CN114895625B - 基于多传感器信息融合的控制装置、方法及数控机床 - Google Patents
基于多传感器信息融合的控制装置、方法及数控机床 Download PDFInfo
- Publication number
- CN114895625B CN114895625B CN202210818669.6A CN202210818669A CN114895625B CN 114895625 B CN114895625 B CN 114895625B CN 202210818669 A CN202210818669 A CN 202210818669A CN 114895625 B CN114895625 B CN 114895625B
- Authority
- CN
- China
- Prior art keywords
- workpiece
- processing module
- data
- vibration
- acquiring
- 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
Links
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
- G05B19/401—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 control arrangements for measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes
-
- 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31434—Zone supervisor, collects error signals from, and diagnoses different zone
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种基于多传感器信息融合的控制装置、方法及数控机床,数控机床包括至少一刀杆、工件固定装置,控制装置包括一处理模块、柔性电路板以及一振动采集装置,刀杆上设有至少一凹槽,凹槽内设有柔性电路板,柔性电路板上设有压电传感器,振动采集装置用于采集振动信号;压电传感器用于采集刀杆的形变量;柔性电路板用于获取形变信号;处理模块用于将数控机床的运行数据、振动信号以及形变信号进行融合以获取融合数据;根据融合数据判断数控机床的加工数据以及运行数据是否满足预设条件,若是则按照预设条件对应的控制策略控制数控机床运行。本申请能够获取规范的采样数据,方便上位机、处理端的运算和训练,提高数控机床的智能性。
Description
技术领域
本发明涉及数控机床领域,特别涉及一种基于多传感器信息融合的控制装置、方法及数控机床。
背景技术
近20年来国内机床行业取得了长足的发展,行业总体现状是体量巨大,但在高精尖核心技术方面和国外先进技术还有一定差距。
数控车床是使用较为广泛的数控机床之一。它主要用于轴类工件或盘类工件的内外圆柱面、任意锥角的内外圆锥面、复杂回转内外曲面和圆柱、圆锥螺纹等切削加工,并能进行切槽、钻孔、扩孔、铰孔及镗孔等。
数控机床是按照事先编制好的加工程序,自动地对被加工工件进行加工。我们把工件的加工工艺路线、工艺参数、刀具的运动轨迹、位移量、切削参数以及辅助功能,按照数控机床规定的指令代码及程序格式编写成加工程序单,再把这程序单中的内容记录在控制介质上,然后输入到数控机床的数控装置中,从而指挥机床加工工件。
现有的数控机床智能化程度低,传感器采集的信号不规范无法融合,无法满足后续运算及处理的要求。
发明内容
本发明要解决的技术问题是为了克服现有技术中数控机床智能化程度低,传感器采集的信号不规范无法融合,无法满足后续运算及处理要求的缺陷,提供一种能够获取规范的采样数据,方便上位机、处理端的运算和训练,提高数控机床的智能性的基于多传感器信息融合的控制装置、方法及数控机床。
本发明是通过下述技术方案来解决上述技术问题:
一种基于多传感器信息融合的控制装置,用于数控机床,所述数控机床包括至少一刀杆、工件固定装置,所述控制装置包括一处理模块、柔性电路板以及一振动采集装置,所述刀杆上设有至少一凹槽,所述凹槽内设有所述柔性电路板,所述柔性电路板上设有压电传感器,
