CN113601264A - 基于变进给量试切的刀具后刀面磨损状态确定方法 - Google Patents
基于变进给量试切的刀具后刀面磨损状态确定方法 Download PDFInfo
- Publication number
- CN113601264A CN113601264A CN202111020632.0A CN202111020632A CN113601264A CN 113601264 A CN113601264 A CN 113601264A CN 202111020632 A CN202111020632 A CN 202111020632A CN 113601264 A CN113601264 A CN 113601264A
- Authority
- CN
- China
- Prior art keywords
- cutting
- trial
- cutter
- tool
- state
- 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
Abstract
本发明公开了一种基于变进给量试切的刀具后刀面磨损状态确定方法,首先确定被考察状态信息,确定切削速度、背吃刀量和进给量参数;再依照被考察状态规划试切试验,之后进行试切试验并按顺序记录每组试切的反馈信号,在反馈信号的基础上,构建信号差值数组,并拟合信号差值与进给量的关系,从而计算求得后刀面绝对消耗、固有消耗、后刀面额外消耗,从而测算评估得到以反馈信号绝对变化量或相对变化量表征的刀具后刀面的磨损状态。采用本发明的显著效果是,能够较为准确的测算出已磨损刀具相对于新刀的磨损状态,而不需要构建复杂的算法模型,也不依赖标准参考曲线或阈值。特别适用于单件、小批量生产情况下,刀具磨损状态的检测和评估。
Description
技术领域
本发明涉及机械加工中刀具磨损状态检测,具体涉及刀具后刀面磨损状态的测定和评估。
背景技术
金属切削加工过程中,随着刀具自身的磨损,会导致加工工件的加工精度降低、表面粗糙度增大以及切削温度的升高,甚至于产生严重的振动而无法正常工作。因此,检测刀具的磨损状态对加工的质量、成本和效率都有重要的意义。
刀具状态检测总体上可分为直接法和间接法两类。直接法,即直接测量刀具磨损面积或刀具磨损形状的方法,包括接触检测法、放射线检测法,及光学检测法等,其特点是测量准确,但往往需要停机检测,难以实现在线检测。间接法是在切削过程中获得与刀具磨损相关的信号(包括切削力、切削功率、声发射、振动、切削温度、电流信号等)的基础上,进行特征提取和磨损状态识别的方法。间接法的优点在于不干扰切削过程,便于在线检测。
然而,间接法在使用过程中,根据具体方法的不同,普遍需要面临两种情形。第一种是需要建立标准参考曲线或阈值的情形,如不少的方法需要先用标准刀或者新刀测得功率曲线、电流曲线等,以之作为评判刀具磨损程度的基准。第二种是需要大量数据样本,最为典型的是基于神经网络的方法,这些方法需要这些数据样本对神经网络进行训练。这两种情形在中、大批量加工时具有可行性,因为此时工件、刀具以及切削用量等相对固定,建立参考曲线或生成样本的成本低且置信度高,但在单件、小批量生产情况下,由于加工对象、刀具种类和切削用量等的组合复杂多样,建立大量参考曲线或生成大量样本将难以实现。
发明内容
本发明针对刀具磨损中广泛存在的后刀面磨损,提供一种在间接法基础上,只需要利用当前磨损刀具进行若干次试切,即可确定当前刀具磨损状态的方法,即本方法既可以不需要标准刀或者新刀来获得参考曲线和阈值,也不存在需要大量数据样本的问题。其采用的主要技术方案如下:
一种基于变进给量试切的刀具后刀面磨损状态确定方法,其关键在于按以下步骤进行:
步骤一、确定被考察状态信息
获取刀具已使用过的最大背吃刀量αp-max;
设定拟考察工况下的切削用量:切削速度为vcg,背吃刀量为αpg,进给量为fg;
步骤二、规划试切试验
根据被考察状态设计三组试切试验,每组试切试验包括6次试切;
第一组试切试验设定刀具的切削速度为vcg,背吃刀量为αpg,进给量为fi;
第二组试切试验设定刀具的切削速度为vcg,背吃刀量为αp-un,进给量为fi;
第三组试切试验设定刀具的切削速度为vcg,背吃刀量为αp-un+Δαp,进给量为fi;
其中,i=1,2,3,4,5,6,fi=f1,f2,...,f6;且f1,f2,...,f6按照由小到大的等差数列构建,f1=f6/6,fg∈fi,αp-un>αpg,αp-un≥αp-max,Δαp>0;
如果αpg≥αp-max,则依次进行第一、第二共两组试切试验,并使αp-un=αpg+Δαp;
如果αpg<αp-max,则依次进行第一、第二、第三共三组试切试验;
步骤三、试切并记录信号数据
按照步骤二的设定,对刀具进行2组或3组试切,并按顺序记录每次试切的反馈信号,依次记录为:
第一组试切试验信号数组A=(A1,A2,...,A6);
第二组试切试验信号数组B=(B1,B2,...,B6);
第三组试切试验信号数组C=(C1,C2,...,C6);
被考察状态(vcg,αpg,fg)对应的信号为Ag,Ag∈A;
步骤四、估算试切时后刀面绝对消耗Eb;
首先,在每组信号数组的基础上,分别构建信号差值数组ΔA、ΔB、ΔC;ΔA=(ΔA2,ΔA3,…,ΔA6)=((A2-A1),(A3-A2),…,(A6-A5));ΔB=(ΔB2,ΔB3,…,ΔB6)=((B2-B1),(B3-B2),…,(B6-B5));ΔC=(ΔC2,ΔC3,…,ΔC6)=((C2-C1),(C3-C2),…,(C6-C5));
其次,分别拟合信号差值ΔAi、ΔBi、ΔCi与fi的关系:
ΔAi=GA(fi);
ΔBi=GB(fi);
ΔCi=GC(fi);
再次,根据拟合关系求得在进行第一组、第二组、第三组试切试验时所述刀具分别对应的后刀面绝对消耗Eb-A,Eb-B和Eb-C;
Eb-A=A1-ΔA1=A1-GA(f1);
Eb-B=B1-ΔB1=B1-GB(f1);
Eb-C=C1-ΔC1=C1-GC(f1);
步骤五、计算后刀面固有消耗Eb0;
同一磨损状态下,后刀面绝对消耗为Eb,后刀面固有消耗为Eb0,后刀面额外消耗为ΔE;Eb=Eb0+ΔE;
所述刀具在切削速度为vcg,背吃刀量为αpg,进给量为fg的被考察状态下,其对应的后刀面绝对消耗为Eb-A;
步骤六、确定所述刀具在被考察状态下的磨损状态
所述刀具在切削速度为vcg,背吃刀量为αpg,进给量为fg的被考察状态下,相对于新刀,其信号的绝对变化量即为后刀面绝对额外消耗ΔEA;
所述刀具在切削速度为vcg,背吃刀量为αpg,进给量为fg的被考察状态下,相对于新刀,其信号的相对变化量即为后刀面相对额外消耗c%;
所述刀具相对于新刀,其后刀面的绝对磨损变化量为M1,相对磨损变化量为M2;利用ΔEA和c%用分别表征M1、M2;
M1=F(ΔEA);
M2=F(c%)。
附图说明
图1为本发明的流程图。
具体实施方式
以下结合实施例和附图对本发明作进一步说明。
实施例1:
如图1所示,一种基于变进给量试切的刀具后刀面磨损状态确定方法,按以下步骤进行:
步骤一、确定被考察状态信息
获取刀具已使用过的最大背吃刀量αp-max;
依照所述刀具已使用过的各种工况确定被考察状态信息,将被考察状态等同于所述刀具的全过程使用状态,即认为所述刀具是从新刀开始以被考察状态使用而达到当前磨损状态,被考察状态需确定三个参数,切削速度为vcg,背吃刀量为αpg,进给量为fg;接下来按照被考察状态(vcg,αpg,fg)来规划和执行试切试验;
步骤二、规划试切试验
根据被考察状态设计三组试切试验,每组试切试验包括6次试切;
第一组试切试验设定刀具的切削速度为vcg,背吃刀量为αpg,进给量为fi;
第二组试切试验设定刀具的切削速度为vcg,背吃刀量为αp-un,进给量为fi;
第三组试切试验设定刀具的切削速度为vcg,背吃刀量为αp-un+Δαp,进给量为fi;
其中,进给量为fi按照赋值法确定,进给量f6大于所述刀具使用过的最大进给量;i=1,2,3,4,5,6,fi=f1,f2,...,f6;且f1,f2,...,f6按照由小到大的等差数列构建,f1=f6/6,fg∈fi,αp-un>αpg,αp-un≥αp-max,Δαp>0;
如果αpg≥αp-max,则只需要依次进行第一、第二共两组试切试验,并使αp-un=αpg+Δαp;
如果αpg<αp-max,则需要依次进行第一、第二、第三共三组试切试验;
步骤三、试切并记录信号数据
按照步骤二的设定,对刀具进行2组或3组试切,并按顺序记录每次试切的反馈信号,所述反馈信号可以是切削力信号、切削功率信号和电流信号中的任一种,依次记录为:
第一组试切试验信号数组A=(A1,A2,...,A6);
第二组试切试验信号数组B=(B1,B2,...,B6);
第三组试切试验信号数组C=(C1,C2,...,C6);
被考察状态(vcg,αpg,fg)对应的信号为Ag,Ag∈A;
步骤四、估算试切时后刀面绝对消耗Eb;
首先,在每组信号数组的基础上,分别构建信号差值数组ΔA、ΔB、ΔC;ΔA=(ΔA2,ΔA3,…,ΔA6)=((A2-A1),(A3-A2),…,(A6-A5));ΔB=(ΔB2,ΔB3,…,ΔB6)=((B2-B1),(B3-B2),…,(B6-B5));ΔC=(ΔC2,ΔC3,…,ΔC6)=((C2-C1),(C3-C2),…,(C6-C5));
其次,分别拟合信号差值ΔAi、ΔBi、ΔCi与fi的关系:
ΔAi=GA(fi);
ΔBi=GB(fi);
ΔCi=GC(fi);
再次,根据拟合关系求得在进行第一组、第二组、第三组试切试验时所述刀具分别对应的后刀面绝对消耗Eb-A,Eb-B和Eb-C;
Eb-A=A1-ΔA1=A1-GA(f1);
Eb-B=B1-ΔB1=B1-GB(f1);
Eb-C=C1-ΔC1=C1-GC(f1);
步骤五、计算后刀面固有消耗Eb0;
同一磨损状态下,后刀面绝对消耗为Eb,后刀面固有消耗为Eb0,后刀面额外消耗为ΔE;Eb=Eb0+ΔE;对于新刀,有ΔE=0,Eb=Eb0;
根据设计的试切试验,当进行3组试切时,第二、三组试切的背吃刀量之差为Δαp,对应于刀具从距刀尖αp-un到距刀尖αp-un+Δαp这一段物理实体(简称Δαp段),将段物理实体视为新刀状态而未被磨损过(忽略试切造成的磨损),故该段实体在切削时后刀面不产生额外损耗,从而将视为零,即则有:
所述刀具在切削速度为vcg,背吃刀量为αpg,进给量为fg的被考察状态下,其对应的后刀面绝对消耗为Eb-A;
步骤六、确定所述刀具在被考察状态下的磨损状态
所述刀具在切削速度为vcg,背吃刀量为αpg,进给量为fg的被考察状态下,相对于新刀,其信号的绝对变化量即为后刀面绝对额外消耗ΔEA;
所述刀具在切削速度为vcg,背吃刀量为αpg,进给量为fg的被考察状态下,相对于新刀,其信号的相对变化量即为后刀面相对额外消耗c%;
所述刀具相对于新刀,其后刀面的绝对磨损变化量为M1,相对磨损变化量为M2;利用ΔEA和c%用分别表征M1、M2;
M1=F(ΔEA);
M2=F(c%)。
实施例2:
本实施例与实施例1的不同在于:
在所述步骤四中:
其中,KA、KB、KC是拟合的系数,bA、bB、bC是拟合的指数,其根据测得的反馈信号和对应的进给量求得。
在所述步骤七中:
M1=ΔEA;
M2=c%。
实施例3:
以在车床上进行外圆车削为例来说明。某磨损刀具全过程使用状态对应的等效考察状态为切削速度VC=60m/min,进给量f=0.3mm/r,背吃刀量αp=0.3mm;已知刀具使用过的最大背吃刀量为0.3mm,采用主切削力Fz作为磨损信号。
被考察状态(vcg,αpg,fg)=(60,0.3,0.3),αp-max=0.3;
根据已知条件可知,αpg≥αp-max,因而只需进行2组试切试验,设计切削用量分别为:
第一组(60m/min,0.3mm,fi),第二组(60m/min,0.4mm,fi),
其中:
fi=f1,f2,...,f6
=0.1mm/r,0.2mm/r,0.3mm/r,0.4mm/r,0.5mm/r,0.6mm/r;
按照两组试切,记录对应的主切削力分别为:
A=(A1,A2,...,A6)=(45.95,63.38,76.78,87.66,97.75,106.15);
B=(B1,B2,...,B6)=(53.66,74.35,90.02,102.68,114.25,124.56);
被考察状态对应第一组第3次试切,其对应的信号Ag=A3=76.78;
通过数据处理,得到:
从而计算得到:
后刀面绝对消耗为Eb-A=18.78;
后刀面绝对额外消耗ΔEA为:
后刀面相对额外消耗c%为:
所述刀具后刀面的绝对磨损变化量(测算值)M1=ΔEA=8.94;
所述刀具后刀面的相对磨损变化量(测算值)M2=c%=13.18%。
为了验证本方法的有效性,测试了本刀具在新刀状态时的数据用于对比:
测得新刀在切削用量为(60m/min,0.3mm,0.3mm/r)时的主切削力为66.07N;根据本方法得到在相应条件下的主切削力为76.78N。
则所述刀具的绝对磨损变化量(实际值)为76.78-66.07=10.71N,其与本方法测算得到的绝对磨损变化量(测算值)的差值为10.71-8.97=1.77N;
所述刀具的相对磨损变化量(实际值)为16.21%,其与本方法测算得到的相对磨损变化量(测算值)的差值为16.21%-13.18%=3.03%。
可以看出,采用本发明的方法的有益效果是:能够较为准确的测算出已磨损刀具相对于新刀的磨损状态,而不需要构建复杂的算法模型,也不依赖标准参考曲线或阈值以及大量的数据样本。特别适用于单件、小批量生产情况下,刀具磨损状态的检测和评估。
进给量序列fi的构建方法可以按照如下方式进行:f1,f2,...,f6应按照由小到大等差数列构建,满足f1=f6/6,且fg等于该序列中的一个值;f1是最小进给量,但不能过小,应能正常切削,根据《金属切削手册》,当切削刃钝圆半径为rn时,应使得f1≥3rn;对于有宽度为的负倒棱时,如果是加工低碳钢、不锈钢及灰铸铁等,应使得如果是加工中碳钢、合金结构钢等,应使得如果切削冲击载荷较大,应使得fn是最大进给量,可根据刀具材料、工件材料、vcg、αpg等已知条件查切削用量手册来获得,所查值往往是一个范围,尽量取较大值,fn也可由经验丰富的工人直接给出。
最后需要说明的是,上述描述仅仅为本发明的优选实施例,本领域的普通技术人员在本发明的启示下,在不违背本发明宗旨及权利要求的前提下,可以做出多种类似的表示,这样的变换均落入本发明的保护范围之内。
Claims (4)
1.一种基于变进给量试切的刀具后刀面磨损状态确定方法,其特征在于按以下步骤进行:
步骤一、确定被考察状态信息
获取刀具已使用过的最大背吃刀量αp-max;
设定拟考察工况下的切削用量:切削速度为vcg,背吃刀量为αpg,进给量为fg;
步骤二、规划试切试验
根据被考察状态设计三组试切试验,每组试切试验包括6次试切;
第一组试切试验设定刀具的切削速度为vcg,背吃刀量为αpg,进给量为fi;
第二组试切试验设定刀具的切削速度为vcg,背吃刀量为αp-un,进给量为fi;
第三组试切试验设定刀具的切削速度为vcg,背吃刀量为αp-un+Δαp,进给量为fi;
其中,i=1,2,3,4,5,6,fi=f1,f2,...,f6;且f1,f2,...,f6按照由小到大的等差数列构建,f1=f6/6,fg∈fi,αp-un>αpg,αp-un≥αp-max,Δαp>0;
如果αpg≥αp-max,则依次进行第一、第二共两组试切试验,并使αp-un=αpg+Δαp;
如果αpg<αp-max,则依次进行第一、第二、第三共三组试切试验;
步骤三、试切并记录信号数据
按照步骤二的设定,对刀具进行2组或3组试切,并按顺序记录每次试切的反馈信号,依次记录为:
第一组试切试验信号数组A=(A1,A2,...,A6);
第二组试切试验信号数组B=(B1,B2,...,B6);
第三组试切试验信号数组C=(C1,C2,...,C6);
被考察状态(vcg,αpg,fg)对应的信号为Ag,Ag∈A;
步骤四、估算试切时后刀面绝对消耗Eb;
首先,在每组信号数组的基础上,分别构建信号差值数组ΔA、ΔB、ΔC;ΔA=(ΔA2,ΔA3,…,ΔA6)=((A2-A1),(A3-A2),…,(A6-A5));ΔB=(ΔB2,ΔB3,…,ΔB6)=((B2-B1),(B3-B2),…,(B6-B5));
ΔC=(ΔC2,ΔC3,…,ΔC6)=((C2-C1),(C3-C2),…,(C6-C5));
其次,分别拟合信号差值ΔAi、ΔBi、ΔCi与fi的关系:
ΔAi=GA(fi);
ΔBi=GB(fi);
ΔCi=GC(fi);
再次,根据拟合关系求得在进行第一组、第二组、第三组试切试验时所述刀具分别对应的后刀面绝对消耗Eb-A,Eb-B和Eb-C;
Eb-A=A1-ΔA1=A1-GA(f1);
Eb-B=B1-ΔB1=B1-GB(f1);
Eb-C=C1-ΔC1=C1-GC(f1);
步骤五、计算后刀面固有消耗Eb0;
同一磨损状态下,后刀面绝对消耗为Eb,后刀面固有消耗为Eb0,后刀面额外消耗为ΔE;Eb=Eb0+ΔE;
所述刀具在切削速度为vcg,背吃刀量为αpg,进给量为fg的被考察状态下,其对应的后刀面绝对消耗为Eb-A;
步骤六、确定所述刀具在被考察状态下的磨损状态
所述刀具在切削速度为vcg,背吃刀量为αpg,进给量为fg的被考察状态下,相对于新刀,其信号的绝对变化量即为后刀面绝对额外消耗ΔEA;
所述刀具在切削速度为vcg,背吃刀量为αpg,进给量为fg的被考察状态下,相对于新刀,其信号的相对变化量即为后刀面相对额外消耗c%;
所述刀具相对于新刀,其后刀面的绝对磨损变化量为M1,相对磨损变化量为M2;利用ΔEA和c%用分别表征M1、M2;
M1=F(ΔEA);
M2=F(c%)。
2.根据权利要求1所述的基于变进给量试切的刀具后刀面磨损状态确定方法,其特征在于:所述反馈信号为切削力信号、切削功率信号和电流信号中的任一种。
4.根据权利要求1所述的基于变进给量试切的刀具后刀面磨损状态确定方法,其特征在于:
M1=ΔEA;
M2=c%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111020632.0A CN113601264B (zh) | 2021-09-01 | 2021-09-01 | 基于变进给量试切的刀具后刀面磨损状态确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111020632.0A CN113601264B (zh) | 2021-09-01 | 2021-09-01 | 基于变进给量试切的刀具后刀面磨损状态确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113601264A true CN113601264A (zh) | 2021-11-05 |
CN113601264B CN113601264B (zh) | 2022-05-27 |
Family
ID=78342581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111020632.0A Active CN113601264B (zh) | 2021-09-01 | 2021-09-01 | 基于变进给量试切的刀具后刀面磨损状态确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113601264B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4831365A (en) * | 1988-02-05 | 1989-05-16 | General Electric Company | Cutting tool wear detection apparatus and method |
EP0566750A1 (en) * | 1991-11-11 | 1993-10-27 | Fanuc Ltd. | Method of trial cutting |
JP2005040930A (ja) * | 2003-07-25 | 2005-02-17 | Denso Corp | 加工工具の磨耗状況判定方法 |
CN104267693A (zh) * | 2014-09-22 | 2015-01-07 | 华中科技大学 | 一种机械加工能量效率的切削参数优化方法 |
US20160290906A1 (en) * | 2013-11-29 | 2016-10-06 | Snecma | Method and device for determining the wear of a cutting tool flank |
CN106141808A (zh) * | 2016-07-12 | 2016-11-23 | 北京理工大学 | 一种变切深调节装置及径向切削参数优化工艺方法 |
CN107186547A (zh) * | 2017-05-25 | 2017-09-22 | 重庆大学 | 基于切削功率的数控车削批量加工刀具磨损在线监测方法 |
US20190030673A1 (en) * | 2016-01-20 | 2019-01-31 | Seti-Tec | Method for determining the state of wear of a drill, and corresponding device. |
CN110293451A (zh) * | 2019-07-03 | 2019-10-01 | 哈尔滨理工大学 | 一种整体式平底立铣刀后刀面磨损率确定方法 |
CN111240265A (zh) * | 2019-12-26 | 2020-06-05 | 国营第六一六厂 | 一种数控加工切削工艺参数优化方法 |
CN111666640A (zh) * | 2020-05-12 | 2020-09-15 | 大连理工大学 | 一种考虑纤维切削角与切深变化的碳纤维增强复合材料瞬时铣削力计算方法 |
CN112428025A (zh) * | 2020-11-11 | 2021-03-02 | 哈尔滨理工大学 | 一种构建刀具二维磨损图进行安全切削区域优选的方法 |
CN113182567A (zh) * | 2021-03-31 | 2021-07-30 | 成都飞机工业(集团)有限责任公司 | 一种数控铣削刀具快速试切及切削参数优选方法 |
-
2021
- 2021-09-01 CN CN202111020632.0A patent/CN113601264B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4831365A (en) * | 1988-02-05 | 1989-05-16 | General Electric Company | Cutting tool wear detection apparatus and method |
EP0566750A1 (en) * | 1991-11-11 | 1993-10-27 | Fanuc Ltd. | Method of trial cutting |
JP2005040930A (ja) * | 2003-07-25 | 2005-02-17 | Denso Corp | 加工工具の磨耗状況判定方法 |
US20160290906A1 (en) * | 2013-11-29 | 2016-10-06 | Snecma | Method and device for determining the wear of a cutting tool flank |
CN104267693A (zh) * | 2014-09-22 | 2015-01-07 | 华中科技大学 | 一种机械加工能量效率的切削参数优化方法 |
US20190030673A1 (en) * | 2016-01-20 | 2019-01-31 | Seti-Tec | Method for determining the state of wear of a drill, and corresponding device. |
CN106141808A (zh) * | 2016-07-12 | 2016-11-23 | 北京理工大学 | 一种变切深调节装置及径向切削参数优化工艺方法 |
CN107186547A (zh) * | 2017-05-25 | 2017-09-22 | 重庆大学 | 基于切削功率的数控车削批量加工刀具磨损在线监测方法 |
CN110293451A (zh) * | 2019-07-03 | 2019-10-01 | 哈尔滨理工大学 | 一种整体式平底立铣刀后刀面磨损率确定方法 |
CN111240265A (zh) * | 2019-12-26 | 2020-06-05 | 国营第六一六厂 | 一种数控加工切削工艺参数优化方法 |
CN111666640A (zh) * | 2020-05-12 | 2020-09-15 | 大连理工大学 | 一种考虑纤维切削角与切深变化的碳纤维增强复合材料瞬时铣削力计算方法 |
CN112428025A (zh) * | 2020-11-11 | 2021-03-02 | 哈尔滨理工大学 | 一种构建刀具二维磨损图进行安全切削区域优选的方法 |
CN113182567A (zh) * | 2021-03-31 | 2021-07-30 | 成都飞机工业(集团)有限责任公司 | 一种数控铣削刀具快速试切及切削参数优选方法 |
Non-Patent Citations (8)
Title |
---|
SHUANG LIU等: "Energy Survey of Machine Tools: Separating Power Information of the Main Transmission System During Machining Process", 《JOURNAL OF ADVANCED MECHANICAL DESIGN,SYSTEMS, AND MANUFACTURING》 * |
SHUANG LIU等: "Energy Survey of Machine Tools: Separating Power Information of the Main Transmission System During Machining Process", 《JOURNAL OF ADVANCED MECHANICAL DESIGN,SYSTEMS, AND MANUFACTURING》, vol. 6, no. 4, 27 June 2012 (2012-06-27), pages 445 - 455 * |
孟杰等: "基于尺寸效应的微径铣刀磨损预测模型的建立与实验研究", 《振动与冲击》 * |
孟杰等: "基于尺寸效应的微径铣刀磨损预测模型的建立与实验研究", 《振动与冲击》, vol. 36, no. 06, 28 March 2017 (2017-03-28), pages 229 - 234 * |
杨广勇: "一种快速刀具磨损耐用度试验方法", 《水利电力机械》 * |
杨广勇: "一种快速刀具磨损耐用度试验方法", 《水利电力机械》, no. 06, 31 December 1986 (1986-12-31), pages 11 - 14 * |
贾云海等: "PCD刀具干式车削Ti6Al4V的正交试验研究", 《工具技术》 * |
贾云海等: "PCD刀具干式车削Ti6Al4V的正交试验研究", 《工具技术》, vol. 52, no. 06, 30 June 2018 (2018-06-30), pages 46 - 49 * |
Also Published As
Publication number | Publication date |
---|---|
CN113601264B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Benlahmidi et al. | Design optimization of cutting parameters when turning hardened AISI H11 steel (50 HRC) with CBN7020 tools | |
Costes et al. | Surface roughness prediction in milling based on tool displacements | |
Suhail et al. | Surface roughness identification using the grey relational analysis with multiple performance characteristics in turning operations | |
Abhang et al. | Optimization of machining process parameters using moora method | |
