CN115106840B - 刀具形状异常检测装置以及刀具形状异常检测方法 - Google Patents
刀具形状异常检测装置以及刀具形状异常检测方法 Download PDFInfo
- Publication number
- CN115106840B CN115106840B CN202210263441.5A CN202210263441A CN115106840B CN 115106840 B CN115106840 B CN 115106840B CN 202210263441 A CN202210263441 A CN 202210263441A CN 115106840 B CN115106840 B CN 115106840B
- Authority
- CN
- China
- Prior art keywords
- tool
- shape
- moving average
- foreign matter
- change amount
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 86
- 238000001514 detection method Methods 0.000 title claims abstract description 77
- 230000008859 change Effects 0.000 claims abstract description 129
- 238000003384 imaging method Methods 0.000 claims description 7
- 239000007788 liquid Substances 0.000 claims description 7
- 239000007787 solid Substances 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 17
- 239000002699 waste material Substances 0.000 description 8
- 239000010730 cutting oil Substances 0.000 description 6
- 239000000428 dust Substances 0.000 description 6
- 239000000843 powder Substances 0.000 description 6
- 238000003754 machining Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 101710187785 60S ribosomal protein L1-A Proteins 0.000 description 1
- 101710187786 60S ribosomal protein L1-B Proteins 0.000 description 1
- 101001070647 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) 60S ribosomal protein L20-A Proteins 0.000 description 1
- 101001070655 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) 60S ribosomal protein L20-B Proteins 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- B23Q17/22—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring existing or desired position of tool or work
-
- 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
-
- 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
- B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
- B23Q17/2409—Arrangements for indirect observation of the working space using image recording means, e.g. a camera
-
- 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
- B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
- B23Q17/2452—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces
- B23Q17/2457—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces of tools
-
- 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
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Abstract
本发明提供刀具形状异常检测装置以及刀具形状异常检测方法。刀具形状异常检测装置具备:计算刀具的理想形状的理想形状计算部;拍摄刀具的实际形状的照相机;在刀具的多个部位求出由理想形状计算部计算的刀具的理想形状和由照相机拍摄的刀具的实际形状的形状差的形状差获取部;在刀具的多个部位求出由形状差获取部求出的多个形状差的移动平均值的移动平均值获取部;在刀具的多个部位求出由移动平均值获取部求出的多个移动平均值的变化量的移动平均值变化量获取部;以及与由移动平均值变化量获取部求出的变化量相应地判断异物是否附着在刀具上的异物附着判断部。
Description
技术领域
本发明涉及刀具形状异常检测装置以及刀具形状异常检测方法。
背景技术
近年来,在工件的超精密加工中,由于装置(机床)的运动性能提高,使得刀具的形状精度在加工精度中所占的权重增大。另外,刀具的形状的测定例如使用专利文献1所示的刀具形状测定装置进行。
在先技术文献
专利文献
专利文献1:国际公开第2020/090844号公报
但是,在加工工件时,存在着切粉或废物等异物附着在刀具上而不能从刀具去除的情况。在使用刀具形状测定装置测定刀具的形状时,重要的是避免测定附着有切粉或废物等异物的刀具的形状,防止以附着有切粉或废物等异物的刀具的形状为基础的工件加工。即,重要的是检测附着在刀具上的切粉或废物等异物。
发明内容
因此,本发明的目的在于提供能对附着在刀具上的切粉或废物等异物进行检测等对刀具的形状异常进行检测的刀具形状异常检测装置以及刀具形状异常检测方法。
有关本发明的第一方式的刀具形状异常检测装置,用于检测附着在被设置于机床的主轴的刀具上的异物,其中,上述刀具形状异常检测装置具备:理想形状计算部,该理想形状计算部计算上述刀具的理想形状;照相机,该照相机拍摄上述刀具的实际形状;形状差获取部,该形状差获取部在上述刀具的多个部位求出由上述理想形状计算部计算的刀具的理想形状和由上述照相机拍摄的刀具的实际形状的形状差;移动平均值获取部,该移动平均值获取部在上述刀具的多个部位求出由上述形状差获取部求出的多个形状差的移动平均值;移动平均值变化量获取部,该移动平均值变化量获取部在上述刀具的多个部位求出由上述移动平均值获取部求出的多个移动平均值的变化量;以及异物附着判断部,该异物附着判断部与由上述移动平均值变化量获取部求出的变化量相应地判断异物是否附着在上述刀具上。
也可以是,在上述移动平均值变化量获取部,从由上述移动平均值获取部求出的多个移动平均值中,求出彼此相邻的上述刀具的两个部位之间的变化量,或者,从由上述移动平均值获取部求出的多个移动平均值中,求出彼此不相邻而相互空开规定的间隔地排列的上述刀具的两个部位之间的变化量。
也可以是,上述异物附着判断部为了强调由移动平均值变化量获取部求出的变化量,对由上述移动平均值变化量获取部求出的变化量实施规定的演算,判断异物是否附着在上述刀具上。
也可以是,由上述异物附着判断部进行的演算是将由上述移动平均值变化量获取部求出的变化量自乘的演算。
有关本发明的第二方式的刀具形状异常检测装置,用于检测附着在被设置于机床的主轴的刀具上的异物,其中,上述刀具形状异常检测装置具备:理想形状计算部,该理想形状计算部计算上述刀具的理想形状;照相机,该照相机拍摄上述刀具的实际形状;形状差获取部,该形状差获取部在上述刀具的多个部位求出由上述理想形状计算部计算的刀具的理想形状和由上述照相机拍摄的刀具的实际形状的形状差;形状差变化量获取部,该形状差变化量获取部在上述刀具的多个部位求出由上述形状差获取部求出的多个形状差;以及异物附着判断部,该异物附着判断部与由上述形状差变化量获取部求出的变化量相应地判断异物是否附着在上述刀具上。
有关本发明的第三方式的刀具形状异常检测方法,用于检测附着在被设置于机床的主轴的刀具上的异物,其中,上述刀具形状异常检测方法具有:理想形状计算阶段,计算上述刀具的理想形状;拍摄阶段,使用照相机拍摄上述刀具的实际形状;形状差获取阶段,在上述刀具的多个部位求出在计算上述刀具的理想形状的理想形状计算阶段计算的刀具的理想形状和在上述拍摄阶段拍摄的刀具的实际形状的形状差;移动平均值获取阶段,在上述刀具的多个部位求出在上述形状差获取阶段求出的多个形状差的移动平均值;移动平均值变化量获取阶段,在上述刀具的多个部位求出在上述移动平均值获取阶段求出的多个移动平均值的变化量;以及异物附着判断阶段,与在上述移动平均值变化量获取阶段求出的变化量相应地判断异物是否附着在上述刀具上。
