；将相似的刀轨轨迹整理和分类并获得相似刀轨特征，同时对各相似刀轨特征的欧氏距离进行计算，提取出几何刀轨特征。本发明的有益效果是：本发明有效的解决传统刀轨拟合方法存在失真的问题。

Description

一种数控切削几何刀轨特征提取方法
技术领域
本发明涉及数控机械加工技术领域，具体的说，是一种数控切削几何刀轨特征提取方法。
背景技术
数控加工技术是为提高生产效率和加工精度进行的复杂外形零件自动化加工技术，由于其加工精度高、生产效率高，在机械加工行业中被广泛使用。在数控机械加工过程中采集到的大量加工过程信息，可以用于加工过程中的主轴功率、刀具位置等关键指标的分析。目前，刀轨特征预测技术作为研究热点问题，大量研究人员使用采集的历史加工信息中的刀具位置和轨迹信息对下一时刻刀轨特征进行预测及分析。传统的刀轨特征拟合方法是将采集到的数据点直接相连形成简单的特征，该类方法无法真实具体的表达加工特征，存在失真的问题。
发明内容
本发明的目的在于提供一种数控切削几何刀轨特征提取方法，有效的解决传统刀轨拟合方法存在失真的问题。
本发明通过下述技术方案实现：
一种数控切削几何刀轨特征提取方法，通过将采集到的数控加工过程中刀具空间坐标信息按照时间顺序分段，对每一段数据进行处理，构造出多个刀轨；将相似的刀轨轨迹整理和分类并获得相似刀轨特征，同时对各相似刀轨特征的欧氏距离进行计算，提取出几何刀轨特征。
进一步地，为了更好的实现本发明，具体包括以下步骤：
步骤S1：将数控加工过程中的刀具空间坐标点位数据按照数据量大小进行分割，获得数据量大小相同的数据包；
步骤S2：将分割的数据包按照时间顺序进行处理，构造出多个刀轨，获得刀轨队列；
步骤S3：将刀轨队列中的拟合轨迹进行轨迹分析，把特征相似的刀轨进行拟合，得到相似刀轨特征队列；
步骤S4：对相似刀轨特征队列中的各刀轨特征进行匹配，得到几何刀轨特征。
进一步地，为了更好的实现本发明，所述步骤S1具体包括以下步骤：
步骤S11：通过DNC技术采集到加工过程中机床切削实时空间坐标点位数据，采集到的刀轨数据根据时间顺序构成时间序列，时间序列的形式表示为：
{P1(x1,y1,z1),P2(x2,y2,z2)...P1(xk-1,yk-1,zk-1),P2(xk,yk,zk)}；
式中，下标k表示k个空间坐标点数据；
步骤S12：采集的刀轨数据按照n个采集点为一个单位分为数据包，共采集m个数据包，各数据包按照采集的时间顺序进入数据缓冲池：数据缓冲池表示为：{P1(x11,y11,z11)...P1(x1n,y1n,z1n)}...{Pm(xm1,ym1,zm1)...Pm(xmn,ymn,zmn)}。
进一步地，为了更好的实现本发明，所述步骤S2中将分割的数据包按照时间顺序进行处理具体是指：
步骤S21：设定阈值δ，计算每对顺序相连点之间的欧氏距离DL；
式中：1≤a≤m,1≤b≤n；
(xab，yab，zab)、(x(a+1)(b+1)，y(a+1)(b+1)，z(a+1)(b+1))为相邻两个点的空间坐标；
当欧氏距离大于设定阈值δ时，认为当前轨迹结束；
当出现某个点与前后两个点的欧氏距离DL都大于设定阈值δ时，认定该点为游离点，不对其进行处理；
若第一个数据包中未发现任意相邻点的欧氏距离DL大于设定阈值δ的情况，则认定为本轨迹未完成，将从第二个数据包中按照时间顺序取数据点继续构造刀轨，直到出现欧氏距离DL大于设定阈值δ的相邻点时，结束当前进行的轨迹构造过程，进入下一条轨迹构造过程，直至所有数据包处理完成；
步骤S22：采用Akima算法对步骤S21中得到的每条轨迹进行拟合；采用Akima算法在每两个连接点间建立一条三次拟合曲线，整条曲线保证一阶导数连续；
当存在n个数据点Pi(xi,yi,zi)对其中两个点Pi(xi,yi,zi),Pi+1(xi+1,yi+1,zi+1)进行拟合时，在两个点中确定一个三次多项式，三次多项式为：
r(u)＝Ai+Bi(u-ui)2+Ci(u-ui)2+Di(u-ui)3u∈[uu-1,ui]； (2)
式中为uk为刀位点的节点参数；
Ai、Bi、Ci、Di为系数向量；
通过求解式(2)中Ai、Bi、Ci、Di的值，确定两点间曲线表达式；表达式为：
