CN110647106B - 刀具性能监测及评价方法和系统 - Google Patents

Abstract

本发明公开了一种刀具性能监测及评价方法和系统，所述方法包括：将设定数量的目标刀具依次装夹至生产线上同一机床进行正常生产；在生产过程中确定各目标刀具的性能参数；根据各目标刀具的性能参数，确定所述目标刀具所属种类刀具的品质参数，所述品质参数包括：性能参数、质量稳定性。利用本发明，可以使最终得到的刀具的品质参数更准确，能够更好地体现刀具的真实加工性能。

Description

刀具性能监测及评价方法和系统

技术领域

本发明涉及数据处理领域，具体涉及一种刀具性能监测及评价方法和系统。

背景技术

在机械制造行业的真实生产场景中，同一类刀具的使用性能通常会因为机床类型、工件材质、工件尺寸、加工精度、加工表面粗糙度等多种因素而产生变化，但多数却难以量化来作为刀具的性能评估指标。用刀人员在进行刀具选择时，通常只能通过刀具厂商给出的刀具信息，搭配既有生产经验，来对使用的刀具进行评估，但这种评估方法效果很差，无法得到准确的评估结果。因此，如何对刀具质量进行有效评价是业界需要解决的一个重要问题。

发明内容

本发明实施例提供一种刀具性能监测及评价方法和系统，以解决现有技术中存在的上述问题。

为此，本发明提供如下技术方案：

一种刀具性能监测及评价方法，所述方法包括：

将设定数量的目标刀具依次装夹至生产线上同一机床进行正常生产；

在生产过程中确定各目标刀具的性能参数；所述性能参数包括：加工寿命、健康性能；

根据各目标刀具的性能参数，确定所述目标刀具所属种类刀具的品质参数，所述品质参数包括：性能参数、质量稳定性；

其中，确定各目标刀具的健康性能包括：

按照设定频率确定所述目标刀具在不同时间点的健康值；

根据所述目标刀具在不同时间点的健康值生成健康曲线；

对所述健康曲线划分时间段，并确定各时间段的权重；

根据各时间段的当前时间点与前一时间点间的健康曲线下的面积计算所述时间段的健康值，根据各时间段的健康值及所述时间段的权重，确定所述目标刀具的健康性能。

可选地，确定各目标刀具的性能参数包括：

在生产过程中监测所述目标刀具的失效时间点，并根据所述失效时间点确定所述目标刀具的加工寿命。

可选地，所述方法还包括：预先训练得到刀具健康状态监测模型；

所述确定所述目标刀具在不同时间点的健康值包括：

实时采集所述目标刀具在所述时间点时的加工参数；

利用采集的加工参数及所述刀具健康状态监测模型，确定所述目标刀具在所述时间点的健康值。

可选地，所述加工参数包括：

所述目标刀具的振动参数和机床控制器中输出的控制参数，所述控制参数包括以下任意一种或多种；主轴负载、主轴转速、主轴位置和进给率。

可选地，所述性能参数还包括：表面光洁度。

可选地，所述根据各目标刀具的性能参数，确定所述目标刀具所属种类刀具的品质参数包括：

分别将所述设定数量的目标刀具中各目标刀具的加工寿命、健康性能、表面光洁度进行平均，将平均值作为所述目标刀具所属种类刀具的加工寿命、健康性能、表面光洁度；

根据测试得到的设定数量的目标刀具全生命周期的数据条数及其中的异常数据条数，计算得到所述目标刀具所属种类刀具的品质参数。

可选地，所述方法还包括：

获取所述目标刀具所属种类刀具的品牌信息及加工工件信息；

将所述种类刀具的品牌信息、加工工件信息、以及所述品质参数保存到刀具知识库中。

一种刀具性能监测及评价系统，所述系统用于将设定数量的目标刀具依次装夹至生产线上同一机床进行正常生产进行监测；所述系统包括：

性能参数确定模块，用于在生产过程中确定各目标刀具的性能参数；所述性能参数包括：加工寿命、健康性能；

