CN114488950B - 机床机械部件动态保护方法及数控机床设备 - Google Patents

Abstract

本公开提供一种机床机械部件动态保护方法及数控机床设备。一种机床机械部件动态保护方法包括：获取机床当前运行场景下的配置参数；获取三轴加速度传感器反馈的数据作为第一振动数据，并对第一振动数据依次进行数据平滑处理和数据滤波处理，得到第二振动数据；根据所述配置参数，对第二振动数据进行计算整合，提取特征数据，将特征数据与所述预设阈值进行对比，得到对比结果；根据对比结果，确定报警方式，并对机床进行调整。本公开提供的一种机床机械部件动态保护方法及数控机床设备能够实时监测机床运行状况，识别机床运行状态，反馈异常信息，根据异常信息进行报警反馈，并对机床进行调整，实现对机床的机械部件的动态保护。

Description

机床机械部件动态保护方法及数控机床设备

技术领域

本公开涉及数控机床领域，尤其涉及一种机床机械部件动态保护方法及数控机床设备。

背景技术

数控机床是数字控制机床(Computer numerical control machine tools)的简称，是一种装有程序控制系统的自动化机床。该控制系统能够逻辑地处理具有控制编码或其他符号指令规定的程序，并将其译码，用代码化的数字表示，通过信息载体输入数控装置。经运算处理由数控装置发出各种控制信号，控制机床的动作，按图纸要求的形状和尺寸，自动地将零件加工出来。数控机床较好地解决了复杂、精密、小批量、多品种的零件加工问题，是一种柔性的、高效能的自动化机床，代表了现代机床控制技术的发展方向，是一种典型的机电一体化产品。

在实际生产中，数控机床加工运行，往往伴随着机床磨损、疲劳剥落、断裂、变形、腐蚀、断裂和老化等等问题，随着时间的推移，各种问题堆积，都会影响机床的正常运行，造成加工过程中故障。此外，操作人员的操作规范性，加工指令的正确性及合理性，都会影响机床的运行。实际上，在机床实际加工中，机床发生故障是常态，但一些重大故障，如机床撞车、刀具脱落，不但会影响生产效率，损坏机床，甚至会威胁操作人员的人生安全。

但在现有技术中，主要依赖于操作人员的加工经验进行机床运行状态的判断，存在较大的局限性及不确定性，也有较大的安全隐患。也有辅助或代替人工进行机械异常识别检测的检测设备，但这类设备均不是出于实时监控而设计，无法及时给出反馈及警示，且故障问题反映过于滞后。

发明内容

有鉴于此，本公开的目的在于提出一种机床机械部件动态保护方法，能够快速反馈机床故障信息，进行报警提示，并对机床做出调整，实现对机床的机械部件的动态保护，避免机床撞机。

本公开的目的还在于提出一种数控机床设备，能够实时监测机床运行情况，在机床发生故障时，发出警示信息，并做出相应的调整，避免机床撞机。

基于上述目的，本公开提供了一种机床机械部件动态保护方法，包括：

获取机床在当前运行场景下的配置参数，所述配置参数包括预设阈值、高通值、低通值、延时参数和换算个数中的一个或多个；

获取机床的三轴加速度传感器反馈的数据作为第一振动数据，并对所述第一振动数据依次进行数据平滑处理和数据滤波处理，得到第二振动数据；

根据所述配置参数，对所述第二振动数据进行计算，获得特征数据，将所述特征数据与所述预设阈值进行对比，得到对比结果；

根据所述对比结果，确定报警方式，和/或对机床进行调整；

其中，所述特征数据包括对所述第二振动数进行计算得到的峰峰值、平均值、均方根值和域值中的一种或多种。

进一步的，机床的运行场景包括：

快速进给场景、切削场景、换刀场景、重复加工监控场景、重点刀具监控场景、伺服轴磨损监控场景、重切削场景或自适应控制场景。

进一步的，所述数据平滑处理的步骤包括：

获取机床的三轴加速度传感器反馈的X轴向、Y轴向、Z轴向的三轴数据，以一个三轴向数据为一组，采集连续或不连续的3组数据，和在采集所述3组数据之前已经采集的61组数据拼接为64组数据，作为第一振动数据；

