CN114988679B - 一种玻璃切割机床智能走刀控制方法 - Google Patents
一种玻璃切割机床智能走刀控制方法 Download PDFInfo
- Publication number
- CN114988679B CN114988679B CN202210942093.4A CN202210942093A CN114988679B CN 114988679 B CN114988679 B CN 114988679B CN 202210942093 A CN202210942093 A CN 202210942093A CN 114988679 B CN114988679 B CN 114988679B
- Authority
- CN
- China
- Prior art keywords
- current
- cutter
- vibration intensity
- axis
- degree
- 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
- 238000005520 cutting process Methods 0.000 title claims abstract description 76
- 239000011521 glass Substances 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 239000000126 substance Substances 0.000 claims description 5
- 230000009123 feedback regulation Effects 0.000 claims description 4
- 239000002184 metal Substances 0.000 abstract description 2
- 229910052751 metal Inorganic materials 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000004115 Sodium Silicate Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000011147 inorganic material Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- NTHWMYGWWRZVTN-UHFFFAOYSA-N sodium silicate Chemical group [Na+].[Na+].[O-][Si]([O-])=O NTHWMYGWWRZVTN-UHFFFAOYSA-N 0.000 description 1
- 229910052911 sodium silicate Inorganic materials 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000005341 toughened glass Substances 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C03—GLASS; MINERAL OR SLAG WOOL
- C03B—MANUFACTURE, SHAPING, OR SUPPLEMENTARY PROCESSES
- C03B33/00—Severing cooled glass
-
- 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
- Y02P40/00—Technologies relating to the processing of minerals
- Y02P40/50—Glass production, e.g. reusing waste heat during processing or shaping
- Y02P40/57—Improving the yield, e-g- reduction of reject rates
Abstract
本发明涉及机床的零件、部件或附件的控制领域，具体涉及一种玻璃切割机床智能走刀控制方法，是一种涉及工业自动控制系统装置制造、机床现场总线控制系统、机床可编程控制系统等其他金属加工机械制造的控制方法；即获取当前刀具移动速度、切割力以及x轴、y轴振动强度，得到当前刀具的稳定性；基于当前刀具移动速度以及刀具的稳定性，确定刀具的影响指数；基于刀具的影响指数以及当前行程，确定玻璃的当前崩边程度；获取已产生的崩边程度、剩余行程以及当前崩边程度，估计该玻璃的总崩边程度；计算总崩边程度以及设定崩边程度的偏差，利用偏差对刀具移动速度进行调节。该方案能够对玻璃进行切割控制，避免玻璃过崩边而不合格问题。