通过引入Akima算法法对刀轨进行构造，可更好的反映出真实刀轨。由Akima算法拟合出的曲线可以保证一阶导数连续，与数据点直接相连得到的曲线相比，该算法拟合曲线与实际加工中的刀轨更为吻合。
进一步地，为了更好的实现本发明，所述步骤S3包括以下步骤：
步骤S31：假定存在刀轨ti、tk，按照时间序列顺序分别在ti、tk中分别取n个间距相等的数据点，按序列顺序计算各点间的欧式距离Dn，得到距离队列D(D1，D2…Dn)：
其中，
n个间距相等的数据点为：
Pi(Pi(x1,y1,z1)...Pi(xn,yn,zn))、Pk(Pk(x1,y1,z1)...Pk(xn,yn,zn))；
步骤S32：判断是否为相近轨迹或相似轨迹；
若距离队列中有超过30％的值大于设定阈值Dδ，判定ti、tk不为相近轨迹；
否则ti、tk不为相似轨迹，结束匹配；
若距离队列中大于设定阈值Dδ的值不超过30％，规定ti、tk为相近轨迹，则继续计算轨迹中数据点的斜率Pi(ki(1),ki(2)...ki(n))、Pk(kk(1),kk(2)...kk(n))；按照序列顺序计算数据点之间的斜率差kn，得到斜率差队列k(k1,k2...kn)并计算斜率差队列的方差D(x)；其中，斜率差kn＝|kk(n)-ki(n)|；
步骤S33：判断方差D(x)与设定阈值kδ之间的关系，并得到若干对相似刀轨组合；
若方差D(x)小于设定阈值kδ，则认定ti、tk为相似刀轨。
进一步地，为了更好的实现本发明，所述步骤S4具体是指：选取相似刀轨特征的边缘点为特征点，通过计算相似刀轨特征中各特征点之间的几何距离d确定各特征间的关系，几何距离计算公式为：
式中，(xn、yn)为刀轨特征的几何坐标，
当两个特征中的几何距离d小于设定阈值δd时，将其按照几何坐标进行拼接，获得几何刀轨特征。
本发明与现有技术相比，具有以下优点及有益效果：
(1)本发明通过引入Akima算法法对刀轨进行构造，可更好的反映出真实刀轨；由Akima算法拟合出的曲线可以保证一阶导数连续，与数据点直接相连得到的曲线相比，该算法拟合曲线与实际加工中的刀轨更为吻合。
(2)本发明对具有相似刀轨进行抽象，得到相似刀轨特征；在数控加工过程中，通常会出现大量相似或者重复的刀轨，将这些轨迹进行对比匹配之后得到的信息可以更好的代表加工过程中的刀轨特征；
(3)本发明有效的解决传统刀轨拟合方法存在失真的问题。
具体实施方式
下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例1：
本发明通过下述技术方案实现，一种数控切削几何刀轨特征提取方法，通过将采集到的数控加工过程中刀具空间坐标信息按照时间顺序分段，对每一段数据进行处理，构造出多个刀轨；将相似的刀轨轨迹整理和分类并获得相似刀轨特征，同时对各相似刀轨特征的欧氏距离进行计算，提取出几何刀轨特征。
需要说明的是，通过上述改进，通过对数据段的处理，构造刀轨曲线，对相似刀轨特征进行拟合以及特征匹配四个阶段，完成对数控切削几何刀轨特征的提取。刀轨特征提取的包括以下步骤：
S100：将数控加工过程中的空间坐标点位数据按照数据量大小进行分割，获得数据量大小相同的数据包；
S101：将分割的每一个数据包按照时间顺序进行处理，使用Akima算法构造出多个刀轨，获得刀轨队列；
S102：将获得的刀轨队列中的拟合轨迹进行轨迹分析，把特征相似的刀轨进行拟合，得到相似刀轨特征队列；
S103：得到的相似刀轨特征队列中的各刀轨特征进行匹配，得到几何刀轨特征。
实施例2：
本实施例在上述实施例的基础上做进一步优化,进一步地，为了更好的实现本发明，具体包括以下步骤：
步骤S1：将数控加工过程中的刀具空间坐标点位数据按照数据量大小进行分割，获得数据量大小相同的数据包；
步骤S2：将分割的数据包按照时间顺序进行处理，构造出多个刀轨，获得刀轨队列；
步骤S3：将刀轨队列中的拟合轨迹进行轨迹分析，把特征相似的刀轨进行拟合，得到相似刀轨特征队列；
步骤S4：对相似刀轨特征队列中的各刀轨特征进行匹配，得到几何刀轨特征。
