CN114952413A - 基于人工智能的机床控制方法、数控机床及保护装置 - Google Patents
基于人工智能的机床控制方法、数控机床及保护装置 Download PDFInfo
- Publication number
- CN114952413A CN114952413A CN202210856354.0A CN202210856354A CN114952413A CN 114952413 A CN114952413 A CN 114952413A CN 202210856354 A CN202210856354 A CN 202210856354A CN 114952413 A CN114952413 A CN 114952413A
- Authority
- CN
- China
- Prior art keywords
- data
- machine tool
- processing
- processing module
- numerical control
- 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
- B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
- B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
- B23Q15/12—Adaptive control, i.e. adjusting itself to have a performance which is optimum according to a preassigned criterion
-
- 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
- B23Q11/00—Accessories fitted to machine tools for keeping tools or parts of the machine in good working condition or for cooling work; Safety devices specially combined with or arranged in, or specially adapted for use in connection with, machine tools
-
- 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
- G05B19/19—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 positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种基于人工智能的机床控制方法、数控机床及保护装置，所述数控机床包括至少一车刀刀杆，所述车刀刀杆上设有一凹槽，所述凹槽内设有柔性电路板，所述柔性电路板上设有压电传感器，所述机床控制方法包括：数控机床获取的运行数据，并将所述运行数据发送至一处理模块；所述压电传感器采集所述车刀刀杆的形变量；柔性电路板上的芯片根据所述形变量获取加工数据，并将所述加工数据发送至所述处理模块；所述处理模块根据加工数据以及运行数据判断数控机床的运行状态是否满足预设条件，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。本申请能够提高数控机床运行的安全性，保护操作员的人身安全，降低零件报废率。
Description
技术领域
本发明涉及数控机床领域，特别涉及一种基于人工智能的机床控制方法、数控机床及保护装置。
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，安全性差。
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，安全性差的缺陷，提供一种能够提高数控机床运行的安全性，保护操作员的人身安全，降低零件报废率，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的基于人工智能的机床控制方法、数控机床及保护装置。
本发明是通过下述技术方案来解决上述技术问题：
一种基于人工智能的机床控制方法，用于数控机床，所述数控机床包括至少一车刀刀杆，所述车刀刀杆上设有一凹槽，所述凹槽内设有柔性电路板，所述柔性电路板上设有压电传感器，所述机床控制方法包括：
数控机床获取的运行数据，并将所述运行数据发送至一处理模块；
所述压电传感器采集所述车刀刀杆的形变量；
