CN112008495A - 一种基于振动监测的刀具破损识别方法 - Google Patents
一种基于振动监测的刀具破损识别方法 Download PDFInfo
- Publication number
- CN112008495A CN112008495A CN202010735535.9A CN202010735535A CN112008495A CN 112008495 A CN112008495 A CN 112008495A CN 202010735535 A CN202010735535 A CN 202010735535A CN 112008495 A CN112008495 A CN 112008495A
- Authority
- CN
- China
- Prior art keywords
- mean square
- root mean
- vibration
- cutter
- machining
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
- B23Q17/0957—Detection of tool breakage
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automatic Control Of Machine Tools (AREA)
- Machine Tool Sensing Apparatuses (AREA)
Abstract
本申请涉及飞机结构件数控加工领域,具体的说是一种飞机结构件制孔孔位控制方法,其用于难加工材料飞机结构件加工过程刀具破损监测,在每次结构件加工程序更换新刀具时启动振动信号采集,然后设定时间间隔Δt并计算振动信号标定段每转均方根值,取m段信号标定均方根平均值M 1,继续执行振动信号过渡段判别,判断每段信号的均方根平均值与M 1的偏差是否大于许可波动范围K,在范围K以内继续执行过渡段判别,大于范围K进入刀具破损状态确认阶段,取m段信号计算均方根平均值M 2,判断M 2和M 1的偏差是否超过M 1的B倍,未超过继续进行监测,如果超过则更换新的刀具进行加工,实现飞机结构件加工过程刀具破损在线识别,避免因刀具破损导致的零件加工质量问题。
Description
技术领域
本申请涉及飞机结构件数控加工领域,具体的说是一种基于振动监测的刀具破损识别方法。
背景技术
在金属切削加工中,刀具随着使用时间的延长逐渐磨损甚至破损、断裂。由于与工件直接接触,刀具的过度磨损、破损将降低零件的尺寸精度及表面质量,甚至导致零件报废(例如:刀刃破损后导致零件烧伤)。因此,加工过程中,需要时时关注刀具的状态,在其磨损到一定程度或出现破损时及时更换。
目前,飞机结构件的数控加工过程中,刀具状态主要依靠操作工人通过经验来判断,人为因素影响大,对一些异常情况难以及时响应。因此,常出现因刀具过度磨损/破损引起的零件质量问题。市场上已经有ARTIS等商业化的刀具监控系统,并在汽车行业中已经得到成熟应用,但是在飞机结构件等复杂零件的加工过程中易受加工状态波动的影响,频繁产生误报警而影响正常生产。随着现代制造自动化、刀具及加工零部件的复杂程度大大增加,刀具状态在线监测是亟待解决的问题。
发明内容
针对飞机复杂结构件加工过程监控中刀具破损识别难的问题,提出一种基于振动监测的刀具破损识别方法。
为实现上述技术效果,本申请技术方案如下:
一种基于振动监测的刀具破损识别方法,包括如下步骤:
第一步:结构件加工程序更换新刀具启动振动信号采集;
为了对难加工材料飞机结构件数控加工刀具使用过程中的破损失效进行监测,对数控加工过程中的振动信号进行采集,使用加速度传感器,传感器位置可安装在机床主轴或者工装上。
为监测每一把刀具的使用情况,振动信号的采集需要与刀具的使用过程相匹配,因此在新刀具使用时启动振动信号采集,在刀具使用结束后关闭振动信号采集。依据结构件加工NC程序中的调用刀具指令,每次更换新刀具时,进行振动信号采集的重启。
第二步:计算振动信号标定段每转均方根平均值;
在刀具的使用过程中,依据采集到的振动信号的每转均方根值对刀具的状态进行评估。在新刀具刚使用时,刀具刃口逐渐进入稳定磨损状态,此时刃口状态较好,加工零件质量满足设计要求,以此阶段作为振动信号标定段。
设定信号处理时间间隔Δt,即每经过Δt时间间隔,对该时间段的振动信号进行计算后输出均方根值RMS(j)。