本发明使用数据缓冲池缓存数据量，保证在数据量过大时可以分别对各段数据进行处理；在处理数据段时，采用统一坐标系，可减少计算量，提高计算效率；在获取几何刀轨特征后，可通过刀轨特征知识库中的历史数据对刀轨进行预测，为加工过程提供参考和保障。
进一步地，为了更好的实现本发明，所述步骤S1具体包括以下步骤：
步骤S11：通过DNC技术采集到加工过程中机床切削实时空间坐标点位数据，采集到的刀轨数据根据时间顺序构成时间序列，时间序列的形式表示为：
{P1(x1,y1,z1),P2(x2,y2,z2)...P1(xk-1,yk-1,zk-1),P2(xk,yk,zk)}；
式中，下标k表示k个空间坐标点数据；
步骤S12：采集的刀轨数据按照n个采集点为一个单位分为数据包，共采集m个数据包，各数据包按照采集的时间顺序进入数据缓冲池：数据缓冲池表示为：{P1(x11,y11,z11)...P1(x1n,y1n,z1n)}...{Pm(xm1,ym1,zm1)...Pm(xmn,ymn,zmn)}。
进一步地，为了更好的实现本发明，所述步骤S2中将分割的数据包按照时间顺序进行处理具体是指：设置数据缓存池，保证数据在出现拥堵的情况下不丢失数据；
步骤S21：设定阈值δ，计算每对顺序相连点之间的欧氏距离DL；
式中：1≤a≤m,1≤b≤n；
(xab，yab，zab)、(x(a+1)(b+1)，y(a+1)(b+1)，z(a+1)(b+1))为相邻两个点的空间坐标；
当欧氏距离大于设定阈值δ时，认为当前轨迹结束；
当出现某个点与前后两个点的欧氏距离都大于设定阈值δ时，认定该点为游离点，不对其进行处理；
若第一个数据包中未发现任意相邻点的欧氏距离大于设定阈值δ的情况，则认定为本轨迹未完成，将从第二个数据包中按照时间顺序取数据点继续构造刀轨，直到出现大于设定阈值δ的相邻点时，结束当前进行的轨迹构造过程，进入下一条轨迹构造过程，直至所有数据包处理完成；为保证拟合出轨迹的完整性，允许每条构造出的轨迹包含的数据点存在于多个数据包中；
步骤S22：采用Akima算法对步骤S21中得到的每条轨迹进行拟合；采用Akima算法在每两个连接点间建立一条三次拟合曲线，整条曲线保证一阶导数连续；
当存在n个数据点Pi(xi,yi,zi)对其中两个点Pi(xi,yi,zi),Pi+1(xi+1,yi+1,zi+1)进行拟合时，在两个点中确定一个三次多项式，三次多项式为：
r(u)＝Ai+Bi(u-ui)2+Ci(u-ui)2+Di(u-ui)3 u∈[uu-1,ui]； (2)
式中为uk为刀位点的节点参数；
Ai、Bi、Ci、Di为系数向量；
通过求解式(2)中Ai、Bi、Ci、Di的值，确定两点间曲线表达式；表达式为：
本实施例的其他部分与上述实施例相同，故不再赘述。
实施例3：
本实施例在上述实施例的基础上做进一步优化，进一步地，为了更好的实现本发明，所述步骤S3包括以下步骤：
步骤S31：找出步骤S2所得到的刀轨队列中的相似刀轨；假定存在刀轨ti、tk，按照时间序列顺序分别在ti、tk中分别取n个间距相等的数据点Pi(Pi(x1,y1,z1)...Pi(xn,yn,zn))、Pk(Pk(x1,y1,z1)...Pk(xn,yn,zn))，按序列顺序计算各点间的欧式距离Dn，得到距离队列D(D1，D2…Dn)：
其中，
步骤S32：判断是否为相近轨迹或相似轨迹；
若距离队列中有超过30％的值大于设定阈值Dδ，判定ti、tk不为相近轨迹；
否则ti、tk不为相似轨迹，结束匹配；
若距离队列中大于设定阈值Dδ的值不超过30％，规定ti、tk为相近轨迹，则继续计算轨迹中数据点的斜率Pi(ki(1),ki(2)...ki(n))、Pk(kk(1),kk(2)...kk(n))；按照序列顺序计算数据点之间的斜率差kn，得到斜率差队列k(k1,k2...kn)并计算斜率差队列的方差D(x)；其中，斜率差kn＝|kk(n)-ki(n)|；
步骤S33：判断方差D(x)与设定阈值kδ之间的关系，并得到若干对相似刀轨组合；
若方差D(x)小于设定阈值kδ，则认定ti、tk为相似刀轨。
需要说明的是，通过上述改进，轨迹相似具有传递性，若存在同一个刀轨与多个刀轨相似，则该刀轨与多个刀轨构成相似刀轨特征。
本实施例的其他部分与上述实施例相同，故不再赘述。
