CN113189936A - 一种机床基础运动状态的可视化评估方法和装置 - Google Patents
一种机床基础运动状态的可视化评估方法和装置 Download PDFInfo
- Publication number
- CN113189936A CN113189936A CN202110358886.7A CN202110358886A CN113189936A CN 113189936 A CN113189936 A CN 113189936A CN 202110358886 A CN202110358886 A CN 202110358886A CN 113189936 A CN113189936 A CN 113189936A
- Authority
- CN
- China
- Prior art keywords
- machine tool
- motion
- data
- unit
- load
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 42
- 230000002159 abnormal effect Effects 0.000 claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 238000003754 machining Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000012800 visualization Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 238000013075 data extraction Methods 0.000 claims description 2
- 238000004148 unit process Methods 0.000 claims description 2
- 238000011002 quantification Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002173 cutting fluid Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G05B19/406—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 monitoring or safety
- G05B19/4063—Monitoring general control system
-
- 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
- G05B19/406—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 monitoring or safety
- G05B19/4062—Monitoring servoloop, e.g. overload of servomotor, loss of feedback or reference
Abstract
本发明属于数控装备领域,特别涉及一种机床基础运动状态的可视化评估方法和装置。通过机床空跑合工件加工路径,利用模拟量采集卡提取机床各运动单元驱动电机的实时负载数据,并以色谱图的形式反映工件加工路径上每个点的负载大小,进而分析机床运动状态是否存在异常。本发明无需实际切削加工,且操作简单、效率高、成本低、易于实现指标量化和数字化管理。
Description
技术领域
本发明属于数控装备领域,特别涉及一种机床基础运动状态的可视化评估方法和装置。
背景技术
机床基础运动状态对于机床运动的稳定性来说非常重要,机床基础运动状态的好坏直接影响工件表面的加工效果,如工件表面产生的一些异常纹路等。目前,机床整体状态的评估通常采用加工测试件进行实际加工,并根据工件表面加工效果来评判和验证。而对于工件的表面加工效果,不仅受机床本身状态的影响,而且加工工艺的管控也是很大影响因素之一,一旦出现管控不到位,将很难实现对机床基础运动状态的评估。并且,目前实际加工出现的异常纹路也不方便进行数据标准的量化,更不方便进行数字化管理。同时,频繁的加工验证,不但工作量大,效率低,而且易造成资源浪费,成本较高。
发明内容
本发明的目的在于克服现有技术的不足,提供一种无需实际切削加工,且操作简单、效率高、成本低、易于实现指标量化和数字化管理的机床基础运动状态可视化评估方法和装置。