Description
技术领域
本发明涉及机床的零件、部件或附件的控制领域，具体涉及一种玻璃切割机床智能走刀控制方法。
背景技术
对于玻璃制品，其是属于非金属材料、无机材料、非晶体材料，其主要成分为硅酸钠，分子不像晶体材料一样有序排列，没有固定的熔沸点。因此玻璃经过加工，可分为多种类型，比如说根据功能划分，可分为钢化玻璃、防弹玻璃等等材料，那么不同的材料组成的玻璃在切割过程中就需要不同的控制参数进行切割机床刀具移动的控制。
在现有的玻璃切割机床中，CNC全自动切割机备受瞩目，适用范围广，但在实际切割的过程中，由于下刀压力不均匀和落刀力度的关系，难免导致玻璃产品出现很多小瑕疵，需要用气动控制切割下压的压力，确保落刀力度没有大的变化。此外，部分玻璃由于材质原因，设备的振动、单件工作时长也会影响到产品的质量，最终造成产品质量下降，甚至对切割部件造成损坏。
发明内容
为了实现上述发明目的，本发明的目的在于提供一种玻璃切割机床智能走刀控制方法，用以解决由于切割机床的移动速度、设备振动等因素的变化影响产品的质量问题。
本发明的一种玻璃切割机床智能走刀控制方法，包括以下步骤：
获取切割机床的当前刀具移动速度、切割力以及平台振动强度，所述平台振动强度包括三轴方向上的x轴振动强度、y轴振动强度；
根据所述切割力以及x轴振动强度、y轴振动强度，得到当前刀具的稳定性；基于当前刀具移动速度以及刀具的稳定性，确定刀具的影响指数；
基于刀具的影响指数以及当前行程，确定切割玻璃的当前崩边程度；
获取已产生的崩边程度、剩余行程以及当前崩边程度，估计该玻璃的总崩边程度；
计算所述总崩边程度以及设定崩边程度的偏差，利用所述偏差对刀具移动速度进行反馈调节。
优选地，所述当前崩边程度的获取方法为：
获取z轴振动强度；
当z轴振动强度小于设定振动强度且刀具的影响指数小于设定影响指数时，则将刀具的当前影响指数以及当前单位行程的乘积作为当前玻璃的当前崩边程度；
当z轴振动强度大于设定振动强度且刀具的影响指数小于设定影响指数时，则根据所述x轴振动强度、y轴振动强度以及z轴振动强度、刀具的影响指数以及当前行程确定当前玻璃的当前崩边程度。
优选地，所述刀具的影响指数
为：
其中，V表示切割机床的刀具移动速度，α为当前刀具的稳定性，V max 为当前刀具的最大移动速度，V min 为当前刀具的最小移动速度。
优选地，所述当前刀具的稳定性是根据切割力的变化程度以及计算的x轴振动强度和y轴振动强度的平方和的开方的值确定的。
优选地，当z轴振动强度大于设定振动强度且刀具的影响指数小于设定影响指数时，所述当前崩边程度为：
其中，X为当前崩边程度，Px为x轴振动强度，Py为y轴振动强度，Pz为z轴振动强度，T 0为当前周期走过的行程。
优选地，还包括对切割机床故障的检测的步骤：获取切割机床的声压，根据声压信息以及振动强度，确定故障指数，当所述故障指数大于设定故障阈值时，则判断设备发生故障，进行停机报警。
本发明具有如下有益效果：
本发明的一种玻璃切割机床智能走刀控制方法，是一种涉及工业自动控制系统装置制造、机床现场总线控制系统、机床可编程控制系统等其他金属加工机械制造的控制方法，获取切割机床的当前刀具移动速度、切割力以及x轴、y轴振动强度，得到当前刀具的稳定性，即通过引入平台的振动强度能够更全面的分析当前刀具的稳定程度；之后基于当前刀具移动速度以及刀具的稳定性，确定刀具的影响指数；基于刀具的影响指数以及当前行程，确定切割机床对当前玻璃的当前崩边程度；获取已产生的崩边程度、剩余行程以及当前崩边程度，估计该玻璃的总崩边程度，即通过已经产生的崩边程度以及当前崩边程度，并结合剩余行程，能够预估整个玻璃的总崩边程度，从而为后续的提前控制的移动速度提供了依据；计算总崩边程度以及设定崩边程度的偏差，利用偏差对刀具移动速度进行反馈调节。该方案能够对玻璃进行切割控制，避免玻璃崩边而不合格问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
图1是本发明的一种玻璃切割机床智能走刀控制方法的方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的方案，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明针对的是切割机床对玻璃进行切割，其中的切割机床利用气动控制切割下压的切割力，确保落刀力度没有大的变化，当然也可以以伺服电机驱动的刀具的切割机床。