实施例4：
本实施例在上述实施例的基础上做进一步优化，进一步地，为了更好的实现本发明，所述步骤S4具体是指：选取相似刀轨特征的边缘点为特征点，通过计算相似刀轨特征中各特征点之间的几何距离d确定各特征间的关系，几何距离计算公式为：
式中，(xn、yn)为刀轨特征的几何坐标，
当两个特征中的几何距离d小于设定阈值δd时，将其按照几何坐标进行拼接，获得几何刀轨特征。
本实施例的其他部分与上述实施例相同，故不再赘述。
实施例5：
本发明通过DNC技术采集加工过程中机床切削实时空间坐标点位数据，构成时间序列，如采集到k个空间坐标点数据，其形式表示为：
{P1(x1,y1,z1),P2(x2,y2,z2)...P1(xk-1,yk-1,zk-1),P2(xk,yk,zk)}。
将采集到的信息按照数据量大小进行分割，获得数据量大小相同的数据包，将每一个数据包按照时间顺序进行处理，计算相似刀轨的特征并构成几何特征，获得相似刀轨特征队列，最后对得到的相似刀轨特征队列中的各刀轨进行特征匹配，得到几何刀轨特征。
为保证不出现因为数据拥堵导致数据丢失的情况，采用数据分包的方式对数据进行处理，将时间序中的数据按照数据量分为若干个数据包，各数据包按照采集顺序进入数据缓冲池，如按照n个数据点分为一个包，共产生个数据包的方式进行分割，形式如下：
{P1(x11,y11,z11)...P1(x1n,y1n,z1n)}...{Pm(xm1,ym1,zm1)...Pm(xmn,ymn,zmn)}。
在处理数据包时，从第一个数据包开始，首先计算每对顺序相连点之间的欧氏距离，当距离大于设定阈值δ时，认为当前轨迹结束。如果出现某个点与前后两个点的距离都大于设定阈值时，认定该点为游离点，不对其进行处理。若当前数据包中未发现任意相邻点距离大于设定阈值的情况，则认定为本轨迹未完成，将从下一个数据包中按照时间序列取数据点继续构造刀轨，直到出现大于设定阈值δ的相邻点时，结束当前进行的轨迹构造过程，进入下一条轨迹构造过程，直至所有数据处理完成。每条构造出的轨迹包含的数据点可存在于多个数据包中，保证构造出轨迹的完整性。
使用Akima算法得到刀轨曲线后，对构造的刀轨曲线进行判断分析，获得相似刀轨特征，通过计算刀轨特征队列中各特征之间的几何距离确定各特征间的关系，当两个特征中的几何距离小于设定阈值δd时，将其按照几何坐标进行拼接，获得几何刀轨特征。
本实施例的其他部分与上述实施例相同，故不再赘述。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (6)

1.一种数控切削几何刀轨特征提取方法，其特征在于：通过将采集到的数控加工过程中刀具空间坐标信息按照时间顺序分段，对每一段数据进行处理，构造出多个刀轨；将相似的刀轨轨迹整理和分类并获得相似刀轨特征，同时对各相似刀轨特征的欧氏距离进行计算，提取出几何刀轨特征。
2.根据权利要求1所述的一种数控切削几何刀轨特征提取方法，其特征在于：具体包括以下步骤：
步骤S1：将数控加工过程中的刀具空间坐标点位数据按照数据量大小进行分割，获得数据量大小相同的数据包；
步骤S2：将分割的数据包按照时间顺序进行处理，构造出多个刀轨，获得刀轨队列；
步骤S3：将刀轨队列中的拟合轨迹进行轨迹分析，把特征相似的刀轨进行拟合，得到相似刀轨特征队列；
步骤S4：对相似刀轨特征队列中的各刀轨特征进行匹配，得到几何刀轨特征。
3.根据权利要求2所述的一种数控切削几何刀轨特征提取方法，其特征在于：所述步骤S1具体包括以下步骤：
步骤S11：通过DNC技术采集到加工过程中机床切削实时空间坐标点位数据，采集到的刀轨数据根据时间顺序构成时间序列，时间序列的形式表示为：
{P1(x1,y1,z1),P2(x2,y2,z2)...P1(xk-1,yk-1,zk-1),P2(xk,yk,zk)}；
式中，下标k表示k个空间坐标点数据；
步骤S12：采集的刀轨数据按照n个采集点为一个单位分为数据包，共采集m个数据包，各数据包按照采集的时间顺序进入数据缓冲池：数据缓冲池表示为：
{P1(x11,y11,z11)...P1(x1n,y1n,z1n)}...{Pm(xm1,ym1,zm1)...Pm(xmn,ymn,zmn)}。