所述振动采集装置用于采集工件固定装置的振动信号;
所述压电传感器用于采集刀杆的形变量;
所述柔性电路板用于根据所述形变量获取形变信号;
所述处理模块用于将数控机床的运行数据、所述振动信号以及所述形变信号进行融合以获取融合数据;
所述处理模块用于根据融合数据判断数控机床的加工数据以及运行数据是否满足预设条件,若是则按照预设条件对应的控制策略控制所述数控机床运行,其中所述加工数据包括振动信号及形变信号。
较佳地,将数控机床的运行数据、所述振动信号以及所述形变信号进行融合包括将数控机床的运行数据、所述振动信号以及所述形变信号进行时间配准;
将数控机床的运行数据、所述振动信号以及所述形变信号进行融合还包括将刀杆的受力方向、工件的震动方向进行空间配准。
较佳地,所述处理模块用于通过人工智能算法获取配准后形变信号、运行数据以及工件质量数据的第一对应关系;
所述处理模块还用于通过人工智能算法获取配准后振动信号、运行数据以及工件质量数据的第二对应关系;
所述处理模块用于将工件质量数据按照生产标准划分为若干类别,每一个类别对应一控制策略;
所述处理模块用于根据第一对应关系、第二对应关系、加工数据以及运行数据预测当前工件的加工结果所属类别,并根据所属类别对应的控制策略控制数控机床运行。
较佳地,所述类别包括优质质量、合格质量、劣质质量以及异常质量,
所述处理模块用于根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否存在超出预设值的数值,若是则判断工件的加工结果为异常质量的类别;
所述处理模块用于根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否一直处于预设范围内,若是则判断加工结果为优质质量的类别;
所述处理模块用于根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否超出所述预设范围的数量是否小于预设数量,若是则判断加工结果为合格质量的类别,若否则判断加工结果为劣质质量。
较佳地,所述控制装置包括一激光雷达,所述刀杆以及被所述刀杆加工的工件均位于所述激光雷达的扫描区域中,
所述激光雷达用于扫描刀杆以获取刀杆点云数据,并扫描工件一获取工件点云数据;
所述处理模块用于根据运行数据以及激光雷达的扫描方向获取刀杆的受力方向、工件旋转方向,并根据所述受力方向以及工件旋转方向获取工件固定装置的震动方向;
所述处理模块还用于根据受力方向、震动方向以及激光雷达的扫描方向将振动信号、所述形变信号以及激光雷达的点云坐标系进行空间配准。
较佳地,所述刀杆为车刀刀杆,所述数控机床为数控车床,
所述处理模块用于根据运行数据、所述振动信号以及所述形变信号时间配准的采样间隔获取激光雷达的影像帧数;
对于一目标帧影像,所述处理模块用于识别工件点云数据以获取工件加工完成区域;
所述处理模块用于根据工件加工完成区域的点云反射率获取目标帧影像中工件完成区域的工件质量数据;
所述处理模块还用于将运行数据、所述振动信号、所述形变信号、激光雷达影像、根据工件加工完成区域获取的工件加工位置以及工件质量数据进行时间配准。
较佳地,所述振动采集装置为所述激光雷达,
所述激光雷达用于扫描工件一获取工件点云数据;
所述处理模块用于获取所述形变信号的采集频率,对于一形变信号的采集时刻,获取所述采集时刻前后预设帧数的点云影像;
所述处理模块还用于识别采集时刻对应的全部帧点云影像中同一特征点的空间坐标,并获取同一特征点的空间坐标的变化幅度作为所述采集时刻的振动信号。
较佳地,所述处理模块用于将工件点云数据拟合为三维曲面,并获取所述三维曲面的轴线;
所述处理模块用于根据所述轴线的方向获取激光雷达扫描方向与所述轴线的夹角,所述夹角大于0度且小于180度;
所述处理模块还用于识别采集时刻对应的全部帧点云影像中同一特征点的空间坐标,获取同一特征点的全部空间坐标中两两坐标的连线,并根据全部连线所在方向向量的平均值获取所述振动信号的震动方向。
本发明还提供一种数控机床,所述数控机床包括如上所述的控制装置。
本发明又提供一种控制方法,所述控制方法利用如上所述的控制装置控制数控机床。
符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:
本申请能够获取规范的采样数据,方便上位机、处理端的运算和训练,提高数控机床的智能性。
进一步提高数控机床运行的安全性和便捷性,保护操作员的人身安全,提高工件质量。优化数控机床对工件的加工工艺,提高工件的生产质量,并能够辅助工人进行工艺优化。
附图说明
图1为本发明实施例1的刀杆的结构示意图。
图2为本发明实施例1的控制方法的流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种控制装置,用于数控机床,所述控制装置可以是一个独立的装置,外接至数控机床上,也可以是集成至数控机床上的一部分,即数控机床包括所述保护装置。
所述数控机床包括至少一刀杆、工件固定装置,所述控制装置包括一处理模块、柔性电路板以及一振动采集装置。所述振动采集装置可以是振动传感器。
参见图1,所述刀杆11上设有至少一凹槽12,所述凹槽内设有所述柔性电路板13,所述柔性电路板上设有压电传感器。所述刀杆包括车刀刀杆、铣刀刀杆等。
所述振动采集装置用于采集工件固定装置的振动信号。
所述压电传感器用于采集刀杆的形变量。
所述柔性电路板用于根据所述形变量获取形变信号。
所述处理模块用于将数控机床的运行数据、所述振动信号以及所述形变信号进行融合以获取融合数据。
所述处理模块用于根据融合数据判断数控机床的加工数据以及运行数据是否满足预设条件,若是则按照预设条件对应的控制策略控制所述数控机床运行,其中所述加工数据包括振动信号及形变信号。
其中,将数控机床的运行数据、所述振动信号以及所述形变信号进行融合包括将数控机床的运行数据、所述振动信号以及所述形变信号进行时间配准;
将数控机床的运行数据、所述振动信号以及所述形变信号进行融合还包括将刀杆的受力方向、工件的震动方向进行空间配准。
进一步地,所述处理模块用于通过人工智能算法获取配准后形变信号、运行数据以及工件质量数据的第一对应关系;
所述处理模块还用于通过人工智能算法获取配准后振动信号、运行数据以及工件质量数据的第二对应关系;
所述处理模块用于将工件质量数据按照生产标准划分为若干类别,每一个类别对应一控制策略;
所述处理模块用于根据第一对应关系、第二对应关系、加工数据以及运行数据预测当前工件的加工结果所属类别,并根据所属类别对应的控制策略控制数控机床运行。
所述处理模块还用于根据第一对应关系、第二对应关系作为训练样本获取振动信号、运行数据、形变信号与工件质量数据的第三对应关系。
具体地,所述类别包括优质质量、合格质量、劣质质量以及异常质量,
所述处理模块用于根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否存在超出预设值的数值,若是则判断工件的加工结果为异常质量的类别;
预设值就是衡量工件异常的界限。
所述处理模块用于根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否一直处于预设范围内,若是则判断加工结果为优质质量的类别;
所述处理模块用于根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否超出所述预设范围的数量是否小于预设数量,若是则判断加工结果为合格质量的类别,若否则判断加工结果为劣质质量。
进一步地,所述控制装置包括一激光雷达,所述刀杆以及被所述刀杆加工的工件均位于所述激光雷达的扫描区域中。
本申请将激光雷达作为一个传感器进行信息处理。
所述激光雷达用于扫描刀杆以获取刀杆点云数据,并扫描工件一获取工件点云数据;
所述处理模块用于根据运行数据以及激光雷达的扫描方向获取刀杆的受力方向、工件旋转方向,并根据所述受力方向以及工件旋转方向获取工件固定装置的震动方向;
所述处理模块还用于根据受力方向、震动方向以及激光雷达的扫描方向将振动信号、所述形变信号以及激光雷达的点云坐标系进行空间配准。
进一步地,所述刀杆为车刀刀杆,所述数控机床为数控车床。
所述处理模块用于根据运行数据、所述振动信号以及所述形变信号时间配准的采样间隔获取激光雷达的影像帧数;
对于一目标帧影像,所述处理模块用于识别工件点云数据以获取工件加工完成区域;
所述处理模块用于根据工件加工完成区域的点云反射率获取目标帧影像中工件完成区域的工件质量数据;
所述处理模块还用于将运行数据、所述振动信号、所述形变信号、激光雷达影像、根据工件加工完成区域获取的工件加工位置以及工件质量数据进行时间配准。