具体地，请参阅图1所示，本发明的一种玻璃切割机床智能走刀控制方法，包括以下步骤：
步骤1，获取切割机床的当前刀具移动速度、切割力以及平台振动强度，所述平台振动强度包括三轴方向上的x轴振动强度、y轴振动强度。
本实施例中采集刀具移动速度V，对其进行归一化处理，得到当前刀具信息。
本实施例中采集切割力，其可以利用压力传感器从刀头上部的控制系统采集压
力，以此参数计算刀头压力，其中采样频率50ms，采集到的数据以窗口形式存储，窗口存4个
值，新数据根据采样频率替换旧数据；以固定值作为初始值；每移动一次窗口，将窗口内的
数据进行平均，作为当前时刻的切割压力Q将处理过的数据以数组形式保存
。
需要说明的是，由于大多数刀头都是用气动或者液压的方式驱动刀头下压的，刀头上部存在进行推进的压力腔，所以可以采用压力传感器读取腔内压力，乘上相应的截面系数便得到了刀头的切割力Q。
本实施例中通过在切割机床平台上设置振动传感器，即振动传感器主要放置于3
个位置，分别是切割平台X轴边缘，切割平台Y轴边缘，切割平台表面，即Z轴。为了满足采样
频率，每个位置均有多个传感器均匀分布，同时采集信息，然后进行处理。其中，振动强度采
集间隔50ms，每个轴的数据进行中值滤波处理，得到平均的振动强度，即三轴振动强度数据
以数组形式存储，例如
。
需要说明的是，上述中的振动传感器的原理是公知的，此处不再赘述，调节灵敏度后便可以使用。
上述中的切割速度是破坏玻璃，产生崩边的因素之一，速度越快，切割越容易在玻璃边缘产生不平整的毛刺；切割压力主要影响切割深度，压力不均匀会很容易影响刀头的稳定性，进而影响产品质量；振动因素也是评价刀头稳定性的重要因素。
步骤2，根据所述切割力以及x轴振动强度、y轴振动强度，得到当前刀具的稳定性；基于当前刀具移动速度以及刀具的稳定性，确定刀具的影响指数。
其中，本实施例的影响指数为：
其中，V表示切割机床的刀具移动速度，α为当前刀具的稳定性，V max 为当前刀具的最大移动速度，V min 为当前刀具的最小移动速度。
上述中的刀具的稳定性为：
其中，Qt为第t时刻的切割力，Qt-1为第t-1时刻的切割力，Px为x轴振动强度，Py为y轴振动强度，Qc是标准切割力，Pc为标准振动强度。
需要说明的是，Qc和Pc分别是压力大小和振动强度大小，Qc代表切割时的标准压力，Pc可以看做当前厚度的玻璃的标准振动强度，两者都可以在生产过程中采集平均化得到。
步骤3，基于刀具的影响指数以及当前行程，确定切割玻璃的当前崩边程度。
本实施例中，当前崩边程度的获取方法为：
获取z轴振动强度；
当z轴振动强度小于设定振动强度且刀具的影响指数小于设定影响指数时，则将刀具的当前影响指数以及当前单位行程的乘积作为当前玻璃的当前崩边程度；
即
其中，刀具的影响指数
乘上当前周期走过的行程T 0，用来估计本周期内切割产
品会产生多少崩边情况。
当z轴振动强度大于设定振动强度且刀具的影响指数小于设定影响指数时，则根据所述x轴振动强度、y轴振动强度以及z轴振动强度、刀具的影响指数以及当前行程确定当前玻璃的当前崩边程度。
上述中的当前崩边程度为：
其中，X为当前崩边程度，Px为x轴振动强度，Py为y轴振动强度，Pz为z轴振动强度。
需要说明的是，当z轴振动强度大于设定振动强度时，其需要考虑Z轴振动的影响，
次要考虑平面轴振动的影响，因此，通过构建
对刀具的影响指数
乘上
当前周期走过的行程T 0的崩边程度进行补充。
本实施例中直接采用以e为底的对数函数来优化，实际上可以通过调整底数的大
小限制所有振动因素在整个预测函数中的影响其中，
的值域在[1，+∞]。
步骤4，获取已产生的崩边程度、剩余行程以及当前崩边程度，估计该玻璃的总崩边程度；计算所述总崩边程度以及设定崩边程度的偏差，利用所述偏差对刀具移动速度进行反馈调节。
本实施例中的已产生的崩边程度是玻璃在切割后的部分对应的崩边程度B，剩余行程则是还未进行切割的剩余部分的行程。
需要说明的是，本实施例中是基于步骤3中的两个状态下进行估计，进而估计出每个周期会产生的崩边程度X，由于生产周期是可以设定的，将每个小周期的X进行累加得到生产过程产生的已产生的崩边程度B；基于已经产生的崩边程度B，可以为后续的玻璃继续切割，即通过控制切割速度V来减少崩边的概率，使玻璃件品质得到提高。
当然作为其他方式，本实施例中的已产生的崩边程度B，还可以直接对切割部分的玻璃进行崩边程度评估。
本实施例中的预计的总崩边程度
。其中，T为剩余行程，B为已产生的崩
边程度，X为当前崩边程度。
该方法中调控逻辑为当稳定性满足生产需求，基本质量得到保证时，控制崩边程度，使得产品质量相似，具有一定一致性。