柔性电路板上的芯片根据所述形变量获取加工数据，并将所述加工数据发送至所述处理模块；
所述处理模块根据加工数据以及运行数据判断数控机床的运行状态是否满足预设条件，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。
较佳地，所述机床控制方法包括：
所述处理模块获取数控机床加工数据、运行数据的状态下加工工件的加工结果数据；
通过人工智能算法获取加工数据、运行数据以及加工结果数据的对应关系；
所述处理模块基于所述对应关系判断数控机床的运行状态是否满足预设条件，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。
较佳地，所述预设条件包括运行异常状态，所述运行异常状态对应的控制策略为停机或退刀，所述机床控制方法包括：
所述处理模块根据加工数据以及运行数据判断数控机床的运行状态是否为异常状态，若是则向机床控制系统发送控制策略对应的控制指令；
机床控制系统根据所述控制指令控制所述数控机床的运行。
较佳地，所述加工数据包括车刀刀杆受力值，所述运行数据包括车刀刀杆的转速、进给量以及切削量，所述对应关系包括在运行数据的作用下加工数据与加工时间的对应关系，所述机床控制方法包括：
所述处理模块根据当前运行数据、当前加工数据以及所述对应关系获取所述加工数据的预测值；
所述处理模块判断所述预测值以及预测值出现的时刻是否满足预设范围，若否则根据所述对应关系、当前运行数据以及当前加工数据获取加工数据满足预设范围的目标运行数据；
所述处理模块利用所述目标运行数据调节数控机床运行。
较佳地，所述机床控制方法包括：
所述处理模块获取数控机床利用目标运行数据运行的起始时刻；
所述处理模块根据起始时刻、初始运行数据及目标运行数据获取加工工件的加工尺寸；
根据加工尺寸获取工件的加工结果数据；
利用初始运行数据、初始加工数据、目标运行数据、目标运行数据下的加工数据、所述加工尺寸以及根据加工尺寸获取的加工结果数据作为训练样本进行所述人工智能算法的训练。
较佳地，所述数控机床上设有一激光雷达，所述激光雷达的扫描区域包括所述车刀刀杆以及车刀刀杆加工的工件的所在区域，所述机床控制方法包括：
所述激光雷达扫描车刀刀杆以获取刀杆点云数据；
所述处理模块识别所述刀杆点云数据以获取所述凹槽的点云数据；
所述处理模块根据所述凹槽的点云数据获取车刀刀杆的切削量；
所述处理模块根据所述凹槽的点云数据获获取所述凹槽的起始坐标以及终止坐标，并根据所述起始坐标以及终止坐标获取所述车刀刀杆的进给量；
所述处理模块判断所述削切量以及所述进给量是否满足运行数据的设定，若否则控制所述数控机床停机或退刀。
较佳地，所述机床控制方法包括：
所述激光雷达扫描工件获取工件点云数据，所述工件点云数据包括反射率；
所述处理模块根据工件点云数据的获取时间、数控机床运行数据以及加工数据获取工件每一加工步骤下的三维模型，每一三维模型均包括反射率，所述加工结果数据包括三维模型的反射率；
利用每一加工步骤下的三维模型所对应的运行数据、加工数据以及反射率作为训练样本进行所述人工智能算法中对应关系的训练；
对于一目标加工步骤的三维模型，所述处理模块判断所述三维模型的反射率是否满足预设反射率，若否则处理模块根据所述对应关系生成目标加工步骤的下一步骤的运行数据补偿量；
所述处理模块在目标加工步骤的下一步骤利用预设数据加运行数据补偿量对工件进行加工。
较佳地，所述机床控制方法包括：
所述处理模块识别所述刀杆点云数据以获取所述凹槽的点云数据，根据所述凹槽的点云数据以及凹槽在车刀刀杆的开设位置获取车刀刀片的三维坐标模型；
所述处理模块识别工件点云数据上的特征点，并与设计模型比对获取工件的三维坐标模型；
所述处理模块在加工过程中根据所述运行数据判断车刀刀片的三维坐标模型与工件的三维坐标模型是否位于指定位置，若是则保持所述数控机床运行；
所述处理模块根据所述运行数据预测车刀刀片的三维坐标模型与工件的三维坐标模型的切削状态；
所述处理模块根据所述对应关系判断所述切削状态是否符合预设条件，若否则控制所述数控机床停机或退刀。
本发明还提供一种数控机床，所述数控机床用于实现如上所述的机床控制方法。
本发明还提供一种保护装置，所述保护装置包括柔性电路板以及处理模块，所述保护装置用于保护如上所述的数控机床。
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：
本申请能够提高数控机床运行的安全性，保护操作员的人身安全，降低零件报废率。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的车刀刀杆的结构示意图。
图2为本发明实施例1的车刀刀杆的另一结构示意图。
图3为本发明实施例1的工艺优化方法的流程图。