进一步地,所述振动采集装置为所述激光雷达。
所述激光雷达用于扫描工件一获取工件点云数据;
所述处理模块用于获取所述形变信号的采集频率,对于一形变信号的采集时刻,获取所述采集时刻前后预设帧数的点云影像;
所述处理模块还用于识别采集时刻对应的全部帧点云影像中同一特征点的空间坐标,并获取同一特征点的空间坐标的变化幅度作为所述采集时刻的振动信号。
进一步地,所述处理模块用于将工件点云数据拟合为三维曲面,并获取所述三维曲面的轴线;
所述处理模块用于根据所述轴线的方向获取激光雷达扫描方向与所述轴线的夹角,所述夹角大于0度且小于180度;
所述处理模块还用于识别采集时刻对应的全部帧点云影像中同一特征点的空间坐标,获取同一特征点的全部空间坐标中两两坐标的连线,并根据全部连线所在方向向量的平均值获取所述振动信号的震动方向。
本实施例的控制装置及数控机床能够获取规范的采样数据,方便上位机、处理端的运算和训练,提高数控机床的智能性。
进一步提高数控机床运行的安全性和便捷性,保护操作员的人身安全,提高工件质量。优化数控机床对工件的加工工艺,提高工件的生产质量,并能够辅助工人进行工艺优化。
参见图2,利用上述的控制装置,本实施例还提供一种控制方法,包括:
步骤100、所述振动采集装置采集工件固定装置的振动信号;
步骤101、所述压电传感器采集刀杆的形变量;
步骤102、所述柔性电路板根据所述形变量获取形变信号;
步骤103、所述处理模块将数控机床的运行数据、所述振动信号以及所述形变信号进行融合以获取融合数据;
步骤104、所述处理模块根据融合数据判断数控机床的加工数据以及运行数据是否满足预设条件,若是则执行步骤105,若否则再次执行步骤104。
步骤105、按照预设条件对应的控制策略控制所述数控机床运行,其中所述加工数据包括振动信号及形变信号。
具体地,将数控机床的运行数据、所述振动信号以及所述形变信号进行融合包括将数控机床的运行数据、所述振动信号以及所述形变信号进行时间配准;
将数控机床的运行数据、所述振动信号以及所述形变信号进行融合还包括将刀杆的受力方向、工件的震动方向进行空间配准。
进一步地,控制方法还包括:
所述处理模块通过人工智能算法获取配准后形变信号、运行数据以及工件质量数据的第一对应关系;
所述处理模块通过人工智能算法获取配准后振动信号、运行数据以及工件质量数据的第二对应关系;
所述处理模块将工件质量数据按照生产标准划分为若干类别,每一个类别对应一控制策略;
所述处理模块根据第一对应关系、第二对应关系、加工数据以及运行数据预测当前工件的加工结果所属类别,并根据所属类别对应的控制策略控制数控机床运行。
其中所述类别包括优质质量、合格质量、劣质质量以及异常质量,控制方法具体包括:
所述处理模块根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否存在超出预设值的数值,若是则判断工件的加工结果为异常质量的类别;
所述处理模块根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否一直处于预设范围内,若是则判断加工结果为优质质量的类别;
所述处理模块根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否超出所述预设范围的数量是否小于预设数量,若是则判断加工结果为合格质量的类别,若否则判断加工结果为劣质质量。
所述控制装置包括一激光雷达,所述刀杆以及被所述刀杆加工的工件均位于所述激光雷达的扫描区域中,控制方法还包括:
所述激光雷达扫描刀杆以获取刀杆点云数据,并扫描工件一获取工件点云数据;
所述处理模块根据运行数据以及激光雷达的扫描方向获取刀杆的受力方向、工件旋转方向,并根据所述受力方向以及工件旋转方向获取工件固定装置的震动方向;
所述处理模块根据受力方向、震动方向以及激光雷达的扫描方向将振动信号、所述形变信号以及激光雷达的点云坐标系进行空间配准。
所述刀杆为车刀刀杆,所述数控机床为数控车床,控制方法还包括:
所述处理模块根据运行数据、所述振动信号以及所述形变信号时间配准的采样间隔获取激光雷达的影像帧数;
对于一目标帧影像,所述处理模块识别工件点云数据以获取工件加工完成区域;
所述处理模块根据工件加工完成区域的点云反射率获取目标帧影像中工件完成区域的工件质量数据;