品质参数确定模块，用于根据各目标刀具的性能参数，确定所述目标刀具所属种类刀具的品质参数，所述品质参数包括：性能参数、质量稳定性；

其中，所述性能参数确定模块包括：加工寿命确定模块和健康性能确定模块；所述健康性能确定模块包括：

健康值确定单元，用于在监测所述目标刀具的失效时间点的过程中，按照设定频率确定所述目标刀具在不同时间点的健康值；

健康性能确定单元，用于根据所述目标刀具在不同时间点的健康值确定所述目标刀具的健康性能；

其中，所述健康性能确定单元包括：

曲线生成子单元，用于根据所述目标刀具在不同时间点的健康值生成健康曲线；

时间段确定子单元，用于对所述健康曲线划分时间段，并确定各时间段的权重；

第二计算子单元，用于根据各时间段的当前时间点与前一时间点间的健康曲线下的面积计算所述时间段的健康值，根据各时间段的健康值及所述时间段的权重，确定所述目标刀具的健康性能。

可选地，所述加工寿命确定模块包括：

监测单元，用于在生产过程中监测所述目标刀具的失效时间点；

加工寿命确定单元，用于根据所述失效时间点确定所述目标刀具的加工寿命。

可选地，所述系统还包括：模型建立模块，用于预先训练得到刀具健康状态监测模型；

所述健康值确定单元包括：

数据采集子单元，用于实时采集所述目标刀具在所述时间点时的加工参数；

第一计算子单元，用于利用所述数据采集子单元采集的加工参数及所述刀具健康状态监测模型，确定所述目标刀具在所述时间点的健康值。

可选地，所述加工参数包括：

所述目标刀具的振动参数和机床控制器中输出的控制参数，所述控制参数包括以下任意一种或多种；主轴负载、主轴转速、主轴位置和进给率。

可选地，所述性能参数还包括：表面光洁度。

可选地，所述品质参数确定模块包括：

性能参数计算单元，用于分别将所述设定数量的目标刀具中各目标刀具的加工寿命、健康性能、表面光洁度进行平均，将平均值作为所述目标刀具所属种类刀具的加工寿命、健康性能、表面光洁度；

品质参数计算单元，用于根据测试得到的设定数量的目标刀具全生命周期的数据条数及其中的异常数据条数，计算得到所述目标刀具所属种类刀具的品质参数。

可选地，所述系统还包括：

信息获取模块，用于获取所述目标刀具所属种类刀具的品牌信息及加工工件信息；

存储模块，用于将所述种类刀具的品牌信息、加工工件信息、以及所述品质参数保存到刀具知识库中。

一种电子设备，包括：一个或多个处理器、存储器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，以实现前面所述的方法。

一种可读存储介质，其上存储有指令，所述指令被执行以实现前面所述的方法。

本发明实施例提供的刀具性能监测及评价方法和系统，基于大数据分析来确定各种不同种类刀具的品质参数，针对每种刀具，选取一定数量的刀具进行实时在线监测，即将一定数量的目标刀具依次装夹至生产线上同一机床进行正常生产，结合其实际工况运行数据确定各目标刀具的性能参数；通过收集大量刀具样本数据，对批量刀具单体性能指标进行统计分析，从而得到各种类刀具的品质参数。由于是利用实际生产线，将目标刀具用在正常生产中来收集相关数据，因此利用本发明方案，不会造成工件材料的浪费，而且能够完全反映真实生产情况，并能够收集到足够的监测数据，使最终得到的刀具的品质参数更准确，能够更好地体现刀具的真实加工性能。

进一步地，将得到的各种类的刀具的品质参数与其品牌信息、加工工件信息一起保存到刀具知识库中，可以使所有参与用户共享各种类刀具的监测及评价结果，为用户选择高品质的刀具提供了有效的参考数据。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本发明实施例刀具性能监测及评价方法的一种流程图；