对第一振动数据中的X轴向数据、Y轴向数据、Z轴向数据分别进行求平均数处理，得到X轴向振动数据的平均数、Y轴向振动数据的平均数、Z轴向振动数据的平均数，将第一振动数据按照X轴向、Y轴向、Z轴向组成矩阵并对X轴向振动数据的平均数、Y轴向振动数据的平均数、Z轴向振动数据的平均数做矩阵相减，得到三轴向的差值矩阵；

将第一振动数据转化为余弦函数，得到每组数据的余弦函数值：

根据所述差值矩阵及所述余弦函数，进行窗函数处理，将对应的同一组三轴向数据的所述差值矩阵与其对应的余弦函数值相乘，得到的乘积即为窗函数数值。

进一步的，所述数据滤波处理的步骤包括：

将所述窗函数数值进行傅里叶变换，得到窗函数数值频域数据；

根据所述配置参数，对窗函数数值频域数据进行高低通滤波，得到带通数据；

将所述带通数据进行傅里叶逆变换，得到第二振动数据。

进一步的，根据所述配置参数，对所述第二振动数据进行计算，获得特征数据的步骤中：

当配置参数对应的场景为异常撞机场景时，特征参数包括平均值、峰峰值；

当配置参数对应的场景为切削过载场景时，特征参数包括平均值、均方根、峰峰值；

当配置参数对应的场景为异常换刀场景时，特征参数包括平均值；

当配置参数对应的场景为重切削场景时，特征参数包括平均值、均方根、峰峰值；

当配置参数对应的场景为各伺服轴磨损时，特征参数包括域值；

当配置参数对应的场景为重复加工监控场景时，特征参数包括平均值和均方根；

当配置参数对应的场景为重点刀具监控场景时，特征参数包括平均值和均方根和峰峰值；

当配置参数对应的场景为自适应控制场景时，特征参数包括平均值和均方根；

当配置参数对应的场景为自定义场景时，特征参数根据自定义场景进行设定。

进一步的，所述特征参数的提取方式包括：

所述峰峰值的获取方式为根据第二振动数据的波形图，计算波形图中的波峰波谷值；

所述平均值的计算方法为获取第二振动数据，将同一组X轴向数据、Y轴向数据、Z轴向数据按照向量和的计算方法进行计算，得到该组数据的向量和；并与相邻时间采集的两组三轴向数据的向量和进行平均数计算，得到所述平均值；

所述均方根的计算方法为获取第二振动数据，对第二振动数据中，以时间为基准，向后连续选取设定数量的以连续3组为基本单元的三轴向数据，每连续3组按照X轴向数据、Y轴向数据、Z轴向数据分别进行均方根的计算，再获取设定数量的基本单元的均方根进行均值计算；

所述域值的计算方法为获取第二振动数据的波动范围值。

进一步的，所述机床机械部件动态保护方法中，根据所述对比结果，确定报警方式，和/或对机床进行调整的步骤包括：

若所述对比结果小于所述预设阈值，则机床维持所述机床操作状态；

若所述对比结果大于或等于所述预设阈值，所述报警反馈模块根据所述场景检测参数及所述第二振动数据确定故障信息，并发出报警信息，对机床进行调整。

基于同一发明构思，本公开还提供一种数控机床设备，所述数控机床设备包括主机、三轴加速度传感器、数控装置和驱动装置；

所述三轴加速度传感器设置于所述主机上，用于监测所述主机的运行状态；

所述驱动装置用于驱动所述主机；

所述数控装置与所述主机、所述三轴加速度传感器、所述驱动装置分别电连接；

其中，所述数控装置包括：

数据采集模块，用于获取三轴加速度传感器的反馈数据；

场景检测模块，用于检测或提供机床的操作状态；

数据处理模块，用于根据机床的操作状态，调用配置参数，对三轴加速度传感器的反馈数据进行数据预处理；

报警反馈模块，用于对数据处理模块的预处理后的数据进行提取与计算，并分析计算结果，对应地进行报警和/或对机床进行调整；

设备管理模块，用于预设主机运行参数和人机交互；

供电电源，用于为所述数控装置供电；

通讯模块，用于传递数据及信号；

Flash芯片，用于存储机床运行数据。

进一步的，所述数控机床设备中，所述报警反馈模块被设置为根据分析计算结果采取如下动作：提示报警，急停报警，断电，NC暂停，伺服轴锁定，进给保持，或，独立双回路急停触点。

