CN113272746B - 基于刀具更换记录的切削刀具寿命的设置方法、装置和系统 - Google Patents

基于刀具更换记录的切削刀具寿命的设置方法、装置和系统 Download PDF

Info

Publication number
CN113272746B
CN113272746B CN201980088352.8A CN201980088352A CN113272746B CN 113272746 B CN113272746 B CN 113272746B CN 201980088352 A CN201980088352 A CN 201980088352A CN 113272746 B CN113272746 B CN 113272746B
Authority
CN
China
Prior art keywords
distribution
parameters
tool
cutting
cutting tool
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.)
Active
Application number
CN201980088352.8A
Other languages
English (en)
Other versions
CN113272746A (zh
Inventor
冯程
丹尼尔·施内加斯
曲颖
田鹏伟
俞悦
罗章维
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN113272746A publication Critical patent/CN113272746A/zh
Application granted granted Critical
Publication of CN113272746B publication Critical patent/CN113272746B/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
    • G05B19/406—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
    • G05B19/4065—Monitoring tool breakage, life or condition
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37245—Breakage tool, failure
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37252—Life of tool, service life, decay, wear estimation
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37256—Wear, tool wear
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37258—Calculate wear from workpiece and tool material, machining operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Machine Tool Sensing Apparatuses (AREA)

Abstract

一种切削刀具寿命的设置方法，涉及切削刀具技术领域，包括：获取切削刀具的至少两组先前切削参数(110)；对于获取的至少两组先前切削参数中的每一组，获取采用该组先前切削参数时，切削刀具的至少两条刀具更换记录(120)；基于采用该组先前切削参数时切削刀具的至少两条刀具更换记录来拟合所述切削刀具的失效时间分布(130)；接收一个目标切削刀具的一组预定义的切削参数(140)；并且根据该组预定义的切削参数、至少两组先前切削参数以及每一组先前切削参数所对应的失效时间分布来设置所述目标切削刀具的刀具寿命(150)。与传统切削刀具寿命设置方法相比，该方法允许在从未使用过的新定义的切削参数集合下设置目标切削刀具的最优寿命。