图2是本发明实施例中建立刀具健康状态监测模型的流程图；

图3是本发明实施例中健康曲线及阶段健康值示例；

图4是本发明实施例刀具性能监测及评价系统的一种结构框图；

图5是本发明实施例刀具性能监测及评价系统的另一种结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。

本发明实施例提供一种刀具性能监测及评价方法和系统，基于大数据分析来确定各种不同种类刀具的品质参数，针对每种刀具，选取一定数量的刀具进行实时在线监测，即将一定数量的目标刀具依次装夹至生产线上同一机床进行正常生产，结合其实际工况运行数据确定各目标刀具的性能参数；通过收集大量刀具样本数据，对批量刀具单体性能指标进行统计分析，从而得到各种类刀具的品质参数。

如图1所示，是本发明实施例刀具性能监测及评价方法的一种流程图，包括以下步骤：

步骤101，将设定数量的目标刀具依次装夹至生产线上同一机床进行正常生产。

步骤102，在生产过程中确定各目标刀具的性能参数。

在本发明实施例中，所述性能参数可以包括：加工寿命、健康性能，进一步还可包括：表面光洁度。

下面针对上述各性能参数，详细说明各性能参数的确定方式。

1)加工寿命

在生产过程中，通过监测确定所述目标刀具的失效时间点，比如，可以利用现有技术中的一些算法模型，确定所述目标刀具的失效时间点。然后根据所述失效时间点即可确定所述目标刀具的加工寿命。

需要说明的是，所述目标刀具的加工寿命具体可以为所述目标刀具从加工开始到所述时效时间点的加工总时长或加工产品件数。为了描述方便，将所述目标刀具的加工寿命记为S₁。

2)健康性能

在监测所述目标刀具的失效时间点的过程中，可以按照设定频率确定所述目标刀具在不同时间点的健康值，然后根据所述目标刀具在不同时间点的健康值确定所述目标刀具的健康性能。

所述健康值可以利用预先训练得到的刀具健康状态监测模型来确定。所述刀具健康状态监测模型的训练可以采用离线训练方式，其具体过程可参见图2所示流程，包括以下步骤：

步骤201，确定刀具健康状态检测模型使用的算法。

所述刀具健康状态监测模型比如可以采用基于基线距离的健康评估等算法。

步骤202，收集所述目标刀具的加工参数。

其中，所述加工参数主要包括但不限于以下参数：所述目标刀具的振动参数和机床控制器中输出的控制参数，所述控制参数包括以下任意一种或多种；主轴负载、主轴转速、主轴位置和进给率。

步骤203，从所述加工参数中提取特征信息。

步骤204，利用所述特征信息训练得到刀具健康状态监测模型。

相应地，在利用所述刀具健康状态监测模型确定所述目标刀具在不同时间点的健康值时，可以实时采集所述目标刀具的加工参数，并利用采集的对应某时间点的加工参数及所述刀具健康状态监测模型，确定所述目标刀具在该时间点的健康值。具体地，从对应所述时间点的加工参数中提取特征信息，将提取的特征信息输入所述刀具健康状态监测模型，根据所述刀具健康状态监测模型的输出得到所述刀具在该时间点的健康值。

需要说明的是，在本发明实施例中，各时间点的健康值H为大小介于0到1之间的值。

在得到各时间点的健康值后，可以根据所述目标刀具在不同时间点的健康值生成健康曲线，然后对所述健康曲线划分时间段，并确定各时间段的权重；根据各时间段的健康值及所述时间段的权重，确定所述刀具的健康性能。

在实际应用中，用户可以按照自身关注的刀具状态区间选择多个时间点T＝{t₁,t₂,t₃…t_n}，计算所述时间点之间各时间段的健康值，并根据对不同时间段的关注程度，对不同时间段赋予相应的权重E。然后根据各时间段的健康值及其权重，计算得到该时间段的健康值，将各时间段的健康值的和作为所述目标刀具的健康性能。

具体地，可以将当前时间点与前一时间点间的健康曲线下的面积作为相应时间段的健康值，从而得到各时间段的健康值R＝{r₁,r₂,r₃…r_t}，如图3示例，最终得出阶段健康值S₂，计算公式如下面公式(1)：