4.根据权利要求3所述的一种数控切削几何刀轨特征提取方法，其特征在于：
所述步骤S2中将分割的数据包按照时间顺序进行处理具体是指：
步骤S21：设定阈值δ，计算每对顺序相连点之间的欧氏距离DL；
式中：1≤a≤m，1≤b≤n；
(xab，yab，zab)、(x(a+1)(b+1)，y(a+1)(b+1)，z(a+1)(b+1))为相邻两个点的空间坐标；
当欧氏距离大于设定阈值δ时，认为当前轨迹结束；
当出现某个点与前后两个点的欧氏距离都大于设定阈值δ时，认定该点为游离点，不对其进行处理；
若第一个数据包中未发现任意相邻点的欧氏距离DL大于设定阈值δ的情况，则认定为本轨迹未完成，将从第二个数据包中按照时间顺序取数据点继续构造刀轨，直到出现大于设定阈值δ的相邻点时结束当前进行的轨迹构造过程，进入下一条轨迹构造过程，直至所有数据包处理完成；
步骤S22：采用Akima算法对步骤S21中得到的每条轨迹进行拟合；采用Akima算法在每两个连接点间建立一条三次拟合曲线，整条曲线保证一阶导数连续；
当存在n个数据点Pi(xi，yi，zi)对其中两个点Pi(xi，yi，zi)，Pi+1(xi+1，yi+1，zi+1)进行拟合时，在两个点中确定一个三次多项式，三次多项式为：
r(u)＝Ai+Bi(u-ui)2+Ci(u-ui)2+Di(u-ui)3 u∈[uu-1，ui]； (2)
式中为uk为刀位点的节点参数；
Ai、Bi、Ci、Di为系数向量；
通过求解式(2)中Ai、Bi、Ci、Di的值，确定两点间曲线表达式；表达式为：
5.根据权利要求4所述的一种数控切削几何刀轨特征提取方法，其特征在于：所述步骤S3包括以下步骤：
步骤S31：假定存在刀轨ti、tk，按照时间序列顺序分别在ti、tk中分别取n个间距相等的数据点，按序列顺序计算各点间的欧式距离Dn，得到距离队列D(D1，D2…Dn)：
其中，
n个间距相等的数据点为：
Pi(Pi(x1,y1,z1)...Pi(xn,yn,zn))、Pk(Pk(x1,y1,z1)...Pk(xn,yn,zn))；
步骤S32：判断是否为相近轨迹或相似轨迹；
若距离队列中有超过30％的值大于设定阈值Dδ，判定ti、tk不为相近轨迹；
否则ti、tk不为相似轨迹，结束匹配；
若距离队列中大于设定阈值Dδ的值不超过30％，规定ti、tk为相近轨迹，则继续计算轨迹中数据点的斜率Pi(ki(1),ki(2)...ki(n))、Pk(kk(1),kk(2)...kk(n))；按照序列顺序计算数据点之间的斜率差kn，得到斜率差队列k(k1,k2...kn)并计算斜率差队列的方差D(x)；其中，斜率差kn＝|kk(n)-ki(n)|；
步骤S33：判断方差D(x)与设定阈值kδ之间的关系，并得到若干对相似刀轨组合；
若方差D(x)小于设定阈值kδ，则认定ti、tk为相似刀轨。
6.根据权利要求5所述的一种数控切削几何刀轨特征提取方法，其特征在于：所述步骤S4具体是指：选取相似刀轨特征的边缘点为特征点，通过计算相似刀轨特征中各特征点之间的几何距离d确定各特征间的关系，几何距离计算公式为：
式中，(xn、yn)为刀轨特征的几何坐标，
当两个特征中的几何距离d小于设定阈值δd时，将其按照几何坐标进行拼接，获得几何刀轨特征。
CN201910745835.2A 2019-08-13 2019-08-13 一种数控切削几何刀轨特征提取方法 Active CN110456731B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910745835.2A CN110456731B (zh) 2019-08-13 2019-08-13 一种数控切削几何刀轨特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910745835.2A CN110456731B (zh) 2019-08-13 2019-08-13 一种数控切削几何刀轨特征提取方法

Publications (2)

Publication Number Publication Date