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
本实施例提供一种保护装置，所述保护装置包括柔性电路板以及处理模块，所述柔性电路板上设有压电传感器。
所述保护装置用于保护数控机床，所述处理模块连接数控机床的控制系统，处理模块接收数控机床的运行数据，所述运行数据包括数控机床的转速、车刀的进给量、切削量等。
所述保护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。
参见图2，所述数控机床包括至少一车刀刀杆11，所述车刀刀杆上设有一凹槽12，所述凹槽内设有柔性电路板，所述柔性电路板上设有压电传感器。13
数控机床用于获取的运行数据，并将所述运行数据发送至一处理模块；
所述压电传感器用于采集所述车刀刀杆的形变量；
柔性电路板上的芯片用于根据所述形变量获取加工数据，并将所述加工数据发送至所述处理模块；
所述柔性电路板将所述形变量转换为电信号，电信号与受力大小相关联，使得处理模块根据电信号（加工数据）获取车刀刀杆的受力。
所述处理模块用于根据加工数据以及运行数据判断数控机床的运行状态是否满足预设条件，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。
进一步地，所述处理模块用于获取数控机床加工数据、运行数据的状态下加工工件的加工结果数据；
通过人工智能算法获取加工数据、运行数据以及加工结果数据的对应关系；
所述对应关系可以是处理模块计算获取的，也可以是其它上位机输入加工数据、运行数据、加工结果数据后训练获取的数据。
所述加工结果数据包括表面光滑度、合格率等数据，用于反映工件加工结果。
所述处理模块用于基于所述对应关系判断数控机床的运行状态是否满足预设条件，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。
进一步地，所述预设条件包括运行异常状态，所述运行异常状态对应的控制策略为停机或退刀。
所述处理模块用于根据加工数据以及运行数据判断数控机床的运行状态是否为异常状态，若是则向机床控制系统发送控制策略对应的控制指令；
机床控制系统用于根据所述控制指令控制所述数控机床的运行。
具体地，所述加工数据包括车刀刀杆受力值，所述运行数据包括车刀刀杆的转速、进给量以及切削量。
所述对应关系包括在运行数据的作用下加工数据与加工时间的对应关系。
所述处理模块用于根据当前运行数据、当前加工数据以及所述对应关系获取所述加工数据的预测值；
所述处理模块判断所述预测值以及预测值出现的时刻是否满足预设范围，若否则根据所述对应关系、当前运行数据以及当前加工数据获取加工数据满足预设范围的目标运行数据；
所述处理模块利用所述目标运行数据调节数控机床运行。
利用人工智能学习得到的对应关系，处理模块根据当前运行数据以及当前加工数据能够预测出后几秒的加工情况，当加工情况出现异常可以及时停机或调整运行数据。
进一步地，所述处理模块用于获取数控机床利用目标运行数据运行的起始时刻；
所述处理模块用于根据起始时刻、初始运行数据及目标运行数据获取加工工件的加工尺寸；
所述处理模块用于根据加工尺寸获取工件的加工结果数据；
利用初始运行数据、初始加工数据、目标运行数据、目标运行数据下的加工数据、所述加工尺寸以及根据加工尺寸获取的加工结果数据作为训练样本进行所述人工智能算法的训练。
本申请可以提高人工智能训练样本的数量和质量，使按照对应关系运行的数控机床更加准确。
进一步地，所述数控机床上设有一激光雷达，所述激光雷达的扫描区域包括所述车刀刀杆以及车刀刀杆加工的工件的所在区域。
利用激光雷达，本申请能够实施的获取工件加工状态，加工结果数据。从而能够更好的执行对数控机床的控制。
所述激光雷达用于扫描车刀刀杆以获取刀杆点云数据；
所述处理模块用于识别所述刀杆点云数据以获取所述凹槽的点云数据；
所述处理模块用于根据所述凹槽的点云数据获取车刀刀杆的切削量；
所述处理模块用于根据所述凹槽的点云数据获获取所述凹槽的起始坐标以及终止坐标，并根据所述起始坐标以及终止坐标获取所述车刀刀杆的进给量；
所述处理模块用于判断所述削切量以及所述进给量是否满足运行数据的设定，若否则控制所述数控机床停机或退刀。
所述激光雷达用于扫描工件获取工件点云数据，所述工件点云数据包括反射率；
所述处理模块用于根据工件点云数据的获取时间、数控机床运行数据以及加工数据获取工件每一加工步骤下的三维模型，每一三维模型均包括反射率，所述加工结果数据包括三维模型的反射率；
利用每一加工步骤下的三维模型所对应的运行数据、加工数据以及反射率作为训练样本进行所述人工智能算法中对应关系的训练；
对于一目标加工步骤的三维模型，所述处理模块用于判断所述三维模型的反射率是否满足预设反射率，若否则处理模块根据所述对应关系生成目标加工步骤的下一步骤的运行数据补偿量；