3)表面光洁度

所述目标刀具的表面光洁度可以由品管人员在相同标准下给出0到100之间的整数作为表面光洁度得分S₃。

需要说明的是，上述三种性能参数的值是针对单个刀具的评价参数。在本发明实施例中，经过对批量目标刀具在产线实际测试后，可以得到大量样本数据。进而根据这些样本数据，可以对这类刀具的品质作出评价，即后面的步骤103。

步骤103，根据各目标刀具的性能参数，确定所述目标刀具所属种类刀具的品质参数，所述品质参数包括：性能参数、质量稳定性。

每类刀具的性能参数可以包括但不限于上面提到的任意一种或多种性能参数：加工寿命、健康性能、表面光洁度。这些性能参数可以分别综合该类刀具评测得到的各单体刀具的评测值进行平均计算得到。

每类刀具的质量稳定性可以根据测试得到的该类刀具中设定数量的单体刀具的性能参数，利用箱型图分析法来确定。具体地，从这些性能参数中找出异常值，统计异常值数量，根据所述性能参数的数量和异常值的数量对刀具质量稳定性进行打分，具体计算公式如下面公式(2)。

其中，S₄为所述目标刀具所属种类刀具的质量稳定性，M为设定数量的每一种类型的目标刀具全生命周期测试得到的数据条数，N为M中的异常数据条数。

进一步地，在实际应用中，对于每种刀具，还可以根据上述各评价，即加工寿命、健康性能、表面光洁度、质量稳定性，对该类刀具进行综合评价，得到综合评价得分S_p。

由于上述四个评价指标在刀具评价的重要性和贡献度有所不同，因此在对各类刀具进行综合评价时，可以引入刀具总分的权重值来展示各评价参数的重要性。具体地，用户可依据实际加工过程所看重的指标及需求程度，赋予上述四个评价得分各自的权重，进行目标刀具的综合评价。

本发明实施例提供的刀具性能监测及评价方法，基于大数据分析来确定各种不同种类刀具的品质参数，针对每种刀具，选取一定数量的刀具进行实时在线监测，即将一定数量的目标刀具依次装夹至生产线上同一机床进行正常生产，结合其实际工况运行数据确定各目标刀具的性能参数；通过收集大量刀具样本数据，对批量刀具单体性能指标进行统计分析，从而得到各种类刀具的品质参数。由于是利用实际生产线，将目标刀具用在正常生产中来收集相关数据，因此利用本发明方案，不会造成工件材料的浪费，而且能够完全反映真实生产情况，并能够收集到足够的监测数据，使最终得到的刀具的品质参数更准确，能够更好地体现刀具的真实加工性能。

进一步地，在本发明方法另一实施例中，还可以包括以下步骤：

获取所述目标刀具所属种类刀具的品牌信息及加工工件信息；

所述工件是指利用所述目标刀具制作的工件，工件参数比如可以包括但不限于以下信息：工件材料、工件硬度等。

将所述种类刀具的品牌信息、加工工件信息、以及所述品质参数保存到刀具知识库中。其中：

所述品牌信息包括但不限于以下任意一种或多种：刀具厂商、刀具型号、刀具批次、刀具规格；

所述加工工件信息包括但不限于以下任意一种或多种：工件材料、工件硬度；

所述品质参数包括但不限于以下任意一种或多种：加工寿命、健康性能、表面光洁度、质量稳定性。

当然，在实际应用中，对于上述加工寿命、健康性能、表面光洁度这三个测试指标，也可以直接将测试中使用的每个目标刀具的测试结果保存到所述刀具知识库中。

所述刀具知识库可保存在公有云服务器中，通过上传这些评测信息，可以不断更新既有刀具知识库数据，实现资源互助共享。比如，用户可通过搜索从所述刀具知识库中获取他人共享的测试结果，从而帮助用户选择适合自己的高品质刀具。