所述处理模块将运行数据、所述振动信号、所述形变信号、激光雷达影像、根据工件加工完成区域获取的工件加工位置以及工件质量数据进行时间配准。
进一步地,所述振动采集装置为所述激光雷达,控制方法还包括:
所述激光雷达扫描工件一获取工件点云数据;
所述处理模块获取所述形变信号的采集频率,对于一形变信号的采集时刻,获取所述采集时刻前后预设帧数的点云影像;
所述处理模块识别采集时刻对应的全部帧点云影像中同一特征点的空间坐标,并获取同一特征点的空间坐标的变化幅度作为所述采集时刻的振动信号。
所述变化幅度可以为:采集若干空间坐标,计算空间坐标的平均值,然后根据平均坐标与空间坐标最大差距表示所述振动信号。
进一步地,控制方法还包括:
所述处理模块用于将工件点云数据拟合为三维曲面,并获取所述三维曲面的轴线;
所述处理模块用于根据所述轴线的方向获取激光雷达扫描方向与所述轴线的夹角,所述夹角大于0度且小于180度;
所述处理模块还用于识别采集时刻对应的全部帧点云影像中同一特征点的空间坐标,获取同一特征点的全部空间坐标中两两坐标的连线,并根据全部连线所在方向向量的平均值获取所述振动信号的震动方向。
本实施例的控制方法能够获取规范的采样数据,方便上位机、处理端的运算和训练,提高数控机床的智能性。
进一步提高数控机床运行的安全性和便捷性,保护操作员的人身安全,提高工件质量。优化数控机床对工件的加工工艺,提高工件的生产质量,并能够辅助工人进行工艺优化。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (9)
1.一种基于多传感器信息融合的控制装置,用于数控机床,其特征在于,所述数控机床包括至少一刀杆、工件固定装置,所述控制装置包括一处理模块、柔性电路板以及一振动采集装置,所述刀杆上设有至少一凹槽,所述凹槽内设有所述柔性电路板,所述柔性电路板上设有压电传感器,
所述振动采集装置用于采集工件固定装置的振动信号;
所述压电传感器用于采集刀杆的形变量;
所述柔性电路板用于根据所述形变量获取形变信号;
所述处理模块用于将数控机床的运行数据、所述振动信号以及所述形变信号进行融合以获取融合数据;
所述处理模块用于根据融合数据判断数控机床的加工数据以及运行数据是否满足预设条件,若是则按照预设条件对应的控制策略控制所述数控机床运行,其中所述加工数据包括振动信号及形变信号;
其中,将数控机床的运行数据、所述振动信号以及所述形变信号进行融合包括将数控机床的运行数据、所述振动信号以及所述形变信号进行时间配准;
将数控机床的运行数据、所述振动信号以及所述形变信号进行融合还包括将刀杆的受力方向、工件的震动方向进行空间配准。
2.如权利要求1所述的控制装置,其特征在于,
所述处理模块用于通过人工智能算法获取配准后形变信号、运行数据以及工件质量数据的第一对应关系;
所述处理模块还用于通过人工智能算法获取配准后振动信号、运行数据以及工件质量数据的第二对应关系;
所述处理模块用于将工件质量数据按照生产标准划分为若干类别,每一个类别对应一控制策略;
所述处理模块用于根据第一对应关系、第二对应关系、加工数据以及运行数据预测当前工件的加工结果所属类别,并根据所属类别对应的控制策略控制数控机床运行。
3.如权利要求2所述的控制装置,其特征在于,所述类别包括优质质量、合格质量、劣质质量以及异常质量,
所述处理模块用于根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否存在超出预设值的数值,若是则判断工件的加工结果为异常质量的类别;
所述处理模块用于根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否一直处于预设范围内,若是则判断加工结果为优质质量的类别;
所述处理模块用于根据第一对应关系以及第二对应关系分别判断形变信号及振动信号是否超出所述预设范围的数量是否小于预设数量,若是则判断加工结果为合格质量的类别,若否则判断加工结果为劣质质量。
4.如权利要求1所述的控制装置,其特征在于,所述控制装置包括一激光雷达,所述刀杆以及被所述刀杆加工的工件均位于所述激光雷达的扫描区域中,
所述激光雷达用于扫描刀杆以获取刀杆点云数据,并扫描工件一获取工件点云数据;
所述处理模块用于根据运行数据以及激光雷达的扫描方向获取刀杆的受力方向、工件旋转方向,并根据所述受力方向以及工件旋转方向获取工件固定装置的震动方向;