所述处理模块用于在目标加工步骤的下一步骤利用预设数据加运行数据补偿量对工件进行加工。
进一步地，所述处理模块用于识别所述刀杆点云数据以获取所述凹槽的点云数据，根据所述凹槽的点云数据以及凹槽在车刀刀杆的开设位置获取车刀刀片的三维坐标模型；
所述处理模块用于识别工件点云数据上的特征点，并与设计模型比对获取工件的三维坐标模型；
利用所述凹槽与刀片的实际位置关系可以让处理模块时刻获取刀片的实际位置，而不会因为加工时产生的光、热影响处理模块的计算。
所述处理模块用于在加工过程中根据所述运行数据判断车刀刀片的三维坐标模型与工件的三维坐标模型是否位于指定位置，若是则保持所述数控机床运行；
所述处理模块用于根据所述运行数据预测车刀刀片的三维坐标模型与工件的三维坐标模型的切削状态；
所述处理模块用于根据所述对应关系判断所述切削状态是否符合预设条件，若否则控制所述数控机床停机或退刀。
参见图1，利用上述保护装置，本实施例还提供一种基于人工智能的机床控制方法，包括：
步骤100、数控机床获取的运行数据，并将所述运行数据发送至一处理模块；
步骤101、所述压电传感器采集所述车刀刀杆的形变量；
步骤102、柔性电路板上的芯片根据所述形变量获取加工数据，并将所述加工数据发送至所述处理模块；
步骤103、所述处理模块根据加工数据以及运行数据判断数控机床的运行状态是否满足预设条件，若是则执行步骤104，若否则再次执行步骤103。
步骤104、按照预设条件对应的控制策略控制所述数控机床运行。
进一步地，所述机床控制方法包括：
所述处理模块获取数控机床加工数据、运行数据的状态下加工工件的加工结果数据；
通过人工智能算法获取加工数据、运行数据以及加工结果数据的对应关系；
所述处理模块基于所述对应关系判断数控机床的运行状态是否满足预设条件，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。
所述预设条件包括运行异常状态，所述运行异常状态对应的控制策略为停机或退刀，所述机床控制方法包括：
所述处理模块根据加工数据以及运行数据判断数控机床的运行状态是否为异常状态，若是则向机床控制系统发送控制策略对应的控制指令；
机床控制系统根据所述控制指令控制所述数控机床的运行。
所述加工数据包括车刀刀杆受力值，所述运行数据包括车刀刀杆的转速、进给量以及切削量，所述对应关系包括在运行数据的作用下加工数据与加工时间的对应关系，所述机床控制方法包括：
所述处理模块根据当前运行数据、当前加工数据以及所述对应关系获取所述加工数据的预测值；
所述处理模块判断所述预测值以及预测值出现的时刻是否满足预设范围，若否则根据所述对应关系、当前运行数据以及当前加工数据获取加工数据满足预设范围的目标运行数据；
所述处理模块利用所述目标运行数据调节数控机床运行。
进一步地，所述机床控制方法包括：
所述处理模块获取数控机床利用目标运行数据运行的起始时刻；
所述处理模块根据起始时刻、初始运行数据及目标运行数据获取加工工件的加工尺寸；
根据加工尺寸获取工件的加工结果数据；
利用初始运行数据、初始加工数据、目标运行数据、目标运行数据下的加工数据、所述加工尺寸以及根据加工尺寸获取的加工结果数据作为训练样本进行所述人工智能算法的训练。
参见图3，所述数控机床上设有一激光雷达，所述激光雷达的扫描区域包括所述车刀刀杆以及车刀刀杆加工的工件的所在区域，所述机床控制方法包括：
200、所述激光雷达扫描车刀刀杆以获取刀杆点云数据；
201、所述处理模块识别所述刀杆点云数据以获取所述凹槽的点云数据；
202、所述处理模块根据所述凹槽的点云数据获取车刀刀杆的切削量；
203、所述处理模块根据所述凹槽的点云数据获获取所述凹槽的起始坐标以及终止坐标，并根据所述起始坐标以及终止坐标获取所述车刀刀杆的进给量；
204、所述处理模块判断所述削切量以及所述进给量是否满足运行数据的设定，若是则再次执行步骤202，若否则执行步骤205。
205、控制所述数控机床停机或退刀。
进一步地，所述机床控制方法包括：
所述激光雷达扫描工件获取工件点云数据，所述工件点云数据包括反射率；
所述处理模块根据工件点云数据的获取时间、数控机床运行数据以及加工数据获取工件每一加工步骤下的三维模型，每一三维模型均包括反射率，所述加工结果数据包括三维模型的反射率；
利用每一加工步骤下的三维模型所对应的运行数据、加工数据以及反射率作为训练样本进行所述人工智能算法中对应关系的训练；
对于一目标加工步骤的三维模型，所述处理模块判断所述三维模型的反射率是否满足预设反射率，若否则处理模块根据所述对应关系生成目标加工步骤的下一步骤的运行数据补偿量；
所述处理模块在目标加工步骤的下一步骤利用预设数据加运行数据补偿量对工件进行加工。
具体地，所述机床控制方法包括：