相应地，本发明实施例还提供一种刀具性能监测及评价系统，该系统用于将设定数量的目标刀具依次装夹至生产线上同一机床进行正常生产进行监测。

如图4所示，是本发明实施例刀具性能监测及评价系统的一种结构框图。

在该实施例中，所述系统包括以下各模块：

性能参数确定模块401，用于在生产过程中确定各目标刀具的性能参数；

品质参数确定模块402，用于根据各目标刀具的性能参数，确定所述目标刀具所属种类刀具的品质参数，所述品质参数包括：性能参数、质量稳定性。

其中，所述性能参数可以包括但不限于以下任意一种或多种参数：加工寿命、健康性能、表面光洁度。

相应地，所述性能参数确定模块的一种具体结构可以包括以下任意一个或多个相应模块：加工寿命确定模块、健康性能确定模块、表面光洁度确定模块。其中：

所述加工寿命确定模块可以包括以下各单元：

监测单元，用于在生产过程中监测所述目标刀具的失效时间点；

加工寿命确定单元，用于根据所述失效时间点确定所述目标刀具的加工寿命；

所述健康性能确定模块可以包括以下各单元：

健康值确定单元，用于在监测所述目标刀具的失效时间点的过程中，按照设定频率确定所述目标刀具在不同时间点的健康值；

健康性能确定单元，用于根据所述目标刀具在不同时间点的健康值确定所述目标刀具的健康性能。

表面光洁度确定模块，用于确定所述目标刀具的表面光洁度。

需要说明的是，上述健康值确定单元可以利用预先训练得到的刀具健康状态监测模型来确定所述目标刀具在不同时间点的健康值。

其中，所述刀具健康状态监测模型可以由相应的模型建立模块来构建，所述模型建立模块可以作为本发明系统的一部分，也可以独立于本发明系统，对此本发明实施例不做限定。

所述模型建立模块可以按照图2所示的方法训练得到所述刀具健康状态监测模型。

相应地，上述健康值确定单元可以实时采集所述目标刀具的加工参数，并利用采集的对应某时间点的加工参数及所述刀具健康状态监测模型，确定所述目标刀具在该时间点的健康值。各时间点的健康值H可以为大小介于0到1之间的值。

所述健康值确定单元的一种具体结构可以包括以下各子单元：

数据采集子单元，用于实时采集所述目标刀具在所述时间点时的加工参数；其中，所述加工参数可以包括但不限于：所述目标刀具的振动参数和机床控制器中输出的控制参数，所述控制参数包括以下任意一种或多种；主轴负载、主轴转速、主轴位置和进给率。

第一计算子单元，用于利用所述数据采集子单元采集的加工参数及所述刀具健康状态监测模型，确定所述目标刀具在所述时间点的健康值。具体地，从对应所述时间点的加工参数中提取特征信息，将提取的特征信息输入所述刀具健康状态监测模型，根据所述刀具健康状态监测模型的输出得到所述刀具在该时间点的健康值。

在所述健康值确定单元得到各时间点的健康值后，所述健康性能确定单元可以根据所述目标刀具在不同时间点的健康值生成健康曲线，然后对所述健康曲线划分时间段，并确定各时间段的权重；根据各时间段的健康值及所述时间段的权重，确定所述刀具的健康性能。所述健康性能确定单元的一种具体结构可以包括以下各子单元：

曲线生成子单元，用于根据所述目标刀具在不同时间点的健康值生成健康曲线；

时间段确定子单元，用于对所述健康曲线划分时间段，并确定各时间段的权重；

第二计算子单元，用于计算各时间段的健康值，根据各时间段的健康值及所述时间段的权重，确定所述目标刀具的健康性能。

需要说明的是，在实际应用中，用户可以按照自身关注的刀具状态区间选择多个时间点T＝{t₁,t₂,t₃…t_n}，计算所述时间点之间各时间段的健康值，并根据对不同时间段的关注程度，对不同时间段赋予相应的权重E。

需要说明的是，上述三种性能参数的值是针对单个刀具的评价参数。在本发明实施例中，经过对批量目标刀具产线实际测试后，可以得到大量样本数据。进而由所述品质参数确定模块根据这些样本数据，对这类刀具的品质作出评价。

所述品质参数确定模块具体可以包括以下各单元：

性能参数计算单元，用于分别将所述设定数量的目标刀具中各目标刀具的加工寿命、健康性能、表面光洁度进行平均，将平均值作为所述目标刀具所属种类刀具的加工寿命、健康性能、表面光洁度；

品质参数计算单元，用于用于根据测试得到的设定数量的目标刀具全生命周期的数据条数及其中的异常数据条数，计算得到所述目标刀具所属种类刀具的品质参数，具体计算公式可参见前面公式(2)

进一步地，在本发明系统另一实施例中，还可以包括综合评价模块，用于对各类刀具进行综合评价，得到综合评价得分S_p。具体地，对于每类刀具，还可以根据上述各评价标，即加工寿命、健康性能、表面光洁度、质量稳定性，对该类刀具进行综合评价，得到综合评价得分S_p。

本发明实施例提供的刀具性能监测及评价系统，基于大数据分析来确定各种不同种类刀具的品质参数，针对每种刀具，选取一定数量的刀具进行实时在线监测，即将一定数量的目标刀具依次装夹至生产线上同一机床进行正常生产，结合其实际工况运行数据确定各目标刀具的性能参数；通过收集大量刀具样本数据，对批量刀具单体性能指标进行统计分析，从而得到各种类刀具的品质参数。由于是利用实际生产线，将目标刀具用在正常生产中来收集相关数据，因此利用本发明方案，不会造成工件材料的浪费，而且能够完全反映真实生产情况，并能够收集到足够的监测数据，使最终得到的刀具的品质参数更准确，能够更好地体现刀具的真实加工性能。

如图5所示，是本发明实施例刀具性能监测及评价系统的另一种结构框图。

与图4所示实施例的区别在于，在该实施例中，所述系统还包括：信息获取模块501和存储模块502。其中：

所述信息获取模块501，用于获取所述目标刀具所属种类刀具的品牌信息及加工工件信息；

所述存储模块502，用于将所述种类刀具的品牌信息、加工工件信息、以及所述品质参数保存到刀具知识库中。

本发明实施例提供的刀具性能监测及评价系统，基于大数据分析来确定各种不同种类刀具的品质参数，并将得到的各种类的刀具的品质参数与其品牌信息、加工工件信息一起保存到刀具知识库中，可以使所有参与用户共享各种类刀具的监测及评价结果，为用户选择高品质的刀具提供了有效的参考数据。所述刀具知识库可保存在公有云服务器中，通过上传这些评测信息，可以不断更新既有刀具知识库数据，实现资源互助共享。比如，用户可通过搜索从所述刀具知识库中获取他人共享的测试结果，从而帮助用户选择适合自己的高品质刀具。

需要说明的是，对于上述刀具性能监测及评价系统各实施例而言，由于各模块、单元的功能实现与相应的方法中类似，因此对所述对话生成装置各实施例描述得比较简单，相关之处可参见方法实施例的相应部分说明。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。而且，以上所描述的系统实施例仅仅是示意性的，其中作为分离部件说明的模块和单元可以是或者也可以不是物理上分开的，即可以位于一个网络单元上，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称的存储介质，如：ROM/RAM、磁碟、光盘等。

相应地，本发明实施例还提供一种用于刀具性能监测及评价方法的装置，该装置是一种电子设备，比如，可以是移动终端、计算机、平板设备、个人数字助理等。所述电子设备可以包括一个或多个处理器、存储器；其中，所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，以实现前面各实施例所述的方法。

以上对本发明实施例进行了详细介绍，本文中应用了具体实施方式对本发明进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及装置，其仅仅是本发明一部分的实施例，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他实施例，都应当属于本发明保护的范围，本说明书内容不应理解为对本发明的限制。因此，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种刀具性能监测及评价方法，其特征在于，所述方法包括：