△t=u×t0=u×60/n
其中,u为转数,n为转速大小。
振动信号在每转切削时间内的振动幅值的均方根的计算方法,如下所示:
每转的样本数量N计算为:
其中,fs为振动信号的采样频率。
计算均方根RMS(j)为:
其中,x为某一方向的振动幅值,k为刀具切削第几转的计数量。
选取m段Δt的振动信号,进行标定每转均方根的平均值:
第三步:执行振动信号过渡段判别;
在结构件加工过程中,受零件结构特征的影响,刀具走刀轨迹是不断变化的,表现为直线段及曲线段的变化。切削过程中,刀具和工件的接触角度不断变化,引起切削用量随时间变化,振动的幅值一定程度上受到加工用量变化的影响。
设定均方根值的许可波动范围K,目的是增强识别算法的运行速度,以提高监控的即时性,在零件加工过程在线监测时,如果数据传输、数据处理时间长,会造成振动数据处理的时间间隔长,数据处理结果计算完成的时刻与实际加工时间的偏差大,不能即时地对加工振动进行监测。
许可波动范围K避免刀具破损在线识别过程中刀具轨迹变化引起振动幅值变化触发刀具破损状态确认阶段,在振动信号过渡段判别时数据处理只需执行1次Δt时间间隔的振动信号计算,减少算法运行时间。
连续截取Δt时间间隔的振动信号,分别计算每转均方根RMS(j)的平均值A。
针对每个Δt时间间隔,判断|A-M1|的值是否大于K,在范围K以内继续执行过渡段判别,大于范围K进入刀具破损状态确认阶段。
第四步:刀具破损状态确认阶段;
选取m段Δt时间间隔的振动信号,计算每转均方根的平均值M2。
判断|M2-M1|的值是否大于B×M1,B为设定的均方根偏差系数,如果未超过继续进行监测,如果超过范围则更换新的刀具进行加工。
本发明的有益效果:
本申请在每次结构件加工程序更换新刀具时启动振动信号采集,然后设定时间间隔Δt并计算振动信号标定段每转均方根值,取m段信号标定均方根平均值M1,继续执行振动信号过渡段判别,判断每段信号的均方根平均值与M1的偏差是否大于许可波动范围K,在范围K以内继续执行过渡段判别,大于范围K进入刀具破损状态确认阶段,取m段信号计算均方根平均值M2,判断M2和M1的偏差是否超过M1的B倍,未超过继续进行监测,如果超过则更换新的刀具进行加工,实现飞机结构件加工过程刀具破损在线识别,避免因刀具破损导致的零件加工质量问题。
附图说明
图1是刀具破损在线识别方法的流程示意图。
图2是零件加工走刀轨迹示意图。
图3是振动信号均方根随加工时间变化的曲线图。
图中,1、零件;2、走刀轨迹;3、刀具。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但本发明专利并不限于本实例。
实施例1
一种基于振动监测的刀具破损识别方法,包括如下步骤:
第一步:结构件加工程序更换新刀具启动振动信号采集;
为了对难加工材料飞机结构件数控加工刀具使用过程中的破损失效进行监测,对数控加工过程中的振动信号进行采集,使用加速度传感器,传感器位置可安装在机床主轴或者工装上。
为监测每一把刀具的使用情况,振动信号的采集需要与刀具的使用过程相匹配,因此在新刀具使用时启动振动信号采集,在刀具使用结束后关闭振动信号采集。依据结构件加工NC程序中的调用刀具指令,每次更换新刀具时,进行振动信号采集的重启。
第二步:计算振动信号标定段每转均方根平均值;
在刀具的使用过程中,依据采集到的振动信号的每转均方根值对刀具的状态进行评估。在新刀具刚使用时,刀具刃口逐渐进入稳定磨损状态,此时刃口状态较好,加工零件质量满足设计要求,以此阶段作为振动信号标定段。
设定信号处理时间间隔Δt,即每经过Δt时间间隔,对该时间段的振动信号进行计算后输出均方根值RMS(j)。
△t=u×t0=u×60/n
其中,u为转数,n为转速大小。
振动信号在每转切削时间内的振动幅值的均方根的计算方法,如下所示:
每转的样本数量N计算为:
其中,fs为振动信号的采样频率。
计算均方根RMS(j)为:
其中,x为某一方向的振动幅值,k为刀具切削第几转的计数量。
选取m段Δt的振动信号,进行标定每转均方根的平均值:
第三步:执行振动信号过渡段判别;
在结构件加工过程中,受零件结构特征的影响,刀具走刀轨迹是不断变化的,表现为直线段及曲线段的变化。切削过程中,刀具和工件的接触角度不断变化,引起切削用量随时间变化,振动的幅值一定程度上受到加工用量变化的影响。