进一步的，所述通讯模块包括IO模块、以太网、总线协议、RS232、RS485、EtherCat、Profinet、Profibus或RS422。

从上面所述可以看出，本公开提供的一种机床机械部件动态保护方法及数控机床设备，能够实时机床运行状态，同时实现对机床的机械部件的动态保护。当检测刀故障信息是，快速做出反映，发出警示信息，在操作人员做出反应前，机床自身做出相应的调整，避免故障发生；若故障已发生，机床能够及时停机，减小故障带来的损失。

附图说明

为了更清楚地说明本公开或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例的机床机械部件动态保护方法的流程示意图；

图2为本公开实施例的第一振动数据的数据平滑处理流程示意图；

图3为本公开实施例的第一振动数据的数据滤波处理流程示意图；

图4为本公开实施例的数控机床设备的数控装置的内部结构示意图。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。

需要说明的是，除非另外定义，本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

为解决机床在发生故障后，无法及时调整，造成机床撞机的重大事故的问题，本公开提供如图1所示一种机床机械部件动态保护方法，包括：

实时监测机床运行状态，获取机床当前运行场景下的配置参数，所述配置参数至少包括预设阈值、高通值、低通值、延时参数、换算个数中的一个或多个。由于机床的运行场景不同，加工对象不同，使用的加工工艺不同，在不同的加工场景下，在加工过程中会产生不同的加工故障。可根据不同场景下的不同加工故障，对配置参数进行限定及修改，则可及时进行更改机床的报警条件，匹配不同的场景，极时发现机床的故障并做出相应的调整。

在机床运行过程中，三轴加速度传感器实时进行机床主轴的空间加速度，并通过通讯模块，将检测到的数据实时反馈至数据采集模块，在数据采集模块中暂存，当数据处理模块需要数据时，数据处理模块可从数据采集模块获取三轴加速度传感器反馈的数据。数据处理模块获取三轴加速度传感器反馈的数据作为第一振动数据，并对所述第一振动数据依次进行数据平滑处理和数据滤波处理，得到第二振动数据。除了使用三轴加速度传感器检测机床主轴空间加速度，进行X轴向、Y轴向、Z轴向的三轴向数据得分析，也可以从X轴向、Y轴向、Z轴向这三个轴向数据中选取其中的一个或两个数据进行分析。此外，除了检测机床主轴的加速度数据，也可以检测机床主轴的其他参数，比如检测温度，若机床主轴温度过高，超过正常范围，主轴容易发生变形，导致机床机械损伤，造成机床加工事故，需要及时排查故障运营进行调整。

数据处理模块可根据所述配置参数，对所述第二振动数据进行计算整合，提取特征数据，所述特征数据可反应机床的运状况；将所述特征数据与所述预设阈值进行对比，得到对比结果。

根据所述对比结果，确定报警方式，和/或对机床进行调整。

其中，所述特征数据包括对所述第二振动数进行计算得到的峰峰值、平均值、均方根值和域值中的一种或多种。获取所述特征参数进行对比判断时，不论特征参数包含一个或多个特征值，只要有一个特征值的对比结果判定机床运行出现异常，机床启用报警反馈模块，发送报警信号，并进行相应调整。

数控机床的存储器中存储有车削、铣削、自动换刀、磨削等基础操作的指令，根据产品加工要求，对这些指令进行编程，再将编程输入至机床，机床就能实行相应的操作，进行生产加工。故而机床的运行场景相对固定，根据指令进行机床的运行场景包括：

快速进给场景、切削场景、换刀场景、重复加工监控场景、重点刀具监控场景、伺服轴磨损监控场景、重切削场景或自适应控制场景。

在一个进一步的实施方式中，数据处理模块获取的三轴加速度传感器反馈的数据过于繁杂，需要对这些数据进行相应的数据处理，从而去除数据中的干扰，筛选出对判断机床振动情况有用的信息。数据处理模块对第一振动数据进行数据处理方法包括数据平滑处理和数据滤波处理。如图2所示，数据处理模块对所述第一振动数据进行数据平滑处理具体步骤包括:

获取机床的三轴加速度传感器反馈的X轴向、Y轴向、Z轴向的三轴向数据，以一个三轴向数据为一组，采集连续或不连续的3组数据，和在采集所述3组数据之前已经采集的61组数据拼接为64组数据，作为第一振动数据；

对第一振动数据中的X轴向数据、Y轴向数据、Z轴向数据分别进行求平均数处理，得到X轴向振动数据的平均数、Y轴向振动数据的平均数、Z轴向振动数据的平均数，将第一振动数据按照X轴向、Y轴向、Z轴向组成矩阵并对X轴向振动数据的平均数、Y轴向振动数据的平均数、Z轴向振动数据的平均数做矩阵相减，得到三轴的差值矩阵；

将第一振动数据转化为余弦函数，得到每组数据的余弦函数值：

根据所述差值矩阵及所述余弦函数，进行窗函数处理，将对应的同一组三轴向数据的所述差值矩阵与其对应的余弦函数值相乘，得到的乘积即为窗函数数值。

其中，在本实施方式中，所述余弦函数公式为：

W[j]＝0.5-0.48cos((2πj)/(j-1))+0.02cos((4πj)/(j-1))

由于三轴加速度传感器反馈的数据极其庞杂，且时间间隔较久的数据对机床振动情况的判断有所干扰，同时出于数据处理模块处理数据的速度的考虑，数据处理模块进行数据处理分析时，一般选取最新的64组数据进行数据处理。在一个可行的实施方式中，数据处理模块每次从数据采集模块获取3组数据，并且和之前的61组数据拼接为64组数据X[64]，Y[64]，Z[64]。

对获取到的X[64]，Y[64]，Z[64]进行求平均数处理：

在将X[64]，Y[64]，Z[64]组成矩阵，与X[64]对应的平均数TX，与Y[64]对应的平均数TY，与Z[64]对应的平均数TZ做矩阵相减：

得到的差值矩阵KX[n]、KY[n]、KZ[n]能够明显的获取到数据的乖离程度。

将第一振动数据全部转换为余弦函数：

W[j]＝0.5-0.48cos((2πj)/(j-1))+0.02cos((4πj)/(j-1))

取最后一个检测时刻之前n个数据W[n]。

对K[n]进行窗函数处理，处理公式为：

SZ[n]＝KZ[n]*W[n]。

得到的窗函数数值SX[n]、SY[n]、SZ[n]，可以强化最新的数据在该组数据中的影响力，弱化老数据的影响。

数据处理模块对所述第一振动数据进行数据平滑处理后，得到中间处理数据，再进行数据滤波处理得到第二振动数据，如图3所示，具体步骤包括：

将所述中间振动数据通过傅里叶变换，得到中间振动数据频域数据；

根据所述配置参数，对中间振动数据频域数据进行高低通滤波，得到滤波后带通数据；

将所述带通数据进行傅里叶逆变换，得到第二振动数据。

在一个可行的实施方式中，将S[n]通过傅里叶变换，获取到频域数据FX[n]，FY[n]，FZ[n]，根据所述配置参数，对频域数据FX[n]，FY[n]，FZ[n]，进行高低通滤波，得到滤波后带通数据，将所述带通数据进行傅里叶逆变换，得到第二振动数据。例如数据处理模块获取的配置参数包括预设阈值10，高通300，低通800，报警打开，急停打开，报警等级，延时800毫秒。根据所述配置参数，将频率<300或者频率>800的数据设置为0，保留300到800之间的带通数据，并对所述带通数据做逆向傅里叶变换得到AX[n]，AY[n]，AZ[n]。若在后续判断过程中，确定需要报警，报警时间设置为800毫秒。若数据处理模块获取的配置参数包括预设阈值50，高通10，低通1600，报警打开，急停关闭，换算个数为10，将频率<10或者频率>1600的数据设置为0，保留10到1600之间的带通数据生成，并做傅里叶逆变换得到AX[n]，AY[n]，AZ[n]。经过滤波处理的数据能更直观的反映机床振动信息，滤除干扰因素。

获取第二振动数据后，第二振动数据包含多种信息，需要根据所述配置参数，对所述第二振动数据进行计算整合，结合机床运行场景下的故障及表现，从所述第二振动数据中提取与机床运行场景的故障及表现相匹配的特征参数，可以更直观且迅速的判断机床的故障情况。获取特征参数的步骤为：