所述处理模块识别所述刀杆点云数据以获取所述凹槽的点云数据，根据所述凹槽的点云数据以及凹槽在车刀刀杆的开设位置获取车刀刀片的三维坐标模型；
所述处理模块识别工件点云数据上的特征点，并与设计模型比对获取工件的三维坐标模型；
所述处理模块在加工过程中根据所述运行数据判断车刀刀片的三维坐标模型与工件的三维坐标模型是否位于指定位置，若是则保持所述数控机床运行；
所述处理模块根据所述运行数据预测车刀刀片的三维坐标模型与工件的三维坐标模型的切削状态；
所述处理模块根据所述对应关系判断所述切削状态是否符合预设条件，若否则控制所述数控机床停机或退刀。
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)
1.一种基于人工智能的机床控制方法，用于数控机床，其特征在于，所述数控机床包括至少一车刀刀杆，所述车刀刀杆上设有一凹槽，所述凹槽内设有柔性电路板，所述柔性电路板上设有压电传感器，所述机床控制方法包括：
数控机床获取的运行数据，并将所述运行数据发送至一处理模块；
所述压电传感器采集所述车刀刀杆的形变量；
柔性电路板上的芯片根据所述形变量获取加工数据，并将所述加工数据发送至所述处理模块；
所述处理模块根据加工数据以及运行数据判断数控机床的运行状态是否满足预设条件，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，所述处理模块根据加工数据以及运行数据判断数控机床的运行状态是否满足预设条件，包括：
所述处理模块获取数控机床加工数据、运行数据的状态下加工工件的加工结果数据；
通过人工智能算法获取加工数据、运行数据以及加工结果数据的对应关系；
所述处理模块基于所述对应关系判断数控机床的运行状态是否满足预设条件，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。
2.如权利要求1所述的机床控制方法，其特征在于，所述预设条件包括运行异常状态，所述运行异常状态对应的控制策略为停机或退刀，所述机床控制方法包括：
所述处理模块根据加工数据以及运行数据判断数控机床的运行状态是否为异常状态，若是则向机床控制系统发送控制策略对应的控制指令；
机床控制系统根据所述控制指令控制所述数控机床的运行。
3.如权利要求1所述的机床控制方法，其特征在于，所述加工数据包括车刀刀杆受力值，所述运行数据包括车刀刀杆的转速、进给量以及切削量，所述对应关系包括在运行数据的作用下加工数据与加工时间的对应关系，所述机床控制方法包括：
所述处理模块根据当前运行数据、当前加工数据以及所述对应关系获取所述加工数据的预测值；
所述处理模块判断所述预测值以及预测值出现的时刻是否满足预设范围，若否则根据所述对应关系、当前运行数据以及当前加工数据获取加工数据满足预设范围的目标运行数据；
所述处理模块利用所述目标运行数据调节数控机床运行。
4.如权利要求3所述的机床控制方法，其特征在于，所述机床控制方法包括：
所述处理模块获取数控机床利用目标运行数据运行的起始时刻；
所述处理模块根据起始时刻、初始运行数据及目标运行数据获取加工工件的加工尺寸；
根据加工尺寸获取工件的加工结果数据；
利用初始运行数据、初始加工数据、目标运行数据、目标运行数据下的加工数据、所述加工尺寸以及根据加工尺寸获取的加工结果数据作为训练样本进行所述人工智能算法的训练。
5.如权利要求1所述的机床控制方法，其特征在于，所述数控机床上设有一激光雷达，所述激光雷达的扫描区域包括所述车刀刀杆以及车刀刀杆加工的工件的所在区域，所述机床控制方法包括：
所述激光雷达扫描车刀刀杆以获取刀杆点云数据；
所述处理模块识别所述刀杆点云数据以获取所述凹槽的点云数据；
所述处理模块根据所述凹槽的点云数据获取车刀刀杆的切削量；
所述处理模块根据所述凹槽的点云数据获获取所述凹槽的起始坐标以及终止坐标，并根据所述起始坐标以及终止坐标获取所述车刀刀杆的进给量；
所述处理模块判断所述削切量以及所述进给量是否满足运行数据的设定，若否则控制所述数控机床停机或退刀。
6.如权利要求5所述的机床控制方法，其特征在于，所述机床控制方法包括：
所述激光雷达扫描工件获取工件点云数据，所述工件点云数据包括反射率；
所述处理模块根据工件点云数据的获取时间、数控机床运行数据以及加工数据获取工件每一加工步骤下的三维模型，每一三维模型均包括反射率，所述加工结果数据包括三维模型的反射率；
利用每一加工步骤下的三维模型所对应的运行数据、加工数据以及反射率作为训练样本进行所述人工智能算法中对应关系的训练；
对于一目标加工步骤的三维模型，所述处理模块判断所述三维模型的反射率是否满足预设反射率，若否则处理模块根据所述对应关系生成目标加工步骤的下一步骤的运行数据补偿量；
所述处理模块在目标加工步骤的下一步骤利用预设数据加运行数据补偿量对工件进行加工。