需要说明的是，切割机床在切割玻璃的过程中，其控制方法有很多，本实施例采用位置式PID进行崩边程度的控制，速度为控制量，预计的产品崩边程度X与产品设计的崩边程度之差作为输入量，形成控制闭环。
由于上述中的控制方法是公知的，此处不再赘述。
当然作为其他实施方式，当生产条件不在最优状态和次优状态下时，表明当前夹持固定的平台不够稳定，不能满足生产要求，需要重新调整设备。
进一步地，在生产过程中，由于切割材质固定不稳，突然变化的振动会对瑕疵有较大影响，期间刀具的噪声也能反映故障状态。因此设置一个函数进行故障评估检测，方便预警。
具体地，本发明还获取切割机床在进行剥离切割时，采集声压，根据声压信息以及振动强度，确定故障指数，当所述故障指数大于设定故障阈值时，则判断设备发生故障，进行停机报警。
其中，故障指数为
其中，Pxt为第t时刻的x轴振动强度，Px（t-1）为第t-1时刻的x轴振动强度，Pyt为第t时刻的y轴振动强度，Py（t-1）为第t-1时刻的y轴振动强度，Pzt为第t时刻的z轴振动强度，Pz（t-1）为第t-1时刻的z轴振动强度，S为声压。
需要说明的是，本实施例中的G为故障指数函数，将X轴和Y轴的振动变化量进行加和考量，其中Z轴的变化量更能破坏刀头的稳定性，三者都是正相关的变量，即Z轴影响程度更大。同时考虑了定频范围内的声压大小，当声压S越大说明刀头破碎玻璃表面的进给量越大，更容易发生故障。
上述实施例中的声压信息是通过在设备附近设置的麦克风进行实时采集，每50ms输出一次滤波后的声压S。其中，采到的声音信息进行滤波处理，所提取的频带范围约为[1000,4000]Hz。
本实施例中，在上述的控制过程中，可以在满足切割玻璃产品基本质量的条件下，控制程度，但也可以有其他模式，具体地：
1）可以在实现控制崩边程度在一定范围内，尽可能提高生产速度，即通过设置能
够允许的最大瑕疵程度
，以
作为可调整剩余指数，调整速度V,使差值
尽
可能减少。
2)可以不对生产速度作要求，尽可能减少瑕疵，提高产品质量。
降低生产速度，直至崩边程度X不再明显下降，即当
，降低速度；由
于速度的降低，刀头更加稳定，此时瑕疵程度不再发生明显变化，可以进行精细的切割。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (2)
1.一种玻璃切割机床智能走刀控制方法，其特征在于，包括以下步骤：
获取切割机床的当前刀具移动速度、切割力以及平台振动强度，所述平台振动强度包括三轴方向上的x轴振动强度、y轴振动强度；
根据所述切割力以及x轴振动强度、y轴振动强度，得到当前刀具的稳定性；基于当前刀具移动速度以及刀具的稳定性，确定刀具的影响指数；
基于刀具的影响指数以及当前行程，确定切割玻璃的当前崩边程度；
获取已产生的崩边程度、剩余行程以及当前崩边程度，估计该玻璃的总崩边程度；计算所述总崩边程度以及设定崩边程度的偏差，利用所述偏差对刀具移动速度进行反馈调节；
所述当前崩边程度的获取方法为：
获取z轴振动强度；
当z轴振动强度小于设定振动强度且刀具的影响指数小于设定影响指数时，则将刀具的当前影响指数以及当前单位行程的乘积作为当前玻璃的当前崩边程度；
当z轴振动强度大于设定振动强度且刀具的影响指数小于设定影响指数时，则根据所述x轴振动强度、y轴振动强度以及z轴振动强度、刀具的影响指数以及当前行程确定当前玻璃的当前崩边程度；
所述刀具的影响指数
为：
其中，V表示切割机床的刀具移动速度，α为当前刀具的稳定性，V max 为当前刀具的最大移动速度，V min 为当前刀具的最小移动速度；
所述当前刀具的稳定性是根据切割力的变化程度以及计算的x轴振动强度和y轴振动强度的平方和的开方的值确定的；
当z轴振动强度大于设定振动强度且刀具的影响指数小于设定影响指数时，所述当前崩边程度为：
其中，X为当前崩边程度，Px为x轴振动强度，Py为y轴振动强度，Pz为z轴振动强度，T 0为当前周期走过的行程；
当前刀具的稳定性：
其中，Qt为第t时刻的切割力，Qt-1为第t-1时刻的切割力，Px为x轴振动强度，Py为y轴振动强度，Qc是标准切割力，Pc为标准振动强度；
总崩边程度
，其中，T为剩余行程，B为已产生的崩边程度，X为当前崩边程
度；
将每个小周期的X进行累加得到生产过程产生的已产生的崩边程度B。