Description

基于刀具更换记录的切削刀具寿命的设置方法、装置和系统
技术领域
本发明涉及切削刀具技术领域，尤其涉及一种切削刀具寿命的设置方法、装置和系统。
背景技术
切削加工是制造业的重要组成部分，切削刀具的性能直接影响加工结果的好坏。在精密加工场景中，重要的是找到切削刀具的最优寿命。一方面，设置过短的寿命可能导致浪费太多的切削刀具的剩余使用寿命，从而导致不必要的制造成本。相比之下，设置过长的使用寿命可能会导致切削刀具经常失效，导致生产延迟，甚至导致生产的工件整体质量下降。因此，经常需要设置切削刀具的最优寿命来平衡成本与刀具失效风险。
切削刀具的使用寿命受到许多因素的影响，包括切削刀具的类型和各种切削参数，如切削进给速度、转速、切削持续时间和工件材料等。因此，在有这么多影响因素的情况下很难仅根据人类经验找到最佳寿命。此外，在实践中，操作者可能希望根据制造时间表不时地调整切削参数。使用刀具失效实验来设定切削刀具的最优寿命通常是过于昂贵、甚至不可行的方法。
目前，有两种方法来设置切削刀具的寿命，即，静态方法和动态方法。
对于静态方法，将为切削刀具设置静态寿命。然后，由于失效或达到预设的最大切削(即寿命)，而更换刀具。这些方法的实施很简单；然而，据我们所知，在精密加工行业，切削刀具的寿命设定主要取决于人类经验或者刀具失效实验。前者需要非常高的专业知识，操作员必须非常熟悉工件生产过程；此外，由于切削刀具的最优寿命会受到各种因素的影响，因此人类操作员做出的决定通常不是最理想的。后者通常利用刀具失效实验来建立切削刀具的寿命分布模型。结果，引起了额外的经济和时间成本。在许多实际情况中这是不可接受的。
对于动态方法，切削刀具将通过监控其磨损状态动态更换。这种方法可能更有效；但是，这种方法的实施也要复杂得多。具体而言，它需要传感器来收集诸如振动、电流等信息，以及特定的算法来模拟刀具磨损度与传感器数据之间的关系。因此，在实践中，许多工厂无法承担这种方法，特别是那些数字化程度不高的工厂。
因此，需要改进的切削刀具寿命的设置方法和装置，以克服上述以及其他问题。
发明内容
有鉴于此，本发明提供一种高效、稳健且更经济的切削刀具寿命的设置方法、装置和系统，其允许在从未使用过的新定义的切削参数集合下设置目标切削刀具的最优寿命。
第一方面，本说明书实施例提供了一种切削刀具寿命的设置方法，包括：
获取切削刀具的至少两组先前切削参数；
对于获取的所述至少两组先前切削参数中的每一组，
获取采用该组先前切削参数时，切削刀具的至少两条刀具更换记录；
基于采用该组先前切削参数时切削刀具的至少两条刀具更换记录来拟合所述切削刀具的失效时间分布；
接收一个目标切削刀具的一组预定义的切削参数；并且
根据该组预定义的切削参数、所述至少两组先前切削参数以及每一组先前切削参数所对应的失效时间分布来设置所述目标切削刀具的刀具寿命。
术语“切削刀具”指的是机械制造中用于切削加工的工具。在本说明书的上下文中，与“目标切削刀具”不同，所述“切削刀具”可以是使用过的一种或多种切削刀具。术语“多组先前切削参数”指的是使用过的切削刀具所使用的一组或多组特定切削参数。术语“切削参数”包括以下组中的至少一种：切削进给速度、转速、切削持续时间和待加工工件的材料。本领域技术人员能够预见到其他适于拟合出失效时间分布的切削参数。术语“刀具更换记录”例如可以是更换刀具的时间。术语“失效时间分布”指的是在一组特定切削参数下切削刀具随时间失效的概率分布。根据本发明的原理，上述刀具寿命设置方法利用所有使用过的切削刀具的刀具更换记录及其相应的切削参数来建立切削参数与失效时间分布之间的关系。然后，针对未使用的一组切削参数(即，所述一组预定义切削参数)，预测目标切削刀具的失效时间分布并计算目标切削刀具的刀具寿命。与常规的静态方法相比，该方法更加高效、稳健且具有通用性，因为它是数据驱动的，并且不需要非常高的专业知识或刀具失效实验来为具有未使用切削参数的切削刀具设定最优寿命。与常规的动态方法相比，该方法更加经济实惠，因为它不需要任何额外的硬件(如传感器)来监控切削刀具的磨损度，以确定最优使用寿命。
在本说明书的一个示例中，基于采用一组先前切削参数时切削刀具的至少两条刀具更换记录来拟合所述切削刀具的失效时间分布优选地可以包括：基于采用该组先前切削参数时切削刀具的至少两条刀具更换记录来导出采用该组先前切削参数时切削刀具的失效数据集Xf和生存数据集Xs，其中，所述失效数据集包括切削刀具由于在第xf次切削时发生切削刀具失效而被更换的刀具更换记录，其中xf∈Xf，所述生存数据集包括切削刀具直到第xs次切削时仍然存活而是在达到预设寿命时被更换的刀具更换记录，其中xs∈Xs；并且根据所述失效数据集和所述生存数据集来确定该组先前切削参数所对应的失效时间分布的分布参数，以使得包括所述失效数据集和所述生存数据集在内的两个数据集中的数据似然性最大化。正是本发明的发明人首先提出，使用每个切削刀具的实际更换记录来拟合该切削刀具的失效时间分布，以便预测(目标)切削刀具在未使用的一组切削参数下的失效时间分布。
在本说明书的另一个示例中，根据所述组预定义的切削参数、所述至少两组先前切削参数以及所述失效时间分布来设置所述目标切削刀具的刀具寿命优选地包括：根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布；并且根据所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布来计算所述目标切削刀具的所述刀具寿命。这样，一把切削刀具在没有使用前，可仅利用先验分布，就可以较准确地预测寿命。与根据专家的经验预测切削刀具寿命相比，根据切削刀具的以往更换记录和切削参数来确定预测失效时间分布的分布参数的先验分布，进而再根据该先验分布来确定(目标)切削刀具的刀具寿命，其结果更加准确。
在本发明的又一个示例中，所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布包括所述预测失效时间分布的形状参数和比例参数的各自的先验分布。在这种情况下，所述方法还包括基于所述预测失效时间分布的所述形状参数的先验分布和所述比例参数的先验分布来计算所述目标切削刀具的所述刀具寿命。优选地，可以使用Weibull分布(韦布尔分布)来拟合切削刀具的失效时间分布。韦布尔分布由形状参数α和比例参数β参数化。因此，可以利用韦布尔分布的参数来计算出刀具寿命，使得可以应用韦布尔分布来计算刀具寿命。
在本发明的又一个示例中，所述方法优选地还包括记录采用所述组预定义的切削参数时目标切削刀具的刀具更换记录；根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布，并且使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来更新所述目标切削刀具的刀具寿命。这样，本发明能够动态地更新目标切削刀具实际使用后的最优寿命。
在本发明的又一个示例中，使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来更新所述目标切削刀具的刀具寿命优选地包括：基于所述目标切削刀具的所述刀具更换记录来导出采用所述组预定义的切削参数时目标切削刀具的失效数据集和生存数据集，其中，所述失效数据集包括目标切削刀具由于在第xf次切削时发生目标切削刀具失效而被更换的刀具更换记录，其中xf∈Xf，所述生存数据集包括目标切削刀具直到第xs次切削时仍然存活而是在达到预设寿命时被更换的刀具更换记录，其中xs∈Xs；使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来计算所述目标切削刀具的失效时间分布的分布参数的后验分布；并且基于所述目标切削刀具的失效时间分布的分布参数的后验分布来更新所述目标切削刀具的刀具寿命。
在本发明的又一个示例中，所述目标切削刀具的预测失效时间分布的分布参数的所述后验分布包括所述预测失效时间分布的形状参数和比例参数的各自的后验分布。在这种情况下，所述方法还包括至少基于所述预测失效时间分布的所述形状参数的后验分布和所述比例参数的后验分布来更新所述目标切削刀具的所述刀具寿命。这样，根据切削刀具实际使用后的更换记录和切削参数来确定预测失效时间分布的分布参数的后验分布，进而再根据该后验分布来动态地更新目标切削刀具的刀具寿命，因而能够不断校正刀具寿命的预测值。
第二方面，本说明书实施例提供了一种机器可读介质，其存储有机器可读代码，所述机器可读代码被配置为使得在由合适的机器或处理器运行时，使所述机器或处理器执行前面任一段落所述的方法。
第三方面，本说明书实施例提供了一种计算设备，包括至少一个存储器和至少一个处理器。所述至少一个存储器用于存储机器可执行指令，所述机器可执行指令在被所述至少一个处理器执行时，使得所述至少一个处理器执行前面任一段落所述的方法。
第四方面，本说明书实施例提供了一种切削刀具寿命的设置装置，包括：
接收单元，其被配置为获取切削刀具的至少两组先前切削参数，以及采用所述至少两组先前切削参数中的每一组时切削刀具的至少两条刀具更换记录；以及
计算单元，其被配置为：
基于采用每一组先前切削参数时切削刀具的至少两条刀具更换记录来拟合所述切削刀具的失效时间分布；
接收一个目标切削刀具的一组预定义的切削参数；并且
根据所述组预定义的切削参数、所述至少两组先前切削参数以及每一组先前切削参数所对应的失效时间分布来设置所述目标切削刀具的刀具寿命。
第五方面，本说明书实施例提供了一种刀具寿命计算系统，包括根据前述段落所述的切削刀具寿命的设置装置；以及记录单元。所述记录单元被配置为记录采一组预定义的切削参数时目标切削刀具的刀具更换记录，并将所述目标切削刀具的所述刀具更换记录发送给所述设置装置的接收单元。
借助于这样的刀具寿命设置装置，本发明能够更加简单、经济实惠、更加高效且鲁棒地设置刀具寿命。此外，本发明还提供了一种动态策略来调整切削刀具的最优使用寿命。但它仅基于刀具更换记录，更容易获得并且更便宜。
本领域的技术人员在阅读并理解说明书之后将意识到本申请的其他方面。
附图说明
下面将结合实施例并且参照附图更加具体地介绍和解释本发明，在附图中：
图1为本说明书实施例提供的刀具寿命设置方法100的总体流程图。
图2为本说明书实施例提供的用于设置刀具寿命的计算设备200的方框图。
图3为本说明书实施例提供的刀具寿命设置计算系统300的结构框图。
图4为本说明书实施例提供的在一组特定切削参数下一种切削刀具的拟合生存函数与实验生存函数的比较图。
图5为本说明书实施例提供的动态调整的最优寿命与基线的比较图。
图6为本说明书另一实施例提供的动态调整的最优寿命与基线的比较图。
附图标记列表：
100：切削刀具寿命的设置方法
110：获取切削刀具的至少两组先前切削参数
120：获取采用每一组先前切削参数时，切削刀具的至少两条刀具更换记录
130：拟合切削刀具的失效时间分布
140：接收一个目标切削刀具的一组预定义的切削参数
150：设置目标切削刀具的刀具寿命
160：记录目标切削刀具的刀具更换记录
170：计算目标切削刀具的预测失效时间分布的分布参数的先验分布
180：更新目标切削刀具的刀具寿命
200：计算设备
210：至少一个存储器
220：至少一个处理器
300：刀具寿命计算系统
310：刀具寿命设置装置
312：接收单元
314：计算单元
320：记录单元
410：拟合生存函数
420：预设切削刀具寿命
430：实验生存函数
510：从良好的初始刀具寿命7始动态调整的最优刀具寿命
520：基于良好的初始刀具寿命对最优刀具寿命的最大似然估计
530：真实的最优刀具寿命
610：从不佳的初始刀具寿命开始动态调整的最优刀具寿命
620：基于不佳的初始刀具寿命对最优刀具寿命的最大似然估计
630：真实的最优刀具寿命
具体实施方式
如前所述，在精密加工场景中，设置切削刀具的最优寿命是平衡成本与刀具失效风险的重要参数。目前，要么根据人类经验或刀具失效实验来静态地设置切削刀具寿命，要么通过监控切的削刀具磨损状态来动态地进行更换。但是，前者需要很高专家经验或者耗时耗材，后者却成本高昂，还需要另置专门的测量设备和复杂的分析软件。为此，本发明开创性地使用刀具更换记录来建立切削刀具的失效时间分布，从而允许在从未使用过的新定义的切削参数集合下设置目标切削刀具的最优寿命。与现有技术相比，这种方法更加高效、稳健且更经济。而且，现有的方法只能确定使用过的切削刀具在使用过的切削参数下的使用寿命。但是，使用本发明的方法能确定在从未使用过的新定义的切削参数集合下目标切削刀具的最优寿命。
下面结合附图对本发明实施例提供的方法和设备进行详细说明。
图1为本说明书实施例提供的刀具寿命设置方法100的总体流程图。该方法优选地可以通过图2所示的计算设备200或计算机处理器来执行。应当理解，所述方法100也可以通过其他方式，例如图3所示的其刀具寿命设置计算系统300或其他计算装置来执行。
在步骤110，获取切削刀具(未示出)的至少两组先前切削参数。所述“切削刀具”指的是机械制造中用于切削加工的工具。在本说明书的上下文中，与“目标切削刀具”不同，所述“切削刀具”可以是使用过的一种或多种切削刀具。因而，例如可以通过输入设备录入使用过的切削刀具所使用的多组特定切削参数来获得所述“至少两组先前切削参数”。所述“切削参数”包括以下组中的至少一种：切削进给速度、转速、切削持续时间和待加工工件的材料。本领域技术人员能够预见到其他适于拟合出失效时间分布的切削参数。
在步骤120，对于获取的所述至少两组先前切削参数中的每一组，获取采用该组先前切削参数时，切削刀具的至少两条刀具更换记录。在一种特定切削参数下(例如，为加工特定工件而设定的切削进给速度、转速、切削持续时间以及该工件的材料)，记录下这一种切削刀具的更换时间。在一个示例中，特定切削参数和相应的刀具更换记录可以记载在同一份资料中。因而，可以通过读取该资料来获取所述“先前切削参数”和“刀具更换记录”。
在步骤130，对于获取的所述至少两组先前切削参数中的每一组，基于采用该组先前切削参数时切削刀具的至少两条刀具更换记录来拟合所述切削刀具的失效时间分布。所述“失效时间分布”指的是在已使用的切削参数下切削刀具随时间失效的概率分布。由于一种切削刀具在每组先前切削参数下的使用寿命是服从一定分布的，因此每组先前切削参数都会与使用相应的刀具更换记录拟合的失效时间分布相关联。
在一个示例中，基于采用该组先前切削参数时切削刀具的至少两条刀具更换记录来导出采用该组先前切削参数时切削刀具的失效数据集Xf和生存数据集Xs，其中，所述失效数据集包括切削刀具由于在第xf次切削时发生切削刀具失效而被更换的刀具更换记录，其中xf∈Xf，所述生存数据集包括切削刀具直到第xs次切削时仍然存活而是在达到预设寿命时被更换的刀具更换记录，其中xs∈Xs；并且根据所述失效数据集和所述生存数据集来确定该组先前切削参数所对应的失效时间分布的分布参数，以使得包括所述失效数据集和所述生存数据集在内的两个数据集中的数据似然性最大化。
在一个示例中，可以使用Weibull分布(韦布尔分布)来拟合切削刀具的失效时间分布。更具体地说，韦布尔分布广泛用于工业领域，以拟合“失效时间”数据。分布由形状参数α和比例参数β参数化，其概率密度函数(pdf)表示如下：
其中x表示已使用的切削数目，f(x；α，β)表示在第x次切削时发生刀具失效的概率。相应的累积密度函数(cdf)可以表示为如下公式(2)：
其中F(x；α，β)表示切削刀具在第x次切削之前刀具失效的概率。基于cdf，我们还可将生存函数(sf)定义为下式(3)：
其中S(x；α.β)表示切削刀具在第x次切削后生存的概率。
优选地，基于在每组先前切削参数下所述切削刀具的所述刀具更换记录来导出在每组先前切削参数下所述切削刀具的失效数据集Xf和生存数据集Xs。
例如，可以通过使用以下公式(4)最大化失效和生存数据集中的数据值的对数似然性来找到切削刀具的失效时间分布的参数α和β的值：
其中，约束α＞1表示刀具存在磨损过程，这使得刀具失效率随时间增加。上述优化问题可以通过诸如Zhu，Ciyou等人的文章“Algorithm 778：L-BFGS-B：Fortransubroutines for large-scale bound-constrained optimization”(ACM Transactionson Mathematical Software(TOMS)23.4(1997)：550-560)中提到的L-BFGS-B算法有效地解决。图4示出了在一组特定切削参数下一种切削刀具的拟合生存函数与实验生存函数的比较，其中图4的x轴表示切削次数，而y轴表示生存概率。曲线410示出了拟合的生存函数，预设切削刀具寿命410是一条垂直于x轴的虚线，而虚线410左侧的阴影430表示实验得到的生存函数。
在另一实施例中，还可以非参数方法，例如Kaplan-Meier估算器，来拟合切削刀具的失效时间分布。Kaplan、Edward L.和Paul Meier的文章“Nonpsrametric estimationfrom incomplete observations”(Journal of the American statistical association53.282(1958)：457-481)介绍了Kaplan-Meier估算器。
优选地，所述方法还包括基于所述预测失效时间分布的所述形状参数的先验分布和所述比例参数的先验分布来计算所述目标切削刀具的所述刀具寿命。
在步骤140，接收目标切削刀具的一组预定义切削参数。这里，“目标切削刀具”指的是未使用的切削刀具。例如，可以通过诸如键盘、鼠标、触摸屏或麦克风的输入接口设备接收用户对于未使用的切削刀具的切削参数的定义。在另外的示例中，也可以无线地方式接收目标切削刀具的一组预定义切削参数。所述“一组预定义切削参数”针对未使用的切削刀具将要应用的具体加工场景，即，一组未使用的切削参数。
在步骤150，根据该组预定义的切削参数、所述至少两组先前切削参数以及每一组先前切削参数所对应的失效时间分布来设置所述目标切削刀具的刀具寿命。
在一个示例中，根据所述组预定义的切削参数、所述至少两组先前切削参数以及所述失效时间分布来设置所述目标切削刀具的刀具寿命包括：根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布；并且根据所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布来计算所述目标切削刀具的所述刀具寿命。
优选地，所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布包括所述预测失效时间分布的形状参数和比例参数的各自的先验分布。
具体地说，假设在刀具更换记录中有用于切削刀具的N组已使用的特定切削参数，其中切削参数D＝{X，y}＝{(xi，yi)，..＝1：N}，并且切削刀具的失效时间分布的相应参数为即韦布尔分布中的α或β。例如，可以拟合高斯过程来推断未使用的一组切削参数(表示为x*)下目标切削刀具(表示为y*)的分布参数的先验分布(高斯分布)：
在上面的等式(5)中，k*＝[k(x*，x1)，…，k(x*，xN)]、k**＝[k(x*，x*)]是核函数，σy是表示现有切削刀具的观察到的最优寿命中的噪声的超参数，IN是N*N维单位矩阵。高斯过程和核函数例如可以参见Rasmussen，Carl Edward的文章“Gaussianprocesses in machine learning”(in Advanced lectures on machine learning，第63-71页，Springer，Berlin，Heidelberg，2004)。用α和β取代y*，可以预测在该步骤中一组未使用的切削参数下目标切削刀具的失效时间分布中参数α和β的先验分布P(α)和P(β)。
在其他示例中，也可以使用其他回归模型，例如线性回归、SVM回归，而不是高斯过程来预测目标切削刀具的失效时间分布的参数值。考虑到在大多数情况下切削刀具数量有限，当样本量很小时，高斯过程通常比其他回归模型更好。
优选地，根据所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布来计算所述目标切削刀具的(初始)刀具寿命。假设和/>可以通过逆cdf函数计算目标切削刀具的预测失效时间分布的第γ百分位数，如下式(6)所示：
F-1(γ)表示切削刀具的失效概率小于用户定义的阈值γ的最大切削次数，即目标切削刀具的估计的最优寿命。在未使用的切削参数下，使用μβ(-ln(1-γ))1/μα作为目标切削刀具的初始寿命(其可以认为是目标切削刀具的最优寿命的先验估计，这个刀具没有观察到任何更换记录)。
优选地，在步骤160，记录在所述组预定义的切削参数下所述目标切削刀具的刀具更换记录；在步骤170，根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布；并且在步骤180，使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来更新所述目标切削刀具的刀具寿命。
在一个示例中，步骤180还包括：基于所述目标切削刀具的所述刀具更换记录来导出采用所述组预定义的切削参数时目标切削刀具的失效数据集和生存数据集，其中，所述失效数据集包括目标切削刀具由于在第xf次切削时发生目标切削刀具失效而被更换的刀具更换记录，其中xf∈Xf，所述生存数据集包括目标切削刀具直到第xs次切削时仍然存活而是在达到预设寿命时被更换的刀具更换记录，其中xs∈Xs；使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来计算所述目标切削刀具的失效时间分布的分布参数的后验分布；并且基于所述目标切削刀具的失效时间分布的分布参数的后验分布来更新所述目标切削刀具的刀具寿命。
优选地，所述目标切削刀具的预测失效时间分布的分布参数的所述后验分布包括所述预测失效时间分布的形状参数和比例参数的各自的后验分布。当实际使用目标切削刀具时，通过计算分布参数α和β的最大后验概率(MAP)估计来动态更新每次刀具更换后的最优寿命。具体来说，通过贝叶斯推理得到其中D表示目标切削刀具的观察到的刀具更换记录。然后通过求解以下优化问题来计算分布参数α和β的MAP估计：
通过诸如L-BFGS-B的算法可以再次有效地解决上述优化问题。一旦计算了分布参数α和β的MAP估计值，就可以在观察到每次更换记录之后更新最优寿命的后验估计。L-BFGS-B算法例如可以参见La Commare，U.、S.Noto La Diega和A.Passannanti的文章“Optimum tool replacement policies with penalty cost for unforeseen toolfailure”(International Journal of Machine Tool Design and Research 23.4(1983)：237-243)。在另外的示例中，还可以基于最优寿命的贝叶斯方法提出分布参数的整体分布的估计。
优选地，所述方法还包括至少基于所述预测失效时间分布的所述形状参数的后验分布和所述比例参数的后验分布来更新所述目标切削刀具的所述刀具寿命。
最优寿命的后验估计应比使用最大似然估计更稳健，特别是当观察到的目标切削刀具的刀具更换记录的数量很少时。此外，通过在每次更换刀具后动态调整最优寿命，随着观察到越来越多的刀具更换记录，最优寿命值将快速收敛到真正的最优值。
假设已知切削刀具的失效时间分布，使用该分布来拟合基于某些给定寿命设置的一些刀具更换记录。然后，将动态调整的最优寿命与基线进行比较，基线是给定一些观察到的刀具更换记录的最优寿命的最大似然估计(MLE)。结果参见附图5-6。在图5中，x轴表示切削刀具更换记录的次数，而y轴表示计算得到的最优寿命。可以看到虽然从初始寿命开始都非常接近真实的最优寿命530，但动态调整的最优寿命510比MLE 520更加稳健。这是因为MLE对数据中的偏差非常敏感，尤其是当观察到的刀具更换记录数量很少时。但是，通过本发明方法中的先验，可以有效地减少偏差的影响。在图6中，x轴表示切削刀具更换记录的次数，而y轴表示计算得到的最优寿命。可以看到虽然从最初的寿命开始都远离真实的最优寿命630，但动态调整的最优寿命610可以快速收敛到真实的最优寿命630。然而，在观察到1000次刀具更换记录后，MLE 620仍然远离真正的最优状态。这表明了所提出的动态策略设置最优寿命的重要性。
与现有的静态方法相比，本发明的刀具寿命设置方法更加高效、稳健且具有通用性，因为其由数据驱动，并且不需要高度专业知识或刀具失效实验来为在未使用切削参数下的刀具设定最优寿命。与现有的动态方法相比，本发明的刀具寿命设置方法更加经济实惠，因为其不需要任何额外的硬件(如传感器)来监控切削刀具的磨损度，以确定最优使用寿命。此外，本发明还提供了一种动态策略来调整切削刀具的最优使用寿命。由于仅基于刀具更换记录，因此本发明的刀具寿命设置方法更容易获得并且更便宜。
其他变型
图2为本说明书实施例提供的用于设置刀具寿命的计算设备200的方框图。根据一个实施例，计算设备200可以包括至少一个存储器210和至少一个处理器220。在一个实施例中，在存储器210(包括机器可读介质)中存储机器可执行指令，并且处理器220被配置为调用所述机器可执行指令。所述机器可执行指令在被至少一个处理器210执行时使得至少一个处理器210执行前述的方法步骤。
本说明书实施例提供的机器可读介质上存储有机器可执行指令，该机器可执行指令在被处理器执行时，使处理器执行前述的任一种方法。具体地，可以提供配有机器可读介质的系统或者装置，在该机器可读介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机或处理器读出并执行存储在该机器可读介质中的机器可执行指令。
在这种情况下，从机器可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此机器可读代码和存储机器可读代码的机器可读介质构成了本发明的一部分。
机器可读介质的实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上或云上下载程序代码。
以上各实施例中，硬件单元可以通过机械方式或电气方式实现。例如，一个硬件单元可以包括永久性专用的电路或逻辑(如专门的处理器、FPGA或ASIC)来完成相应操作。硬件单元还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
图3为本说明书实施例提供的刀具寿命设置计算系统300的结构框图。
刀具寿命设置计算系统300包括刀具寿命设置装置310和记录单元320。刀具寿命设置装置310可以包括接收单元312和计算单元314。优选地，接收单元312被配置为获取切削刀具的多组先前切削参数以及在所述多组先前切削参数下所述切削刀具的刀具更换记录。计算单元314被配置为：基于在所述多组先前切削参数中的每组先前切削参数下所述切削刀具的刀具更换记录来分别拟合所述切削刀具的失效时间分布；接收目标切削刀具的一组预定义切削参数；并且根据所述组预定义切削参数、所述多组先前切削参数以及所述失效时间分布来设置所述目标切削刀具的刀具寿命。
所述切削参数包括以下组中的至少一种：切削进给速度、转速、切削持续时间和待加工工件的材料。本领域技术人员也能预见到其他适于拟合出失效时间分布的切削参数。
在一个示例中，计算单元314还被配置为：基于在每组先前切削参数下所述切削刀具的所述刀具更换记录来导出在每组先前切削参数下所述切削刀具的失效数据集和生存数据集；并且根据所述失效数据集和所述生存数据集来确定针对每组先前切削参数的刀具更换记录的失效时间分布的分布参数。在一个示例中，所述切削刀具的失效时间分布是使用韦布尔分布来拟合的，并且所述分布参数包括形状参数(α)和比例参数(β)。
在另一示例中，计算单元314还被配置为：根据所述组预定义切削参数、所述多组先前切削参数以及所述分布参数来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布；并且根据所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布来计算所述目标切削刀具的所述刀具寿命。优选地，所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布包括所述预测失效时间分布的形状参数和比例参数的各自的先验分布。更优选地，所述目标切削刀具的所述刀具寿命是基于所述预测失效时间分布的所述形状参数的先验分布和所述比例参数的先验分布计算得到的。
在一个示例中，记录单元320被配置为记录在一组预定义切削参数下目标切削刀具的刀具更换记录，并将所述目标切削刀具的所述刀具更换记录发送给所述刀具寿命设置装置的接收单元。优选地，接收单元314还被配置为获取在所述组预定义切削参数下所述目标切削刀具的刀具更换记录。优选地，计算单元还被配置为使用所述目标切削刀具的所述刀具更换记录来更新所述目标切削刀具的刀具寿命。
在一个示例中，计算单元还被配置为：基于所述目标切削刀具的所述刀具更换记录来导出在所述组预定义切削参数下所述目标切削刀具的失效数据集和生存数据集；使用所述目标切削刀具的所述刀具更换记录来计算所述目标切削刀具的失效时间分布的形状参数和比例参数的后验分布概率；根据所述目标切削刀具的所述失效数据集和所述生存数据集以及所述目标切削刀具的失效时间分布的形状参数和比例参数的所述后验分布概率来计算所述目标切削刀具的失效时间分布的形状参数和比例参数；并且基于所述目标切削刀具的失效时间分布的所述形状参数和所述比例参数来更新所述目标切削刀具的刀具寿命。
需要说明的是，上述各流程和各系统结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
上文通过附图和优选实施例对本发明进行了详细展示和说明，然而本发明不限于这些已揭示的实施例，基与上述多个实施例本领域技术人员可以知晓，可以组合上述不同实施例中的代码审核手段得到本发明更多的实施例，这些实施例也在本发明的保护范围之内。
综上，本发明实施例提供了一种基于刀具更换记录的切削刀具寿命设置方法、装置和系统。所述方法包括如下步骤：获取切削刀具的至少两组先前切削参数；对于获取的所述至少两组先前切削参数中的每一组，获取采用该组先前切削参数时，切削刀具的至少两条刀具更换记录；基于采用该组先前切削参数时切削刀具的至少两条刀具更换记录来拟合所述切削刀具的失效时间分布；接收一个目标切削刀具的一组预定义的切削参数；并且根据该组预定义的切削参数、所述至少两组先前切削参数以及每一组先前切削参数所对应的失效时间分布来设置所述目标切削刀具的刀具寿命。与常规的静态方法相比，本发明的方法更加高效、稳健且具有通用性。与常规的动态方法相比，本发明的方法更加经济实惠。而且，本发明还提供了一种动态策略来调整切削刀具的最优使用寿命。

Claims (19)

1.切削刀具寿命的设置方法(100)，其特征在于，包括：
获取切削刀具的至少两组先前切削参数(110)；
对于获取的所述至少两组先前切削参数中的每一组，
获取采用该组先前切削参数时，切削刀具的至少两条刀具更换记录(120)；
基于采用该组先前切削参数时切削刀具的至少两条刀具更换记录来拟合所述切削刀具的失效时间分布(130)；
接收一个目标切削刀具的一组预定义的切削参数(140)；并且
根据该组预定义的切削参数、所述至少两组先前切削参数以及每一组先前切削参数所对应的失效时间分布来设置所述目标切削刀具的刀具寿命(150)；
其中，根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布；并且
根据所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布来计算所述目标切削刀具的所述刀具寿命。
2.如权利要求1所述的设置方法(100)，其中，基于采用一组先前切削参数时切削刀具的至少两条刀具更换记录来拟合所述切削刀具的失效时间分布包括：
基于采用该组先前切削参数时切削刀具的至少两条刀具更换记录来导出采用该组先前切削参数时切削刀具的失效数据集Xf和生存数据集Xs，其中，所述失效数据集包括切削刀具由于在第xf次切削时发生切削刀具失效而被更换的刀具更换记录，其中xf∈Xf，所述生存数据集包括切削刀具直到第xs次切削时仍然存活而是在达到预设寿命时被更换的刀具更换记录，其中xs∈Xs；并且
根据所述失效数据集和所述生存数据集来确定该组先前切削参数所对应的失效时间分布的分布参数，以使得包括所述失效数据集和所述生存数据集在内的两个数据集中的数据似然性最大化。
3.如权利要求1或2所述的设置方法(100)，其中，根据所述组预定义的切削参数、所述至少两组先前切削参数以及所述失效时间分布来设置所述目标切削刀具的刀具寿命包括：
根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布；并且
根据所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布来计算所述目标切削刀具的所述刀具寿命。
4.如权利要求3所述的设置方法(100)，其中，所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布包括所述预测失效时间分布的形状参数和比例参数的各自的先验分布；并且
其中，所述方法还包括基于所述预测失效时间分布的所述形状参数的先验分布和所述比例参数的先验分布来计算所述目标切削刀具的所述刀具寿命。
5.如权利要求1或2所述的设置方法(100)，还包括：
记录采用所述组预定义的切削参数时目标切削刀具的刀具更换记录(160)；
根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布(170)；并且
使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来更新所述目标切削刀具的刀具寿命(180)。
6.如权利要求5所述的设置方法(100)，其中，使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来更新所述目标切削刀具的刀具寿命(180)，包括：
基于所述目标切削刀具的所述刀具更换记录来导出采用所述组预定义的切削参数时目标切削刀具的失效数据集和生存数据集，其中，所述失效数据集包括目标切削刀具由于在第xf次切削时发生目标切削刀具失效而被更换的刀具更换记录，其中xf∈Xf，所述生存数据集包括目标切削刀具直到第xs次切削时仍然存活而是在达到预设寿命时被更换的刀具更换记录，其中xs∈Xs；
使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来计算所述目标切削刀具的失效时间分布的分布参数的后验分布；并且
基于所述目标切削刀具的失效时间分布的分布参数的后验分布来更新所述目标切削刀具的刀具寿命。
7.如权利要求6所述的设置方法(100)，其中，所述目标切削刀具的预测失效时间分布的分布参数的所述后验分布包括所述预测失效时间分布的形状参数和比例参数的各自的后验分布；并且
其中，所述方法还包括至少基于所述预测失效时间分布的所述形状参数的后验分布和所述比例参数的后验分布来更新所述目标切削刀具的所述刀具寿命。
8.如权利要求1所述的设置方法(100)，其中，所述切削参数包括以下组中的至少一种：切削进给速度、转速、切削持续时间和待加工工件的材料。
9.机器可读介质，其特征在于，所述机器可读介质存储有机器可执行指令，所述机器可执行指令被配置为使得在由合适的机器或处理器运行时，使所述机器或处理器执行权利要求1至8中的任一项所述的设置方法(100)。
10.计算设备(200)，其特征在于，包括：
至少一个存储器(210)，用于存储机器可执行指令；以及
至少一个处理器(220)，用于调用所述机器可执行指令，所述机器可执行指令在被所述至少一个处理器执行时，使得所述至少一个处理器执行根据权利要求1至8中的任一项所述的设置方法(100)。
11.切削刀具寿命的设置装置(310)，其特征在于，包括：
接收单元(312)，其被配置为获取切削刀具的至少两组先前切削参数，以及采用所述至少两组先前切削参数中的每一组时切削刀具的至少两条刀具更换记录；以及
计算单元(314)，其被配置为：
基于采用每一组先前切削参数时切削刀具的至少两条刀具更换记录来拟合所述切削刀具的失效时间分布；
接收一个目标切削刀具的一组预定义的切削参数；并且
根据所述组预定义的切削参数、所述至少两组先前切削参数以及每一组先前切削参数所对应的失效时间分布来设置所述目标切削刀具的刀具寿命；
其中，根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布；并且
根据所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布来计算所述目标切削刀具的所述刀具寿命。
12.如权利要求11所述的设置装置(310)，其中，所述计算单元(314)还被配置为：
基于采用每一组先前切削参数时切削刀具的至少两条刀具更换记录来导出采用该组先前切削参数时切削刀具的失效数据集Xf和生存数据集Xs，其中，所述失效数据集包括切削刀具由于在第xf次切削时发生切削刀具失效而被更换的刀具更换记录，其中xf∈Xf，所述生存数据集包括切削刀具直到第xs次切削时仍然存活而是在达到预设寿命时被更换的刀具更换记录，其中xs∈Xs；并且
根据所述失效数据集和所述生存数据集来确定该组先前切削参数所对应的失效时间分布的分布参数，以使得包括所述失效数据集和所述生存数据集在内的两个数据集中的数据似然性最大化。
13.如权利要求11或12所述的设置装置(310)，其中，所述计算单元(314)还被配置为：
根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布；并且
根据所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布来计算所述目标切削刀具的所述刀具寿命。
14.如权利要求13所述的设置装置(310)，其中，所述目标切削刀具的预测失效时间分布的分布参数的所述先验分布包括所述预测失效时间分布的形状参数和比例参数的各自的先验分布；并且
其中，所述计算单元(314)还被配置为基于所述预测失效时间分布的所述形状参数的先验分布和所述比例参数的先验分布来计算所述目标切削刀具的所述刀具寿命。
15.如权利要求11或12所述的设置装置(310)，其中，所述接收单元(312)还被配置为获取采用所述组预定义的切削参数时目标切削刀具的刀具更换记录，并且
其中，所述计算单元(314)还被配置为：
根据所述组预定义的切削参数、所述至少两组先前切削参数以及利用所述至少两组先前切削参数所对应的刀具更换记录拟合得到的失效时间分布的分布参数，来计算所述目标切削刀具的预测失效时间分布的分布参数的先验分布；并且
使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来更新所述目标切削刀具的刀具寿命。
16.如权利要求15所述的设置装置(310)，其中，所述计算单元(314)还被配置为：
基于所述目标切削刀具的所述刀具更换记录来导出采用所述组预定义的切削参数时目标切削刀具的失效数据集和生存数据集，其中，所述失效数据集包括目标切削刀具由于在第xf次切削时发生目标切削刀具失效而被更换的刀具更换记录，其中xf∈Xf，所述生存数据集包括目标切削刀具直到第xs次切削时仍然存活而是在达到预设寿命时被更换的刀具更换记录，其中xs∈Xs；
使用所述目标切削刀具的所述刀具更换记录，以及所述目标切削刀具的预测失效时间分布的分布参数的先验分布，来计算所述目标切削刀具的失效时间分布的分布参数的后验分布；并且
基于所述目标切削刀具的失效时间分布的分布参数的后验分布来更新所述目标切削刀具的刀具寿命。
17.如权利要求16所述的设置装置(310)，其中，所述目标切削刀具的预测失效时间分布的分布参数的所述后验分布包括所述预测失效时间分布的形状参数和比例参数的各自的后验分布；并且
其中，所述计算单元(314)还被配置为至少基于所述预测失效时间分布的所述形状参数的后验分布和所述比例参数的后验分布来更新所述目标切削刀具的所述刀具寿命。
18.如权利要求11项所述的设置装置(310)，其中，所述切削参数包括以下组中的至少一种：切削进给速度、转速、切削持续时间和待加工工件的材料。
19.切削刀具寿命的计算系统(300)，其特征在于，包括：
根据权利要求11至18中的任一项所述的切削刀具寿命的设置装置(310)；以及
记录单元(320)，其被配置为记录采一组预定义的切削参数时目标切削刀具的刀具更换记录，并将所述目标切削刀具的所述刀具更换记录发送给所述设置装置的接收单元。
CN201980088352.8A 2019-05-09 2019-05-09 基于刀具更换记录的切削刀具寿命的设置方法、装置和系统 Active CN113272746B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/086262 WO2020223965A1 (zh) 2019-05-09 2019-05-09 基于刀具更换记录的切削刀具寿命的设置方法、装置和系统

Publications (2)

Publication Number Publication Date
CN113272746A CN113272746A (zh) 2021-08-17
CN113272746B true CN113272746B (zh) 2024-04-09

Family

ID=73050927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980088352.8A Active CN113272746B (zh) 2019-05-09 2019-05-09 基于刀具更换记录的切削刀具寿命的设置方法、装置和系统

Country Status (3)

Country Link
EP (1) EP3904983A4 (zh)
CN (1) CN113272746B (zh)
WO (1) WO2020223965A1 (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3121700B2 (ja) * 1992-12-22 2001-01-09 オークマ株式会社 工具寿命管理機能を備えた数値制御装置
DE102011108361A1 (de) * 2010-11-25 2012-05-31 Komet Group Gmbh Server eines Computernetzwerks
CN103793762A (zh) * 2014-01-23 2014-05-14 太原科技大学 一种基于小样本多类型参数的刀具寿命预测方法
CN103823895A (zh) * 2014-03-13 2014-05-28 西安工业大学 一种刀具切削数据库管理系统
CN105160147A (zh) * 2015-07-07 2015-12-16 大连理工大学 一种基于状态空间模型和模糊理论的刀具更换时间方法
CN106020158A (zh) * 2016-07-20 2016-10-12 上海交通大学 一种项目型产品加工工艺大数据支持系统
CN106334969A (zh) * 2016-10-31 2017-01-18 南开大学 一种用于切削动力工具的刀具寿命估计方法
CN106475855A (zh) * 2016-11-22 2017-03-08 无锡职业技术学院 一种数控机床主轴负荷的在线检测设备和检测方法
CN106776712A (zh) * 2016-11-15 2017-05-31 沈阳机床(集团)有限责任公司 基于i5智能数控车床的车削工艺数据库及其应用方法
CN107463594A (zh) * 2010-11-25 2017-12-12 彗星集团有限公司 计算机网络的服务器
CN108416444A (zh) * 2018-02-02 2018-08-17 华中科技大学 用于切削数据库的方法及相应装置
CN108492016A (zh) * 2018-03-14 2018-09-04 南方天合底盘系统有限公司 一种刀具管理方法
CN108907896A (zh) * 2018-06-06 2018-11-30 上海交通大学 一种刀具剩余寿命在线预测方法及系统
CN109605101A (zh) * 2018-12-12 2019-04-12 成都飞机工业（集团）有限责任公司 一种基于刀具寿命应用模式的安全换刀方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5251144A (en) * 1991-04-18 1993-10-05 Texas Instruments Incorporated System and method utilizing a real time expert system for tool life prediction and tool wear diagnosis
JP3095881B2 (ja) * 1992-05-27 2000-10-10 オークマ株式会社 工具寿命予知装置
JP2001150300A (ja) * 1999-11-29 2001-06-05 Olympus Optical Co Ltd 工具破損履歴記録装置
JP6348284B2 (ja) * 2014-01-08 2018-06-27 株式会社神戸製鋼所 切削加工における切削条件の設計方法
CN105033719B (zh) * 2015-08-17 2017-04-26 东北大学 一种基于动态可靠度确定换刀时间的方法
JP6404893B2 (ja) * 2016-12-22 2018-10-17 ファナック株式会社 工具寿命推定装置

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3121700B2 (ja) * 1992-12-22 2001-01-09 オークマ株式会社 工具寿命管理機能を備えた数値制御装置
CN107463594A (zh) * 2010-11-25 2017-12-12 彗星集团有限公司 计算机网络的服务器
DE102011108361A1 (de) * 2010-11-25 2012-05-31 Komet Group Gmbh Server eines Computernetzwerks
CN103793762A (zh) * 2014-01-23 2014-05-14 太原科技大学 一种基于小样本多类型参数的刀具寿命预测方法
CN103823895A (zh) * 2014-03-13 2014-05-28 西安工业大学 一种刀具切削数据库管理系统
CN105160147A (zh) * 2015-07-07 2015-12-16 大连理工大学 一种基于状态空间模型和模糊理论的刀具更换时间方法
CN106020158A (zh) * 2016-07-20 2016-10-12 上海交通大学 一种项目型产品加工工艺大数据支持系统
CN106334969A (zh) * 2016-10-31 2017-01-18 南开大学 一种用于切削动力工具的刀具寿命估计方法
CN106776712A (zh) * 2016-11-15 2017-05-31 沈阳机床(集团)有限责任公司 基于i5智能数控车床的车削工艺数据库及其应用方法
CN106475855A (zh) * 2016-11-22 2017-03-08 无锡职业技术学院 一种数控机床主轴负荷的在线检测设备和检测方法
CN108416444A (zh) * 2018-02-02 2018-08-17 华中科技大学 用于切削数据库的方法及相应装置
CN108492016A (zh) * 2018-03-14 2018-09-04 南方天合底盘系统有限公司 一种刀具管理方法
CN108907896A (zh) * 2018-06-06 2018-11-30 上海交通大学 一种刀具剩余寿命在线预测方法及系统
CN109605101A (zh) * 2018-12-12 2019-04-12 成都飞机工业（集团）有限责任公司 一种基于刀具寿命应用模式的安全换刀方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘朝晖 ; 张为民 ; 许佳志 ; 杜尚俭 ; Juergen Fleischer ; .液压刀柄与热缩刀柄铣削加工的对比试验.中国工程机械学报.2015,(05),全文. *
液压刀柄与热缩刀柄铣削加工的对比试验;刘朝晖;张为民;许佳志;杜尚俭;Juergen Fleischer;;中国工程机械学报(05);全文 *
钻头磨损检测与剩余寿命评估;敖银辉;汪宝生;;机械工程学报(01);全文 *

Also Published As

Publication number Publication date
CN113272746A (zh) 2021-08-17
EP3904983A4 (en) 2022-08-03
EP3904983A1 (en) 2021-11-03
WO2020223965A1 (zh) 2020-11-12

Similar Documents

Publication Publication Date Title
CN109885469B (zh) 一种扩容方法、预测模型创建方法、装置、设备及介质
US8868993B1 (en) Data replacement policy
Zainal et al. Glowworm swarm optimization (GSO) for optimization of machining parameters
CN111967640B (zh) 考虑刀具磨损量和表面粗糙度的刀具剩余寿命预测方法
Antunes et al. Knee/elbow estimation based on first derivative threshold
JP6525044B1 (ja) 監視システム、学習装置、学習方法、監視装置及び監視方法
CN114820551A (zh) 基于激光微织构技术的工件加工方法、系统、设备和介质
US20190366644A1 (en) Optimization for 3d printing
CN114207663A (zh) 工具的磨损程度的确定
CN107909216B (zh) 一种零件实际生产周期预测方法
CN113272746B (zh) 基于刀具更换记录的切削刀具寿命的设置方法、装置和系统
KR102425936B1 (ko) 장치 진단 장치, 플라스마 처리 장치 및 장치 진단 방법
Li et al. Time‐Variant Reliability Assessment and Its Sensitivity Analysis of Cutting Tool under Invariant Machining Condition Based on Gamma Process
CN107567382B (zh) 用于补偿光学镜片制造过程中的偏差的系统和方法
CN112686433B (zh) 快递数量的预测方法、装置、设备及存储介质
CN113159121A (zh) 基于先验知识模型的机器人磨抛去除量预测方法及设备
CN108027760B (zh) 数据存储设备监视的方法及系统
CN110096029B (zh) 热位移校正装置
CN108229071B (zh) 基于ar模型与svdd算法的刀具性能退化评估方法及系统
JP2008165412A (ja) 性能演算装置
CN113037728B (zh) 一种实现零信任的风险判定方法、装置、设备及介质
CN106814608B (zh) 基于后验概率分布的预测控制自适应滤波算法
Fallahnezhad et al. Economic design of cumulative count of conforming control charts based on average number of inspected items
Carlos García-Díaz et al. Economic design of EWMA control charts using regions of maximum and minimum ARL
JP7108577B2 (ja) 診断装置と診断方法および加工装置

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
GR01 Patent grant
GR01 Patent grant