为了解决上述技术问题,本发明是通过以下技术方案实现的:一种机床基础运动状态的可视化评估方法,通过机床空跑合工件加工路径,利用模拟量采集卡提取各运动单元驱动电机的实时负载数据,并以色谱图的形式反映工件加工路径上每个点的负载大小,进而分析机床运动状态是否存在异常,具体包括以下步骤:
A.启动数控机床,按照导入的工件加工路径进行空跑合;
B.通过模拟量采集卡对数控机床运动单元驱动电机的实际负载(输出电流)进行数据提取和采集,其中运动单元包括机床各直线轴运动单元、旋转轴运动单元以及电主轴旋转运动单元;
C.将路径点的实时位置数据拟合成三维图形,并将同步采集到的各运动单元的负载数据分别单独映射到三维图形上,生成各运动单元的负载可视化数据图形,负载可视化数据图形以色谱图形式显示,根据负载数据大小显示不同的颜色;
D.对各运动单元的负载可视化数据图形进行分析,逐一分析各色谱图中是否存在异常纹路,若存在异常纹路,则表明该运动单元的运动状态存在异常;若无异常纹路,则表明该运动单元的运动状态正常;若各个运动单元的色谱图均无异常纹路,则初步判断机床的基础运动状态满足要求。
上述一种机床基础运动状态的可视化评估方法,对于步骤D中所述存在异常纹路的情况,可继续对异常纹路进行分析,具体包括:
E.对异常纹路的色差数据进行量化,包括但不限于异常纹路的条数、尺寸以及距离,找出异常纹路的规律性特征,并根据异常纹路的规律性特征分析可能产生的原因或机械部位。
上述一种机床基础运动状态的可视化评估方法,所述步骤E之后,还包括:
F.根据分析结果对相关运动单元的机械状态进行调整,并返回步骤A。
上述一种机床基础运动状态的可视化评估方法,对于步骤D中所述各运动单元均无异常纹路的情况,可进行实际加工验证,通过评估加工效果进一步验证机床运动状态是否满足要求。
上述一种机床基础运动状态的可视化评估方法,步骤C中所述的负载可视化图形以及步骤E中量化的色差数据能够记录和保存。
另一方面,一种机床基础运动状态的评估装置,由控制处理单元、模拟量采集卡、可视化分析单元以及机床各运动单元的驱动器和驱动电机组成,
模拟量采集卡用于采集和提取驱动电机的负载数据,并将负载数据传送到控制处理单元;
控制处理单元用于向机床各运动单元发送运动指令,并对负载数据进行处理生成负载可视化数据文件;
可视化分析单元用于可视化负载数据的显示和分析;
模拟量采集卡具有多个通道,分别与机床各运动单元的驱动器连接,驱动器分别与对应的驱动电机连接;控制处理单元一方面与各运动单元的驱动器连接,向驱动器发送运动指令信号,一方面与模拟量采集卡连接进行数据通讯,同时控制处理单元还与可视化分析单元连接;机床各运动单元运动时的动态负载通过驱动电机反馈给驱动器,模拟量采集卡对驱动器内的负载数据进行提取并反馈到控制处理单元,控制处理单元对负载数据进行处理生成可视化数据文件并导入至可视化分析单元,可视化分析单元根据可视化数据图形进行数据分析。
上述一种机床基础运动状态的评估装置,所述控制处理单元可以是机床数控系统中的控制处理模块,也可以是单独的检测评估控制系统。
与现有技术相比,本发明有益效果在于:本发明通过空跑合工件加工路径,实现了机床运动状态的可视化评估,无需进行反复的实际加工验证,大大减少了加工所用毛坯、刀具、切削液等原材料的消耗,降低了成本,并且操作简单,效率高。同时,可视化分析中可以提取和保存一些量化指标,便于存档和数字化管理。
附图说明
图1是本发明的方法流程图。
图2是本发明的负载可视化图形示意图。
图3是本发明的装置结构示意图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
如图1所示,本发明的一种机床基础运动状态的可视化评估方法,具体包括以下步骤:
步骤100,启动数控机床,按照导入的工件加工路径进行空跑合;
步骤200,通过模拟量采集卡对数控机床运动单元的驱动电机实际负载(输出电流)进行数据提取和采集,其中运动单元包括机床各直线轴运动单元、旋转轴运动单元以及电主轴旋转运动单元;
步骤300,将路径点的实时位置数据拟合成三维图形,并将同步采集到的各运动单元的负载数据分别单独映射到三维图形上,生成各运动单元的负载可视化数据图形,负载可视化数据图形以色谱图形式显示,根据负载数据大小显示不同的颜色,如图2所示;
步骤400,对各运动单元的负载可视化数据图形进行分析,逐一分析各色谱图中是否存在异常纹路,若其中之一存在异常纹路,则执行步骤500,若各个运动单元的色谱图均无异常纹路,则执行步骤700;
步骤500,对异常纹路的色差数据进行量化,如异常纹路的条数、尺寸以及距离等,找出异常纹路的规律性特征,并根据异常纹路的规律性特征分析可能产生的原因或机械部位;同时将可视化图形以及量化的色差数据进行记录和保存;