Salvi et al. | Analysis of surface roughness in hard turning by using Taguchi method | |
Gok et al. | Determination of surface qualities on inclined surface machining with acoustic sound pressure | |
CN113601264B (zh) | 基于变进给量试切的刀具后刀面磨损状态确定方法 | |
Tammineni et al. | Investigation of influence of milling parameters on surface roughness and flatness | |
CN109648397B (zh) | 基于刀齿刃带宽度与拉削负载相关性的拉刀寿命预测方法 | |
Kundrak et al. | Analysis of tool life functions in hard turning | |
CN113894333B (zh) | 钛合金薄壁结构精密铣削表面状态稳健性工艺控制方法 | |
Babu et al. | Evaluation of surface roughness using machine vision | |
CN112036661A (zh) | 基于刀具力学性能随机分布性的陶瓷刀具可靠度预测方法 | |
Astakhov | An application of the random balance method in conjunction with the Plackett-Burman screening design in metal cutting tests | |
Akkus | Experimental and statistical investigations of surface roughness, vibration, and energy consumption values of titanium alloy during machining using response surface method and grey relational analysis | |
Patel et al. | Experimental research on power consumption, material removal rate and surface roughness for machining of EN19 steel | |
Mewada et al. | Prediction model development for material removal rate in band sawing using dimensional analysis approach | |
Meier | Methods to reduce variation in cutting tool life tests | |
Singh et al. | Experimental study of taguchi vs GRA parameters during CNC boring in steel plate (SS-304) | |
Hweju et al. | Grey Relational Analysis Parameter-Based Predictive Modelling of Surface Roughness | |
CN112207292B (zh) | 棱边毛刺去除的金刚石刀具刃口优化实现方法 | |
Toton | The design, characterisation and application of an accelerated drill test for cutting tool development | |
Jozwik et al. | Surface Morphology Analysis After Sintered Carbon Milling Process | |
Salodkar | On Line Robust Tool Wear Estimation during Turning of En31alloy Steel Using AE Sensor and Artificial Neural Network | |
PANDA et al. | FORECASTING THE CUTTING TOOL LIFE CONSIDERING AS A BLOWUP MODE ITS OPERATION. |
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 |