CN110456731A true CN110456731A (zh) 2019-11-15
CN110456731B CN110456731B (zh) 2022-06-14

Family

ID=68486369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910745835.2A Active CN110456731B (zh) 2019-08-13 2019-08-13 一种数控切削几何刀轨特征提取方法

Country Status (1)

Country Link
CN (1) CN110456731B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111077848A (zh) * 2019-12-16 2020-04-28 北京天泽智云科技有限公司 刀具铣削过程的工况分割方法和装置
CN113188493A (zh) * 2021-03-31 2021-07-30 成都飞机工业（集团）有限责任公司 一种确定在线测量点位的测量轨迹的方法
CN116690313A (zh) * 2023-08-01 2023-09-05 成都飞机工业（集团）有限责任公司 一种飞机结构件腹板加工刀具失效监控方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10198412A (ja) * 1997-01-07 1998-07-31 Okuma Mach Works Ltd 数値制御データ作成装置
EP2022608A2 (en) * 2007-07-31 2009-02-11 Rockwell Automation Technologies, Inc. Improved blending algorithm for trajectory planning
CN102004818A (zh) * 2010-11-04 2011-04-06 西北工业大学 自由曲线外形零件圆周铣削过程中瞬时铣削力建模方法
US20110228987A1 (en) * 2008-10-27 2011-09-22 Masahiro Iwasaki Moving object detection method and moving object detection apparatus
WO2014002660A1 (en) * 2012-06-27 2014-01-03 Mitsubishi Electric Corporation Method for controlling machines according to pattern of contours and laser cutting machine
CN105234466A (zh) * 2015-10-28 2016-01-13 成都飞机工业（集团）有限责任公司 一种槽特征侧铣加工刀轨生成方法
CN107065770A (zh) * 2017-05-02 2017-08-18 浙江大学 基于刀轴离散化可行域的高速加工刀轴光顺方法
CN107463149A (zh) * 2017-06-20 2017-12-12 成都飞机工业（集团）有限责任公司 数控切削刀轨数据转角判定方法
CN107664982A (zh) * 2017-08-16 2018-02-06 沈阳航天新光集团有限公司 一种以平滑切削功率为目标对刀具轨迹进行优化的方法
CN108132645A (zh) * 2016-12-01 2018-06-08 华中科技大学 一种保证刀具轨迹整体g2连续的曲线拟合方法
CN108460424A (zh) * 2018-03-27 2018-08-28 上海赛图计算机科技股份有限公司 一种基于线点转换和聚类对比的空间运动轨迹识别方法
CN108958161A (zh) * 2018-07-28 2018-12-07 华中科技大学 一种五轴刀具轨迹的b样条拟合方法
US20190196437A1 (en) * 2014-10-23 2019-06-27 Fanuc Corporation Numerical control apparatus