设定均方根值的许可波动范围K,目的是增强识别算法的运行速度,以提高监控的即时性,在零件加工过程在线监测时,如果数据传输、数据处理时间长,会造成振动数据处理的时间间隔长,数据处理结果计算完成的时刻与实际加工时间的偏差大,不能即时地对加工振动进行监测。
许可波动范围K避免刀具破损在线识别过程中刀具轨迹变化引起振动幅值变化触发刀具破损状态确认阶段,在振动信号过渡段判别时数据处理只需执行1次Δt时间间隔的振动信号计算,减少算法运行时间。
连续截取Δt时间间隔的振动信号,分别计算每转均方根RMS(j)的平均值A。
针对每个Δt时间间隔,判断|A-M1|的值是否大于K,在范围K以内继续执行过渡段判别,大于范围K进入刀具破损状态确认阶段。
第四步:刀具破损状态确认阶段;
选取m段Δt时间间隔的振动信号,计算每转均方根的平均值M2。
判断|M2-M1|的值是否大于B×M1,B为设定的均方根偏差系数,如果未超过继续进行监测,如果超过范围则更换新的刀具进行加工。
实施例2
本发明提出了一种基于振动监测的刀具破损识别方法,具体实施内容如下:
S1:结构件加工程序更换新刀具启动振动信号采集。
使用加速度传感器对数控加工过程中的振动信号进行采集,传感器位置可安装在机床主轴或者工装上。为监测每一把刀具的使用情况,振动信号的采集需要与刀具的使用过程相匹配,因此在新刀具使用时启动振动信号采集,在刀具使用结束后关闭振动信号采集。依据结构件加工NC程序中的调用刀具指令,每次更换新刀具时,进行振动信号采集的重启。
S2:计算振动信号标定段每转均方根平均值。
在新刀具刚使用时,刀具刃口逐渐进入稳定磨损状态,此时刃口状态较好,加工零件质量满足设计要求,以此阶段作为振动信号标定段。
设定信号处理时间间隔Δt,即每经过Δt时间间隔,对该时间段的振动信号进行计算后输出均方根值RMS(j)。
△t=u×t0=u×60/n
其中,u为转数,n为转速大小。
转数u的确定依据转速n大小进行调整,控制在Δt时间范围内加工表面较小,即使出现刀具崩刃导致的表面损伤,也可以通过打磨的工艺方法进行修正。在本实例中转速n=1200r/min,进给速度F=800mm/min,转数u设定为10,则在Δt时间进给距离L1=F×Δt=6.66mm。
振动信号在每转切削时间内的振动幅值的均方根的计算方法,如下所示:
每转的样本数量N计算为:
其中,fs为振动信号的采样频率。
计算均方根RMS(j)为:
其中,x为某一方向的振动幅值,k为刀具切削第几转的计数量。
选取m段Δt的振动信号,本实例中m设定为10,则m段Δt时间范围的进给距离L2=66.6mm,进行标定每转均方根的平均值:
S3:执行振动信号过渡段判别。
在结构件加工过程中,受零件结构特征的影响,刀具走刀轨迹是不断变化的,表现为直线段及曲线段的变化。切削过程中,刀具和工件的接触角度不断变化,引起切削用量随时间变化,振动的幅值一定程度上受到加工用量变化的影响。
因此,设定均方根值的许可波动范围K,波动范围K的大小与切削参数和走刀路径的设置相关,通过制定程编规范的手段使切削参数和走刀路径设置保持一定程度的一致性,则可确定许可波动范围K,在本实例中K=0.4。
许可波动范围K设定的目的是增强识别算法的运行速度,以提高监控的即时性,在零件加工过程在线监测时,如果数据传输、数据处理时间长,会造成振动数据处理的时间间隔长,数据处理结果计算完成的时间与实际加工时间的偏差大,不能即时地对加工振动进行监测。
许可波动范围K避免刀具破损在线识别过程中刀具轨迹变化引起振动幅值变化触发刀具破损状态确认阶段,在振动信号过渡段判别时数据处理只需执行1次Δt时间间隔的振动信号计算,减少算法运行时间。
连续截取Δt时间间隔的振动信号,分别计算每转均方根RMS(j)的平均值A。
针对每个Δt时间间隔,判断|A-M1|的值是否大于K,在范围K以内继续执行过渡段判别,大于范围K进入刀具破损状态确认阶段。
S4:刀具破损状态确认阶段。
选取m段Δt时间间隔的振动信号,计算每转均方根的平均值M2。
判断|M2-M1|的值是否大于B×M1,B为设定的均方根偏差系数,B的大小与可允许的刀具破损程度相关,如果对加工表面质量和尺寸精度等要求较高,则要求刀具破损深度或宽度值较小,B值的设定较小,在本实例中B值设定为0.5。
如果未超过许可范围继续进行监测,如果超过范围则更换新的刀具进行加工。
S5:更换相同规格的新刀具继续完成程序加工的同时重新开启刀具破损监测流程。
Claims (4)
1.一种基于振动监测的刀具破损识别方法,其特征在于:包含以下步骤:
S1:结构件加工程序更换新刀具启动振动信号采集;
S2:计算振动信号标定段每转均方根平均值;
S201:设定信号处理时间间隔△t=u×t0=u×60/n,其中,u为转数,n为转速大小;
S202:计算信号处理时间间隔△t内的每转均方根值RMS(j);
S203:选取m段Δt的振动信号,计算该范围内每转均方根的平均值,作为标定值M1;
S3:执行振动信号过渡段判别
S301:设定许可波动范围K;
S302:连续截取Δt时间间隔的振动信号,分别计算每转均方根RMS(j)的平均值A;
S303:针对每个Δt时间间隔,判断|A-M1|的值是否大于K,在范围K以内继续执行过渡段判别,大于范围K进入刀具破损状态确认阶段;
S4:刀具破损状态确认阶段
S401:选取m段Δt时间间隔的振动信号,计算每转均方根的平均值M2;
S402:判断|M2-M1|的值是否大于B×M1,B为设定的均方根偏差系数,如果未超过继续进行监测;
S5:如果|M2-M1|>B×M1,更换相同规格的新刀具继续完成程序加工,同时更换新刀具时重新开启刀具破损监测流程。
2.根据权利要求1所述的一种基于振动监测的刀具破损识别方法,其特征在于:S3中,如果|A-M1|≤K,流程返回S302进行下一段Δt时间间隔的振动信号处理,计算其每转均方根RMS(j)的平均值A。
3.根据权利要求1所述的一种基于振动监测的刀具破损识别方法,其特征在于:S4中,如果|M2-M1|≤B×M1,流程返回振动信号过渡段判别的S302继续截取Δt时间间隔的振动信号处理,计算其每转均方根RMS(j)的平均值A。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010735535.9A CN112008495B (zh) | 2020-07-28 | 2020-07-28 | 一种基于振动监测的刀具破损识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010735535.9A CN112008495B (zh) | 2020-07-28 | 2020-07-28 | 一种基于振动监测的刀具破损识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112008495A true CN112008495A (zh) | 2020-12-01 |
CN112008495B CN112008495B (zh) | 2021-09-07 |
Family
ID=73499545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010735535.9A Active CN112008495B (zh) | 2020-07-28 | 2020-07-28 | 一种基于振动监测的刀具破损识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112008495B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114850969A (zh) * | 2022-07-08 | 2022-08-05 | 成都飞机工业(集团)有限责任公司 | 一种基于振动信号的刀具失效监控方法 |
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)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0885047A (ja) * | 1994-09-13 | 1996-04-02 | Sumitomo Metal Ind Ltd | 切削工具の刃先摩耗検出方法 |
CN104741638A (zh) * | 2015-04-20 | 2015-07-01 | 江苏师范大学 | 一种车削刀具磨损状态监测系统 |
CN105312965A (zh) * | 2015-12-08 | 2016-02-10 | 华中科技大学 | 一种铣削加工刀具破损监测方法 |
CN105834835A (zh) * | 2016-04-26 | 2016-08-10 | 天津大学 | 一种基于多尺度主元分析的刀具磨损在线监测方法 |
CN109514349A (zh) * | 2018-11-12 | 2019-03-26 | 西安交通大学 | 基于振动信号和Stacking集成模型的刀具磨损状态监测方法 |
CN109635847A (zh) * | 2018-11-19 | 2019-04-16 | 昆明理工大学 | 一种基于振动和声发射的刀具磨损状态识别方法 |
CN110653661A (zh) * | 2019-09-30 | 2020-01-07 | 山东大学 | 基于信号融合和多重分形谱算法的刀具状态监测识别方法 |
CN110744359A (zh) * | 2019-11-29 | 2020-02-04 | 湖南工业职业技术学院 | 一种数控车床刀具磨损监测系统及方法 |
CN110874500A (zh) * | 2019-10-11 | 2020-03-10 | 成都飞机工业(集团)有限责任公司 | 一种基于振动监测的飞机结构件加工方案评估方法 |
CN110961985A (zh) * | 2018-10-01 | 2020-04-07 | 财团法人工业技术研究院 | 刀具监控系统及刀具监控方法 |
KR20200036198A (ko) * | 2018-09-28 | 2020-04-07 | 현대위아 주식회사 | 공구의 마모 및 파손 감지 방법 |
CN111113150A (zh) * | 2019-12-31 | 2020-05-08 | 北京航空航天大学 | 一种机床刀具状态的监控方法 |
CN111300146A (zh) * | 2019-11-29 | 2020-06-19 | 上海交通大学 | 基于主轴电流和振动信号的数控机床刀具磨损量在线预测方法 |
-
2020
- 2020-07-28 CN CN202010735535.9A patent/CN112008495B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0885047A (ja) * | 1994-09-13 | 1996-04-02 | Sumitomo Metal Ind Ltd | 切削工具の刃先摩耗検出方法 |
CN104741638A (zh) * | 2015-04-20 | 2015-07-01 | 江苏师范大学 | 一种车削刀具磨损状态监测系统 |
CN105312965A (zh) * | 2015-12-08 | 2016-02-10 | 华中科技大学 | 一种铣削加工刀具破损监测方法 |
CN105834835A (zh) * | 2016-04-26 | 2016-08-10 | 天津大学 | 一种基于多尺度主元分析的刀具磨损在线监测方法 |
KR20200036198A (ko) * | 2018-09-28 | 2020-04-07 | 현대위아 주식회사 | 공구의 마모 및 파손 감지 방법 |
CN110961985A (zh) * | 2018-10-01 | 2020-04-07 | 财团法人工业技术研究院 | 刀具监控系统及刀具监控方法 |
CN109514349A (zh) * | 2018-11-12 | 2019-03-26 | 西安交通大学 | 基于振动信号和Stacking集成模型的刀具磨损状态监测方法 |
CN109635847A (zh) * | 2018-11-19 | 2019-04-16 | 昆明理工大学 | 一种基于振动和声发射的刀具磨损状态识别方法 |
CN110653661A (zh) * | 2019-09-30 | 2020-01-07 | 山东大学 | 基于信号融合和多重分形谱算法的刀具状态监测识别方法 |
CN110874500A (zh) * | 2019-10-11 | 2020-03-10 | 成都飞机工业(集团)有限责任公司 | 一种基于振动监测的飞机结构件加工方案评估方法 |
CN110744359A (zh) * | 2019-11-29 | 2020-02-04 | 湖南工业职业技术学院 | 一种数控车床刀具磨损监测系统及方法 |
CN111300146A (zh) * | 2019-11-29 | 2020-06-19 | 上海交通大学 | 基于主轴电流和振动信号的数控机床刀具磨损量在线预测方法 |
CN111113150A (zh) * | 2019-12-31 | 2020-05-08 | 北京航空航天大学 | 一种机床刀具状态的监控方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114850969A (zh) * | 2022-07-08 | 2022-08-05 | 成都飞机工业(集团)有限责任公司 | 一种基于振动信号的刀具失效监控方法 |
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 |
---|---|
CN112008495B (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2871547B1 (en) | Real-time numerical control tool path adaptation using force feedback | |
CN112008495B (zh) | 一种基于振动监测的刀具破损识别方法 | |
US10788807B2 (en) | Method for compensating milling cutter deflection | |
KR20210139353A (ko) | 연속적인 창성 연삭시의 자동 공정 모니터링을 위한 방법 | |
CN112486092A (zh) | 校正用于加工工件的机床的工具参数的方法 | |
CN114850969B (zh) | 一种基于振动信号的刀具失效监控方法 | |
US20160161936A1 (en) | Method for setting feed rate of rotating cutting tool in real time and control device | |
KR20190025133A (ko) | 진동 가속도 신호를 활용한 공구 파손감지 영역 자동설정 방법 및 진동 가속도 신호를 활용한 공구 파손감지장치 | |
US20040049312A1 (en) | Production system for the manufacture of products | |
CN115008251A (zh) | 一种快速检测刀具磨损并补偿的方法 | |
CN116690313B (zh) | 一种飞机结构件腹板加工刀具失效监控方法 | |
JP2004160564A (ja) | 工作機械 | |
KR101787347B1 (ko) | 실시간 보정되는 기준절삭부하에 기초한 공작기계의 제어방법 | |
JP6559102B2 (ja) | ドレス方法及びワークの研削方法 | |
WO2021075584A1 (ja) | 作業機械の加工状態監視方法及びシステム | |
RU2355556C2 (ru) | Устройство для управления рабочим циклом поперечной подачи при шлифовании | |
JPH068106A (ja) | 適応制御システムおよび状態判定装置 | |
Basova et al. | The development of cutting tools active control methodology for numerical control milling machines | |
JP6576888B2 (ja) | ドレス方法およびワークの研削方法 | |
CN111660142A (zh) | 具备工具更换时的自动校正功能的机床 | |
KR101170323B1 (ko) | 주축 구동 모터의 전류값을 이용한 절삭 가공 장치의 상태 모니터링 방법 | |
CN112212816B (zh) | 基于数控平台的刀具磨损修复方法 | |
GB2462117A (en) | Controlling a machine tool | |
KR20180048245A (ko) | 진동 가속도를 이용한 공작기계 가공조건 최적화 제어 방법 및 그 장치 | |
WO1999032950A1 (en) | Method to diagnose and detect trouble in a machine |
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 |