7.如权利要求6所述的机床控制方法，其特征在于，所述机床控制方法包括：
所述处理模块识别所述刀杆点云数据以获取所述凹槽的点云数据，根据所述凹槽的点云数据以及凹槽在车刀刀杆的开设位置获取车刀刀片的三维坐标模型；
所述处理模块识别工件点云数据上的特征点，并与设计模型比对获取工件的三维坐标模型；
所述处理模块在加工过程中根据所述运行数据判断车刀刀片的三维坐标模型与工件的三维坐标模型是否位于指定位置，若是则保持所述数控机床运行；
所述处理模块根据所述运行数据预测车刀刀片的三维坐标模型与工件的三维坐标模型的切削状态；
所述处理模块根据所述对应关系判断所述切削状态是否符合预设条件，若否则控制所述数控机床停机或退刀。
8.一种数控机床，其特征在于，所述数控机床用于实现如权利要求1至7中任意一项所述的机床控制方法。
9.一种保护装置，其特征在于，所述保护装置包括柔性电路板以及处理模块，所述保护装置用于保护如权利要求8所述的数控机床。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210856354.0A CN114952413B (zh) | 2022-07-21 | 2022-07-21 | 基于人工智能的机床控制方法、数控机床及保护装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210856354.0A CN114952413B (zh) | 2022-07-21 | 2022-07-21 | 基于人工智能的机床控制方法、数控机床及保护装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114952413A true CN114952413A (zh) | 2022-08-30 |
| CN114952413B CN114952413B (zh) | 2022-12-27 |
Family
ID=82968932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210856354.0A Active CN114952413B (zh) | 2022-07-21 | 2022-07-21 | 基于人工智能的机床控制方法、数控机床及保护装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114952413B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115542841A (zh) * | 2022-09-16 | 2022-12-30 | 上海航天壹亘智能科技有限公司 | 基于人工智能的调度方法及数控机床 |
| CN117260378A (zh) * | 2023-11-22 | 2023-12-22 | 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 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111522297A (zh) * | 2020-05-09 | 2020-08-11 | 湖南工学院 | 基于能耗优化的数控加工控制方法、装置及电子设备 |
| CN112578732A (zh) * | 2020-12-15 | 2021-03-30 | 航天科工深圳（集团）有限公司 | 一种智能切削加工过程监控系统及其监控方法 |
| CN114178572A (zh) * | 2022-01-05 | 2022-03-15 | 胡华 | 一种基于大数据的钻床用固定装置 |
| CN114384861A (zh) * | 2021-12-16 | 2022-04-22 | 重庆邮电大学 | 一种基于多层感知机的数控机床多工况切削参数优化方法 |
-
2022
- 2022-07-21 CN CN202210856354.0A patent/CN114952413B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111522297A (zh) * | 2020-05-09 | 2020-08-11 | 湖南工学院 | 基于能耗优化的数控加工控制方法、装置及电子设备 |
| CN112578732A (zh) * | 2020-12-15 | 2021-03-30 | 航天科工深圳（集团）有限公司 | 一种智能切削加工过程监控系统及其监控方法 |
| CN114384861A (zh) * | 2021-12-16 | 2022-04-22 | 重庆邮电大学 | 一种基于多层感知机的数控机床多工况切削参数优化方法 |