当配置参数对应的场景为异常撞机场景时，特征参数包括平均值、峰峰值；

当配置参数对应的场景为切削过载场景时，特征参数包括平均值、均方根、峰峰值；

当配置参数对应的场景为异常换刀场景时，特征参数包括平均值；

当配置参数对应的场景为重切削场景时，特征参数包括平均值、均方根、峰峰值；

当配置参数对应的场景为各伺服轴磨损时，特征参数包括域值；

当配置参数对应的场景为重复加工监控场景时，特征参数包括平均值和均方根；

当配置参数对应的场景为重点刀具监控场景时，特征参数包括平均值和均方根和峰峰值；

当配置参数对应的场景为自适应控制场景时，特征参数包括平均值和均方根；

当配置参数对应的场景为自定义场景时，特征参数根据自定义场景进行设定。

在本实施方式中，异常撞机，指机床处于手动或者自动模式进行加工时，机床处于快速进给或钝速等空载运行状态时发生非正常碰撞。机床进入异常撞机场景可通过对机床系统进行设计，输出对应状态的信号以自动切换至该场景模式。在异常撞机模式下，按照本实施方式的算法进行计算，计算后的结果超过预设阈值时即输出报警，该场景下报警反馈模块直接控制机床急停。

切削过载，指机床在自动模式下执行G01、G02等机床切削动作，此时让机床输出该场景的相应IO信号，进入切削过载场景。由于机床本身主轴是允许过载的，但是不允许长时间的过载，且切削过程中刀具始终与工件处于接触状态，所以该场景下需要监控的是当前持续性的动能状态，多采用能量的计算方法，如本实施方式中进行均方根计算。当计算后的整体数据值达到预设阈值时，即认为目前处于过载状态，需要报警停机以保护工件或主轴，此时报警反馈模块会触发NC暂停动作或者急停报警动作。

异常换刀，是指各类换刀机构在换刀时将主轴和刀库的到进行交换的动作，该过程中容易因位置偏离、松动等原因造成打刀、掉刀、卡刀等情况，换刀动作是机床上一个最常用但特殊的动作过程，机床设有相应的IO信号触发异常换刀场景。由于换刀机构直接针对主轴上的刀具进行操作，所以当发生异常时，传感器检测到的数据会普遍较大，在设置预设阈值时也会相应的提高，但是整个换刀过程由于是连贯动作，需要对接收的数据进行程度的区分，触碰到低边界时触发NC暂停，完成动作；触发高边界时报警反馈模块触发急停报警，保护主轴不受损伤。

重切削是指大切削量的加工，此时机床主轴的负载较大，可以明显感觉到机床的强烈振动。如需执行该工序，机床需要单独的进行监控，机床可通过读取机床系统当前刀号或者特殊的指令(如M代码或者G代码)切换至该场景。相比于普通切削过载，重切削场景下监控的数据更加偏向整体，所以需要放大采集数据样本的数量，这样就能反映一个更宏观的状态。该场景超过边界时，报警反馈模块一般执行触发NC暂停指令。

各伺服轴磨损，是指丝杠、导轨等运动机械部件长期使用后的损耗。由于该损耗是非常小的，所以切换至各伺服轴磨损场景需要规定一个固定的动作循环。机床先通过指令调用该场景，再通过积分累计的方法来计算整体的数据。当数据的值达到预设阈值时，该场景下报警反馈模块即可根据程度触发NC暂停或者提醒报警，避免运动部件朝更坏的方向发展。

重复加工监控，是指操作人员在不知情或遗忘的情况下对已经加工完成的工件重新进行加工，从而损坏工件的情况。在重复加工监控场景下，在开始进行切削动作时，实时监控机床的负载，利用预设阈值进行判断。不能低于预设阈值，如果低于该值即认为是已经加工过的工件，应立即急停报警。

自适应控制场景，该场景针对加工中的特殊刀具或者重要工艺，通过监控切削负载的变化，设置更加灵活的计算方法进行计算，可将多种计算方法混合使用。此时监控的预设阈值不作为报警的触发条件，而是直接控制机床的进给倍率，如负载变大时降低进给倍率，负载减小时提升进给倍率，从而提升机床加工时的效率。

特征参数的提取方式有多种，在一个进一步的实施方式中，所述特征参数的提取方式包括：

所述峰峰值的获取方式为根据第二振动数据组的波形图，计算波形图中的波峰波谷值。

所述平均值的计算方法为获取第一振动数据，将同一组X轴向数据、Y轴向数据、Z轴向数据按照向量和的计算方法进行计算，得到该组数据的向量和；并与相邻时间采集的两组三轴向数据的向量和进行平均数计算，得到所述平均值。具体的，将第二振动数据中同一时间对应的时域数据AX[n]，AY[n]，AZ[n]筛选出来，将筛选出来的AX[n]，AY[n]，AZ[n]按照向量和的计算方法进行计算，将三个数据分别进行平方并乘以同一个参数后相加，之后进行开方，得到开方后的值，具体计算公式为：

根据时间可从第二振动数据组中筛选出若干组同一时间对应的时域数据AX[n]，AY[n]，AZ[n]。按照上述的计算方法获取若干个按照向量和计算方法计算出的值，对计算出来的若干个值的进行平均数计算，得到所述平均值。

所述均方根的计算方法为获取第一振动数据，对第一振动数据中，以时间基准向后连续选取设定数量的以连续3组为基本单元的三轴向数据，每连续3组按照X轴向数据、Y轴向数据、Z轴向数据分别进行均方根的计算，再获取设定数量的基本单元的均方根进行均值计算。具体的，对第二振动数据中的X轴向数据组、Y轴向数据组、Z轴向数据组三个数据组选取数据进行均方根的计算公式为：

可从第二振动数据中选取连续三组数据设为基本单元，可获取k个基本单元，包括BX[0]-BX[k-1]，BY[0]-BY[k-1]，BZ[0]-BZ[k-1]。对得到的k个基本单元的均方根进行平均数处理：

均方根值平均值SX、SY、SZ，用于比较判断，分析三个方向中的异常数据，从而判断出机床上是否存在磨损或故障，并及时进行报警。

所述域值的计算方法为获取第二振动数据的波动范围值。

在根据所述配置参数及所述第二振动数据，获得判断所需的特征数据后，将所述特征数据与所述预设阈值进行对比，根据所述对比结果，确定报警方式，根据配置参数确定报警时间，对机床进行调整，具体判断步骤包括：

若所述对比结果小于所述预设阈值，则机床维持所述机床操作状态；

若所述对比结果大于或等于所述预设阈值，所述报警反馈模块根据所述场景检测参数及所述第二振动数据确定故障信息，并发出报警信息，对机床进行调整。

基于同一发明构思，与上述任意实施例方法相对应的，本公开还提供了如图4所示一种所述数控机床设备，包括主机、三轴加速度传感器、数控装置和驱动装置。

为在预先不知道物体运动方向的场合下，检测机床的振动情况，且检测工具的体积、重量不宜过大，同时还需要能够全面准确反映物体的运动性质，使用三轴加速度传感器对机床的运行状况进行检测。所述三轴加速度传感器设置于所述主机上，用于监测所述主机的运行状态。

所述驱动装置用于驱动所述主机。

所述数控装置与所述主机、所述三轴加速度传感器、所述驱动装置分别电连接。所述数控装置中预先根据设置有多组基本指令，如M开头的指令代表加工程序开始及结束，G开头的指令代表切削指令。通过对这些指令进行编辑得到加工程序，机床执行相应加工程序，进行生产加工。

其中，所述数控装置包括：

数据采集模块101，用于获取三轴加速度传感器的反馈数据；

场景检测模块106，用于检测或提供机床的操作状态；

数据处理模块105，用于根据机床的操作状态，调用配置参数，对三轴加速度传感器的反馈数据进行数据预处理；

报警反馈模块103，用于对数据处理模块105的预处理后的数据进行提取与计算，并分析计算结果，对应地进行报警和/或对机床进行调整；

设备管理模块102，用于预设主机运行参数和人机交互；所述设备管理模块102可外接设备，显示数据，便于管理人员更直观的判断设备振动状态；

供电电源108，用于为所述数控装置供电；

通讯模块104，用于传递数据及信号；

Flash芯片107，用于存储机床运行数据，包括配置参数、日志数据、设备管理数据等。

所述数控机床设备中，由于机床各项故障带来的后果不同，可以根据故障的具体表现及其造成的后果，设定多种报警形式，确保机床的运行效率。所述数控机床设备中，所述报警反馈模块103被设置为根据分析计算结果采取如下动作：提示报警，急停报警，断电，NC暂停，伺服轴锁定，进给保持，或，独立双回路急停触点。

数控机床通过通讯模块104进行机床各部件之间的数据交互，通讯模块104的设置可根据机床的各项参数及运行场景进行配置，所述通讯模块104至少包括：IO模块、以太网、总线协议、RS232、RS485、Ether Cat、Profinet、Profibus或RS422。

需要说明的是，上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

Claims (7)

1.一种机床机械部件动态保护方法，包括：

获取机床在当前运行场景下的配置参数，所述配置参数包括预设阈值、高通值、低通值、延时参数和换算个数中的一个或多个；

获取机床的三轴加速度传感器反馈的数据作为第一振动数据，并对所述第一振动数据依次进行数据平滑处理和数据滤波处理，得到第二振动数据；其中，所述数据平滑处理的步骤包括：

获取机床的三轴加速度传感器反馈的X轴向、Y轴向、Z轴向的三轴向数据，以一个三轴向数据为一组，采集连续或不连续的3组数据，和在采集所述3组数据之前已经采集的61组数据拼接为64组数据作为第一振动数据，该64组数据包括X轴向数据X[64]、Y轴向数据Y[64]、Z轴向数据Z[64]；

对第一振动数据中的X轴向数据X[64]、Y轴向数据Y[64]、Z轴向数据Z[64]分别进行求平均数处理，得到X轴向振动数据的平均数、Y轴向振动数据的平均数、Z轴向振动数据的平均数：

将第一振动数据按照X轴向、Y轴向、Z轴向组成矩阵并对X轴向振动数据的平均数、Y轴向振动数据的平均数、Z轴向振动数据的平均数做矩阵相减，得到三轴向的差值矩阵：

在将X[64]，Y[64]，Z[64]组成矩阵，与X[64]对应的平均数TX，与Y[64]对应的平均数TY，与Z[64]对应的平均数TZ做矩阵相减：

得到的差值矩阵KX[n]、KY[n]、KZ[n]；

将第一振动数据转化为余弦函数，得到每组数据的余弦函数值：

W[j]＝0.5-0.48cos((2πj)/(j-1))+0.02cos((4πj)/(j-1))；

根据所述差值矩阵及所述余弦函数，进行窗函数处理，将对应的同一组三轴向数据的所述差值矩阵与其对应的余弦函数值相乘，得到的乘积即为窗函数数值：

取最后一个检测时刻之前n个数据W[n]；

对K[n]进行窗函数处理，处理公式为：

得到的窗函数数值SX[n]、SY[n]、SZ[n]；

根据所述配置参数，对所述第二振动数据进行计算，获得特征数据，将所述特征数据与所述预设阈值进行对比，得到对比结果；其中，根据所述配置参数，对所述第二振动数据进行计算，获得特征数据即特征参数的步骤中：

当配置参数对应的场景为异常撞机场景时，特征参数包括平均值、峰峰值；

当配置参数对应的场景为切削过载场景时，特征参数包括平均值、均方根、峰峰值；

当配置参数对应的场景为异常换刀场景时，特征参数包括平均值；

当配置参数对应的场景为重切削场景时，特征参数包括平均值、均方根、峰峰值；

当配置参数对应的场景为各伺服轴磨损时，特征参数包括域值；

当配置参数对应的场景为重复加工监控场景时，特征参数包括平均值和均方根；

当配置参数对应的场景为重点刀具监控场景时，特征参数包括平均值和均方根和峰峰值；

当配置参数对应的场景为自适应控制场景时，特征参数包括平均值和均方根；

当配置参数对应的场景为自定义场景时，特征参数根据自定义场景进行设定；

其中，所述特征参数的提取方式包括：

所述峰峰值的获取方式为根据第二振动数据的波形图，计算波形图中的波峰波谷值；

所述平均值的计算方法为获取第二振动数据，将同一组X轴向数据、Y轴向数据、Z轴向数据按照向量和的计算方法进行计算，得到该组数据的向量和；并与相邻时间采集的两组三轴向数据的向量和进行平均数计算，得到所述平均值；具体包括：

将第二振动数据中同一时间对应的时域数据AX[n]，AY[n]，AZ[n]筛选出来，将筛选出来的AX[n]，AY[n]，AZ[n]按照向量和的计算方法进行计算，将三个数据分别进行平方并乘以同一个参数后相加，之后进行开方，得到开方后的值，具体计算公式为：

根据时间从第二振动数据组中筛选出若干组同一时间对应的时域数据AX[n]，AY[n]，AZ[n]；按照上述的计算方法获取若干个按照向量和计算方法计算出的值，对计算出来的若干个值的进行平均数计算，得到所述平均值；

所述均方根的计算方法为获取第二振动数据，对第二振动数据中，以时间为基准，向后连续选取设定数量的以连续3组为基本单元的三轴向数据，每连续3组按照X轴向数据、Y轴向数据、Z轴向数据分别进行均方根的计算，再获取设定数量的基本单元的均方根进行均值计算；具体包括：对第二振动数据中的X轴向数据组、Y轴向数据组、Z轴向数据组三个数据组选取数据进行均方根的计算公式为：

从第二振动数据中选取连续三组数据设为基本单元，获取k个基本单元，包括BX[0]-BX[k-1]，BY[0]-BY[k-1]，BZ[0]-BZ[k-1]，对得到的k个基本单元的均方根进行平均数处理，得到均方根值平均值SX、SY、SZ：

所述域值的计算方法为获取第二振动数据的波动范围值；

根据所述对比结果，确定报警方式，和/或对机床进行调整。

2.根据权利要求1所述的机床机械部件动态保护方法，其特征在于，机床的运行场景包括：

快速进给场景、切削场景、换刀场景、重复加工监控场景、重点刀具监控场景、伺服轴磨损监控场景、重切削场景或自适应控制场景。

3.根据权利要求1所述的机床机械部件动态保护方法，其特征在于，所述数据滤波处理的步骤包括：

将所述窗函数数值进行傅里叶变换，得到窗函数数值频域数据；

根据所述配置参数，对窗函数数值频域数据进行高低通滤波，得到带通数据；

将所述带通数据进行傅里叶逆变换，得到第二振动数据。

4.根据权利要求1所述的机床机械部件动态保护方法，其特征在于，所述机床机械部件动态保护方法中，根据所述对比结果，确定报警方式，和/或对机床进行调整的步骤包括：

若所述对比结果小于所述预设阈值，则机床维持所述机床操作状态；

若所述对比结果大于或等于所述预设阈值，所述报警反馈模块根据所述场景检测参数及所述第二振动数据确定故障信息，并发出报警信息，对机床进行调整。

5.一种数控机床设备，其特征在于，所述数控机床设备包括主机、三轴加速度传感器、数控装置和驱动装置；

所述三轴加速度传感器设置于所述主机上，用于监测所述主机的运行状态；

所述驱动装置用于驱动所述主机；

所述数控装置与所述主机、所述三轴加速度传感器、所述驱动装置分别电连接；

其中，所述数控装置采用权利要求1所述的机床机械部件动态保护方法，所述数控装置包括：

数据采集模块，用于获取三轴加速度传感器的反馈数据；

场景检测模块，用于检测或提供机床的操作状态；

数据处理模块，用于根据机床的操作状态，调用配置参数，对三轴加速度传感器的反馈数据进行数据预处理；

报警反馈模块，用于对数据处理模块的预处理后的数据进行提取与计算，并分析计算结果，对应地进行报警和/或对机床进行调整；

设备管理模块，用于预设主机运行参数和人机交互；

供电电源，用于为所述数控装置供电；

通讯模块，用于传递数据及信号；

Flash芯片，用于存储机床运行数据。

6.根据权利要求5所述的数控机床设备，其特征在于，所述数控机床设备中，所述报警反馈模块被设置为根据分析计算结果采取如下动作：提示报警，急停报警，断电，NC暂停，伺服轴锁定，进给保持，或，独立双回路急停触点。

7.根据权利要求5所述的数控机床设备，其特征在于，所述通讯模块包括IO模块、以太网、总线协议、RS232、RS485、Ether Cat、Profinet、Profibus或RS422。

Images