将设定数量的目标刀具依次装夹至生产线上同一机床进行正常生产；

在生产过程中确定各目标刀具的性能参数；所述性能参数包括：加工寿命、健康性能；

根据各目标刀具的性能参数，确定所述目标刀具所属种类刀具的品质参数，所述品质参数包括：性能参数、质量稳定性；

其中，确定各目标刀具的健康性能包括：

按照设定频率确定所述目标刀具在不同时间点的健康值；

根据所述目标刀具在不同时间点的健康值生成健康曲线；

对所述健康曲线划分时间段，并确定各时间段的权重；

根据各时间段的当前时间点与前一时间点间的健康曲线下的面积计算所述时间段的健康值，根据各时间段的健康值及所述时间段的权重，确定所述目标刀具的健康性能。

2.根据权利要求1所述的方法，其特征在于，确定各目标刀具的加工寿命包括：

在生产过程中监测所述目标刀具的失效时间点，并根据所述失效时间点确定所述目标刀具的加工寿命。

3.根据权利要求1所述的方法，其特征在于，所述性能参数还包括：表面光洁度；

所述根据各目标刀具的性能参数，确定所述目标刀具所属种类刀具的品质参数包括：

分别将所述设定数量的目标刀具中各目标刀具的加工寿命、健康性能、表面光洁度进行平均，将平均值作为所述目标刀具所属种类刀具的加工寿命、健康性能、表面光洁度；

根据测试得到的设定数量的目标刀具全生命周期的数据条数及其中的异常数据条数，计算得到所述目标刀具所属种类刀具的品质参数。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：

获取所述目标刀具所属种类刀具的品牌信息及加工工件信息；

将所述种类刀具的品牌信息、加工工件信息、以及所述品质参数保存到刀具知识库中。

5.一种刀具性能监测及评价系统，其特征在于，所述系统用于将设定数量的目标刀具依次装夹至生产线上同一机床进行正常生产进行监测；所述系统包括：

性能参数确定模块，用于在生产过程中确定各目标刀具的性能参数；所述性能参数包括：加工寿命、健康性能；

品质参数确定模块，用于根据各目标刀具的性能参数，确定所述目标刀具所属种类刀具的品质参数，所述品质参数包括：性能参数、质量稳定性；

其中，所述性能参数确定模块包括：加工寿命确定模块和健康性能确定模块；所述健康性能确定模块包括：

健康值确定单元，用于在监测所述目标刀具的失效时间点的过程中，按照设定频率确定所述目标刀具在不同时间点的健康值；

健康性能确定单元，用于根据所述目标刀具在不同时间点的健康值确定所述目标刀具的健康性能；

其中，所述健康性能确定单元包括：

曲线生成子单元，用于根据所述目标刀具在不同时间点的健康值生成健康曲线；

时间段确定子单元，用于对所述健康曲线划分时间段，并确定各时间段的权重；

第二计算子单元，用于根据各时间段的当前时间点与前一时间点间的健康曲线下的面积计算所述时间段的健康值，根据各时间段的健康值及所述时间段的权重，确定所述目标刀具的健康性能。

6.根据权利要求5所述的系统，其特征在于，所述加工寿命确定模块包括：

监测单元，用于在生产过程中监测所述目标刀具的失效时间点；

加工寿命确定单元，用于根据所述失效时间点确定所述目标刀具的加工寿命。

7.根据权利要求5所述的系统，其特征在于，所述性能参数还包括：表面光洁度；

所述品质参数确定模块包括：

性能参数计算单元，用于分别将所述设定数量的目标刀具中各目标刀具的加工寿命、健康性能、表面光洁度进行平均，将平均值作为所述目标刀具所属种类刀具的加工寿命、健康性能、表面光洁度；

品质参数计算单元，用于根据测试得到的设定数量的目标刀具全生命周期的数据条数及其中的异常数据条数，计算得到所述目标刀具所属种类刀具的品质参数。

8.根据权利要求5至7任一项所述的系统，其特征在于，所述系统还包括：

信息获取模块，用于获取所述目标刀具所属种类刀具的品牌信息及加工工件信息；

存储模块，用于将所述种类刀具的品牌信息、加工工件信息、以及所述品质参数保存到刀具知识库中。

Images