| CN114178572A (zh) * | 2022-01-05 | 2022-03-15 | 胡华 | 一种基于大数据的钻床用固定装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115542841A (zh) * | 2022-09-16 | 2022-12-30 | 上海航天壹亘智能科技有限公司 | 基于人工智能的调度方法及数控机床 |
| CN117260378A (zh) * | 2023-11-22 | 2023-12-22 | 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 |
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114952413B (zh) | 2022-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114952413B (zh) | 基于人工智能的机床控制方法、数控机床及保护装置 | |
| US6937942B2 (en) | Method and apparatus of detecting tool abnormality in a machine tool | |
| CN104625197A (zh) | 使用力反馈实时数字控制刀具路径适应 | |
| 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 | |
| CN105676778A (zh) | 基于传感器监测的智能制造方法和系统以及加工机床 | |
| EP0445297A4 (en) | Laser machining method | |
| CN114895625B (zh) | 基于多传感器信息融合的控制装置、方法及数控机床 | |
| CN115542841B (zh) | 基于人工智能的调度方法及数控机床 | |
| KR930010589B1 (ko) | 절삭공구의 정지 제어장치 | |
| US3715938A (en) | Method of controlling a cycle of operations for machining a rotary workpiece | |
| Gandarias et al. | New methods for tool failure detection in micromilling | |
| JP3526070B2 (ja) | 数値制御装置および数値制御加工方法 | |
| JPH02160452A (ja) | プリント基板外形加工方法及び装置 | |
| JP4947534B2 (ja) | 工作機械及び工作機械を操作する方法 | |
| KR100548874B1 (ko) | 공구의 날 빠짐 검지기능을 갖는 수치제어장치 | |
| KR960700126A (ko) | Cnc 작동식 공작 기계용 제어 장치(controller for cnc-operated ma-chine tools) | |
| JPH11202926A (ja) | 数値制御における送り速度制御方法および装置 | |
| CN113369989A (zh) | 一种可实时监测的变进给车削断屑法 | |
| Morgan et al. | Design and implementation of an intelligent grinding assistant system | |
| CN109143964A (zh) | 数值控制装置 | |
| Wu et al. | Energy mapping and optimization in rough machining of impellers | |
| JPS6119539A (ja) | 工作機械の制御方法及び制御装置 | |
| JP2007293715A (ja) | 工作機械におけるワークの切削加工方法 | |
| RU2806359C1 (ru) | Способ регулирования роботизированного процесса перфорации отверстий в изделии, имеющем жесткие внутренние перегородки или скрытые ребра жесткости | |
| JP2001138136A (ja) | ネジ切り加工制御装置 |
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 |