2.根据权利要求1所述的一种玻璃切割机床智能走刀控制方法，其特征在于，还包括对切割机床故障的检测的步骤：获取切割机床的声压，根据声压信息以及振动强度，确定故障指数，当所述故障指数大于设定故障阈值时，则判断设备发生故障，进行停机报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210942093.4A CN114988679B (zh) | 2022-08-08 | 2022-08-08 | 一种玻璃切割机床智能走刀控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210942093.4A CN114988679B (zh) | 2022-08-08 | 2022-08-08 | 一种玻璃切割机床智能走刀控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114988679A CN114988679A (zh) | 2022-09-02 |
| CN114988679B true CN114988679B (zh) | 2022-10-25 |
Family
ID=83023219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210942093.4A Active CN114988679B (zh) | 2022-08-08 | 2022-08-08 | 一种玻璃切割机床智能走刀控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114988679B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101310951A (zh) * | 2007-05-22 | 2008-11-26 | 天津晶岭电子材料科技有限公司 | 硅片切削崩边控制方法 |
| CN101493686A (zh) * | 2009-02-26 | 2009-07-29 | 上海交通大学 | 刀具模态参数不确定的曲面五轴数控工艺参数优化方法 |
| CN103268430A (zh) * | 2013-06-20 | 2013-08-28 | 上海理工大学 | 基于机床刀具动刚度测量的铣削工艺参数优化方法 |
| CN109298680A (zh) * | 2018-09-13 | 2019-02-01 | 成都数之联科技有限公司 | 一种数控机床刀具检测的数据采集系统 |
| CN113168155A (zh) * | 2018-11-29 | 2021-07-23 | 三菱电机株式会社 | 数控装置、数控方法及机器学习装置 |
| CN113850800A (zh) * | 2021-10-15 | 2021-12-28 | 郑州磨料磨具磨削研究所有限公司 | 一种硬脆材料划切缝崩边检测方法 |
| CN114227949A (zh) * | 2021-11-30 | 2022-03-25 | 西安空间无线电技术研究所 | 一种磁性基材的物理切割方法 |
-
2022
- 2022-08-08 CN CN202210942093.4A patent/CN114988679B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101310951A (zh) * | 2007-05-22 | 2008-11-26 | 天津晶岭电子材料科技有限公司 | 硅片切削崩边控制方法 |
| CN101493686A (zh) * | 2009-02-26 | 2009-07-29 | 上海交通大学 | 刀具模态参数不确定的曲面五轴数控工艺参数优化方法 |
| CN103268430A (zh) * | 2013-06-20 | 2013-08-28 | 上海理工大学 | 基于机床刀具动刚度测量的铣削工艺参数优化方法 |
| CN109298680A (zh) * | 2018-09-13 | 2019-02-01 | 成都数之联科技有限公司 | 一种数控机床刀具检测的数据采集系统 |
| CN113168155A (zh) * | 2018-11-29 | 2021-07-23 | 三菱电机株式会社 | 数控装置、数控方法及机器学习装置 |
| CN113850800A (zh) * | 2021-10-15 | 2021-12-28 | 郑州磨料磨具磨削研究所有限公司 | 一种硬脆材料划切缝崩边检测方法 |
| CN114227949A (zh) * | 2021-11-30 | 2022-03-25 | 西安空间无线电技术研究所 | 一种磁性基材的物理切割方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114988679A (zh) | 2022-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110587377B (zh) | 一种在线监测铣削加工刀具缺损的方法 | |