所述处理模块还用于根据受力方向、震动方向以及激光雷达的扫描方向将振动信号、所述形变信号以及激光雷达的点云坐标系进行空间配准。
5.如权利要求4所述的控制装置,其特征在于,所述刀杆为车刀刀杆,所述数控机床为数控车床,
所述处理模块用于根据运行数据、所述振动信号以及所述形变信号时间配准的采样间隔获取激光雷达的影像帧数;
对于一目标帧影像,所述处理模块用于识别工件点云数据以获取工件加工完成区域;
所述处理模块用于根据工件加工完成区域的点云反射率获取目标帧影像中工件完成区域的工件质量数据;
所述处理模块还用于将运行数据、所述振动信号、所述形变信号、激光雷达影像、根据工件加工完成区域获取的工件加工位置以及工件质量数据进行时间配准。
6.如权利要求5所述的控制装置,其特征在于,所述振动采集装置为所述激光雷达,
所述激光雷达用于扫描工件一获取工件点云数据;
所述处理模块用于获取所述形变信号的采集频率,对于一形变信号的采集时刻,获取所述采集时刻前后预设帧数的点云影像;
所述处理模块还用于识别采集时刻对应的全部帧点云影像中同一特征点的空间坐标,并获取同一特征点的空间坐标的变化幅度作为所述采集时刻的振动信号。
7.如权利要求6所述的控制装置,其特征在于,
所述处理模块用于将工件点云数据拟合为三维曲面,并获取所述三维曲面的轴线;
所述处理模块用于根据所述轴线的方向获取激光雷达扫描方向与所述轴线的夹角,所述夹角大于0度且小于180度;
所述处理模块还用于识别采集时刻对应的全部帧点云影像中同一特征点的空间坐标,获取同一特征点的全部空间坐标中两两坐标的连线,并根据全部连线所在方向向量的平均值获取所述振动信号的震动方向。
8.一种数控机床,其特征在于,所述数控机床包括如权利要求1至7中任意一项所述的控制装置。
9.一种控制方法,其特征在于,所述控制方法利用如权利要求1至7中任意一项所述的控制装置控制数控机床。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210818669.6A CN114895625B (zh) | 2022-07-13 | 2022-07-13 | 基于多传感器信息融合的控制装置、方法及数控机床 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210818669.6A CN114895625B (zh) | 2022-07-13 | 2022-07-13 | 基于多传感器信息融合的控制装置、方法及数控机床 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114895625A CN114895625A (zh) | 2022-08-12 |
CN114895625B true CN114895625B (zh) | 2022-09-27 |
Family
ID=82729751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210818669.6A Active CN114895625B (zh) | 2022-07-13 | 2022-07-13 | 基于多传感器信息融合的控制装置、方法及数控机床 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114895625B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115070486B (zh) * | 2022-08-22 | 2023-02-03 | 上海航天壹亘智能科技有限公司 | 带有冷却机构的滚珠丝杠装置及高精度数控机床 |
CN117260378B (zh) * | 2023-11-22 | 2024-03-15 | 上海航天壹亘智能科技有限公司 | 用于智能刀柄的数据处理方法及数控机床系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3184117B2 (ja) * | 1997-05-23 | 2001-07-09 | セイコーインスツルメンツ株式会社 | 超音波モータ及び超音波モータ付き電子機器 |