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10198412A (ja) * 1997-01-07 1998-07-31 Okuma Mach Works Ltd 数値制御データ作成装置
EP2022608A2 (en) * 2007-07-31 2009-02-11 Rockwell Automation Technologies, Inc. Improved blending algorithm for trajectory planning
US20110228987A1 (en) * 2008-10-27 2011-09-22 Masahiro Iwasaki Moving object detection method and moving object detection apparatus
CN102004818A (zh) * 2010-11-04 2011-04-06 西北工业大学 自由曲线外形零件圆周铣削过程中瞬时铣削力建模方法
WO2014002660A1 (en) * 2012-06-27 2014-01-03 Mitsubishi Electric Corporation Method for controlling machines according to pattern of contours and laser cutting machine
US20190196437A1 (en) * 2014-10-23 2019-06-27 Fanuc Corporation Numerical control apparatus
CN105234466A (zh) * 2015-10-28 2016-01-13 成都飞机工业（集团）有限责任公司 一种槽特征侧铣加工刀轨生成方法
CN108132645A (zh) * 2016-12-01 2018-06-08 华中科技大学 一种保证刀具轨迹整体g2连续的曲线拟合方法
CN107065770A (zh) * 2017-05-02 2017-08-18 浙江大学 基于刀轴离散化可行域的高速加工刀轴光顺方法
CN107463149A (zh) * 2017-06-20 2017-12-12 成都飞机工业（集团）有限责任公司 数控切削刀轨数据转角判定方法
CN107664982A (zh) * 2017-08-16 2018-02-06 沈阳航天新光集团有限公司 一种以平滑切削功率为目标对刀具轨迹进行优化的方法
CN108460424A (zh) * 2018-03-27 2018-08-28 上海赛图计算机科技股份有限公司 一种基于线点转换和聚类对比的空间运动轨迹识别方法
CN108958161A (zh) * 2018-07-28 2018-12-07 华中科技大学 一种五轴刀具轨迹的b样条拟合方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
ZHAOJUN YANG 等: "A new failure mode and effects analysis model of CNC machine tool using fuzzy theory", 《THE 2010 IEEE INTERNATIONAL CONFERENCE ON INFORMATION AND AUTOMATION》 *
卜云峰 等: "基于STL数据的数控加工刀轨快速生成算法", 《图学学报》 *
周鹏等: "Akima刀位轨迹的递推式拟合算法研究", 《组合机床与自动化加工技术》 *
周鹏等: "基于弧长参数的Akima刀位轨迹拟合算法研究", 《中国机械工程》 *
朱虎: "直线刀轨的NURBS变换", 《农业机械学报》 *
汤明: "数控加工刀位轨迹优化处理", 《中国优秀博硕士学位论文全文数据库（硕士） 工程科技I辑》 *
汪雨蓉: "自由曲面数控加工刀具轨迹重用研究", 《中国优秀博硕士学位论文全文数据库（硕士） 工程科技I辑》 *
王鹏等: "基于制造特征的编码系统设计与实现", 《电子设计工程》 *
谢刚等: "一种多CPS协同机制的设计研究", 《航空制造技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111077848A (zh) * 2019-12-16 2020-04-28 北京天泽智云科技有限公司 刀具铣削过程的工况分割方法和装置
CN111077848B (zh) * 2019-12-16 2020-09-15 北京天泽智云科技有限公司 刀具铣削过程的工况分割方法和装置
CN113188493A (zh) * 2021-03-31 2021-07-30 成都飞机工业（集团）有限责任公司 一种确定在线测量点位的测量轨迹的方法
CN113188493B (zh) * 2021-03-31 2022-04-08 成都飞机工业（集团）有限责任公司 一种确定在线测量点位的测量轨迹的方法
CN116690313A (zh) * 2023-08-01 2023-09-05 成都飞机工业（集团）有限责任公司 一种飞机结构件腹板加工刀具失效监控方法
CN116690313B (zh) * 2023-08-01 2023-12-12 成都飞机工业（集团）有限责任公司 一种飞机结构件腹板加工刀具失效监控方法

Also Published As

Publication number Publication date
CN110456731B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN110456731B (zh) 一种数控切削几何刀轨特征提取方法
CN107682319A (zh) 一种基于增强型角度异常因子的数据流异常检测及多重验证的方法
CN108022262A (zh) 一种基于点的邻域重心向量特征的点云配准方法
CN109318055B (zh) 一种铣削刀具磨损状态特征提取多目标优化方法
CN109917430A (zh) 一种基于轨迹平滑算法的卫星定位轨迹漂移纠偏方法
CA2701287A1 (en) Method and system for gash parameter extraction of a cutting tool
CN112288597A (zh) 一种基于层次聚类和直方图算法的能耗在线异常检测方法
CN107480258A (zh) 一种基于多种支撑点的度量空间离群检测方法
CN112965960A (zh) 一种智慧警务数据融合清洗研判装置
CN112171376A (zh) 一种基于电流信号分割的机床工件实时统计方法
CN106375156A (zh) 电力网络流量异常检测方法及装置
CN117115196A (zh) 一种切割机刀具磨损视觉检测方法及系统
CN117650790B (zh) 基于工况智能识别的焊接保护气测量数据压缩存储方法
CN109460401B (zh) 一种智能化的盾构tbm数据采集与补全方法
CN107609216B (zh) 一种基于概率盒模型修正的机械故障诊断方法
CN108573285A (zh) 一种面向疏浚能耗的工艺参量聚类分析方法
CN109035311A (zh) 一种弯骨骨折自动配准及内固定钢板预弯建模方法
CN112580595A (zh) 一种基于Shapelet的双季稻田遥感识别方法
CN116975770A (zh) 铸钢的缺陷检测方法及系统
CN107562778A (zh) 一种基于偏离特征的离群点挖掘方法
CN115170820B (zh) 一种应用于数据曲线过渡阶段的特征提取及界限识别方法
CN105654106A (zh) 一种决策树生成方法及系统
CN116400648A (zh) 不确定区间的速度规划方法
CN113901968A (zh) 一种基于机器学习的铁路点云特征提取方法
CN109655884B (zh) 一种速度拾取异常点去除方法及系统

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
GR01 Patent grant
GR01 Patent grant