| Jemielniak et al. | Tool condition monitoring based on numerous signal features | |
| JP6767416B2 (ja) | 加工条件調整装置及び機械学習装置 | |
| JP6257481B2 (ja) | 数値制御装置 | |
| CN114850969B (zh) | 一种基于振动信号的刀具失效监控方法 | |
| CN103197609B (zh) | 数控加工动态特征建模方法 | |
| US20230004152A1 (en) | Method for monitoring and/or predecting machining processes and/or machnining outcomes | |
| JP2019141869A (ja) | 制御装置及び機械学習装置 | |
| CN116352607B (zh) | 基于数控分析的无心磨床补偿控制系统及方法 | |
| CN116307289A (zh) | 一种纺织品加工工序参数检测预测方法、系统及存储介质 | |
| CN114988679B (zh) | 一种玻璃切割机床智能走刀控制方法 | |
| CN115609112A (zh) | 一种焊接参数确定方法、装置及其介质 | |
| CN116451044A (zh) | 基于数据分析的机加设备故障预警系统 | |
| CN112008495B (zh) | 一种基于振动监测的刀具破损识别方法 | |
| CN116690313B (zh) | 一种飞机结构件腹板加工刀具失效监控方法 | |
| CN113199304A (zh) | 一种基于扩展卡尔曼滤波与切削力模型的换刀监测方法 | |
| CN115533617A (zh) | 一种cnc加工中心刀具状态在线监测系统 | |
| CN114083347B (zh) | 一种五轴联动数控机床监控方法及系统 | |
| KR102512875B1 (ko) | 공구 경로 보정 모델 생성 방법 및 이를 이용한 공구 경로 보정 방법 | |
| KR101170323B1 (ko) | 주축 구동 모터의 전류값을 이용한 절삭 가공 장치의 상태 모니터링 방법 | |
| Xiqing et al. | Tool wear monitoring of acoustic emission signals from milling processes | |
| CN117313951B (zh) | 一种多传感器融合的柔性去毛刺管理方法及系统 | |
| CN117620315A (zh) | 一种增材制造件支撑智能去除系统及方法 | |
| CN114273976B (zh) | 一种数控加工中心在线监测智能调控管理云系统 | |
| Shykhalieiev et al. | Study of surface roughness by acoustic signal obtained from piezoelectric electret sensors in milling machine with CNC |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An Intelligent Tool Walking Control Method for Glass Cutting Machine Tools Effective date of registration: 20230425 Granted publication date: 20221025 Pledgee: Jiangsu Qidong Rural Commercial Bank Co.,Ltd. Haifu Branch Pledgor: Qidong Peng Peng Glass Machinery Co.,Ltd. Registration number: Y2023980039140 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20221025 Pledgee: Jiangsu Qidong Rural Commercial Bank Co.,Ltd. Haifu Branch Pledgor: Qidong Peng Peng Glass Machinery Co.,Ltd. Registration number: Y2023980039140 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |