CN112024998A - 一种智能化数控滚齿机滚刀切削状态检测方法 - Google Patents

一种智能化数控滚齿机滚刀切削状态检测方法 Download PDF

Info

Publication number
CN112024998A
CN112024998A CN202010917854.1A CN202010917854A CN112024998A CN 112024998 A CN112024998 A CN 112024998A CN 202010917854 A CN202010917854 A CN 202010917854A CN 112024998 A CN112024998 A CN 112024998A
Authority
CN
China
Prior art keywords
numerical control
state
gear hobbing
control gear
hobbing machine
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
Application number
CN202010917854.1A
Other languages
English (en)
Inventor
王天航
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.)
Lu'an Huamao Metal Products Co ltd
Original Assignee
Lu'an Huamao Metal Products 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 Lu'an Huamao Metal Products Co ltd filed Critical Lu'an Huamao Metal Products Co ltd
Priority to CN202010917854.1A priority Critical patent/CN112024998A/zh
Publication of CN112024998A publication Critical patent/CN112024998A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23F—MAKING GEARS OR TOOTHED RACKS
    • B23F5/00—Making straight gear teeth involving moving a tool relatively to a workpiece with a rolling-off or an enveloping motion with respect to the gear teeth to be made
    • B23F5/20—Making straight gear teeth involving moving a tool relatively to a workpiece with a rolling-off or an enveloping motion with respect to the gear teeth to be made by milling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23F—MAKING GEARS OR TOOTHED RACKS
    • B23F23/00—Accessories or equipment combined with or arranged in, or specially designed to form part of, gear-cutting machines
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23F—MAKING GEARS OR TOOTHED RACKS
    • B23F23/00—Accessories or equipment combined with or arranged in, or specially designed to form part of, gear-cutting machines
    • B23F23/12—Other devices, e.g. tool holders; Checking devices for controlling workpieces in machines for manufacturing gear teeth
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)

Abstract

本发明公开了一种智能化数控滚齿机滚刀切削状态检测方法，包括如下步骤：S1检测数控滚齿机是否处于加工状态；S11获取数控滚齿机的当前状态模式，所述检测数控滚齿机的状态模式包括加工模式、空闲模式；S12判断所述数控滚齿机的当前状态模式是否是加工模式；若所述数控机床的当前状态模式为加工模式，则再获取所述数控机床的数控加工代码；根据所述数控加工代码判断所述数控机床是否处于加工状态。本发明能够便于提取与刀具磨损状态密切相关的本质特征，同时，能够及时的确定数控滚齿机滚刀切削的状态情况，起到实时检测的作用，且检测方式简单，有利于提高产品的加工效率。

Description

一种智能化数控滚齿机滚刀切削状态检测方法
技术领域
本发明涉及数控滚齿机技术领域，尤其涉及一种智能化数控滚齿机滚刀切削状态检测方法。
背景技术
滚齿机是齿轮加工机床中应用最广泛的一种机床，在滚齿机上可切削直齿、斜齿圆柱齿轮，还可加工蜗轮、链轮等。用滚刀按展成法加工直齿、斜齿和人字齿圆柱齿轮以及蜗轮的齿轮加工机床。这种机床使用特制的滚刀时也能加工花键和链轮等各种特殊齿形的工件。现有的滚齿机通常使用一个芯轴固定齿轮然后用一个顶架顶住齿轮然后旋转芯轴，同时转动滚齿刀进行加工，这个过程中仅对齿轮加工位置进行降温，而顶架在高速旋转后也会升温，对于长时间使用的顶架而言，持续的升温容易使得其发生细微形变，导致齿轮转动轨道发生变化致使加工精度改变。
然而由于滚齿机刀具切削速度高且切削不连续的特点，微铣刀磨损迅速，影响产品精度和表面质量，严重的刀具磨损也会引起刀具破损、折断和颤振，造成机床的损伤。因此，极需提出一种有效的滚齿机滚刀切削状态检测方法。
发明内容
基于背景技术存在的技术问题，本发明提出了一种智能化数控滚齿机滚刀切削状态检测方法。
本发明提出的一种智能化数控滚齿机滚刀切削状态检测方法，包括如下步骤：
S1检测数控滚齿机是否处于加工状态；
S11获取数控滚齿机的当前状态模式，所述检测数控滚齿机的状态模式包括加工模式、空闲模式；
S12判断所述数控滚齿机的当前状态模式是否是加工模式；
若所述数控机床的当前状态模式为加工模式，则再获取所述数控机床的数控加工代码；根据所述数控加工代码判断所述数控机床是否处于加工状态；
S13若所述数控滚齿机处于加工状态，则检测数控滚齿机的主轴是否处于空转状态；
S131获取所述数控滚齿机的主轴状态，根据所述主轴状态，判断所述数控机床的主轴是否处于空转状态，主轴状态包括主轴的转速大小、主轴的进给率大小以及主轴的负载大小；
S14主轴处于空转状态，则主轴处于空转状态下的次数，空转次数大于预先设定好的数值大小，则判定刀具处于非正常状态，若空转次数不大于预先设定好的数值大小，则判定刀具处于正常状态；
S2刀具正常状态进行分析：
S21在数控滚齿机的主轴上安装加速度传感器，采集数控滚齿机滚刀切削过程中加速度的信号，同时，侦测并撷取该加工刀具机的多个运作参数；
S22对切削状态下的信号进行时域分析，提取时域信号特征量；
S23对上述提取的多个时域特征量进行特征空间约简以获得更加简洁且相关性更好的时域特征空间；
S24用约简后的特征空间训练神经网络进行分类，根据刀具磨损信号特点确定BP神经网络的结构，利用粒子群算法初始化BP神经网络权值和阈值；
S25接下来用训练数据训练BP神经网络，在训练过程中根据误差调整网络的权值和阈值；
S26用训练好的BP神经网络分类刀具磨损状态特征信号，根据分类结果分析BP神经网络分类能力；
S27用训练好的PSO-BP神经网络分类不同刀具磨损状态特征信号测试数据，得到BP神经网络分类误差图以及BP神经网络分类正确率。
优选的，多个运作参数包含一刀具坐标、一转速以及一进给率，根据该刀具坐标，计算一切削圆周路径；根据一工件材质，产生一工件硬度系数；根据该进给率以及该工件材质，产生一进给系数；以及将该累计切削时间、该切削圆周路径、该转速、该工件硬度系数以及该进给系数相乘，以产生一刀具损耗累计值，并通过该刀具损耗累计值计算一刀具剩余寿命。
优选的，所述步骤S131获取所述数控滚齿机的主轴状态包括：获取所述主轴的转速；获取所述主轴的进给率；获取所述主轴的负载。
优选的，所述工件硬度系数是根据该工件材质于一刀具寿命数据库查表产生，且该进给系数是根据该进给率以及该工件材质于该刀具寿命数据库查表产生。
优选的，所述在切削试验条件下获取硬质合金-高温合金的摩擦系数及磨损量，通过摩擦磨损区的微观分析，摩擦磨损区表面的能谱分析，得到摩擦副在不同氛围、不同载荷、温度、摩擦速度状态下摩擦界面的摩擦系数变化规律。
优选的，所述步骤S23利用流形学习方法中的拉普拉斯特征映射进行降维约简，获得相关性更好的时域特征量。
本发明中，所述一种智能化数控滚齿机滚刀切削状态检测方法，能够便于提取与刀具磨损状态密切相关的本质特征，同时，能够及时的确定数控滚齿机滚刀切削的状态情况，起到实时检测的作用，且检测方式简单，有利于提高产品的加工效率。
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一部分实施例，而不是全部的实施例。
一种智能化数控滚齿机滚刀切削状态检测方法，包括如下步骤：
S1检测数控滚齿机是否处于加工状态；
S11获取数控滚齿机的当前状态模式，所述检测数控滚齿机的状态模式包括加工模式、空闲模式；
S12判断所述数控滚齿机的当前状态模式是否是加工模式；
若所述数控机床的当前状态模式为加工模式，则再获取所述数控机床的数控加工代码；根据所述数控加工代码判断所述数控机床是否处于加工状态；
S13若所述数控滚齿机处于加工状态，则检测数控滚齿机的主轴是否处于空转状态；
S131获取所述数控滚齿机的主轴状态，根据所述主轴状态，判断所述数控机床的主轴是否处于空转状态，主轴状态包括主轴的转速大小、主轴的进给率大小以及主轴的负载大小；
S14主轴处于空转状态，则主轴处于空转状态下的次数，空转次数大于预先设定好的数值大小，则判定刀具处于非正常状态，若空转次数不大于预先设定好的数值大小，则判定刀具处于正常状态；
S2刀具正常状态进行分析：
S21在数控滚齿机的主轴上安装加速度传感器，采集数控滚齿机滚刀切削过程中加速度的信号，同时，侦测并撷取该加工刀具机的多个运作参数；
S22对切削状态下的信号进行时域分析，提取时域信号特征量；
S23对上述提取的多个时域特征量进行特征空间约简以获得更加简洁且相关性更好的时域特征空间；
S24用约简后的特征空间训练神经网络进行分类，根据刀具磨损信号特点确定BP神经网络的结构，利用粒子群算法初始化BP神经网络权值和阈值；
S25接下来用训练数据训练BP神经网络，在训练过程中根据误差调整网络的权值和阈值；
S26用训练好的BP神经网络分类刀具磨损状态特征信号，根据分类结果分析BP神经网络分类能力；
S27用训练好的PSO-BP神经网络分类不同刀具磨损状态特征信号测试数据，得到BP神经网络分类误差图以及BP神经网络分类正确率。
本发明中，多个运作参数包含一刀具坐标、一转速以及一进给率，根据该刀具坐标，计算一切削圆周路径；根据一工件材质，产生一工件硬度系数；根据该进给率以及该工件材质，产生一进给系数；以及将该累计切削时间、该切削圆周路径、该转速、该工件硬度系数以及该进给系数相乘，以产生一刀具损耗累计值，并通过该刀具损耗累计值计算一刀具剩余寿命。
本发明中，所述步骤S131获取所述数控滚齿机的主轴状态包括：获取所述主轴的转速；获取所述主轴的进给率；获取所述主轴的负载。
本发明中，所述工件硬度系数是根据该工件材质于一刀具寿命数据库查表产生，且该进给系数是根据该进给率以及该工件材质于该刀具寿命数据库查表产生。
本发明中，所述在切削试验条件下获取硬质合金-高温合金的摩擦系数及磨损量，通过摩擦磨损区的微观分析，摩擦磨损区表面的能谱分析，得到摩擦副在不同氛围、不同载荷、温度、摩擦速度状态下摩擦界面的摩擦系数变化规律。
本发明中，所述步骤S23利用流形学习方法中的拉普拉斯特征映射进行降维约简，获得相关性更好的时域特征量。
本发明：检测数控滚齿机是否处于加工状态；获取数控滚齿机的当前状态模式，所述检测数控滚齿机的状态模式包括加工模式、空闲模式；判断所述数控滚齿机的当前状态模式是否是加工模式；若所述数控机床的当前状态模式为加工模式，则再获取所述数控机床的数控加工代码；根据所述数控加工代码判断所述数控机床是否处于加工状态；若所述数控滚齿机处于加工状态，则检测数控滚齿机的主轴是否处于空转状态；获取所述数控滚齿机的主轴状态，根据所述主轴状态，判断所述数控机床的主轴是否处于空转状态，主轴状态包括主轴的转速大小、主轴的进给率大小以及主轴的负载大小；主轴处于空转状态，则主轴处于空转状态下的次数，空转次数大于预先设定好的数值大小，则判定刀具处于非正常状态，若空转次数不大于预先设定好的数值大小，则判定刀具处于正常状态；刀具正常状态进行分析：在数控滚齿机的主轴上安装加速度传感器，采集数控滚齿机滚刀切削过程中加速度的信号，同时，侦测并撷取该加工刀具机的多个运作参数；对切削状态下的信号进行时域分析，提取时域信号特征量；对上述提取的多个时域特征量进行特征空间约简以获得更加简洁且相关性更好的时域特征空间；用约简后的特征空间训练神经网络进行分类，根据刀具磨损信号特点确定BP神经网络的结构，利用粒子群算法初始化BP神经网络权值和阈值；接下来用训练数据训练BP神经网络，在训练过程中根据误差调整网络的权值和阈值；用训练好的BP神经网络分类刀具磨损状态特征信号，根据分类结果分析BP神经网络分类能力；用训练好的PSO-BP神经网络分类不同刀具磨损状态特征信号测试数据，得到BP神经网络分类误差图以及BP神经网络分类正确率。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种智能化数控滚齿机滚刀切削状态检测方法，其特征在于，包括如下步骤：
S1检测数控滚齿机是否处于加工状态；
S11获取数控滚齿机的当前状态模式，所述检测数控滚齿机的状态模式包括加工模式、空闲模式；
S12判断所述数控滚齿机的当前状态模式是否是加工模式；
若所述数控机床的当前状态模式为加工模式，则再获取所述数控机床的数控加工代码；根据所述数控加工代码判断所述数控机床是否处于加工状态；
S13若所述数控滚齿机处于加工状态，则检测数控滚齿机的主轴是否处于空转状态；
S131获取所述数控滚齿机的主轴状态，根据所述主轴状态，判断所述数控机床的主轴是否处于空转状态，主轴状态包括主轴的转速大小、主轴的进给率大小以及主轴的负载大小；
S14主轴处于空转状态，则主轴处于空转状态下的次数，空转次数大于预先设定好的数值大小，则判定刀具处于非正常状态，若空转次数不大于预先设定好的数值大小，则判定刀具处于正常状态；
S2刀具正常状态进行分析：
S21在数控滚齿机的主轴上安装加速度传感器，采集数控滚齿机滚刀切削过程中加速度的信号，同时，侦测并撷取该加工刀具机的多个运作参数；
S22对切削状态下的信号进行时域分析，提取时域信号特征量；
S23对上述提取的多个时域特征量进行特征空间约简以获得更加简洁且相关性更好的时域特征空间；
S24用约简后的特征空间训练神经网络进行分类，根据刀具磨损信号特点确定BP神经网络的结构，利用粒子群算法初始化BP神经网络权值和阈值；
S25接下来用训练数据训练BP神经网络，在训练过程中根据误差调整网络的权值和阈值；
S26用训练好的BP神经网络分类刀具磨损状态特征信号，根据分类结果分析BP神经网络分类能力；
S27用训练好的PSO-BP神经网络分类不同刀具磨损状态特征信号测试数据，得到BP神经网络分类误差图以及BP神经网络分类正确率。
2.根据权利要求1所述的一种智能化数控滚齿机滚刀切削状态检测方法，其特征在于，多个运作参数包含一刀具坐标、一转速以及一进给率，根据该刀具坐标，计算一切削圆周路径；根据一工件材质，产生一工件硬度系数；根据该进给率以及该工件材质，产生一进给系数；以及将该累计切削时间、该切削圆周路径、该转速、该工件硬度系数以及该进给系数相乘，以产生一刀具损耗累计值，并通过该刀具损耗累计值计算一刀具剩余寿命。
3.根据权利要求1所述的一种智能化数控滚齿机滚刀切削状态检测方法，其特征在于，所述步骤S131获取所述数控滚齿机的主轴状态包括：获取所述主轴的转速；获取所述主轴的进给率；获取所述主轴的负载。
4.根据权利要求2所述的一种智能化数控滚齿机滚刀切削状态检测方法，其特征在于，所述工件硬度系数是根据该工件材质于一刀具寿命数据库查表产生，且该进给系数是根据该进给率以及该工件材质于该刀具寿命数据库查表产生。
5.根据权利要求1所述的一种智能化数控滚齿机滚刀切削状态检测方法，其特征在于，所述在切削试验条件下获取硬质合金-高温合金的摩擦系数及磨损量，通过摩擦磨损区的微观分析，摩擦磨损区表面的能谱分析，得到摩擦副在不同氛围、不同载荷、温度、摩擦速度状态下摩擦界面的摩擦系数变化规律。
6.根据权利要求1所述的一种智能化数控滚齿机滚刀切削状态检测方法，其特征在于，所述步骤S23利用流形学习方法中的拉普拉斯特征映射进行降维约简，获得相关性更好的时域特征量。
CN202010917854.1A 2020-09-03 2020-09-03 一种智能化数控滚齿机滚刀切削状态检测方法 Pending CN112024998A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010917854.1A CN112024998A (zh) 2020-09-03 2020-09-03 一种智能化数控滚齿机滚刀切削状态检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010917854.1A CN112024998A (zh) 2020-09-03 2020-09-03 一种智能化数控滚齿机滚刀切削状态检测方法

Publications (1)

Publication Number Publication Date
CN112024998A true CN112024998A (zh) 2020-12-04

Family

ID=73592336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010917854.1A Pending CN112024998A (zh) 2020-09-03 2020-09-03 一种智能化数控滚齿机滚刀切削状态检测方法

Country Status (1)

Country Link
CN (1) CN112024998A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010269429A (ja) * 2009-05-25 2010-12-02 Mitsubishi Electric Fa Industrial Products Corp ホブ
CN103167924A (zh) * 2011-03-31 2013-06-19 株式会社小松制作所 齿轮加工装置及齿轮加工条件设定装置
CN107589723A (zh) * 2017-09-04 2018-01-16 四川大学 一种数控机床铣削加工稳定性的动‑静态优化方法
CN108490880A (zh) * 2018-04-24 2018-09-04 湖北文理学院 一种数控机床切削刀具磨损状态实时监测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010269429A (ja) * 2009-05-25 2010-12-02 Mitsubishi Electric Fa Industrial Products Corp ホブ
CN103167924A (zh) * 2011-03-31 2013-06-19 株式会社小松制作所 齿轮加工装置及齿轮加工条件设定装置
CN107589723A (zh) * 2017-09-04 2018-01-16 四川大学 一种数控机床铣削加工稳定性的动‑静态优化方法
CN108490880A (zh) * 2018-04-24 2018-09-04 湖北文理学院 一种数控机床切削刀具磨损状态实时监测方法

Similar Documents

Publication Publication Date Title
CN110059442B (zh) 一种基于零件表面粗糙度和功率信息的车削加工换刀方法
Korkmaz et al. Indirect monitoring of machining characteristics via advanced sensor systems: a critical review
CN108490880B (zh) 一种数控机床切削刀具磨损状态实时监测方法
Rizal et al. Cutting tool wear classification and detection using multi-sensor signals and Mahalanobis-Taguchi System
CN109909804A (zh) 基于主轴驱动电流和工步的刀具磨损破损在线监测方法
US7383097B2 (en) Method for managing machine tool data
CN110561193A (zh) 一种基于特征融合的刀具磨损评估及监控的方法与系统
CN108931961A (zh) 一种基于机器视觉的整体式立铣刀磨破损检测方法
CN113741377A (zh) 一种基于切削特征遴选的加工过程智能监控系统及方法
CN111660141B (zh) 一种工况无关的基于主轴驱动电流的铣刀磨损状态识别方法
CN110421408B (zh) 一种刀具磨损状态的监测方法
CN113613820A (zh) 用于在连续的磨齿加工中进行自动的过程监控的方法
CN112192319A (zh) 无监督模型的刀具磨损监测方法及系统
CN113145905B (zh) 发动机缸体顶面铣削刀痕测量预测及优化方法及装置
CN114571285B (zh) 智能识别挤压丝锥微崩刃的方法
FR3034693A1 (fr) Procede de surveillance d'un procede de fraisage
CN107511718A (zh) 单品大批量重复加工过程的智能刀具状态监测方法
CN114326593B (zh) 一种刀具寿命预测系统及方法
EP2510410B1 (fr) Procede pour optimiser les conditions de travail d'un outil coupant
CN116408501A (zh) 窜刀模式下滚刀磨损状态在机无监督实时监测方法
CN115922442A (zh) 基于主轴振动信号的刀具磨破损实时监控方法及相关装置
CN112024998A (zh) 一种智能化数控滚齿机滚刀切削状态检测方法
Lu et al. Cutting tool condition recognition in NC machining process of structural parts based on machining features
Lin et al. Life prediction system using a tool’s geometric shape for high-speed milling
CN208621219U (zh) 基于磨削阻力矩实时测量的砂轮磨损在线监测装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201204

RJ01 Rejection of invention patent application after publication