CN106774157A (zh) * | 2016-11-29 | 2017-05-31 | 无锡易通精密机械股份有限公司 | 一种具有故障诊断与预警功能的数控机床 |
CN108932736B (zh) * | 2018-05-30 | 2022-10-11 | 南昌大学 | 二维激光雷达点云数据处理方法以及动态机器人位姿校准方法 |
-
2022
- 2022-07-13 CN CN202210818669.6A patent/CN114895625B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114895625A (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114895625B (zh) | 基于多传感器信息融合的控制装置、方法及数控机床 | |
CN110434671B (zh) | 一种基于特征测量的铸造件表面机加工轨迹校准方法 | |
US10775765B2 (en) | Device and method for measuring and controlling a rotary-driven tool in a machine tool | |
CN108931961B (zh) | 一种基于机器视觉的整体式立铣刀磨破损检测方法 | |
CN102950510B (zh) | 检测装置、柔性生产系统、柔性生产线和检测方法 | |
CN109507952B (zh) | 一种基于切削负载的复杂零件数控加工异常状态监控方法 | |
US20040153259A1 (en) | Method and apparatus of detecting tool abnormality in a machine tool | |
Weck | Machine diagnostics in automated production | |
KR20190013344A (ko) | 가공좌표계상 가공시간에 따라 가공위치와 물리적 가공절삭 특성값을 매핑하는 절삭특성맵을 활용하여 절삭상태를 지능적으로 감시 및 진단하고, 절삭조건을 제어할 수 있는 지능형 cnc공작기계 제어시스템 | |
CN114905333A (zh) | 一种基于多维数据分析的机床作业在线智能监测系统 | |
CN114273976B (zh) | 一种数控加工中心在线监测智能调控管理云系统 | |
CN114952413B (zh) | 基于人工智能的机床控制方法、数控机床及保护装置 | |
US20230004152A1 (en) | Method for monitoring and/or predecting machining processes and/or machnining outcomes | |
CN111045388A (zh) | 切削刀具的匹配辨识方法与系统 | |
CN109500657A (zh) | 一种基于视觉的断刀检测方法及系统 | |
JPH0852638A (ja) | 干渉チェック方法および加工プログラムチェック方法および加工適否チェック方法 | |
CN113947821A (zh) | 一种涡轮增压叶片质量控制方法 | |
CN111230740A (zh) | 一种航空发动机叶片机器人磨削烧伤预测方法及装置 | |
CN102601683A (zh) | 一种加工超硬刀具的在线检测系统及检测方法 | |
Agarwal et al. | Analyzing the evolution of tool wear area in trochoidal milling of Inconel 718 using image processing methodology | |
CN109240210A (zh) | 一种具有故障诊断与预警功能的数控机床 | |
CN116922159B (zh) | 智能刀柄的加工方法及系统 | |
CN116880360B (zh) | 一种车铣数控加工控制方法、系统及存储介质 | |
JPH1034496A (ja) | マシニングセンタ | |
CN110961732B (zh) | 摆线齿轮的加工方法及系统 |
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 |