步骤600,根据分析结果对相关运动单元的机械状态进行调整,并返回步骤100;
步骤700,进行实际加工验证,通过评估加工效果进一步验证机床运动状态是否满足要求。
如图3所示,本发明的一种机床基础运动状态的评估装置,由控制处理单元1、模拟量采集卡2、可视化分析单元3以及机床各运动单元的驱动器4和驱动电机5组成。模拟量采集卡2具有多个通道,分别与机床各运动单元的驱动器4连接;控制处理单元一方面与各运动单元的驱动器连接,一方面与模拟量采集卡连接进行数据通讯,同时控制处理单元还与可视化分析单元连接;机床各运动单元的驱动器4分别与各自的驱动电机5连接。
控制处理单元3可集成于机床数控系统中,也可以做成独立的检测评估控制系统。
工作时,控制处理单元1向各运动单元的驱动器4发送运动指令信号,并控制驱动电机5转动,从而使各运动单元运动;而各运动单元实际运动的实时位置数据和动态负载会通过驱动电机5反馈给驱动器4;模拟量采集卡2对驱动器4内的负载数据进行提取并反馈到控制处理单元3,与此同时,驱动器4将各运动单元的实时位置数据反馈给控制处理单元3,控制处理单元3根据各路径点的实时位置数据分别对各运动单元的负载数据进行处理生成可视化数据文件并导入至可视化分析单元3,可视化分析单元3根据可视化数据图形进行数据分析。
本发明中,模拟量采集卡2对各运动单元负载数据的提取以及各运动单元的实时位置反馈均是同步进行,可视化分析单元3对各运动单元的负载可视化数据图形的分析则是以运动单元为对象逐一分析。以三轴数控机床为例,可以先对X轴的负载可视化数据图形进行分析,若存在异常纹路,对异常纹路的色差数据进行量化分析后存档,然后继续依次对Y轴和Z轴的负载可视化数据图形进行相同的操作,待X轴、Y轴和Z轴的负载可视化数据图形全部分析完毕后,若三轴的负载可视化数据图形均无异常纹路,则可以直接通过实际加工进行验证;若其中一个及以上轴的负载可视化数据图形存在异常纹路,则需要根据分析结果对相关轴的机械状态进行调整,并对调整后各轴的负载数据继续执行采集和可视化分析操作,直到三轴的负载可视化数据图形均无异常纹路,然后即可执行实际加工验证。
尽管上文对本发明进行了详细说明,但是本发明不限于此,本领域技术人员可以根据本发明的原理进行各种修改。因此,凡按照本发明原理所作的修改,都应当理解为落入本发明的保护范围。
Claims (7)
1.一种机床基础运动状态的可视化评估方法,其特征在于,通过机床空跑合工件加工路径,利用模拟量采集卡提取各运动单元驱动电机的实时负载数据,并以色谱图的形式反映工件加工路径上每个点的负载大小,进而分析机床运动状态是否存在异常,具体包括以下步骤:
A.启动数控机床,按照导入的工件加工路径进行空跑合;
B.通过模拟量采集卡对数控机床运动单元驱动电机的实际负载(输出电流)进行数据提取和采集,其中运动单元包括机床直线轴运动单元、旋转轴运动单元以及电主轴旋转运动单元;
C.将路径点的实时位置数据拟合成三维图形,并将同步采集到的各运动单元的负载数据分别单独映射到三维图形上,生成各运动单元的负载可视化数据图形,负载可视化数据图形以色谱图形式显示,根据负载数据大小显示不同的颜色;
D.对各运动单元的负载可视化数据图形进行分析,逐一分析各色谱图中是否存在异常纹路,若存在异常纹路,则表明该运动单元的运动状态存在异常;若无异常纹路,则表明该运动单元的运动状态正常;若各个运动单元的色谱图均无异常纹路,则初步判断机床的基础运动状态满足要求。
2.根据权利要求1所述的一种机床基础运动状态的可视化评估方法,其特征在于,对于步骤D中所述存在异常纹路的情况,可继续对异常纹路进行分析,具体包括:
E.对异常纹路的色差数据进行量化,包括但不限于异常纹路的条数、尺寸以及距离,找出异常纹路的规律性特征,并根据异常纹路的规律性特征分析可能产生的原因或机械部位。
3.根据权利要求2所述的一种机床基础运动状态的可视化评估方法,其特征在于,所述步骤E之后,还包括:
F.根据分析结果对相关运动单元的机械状态进行调整,并返回步骤A。
4.根据权利要求1或3所述的一种机床基础运动状态的可视化评估方法,其特征在于,对于步骤D中所述各运动单元均无异常纹路的情况,可进行实际加工验证,通过评估加工效果进一步验证机床运动状态是否满足要求。
5.根据权利要求2或3所述的一种机床基础运动状态的可视化评估方法,其特征在于,步骤C中所述的负载可视化图形以及步骤E中量化的色差数据能够记录和保存。
6.一种机床基础运动状态的评估装置,其特征在于,由控制处理单元、模拟量采集卡、可视化分析单元以及机床各运动单元的驱动器和驱动电机组成,
模拟量采集卡用于采集和提取驱动电机的负载数据,并将负载数据传送到控制处理单元;
控制处理单元用于向机床各运动单元发送运动指令,并对负载数据进行处理生成负载可视化数据文件;
可视化分析单元用于可视化负载数据的显示和分析;
模拟量采集卡具有多个通道,分别与机床各运动单元的驱动器连接,驱动器分别与对应的驱动电机连接;控制处理单元一方面与各运动单元的驱动器连接,向驱动器发送运动指令信号,一方面与模拟量采集卡连接进行数据通讯,同时控制处理单元还与可视化分析单元连接;机床各运动单元运动时的动态负载通过驱动电机反馈给驱动器,模拟量采集卡对驱动器内的负载数据进行提取并反馈到控制处理单元,控制处理单元对负载数据进行处理生成可视化数据文件并导入至可视化分析单元,可视化分析单元根据可视化数据图形进行数据分析。
7.根据权利要求6所述的一种机床基础运动状态的评估装置,其特征在于,所述控制处理单元可以是机床数控系统中的控制处理模块,也可以是单独的检测评估控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110358886.7A CN113189936A (zh) | 2021-04-02 | 2021-04-02 | 一种机床基础运动状态的可视化评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110358886.7A CN113189936A (zh) | 2021-04-02 | 2021-04-02 | 一种机床基础运动状态的可视化评估方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113189936A true CN113189936A (zh) | 2021-07-30 |
Family
ID=76974500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110358886.7A Pending CN113189936A (zh) | 2021-04-02 | 2021-04-02 | 一种机床基础运动状态的可视化评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113189936A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102368156A (zh) * | 2011-10-20 | 2012-03-07 | 西安交通大学 | 一种基于位置信息的数控机床工件加工质量在线评估方法 |
CN103823409A (zh) * | 2014-02-27 | 2014-05-28 | 电子科技大学 | 数控机床加工状态多参数在线主动监控系统及其实现方法 |
CN105388842A (zh) * | 2015-12-10 | 2016-03-09 | 华中科技大学 | 一种零件表面加工缺陷的定位方法 |
CN105974886A (zh) * | 2016-06-28 | 2016-09-28 | 华中科技大学 | 一种数控机床的健康监测方法 |
CN108536094A (zh) * | 2017-03-01 | 2018-09-14 | 沈机(上海)智能系统研发设计有限公司 | 机床性能检测系统、方法及数控机床 |
CN110806723A (zh) * | 2019-10-23 | 2020-02-18 | 成都飞机工业(集团)有限责任公司 | 一种数控机床状态评估新方法 |
CN210513064U (zh) * | 2019-09-09 | 2020-05-12 | 廊坊精雕数控机床制造有限公司 | 一种机床几何精度的数字化检测装置 |
CN111805303A (zh) * | 2020-07-30 | 2020-10-23 | 纽威数控装备(苏州)股份有限公司 | 一种数控机床运动轴性能检测装置及方法 |
CN112461170A (zh) * | 2019-09-09 | 2021-03-09 | 廊坊精雕数控机床制造有限公司 | 一种机床几何精度的数字化检测方法及装置 |
-
2021
- 2021-04-02 CN CN202110358886.7A patent/CN113189936A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102368156A (zh) * | 2011-10-20 | 2012-03-07 | 西安交通大学 | 一种基于位置信息的数控机床工件加工质量在线评估方法 |
CN103823409A (zh) * | 2014-02-27 | 2014-05-28 | 电子科技大学 | 数控机床加工状态多参数在线主动监控系统及其实现方法 |
CN105388842A (zh) * | 2015-12-10 | 2016-03-09 | 华中科技大学 | 一种零件表面加工缺陷的定位方法 |
CN105974886A (zh) * | 2016-06-28 | 2016-09-28 | 华中科技大学 | 一种数控机床的健康监测方法 |
CN108536094A (zh) * | 2017-03-01 | 2018-09-14 | 沈机(上海)智能系统研发设计有限公司 | 机床性能检测系统、方法及数控机床 |
CN210513064U (zh) * | 2019-09-09 | 2020-05-12 | 廊坊精雕数控机床制造有限公司 | 一种机床几何精度的数字化检测装置 |
CN112461170A (zh) * | 2019-09-09 | 2021-03-09 | 廊坊精雕数控机床制造有限公司 | 一种机床几何精度的数字化检测方法及装置 |
CN110806723A (zh) * | 2019-10-23 | 2020-02-18 | 成都飞机工业(集团)有限责任公司 | 一种数控机床状态评估新方法 |
CN111805303A (zh) * | 2020-07-30 | 2020-10-23 | 纽威数控装备(苏州)股份有限公司 | 一种数控机床运动轴性能检测装置及方法 |
Non-Patent Citations (1)
Title |
---|
肖海兵: "《先进激光加工技能实训》", 31 March 2019 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108490880B (zh) | 一种数控机床切削刀具磨损状态实时监测方法 | |
CN102091972B (zh) | 一种数控机床刀具磨损监测方法 | |
CN110509109B (zh) | 基于多尺度深度卷积循环神经网络的刀具磨损监测方法 | |
CN113378725B (zh) | 一种基于多尺度-通道注意力网络的刀具故障诊断方法、设备及存储介质 | |
JP6752866B2 (ja) | 刃具状態検査システム及び方法 | |
CN112192319A (zh) | 无监督模型的刀具磨损监测方法及系统 | |
CN106909125A (zh) | 一种电机加工性能指标的监测系统及方法 | |
CN114227382B (zh) | 基于新型胶囊网络的刀具破损监测系统及方法 | |
CN113110355A (zh) | 一种数字孪生驱动的工件加工能耗预测及优化方法 | |
CN115291565A (zh) | 一种机床数字孪生系统 | |
CN113344244B (zh) | 一种数字孪生驱动的工件加工能耗预测装置 | |
CN114800040A (zh) | 工艺-状态数据关联的刀具磨损监测方法及系统 | |
CN113189936A (zh) | 一种机床基础运动状态的可视化评估方法和装置 | |
CN113326774A (zh) | 一种基于AlexNet网络的机床能耗状态识别方法及系统 | |
CN206450745U (zh) | 一种10kV配电线路过电压在线监测装置 | |
CN108375733A (zh) | 一种数控伺服电机多参数性能测试系统及方法 | |
US20230314282A1 (en) | Apparatus and method for status diagnosis of machine tools | |
CN104197985B (zh) | 数控刀架检测系统及其工作方法 | |
CN111505501A (zh) | 一种电机动态加载和瞬态测试装置 | |
CN111896286B (zh) | 一种截割煤岩机构及其载荷测试系统 | |
CN204007717U (zh) | 数控刀架检测系统 | |
CN209198929U (zh) | 数控机床预测性维护标准测试床 | |
CN113752084A (zh) | 一种数控机床刀具性能的智能化监测方法和系统 | |
CN113427057A (zh) | 一种基于深度学习的微铣削加工方法及加工系统 | |
CN111805303A (zh) | 一种数控机床运动轴性能检测装置及方法 |
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: 20210730 |
|
RJ01 | Rejection of invention patent application after publication |