有关本发明的第四方式的刀具形状异常检测方法,用于检测附着在被设置于机床的主轴的刀具上的异物,其中,上述刀具形状异常检测方法具有:理想形状计算阶段,计算上述刀具的理想形状;拍摄阶段,使用照相机拍摄上述刀具的实际形状;形状差获取阶段,在上述刀具的多个部位求出在计算上述刀具的理想形状的理想形状计算阶段计算的刀具的理想形状和在上述拍摄阶段拍摄的刀具的实际形状的形状差;形状差变化量获取阶段,在上述刀具的多个部位求出在上述形状差获取阶段求出的多个形状差;以及异物附着判断阶段,与在上述形状差变化量获取阶段求出的变化量相应地判断异物是否附着在上述刀具上。
发明的效果
根据本发明,发挥可提供能对附着在刀具上的切粉或废物等异物进行检测等对刀具的形状异常进行检测的刀具形状异常检测装置以及刀具形状异常检测方法这样的效果。
附图说明
图1是表示有关实施方式的刀具形状异常检测装置和设置着刀具形状异常检测装置的机床的概略结构的图。
图2是表示有关实施方式的刀具形状异常检测装置的概略结构的图。
图3是表示刀具的末端部(切削刃部)的理想形状和附着着切粉或者灰尘等的刀具的末端部(切削刃部)的实际形状的图。
图4是表示由有关实施方式的刀具形状异常检测装置的形状差获取部、移动平均值获取部和移动平均值变化量获取部求出的刀具的多个部位的各个值的图。
图5的(a)是表示有关实施方式的刀具形状异常检测装置的刀具形状计算部计算的刀具的理想形状和有关实施方式的刀具形状异常检测装置的照相机拍摄的刀具的实际形状的图,图5的(b)是表示由有关实施方式的刀具形状异常检测装置的移动平均值获取部求出的形状差的移动平均值的图。
图6的(a)是表示将由有关实施方式的刀具形状异常检测装置的移动平均值变化量获取部求出的移动平均值的变化量的自乘三次的值的图,图6的(b)是表示将由有关实施方式的刀具形状异常检测装置的移动平均值变化量获取部求出的另外的移动平均值的变化量自乘三次的值的图。
图7是表示由有关实施方式的刀具形状异常检测装置的刀具形状计算计算的刀具的理想形状和由有关实施方式的刀具形状异常检测装置的照相机拍摄的刀具的实际形状的图。
图8的(a)是表示由有关实施方式的刀具形状异常检测装置的移动平均值获取部求出的形状差的移动平均值的图,图8的(b)是表示由有关实施方式的刀具形状异常检测装置的移动平均值变化量获取部求出的移动平均值的变化量的图,图8的(c)是表示由有关实施方式的刀具形状异常检测装置的移动平均值变化量获取部求出的另外的移动平均值的变化量的图,图8的(d)是表示由有关实施方式的刀具形状异常检测装置的移动平均值变化量获取部求出的其它另外的移动平均值的变化量的图。
图9是与图7同样的图。
图10是与图8同样的图。
图11是与图7同样的图。
图12是与图8同样的图。
图13是与图7同样的图。
图14是与图8同样的图。
图15是与图7同样的图。
图16是与图8同样的图。
图17是与图7同样的图。
图18是与图8同样的图。
图19是与图7同样的图。
图20是与图8同样的图。
图21是与图7同样的图。
图22是与图8同样的图。
图23是表示有关实施方式的刀具形状异常检测装置的刀具形状计算部计算的刀具的理想形状和有关实施方式的刀具形状异常检测装置的照相机拍摄的刀具的实际形状的图,其中,图23的(a)表示刀具以第一旋转速度旋转时的情况,图23的(b)表示刀具以第二旋转速度旋转时的情况。
具体实施方式
有关实施方式的刀具形状异常检测装置1是用于检测对附着在刀具上的切粉或废物等异物进行检测等的刀具的形状的异常的装置,例如是如图1所示那样被设置在机床2上使用的装置。
机床2在床身18的上表面具有工作台16、门型的立柱10。在立柱10的横轨8上经由床鞍6支撑着主轴头4。在主轴头4上支撑着主轴11。
这里,为了便于说明,将水平的规定的一个方向作为X方向,将相对于X方向正交的水平的规定的另外的一个方向作为Y方向,将相对于X方向和Y方向正交的上下方向作为Z方向。
工作台16可相对于床身18在X方向移动。床鞍6可沿横轨8在Y方向移动。主轴头4可相对于床鞍6在Z方向移动。
通过由这些三轴使机床2移动,可使刀具(例如球头立铣刀)12相对于被载置在工作台16的工件14三维地移动,加工工件14。在工作台16的端部设置着刀具形状异常检测装置1。控制装置20与机床2和刀具形状异常检测装置1连接,能够控制机床2和刀具形状异常检测装置1。控制装置20具备CPU(未图示)和存储器(未图示)。
图2表示由刀具形状异常检测装置1测定刀具12的形状的图。由前面所示的三轴,使刀具12移动到图2所示的位置,测定存在带有异物的可能性的刀具12的实际形状。刀具形状异常检测装置1具备照相机22和照明装置24。如图2所示,刀具形状异常检测装置1在使刀具12位于照相机22和照明装置24之间的状态下,测定刀具12的形状。因为从刀具12的后方照射来自照明装置24的光,拍摄图像,所以,刀具12的形状作为影子被拍摄。在切粉或者灰尘等异物附着在刀具12上的情况下,也包括所附着的异物在内的形状作为影子被拍摄。
照相机22具备高速快门,即使刀具12处于数千转/分钟的旋转中,也可以进行静止画面那样的拍摄。也可以在照相机22安装变焦镜头,能够由控制装置20进行放大率的控制。在主轴11设置旋转角度传感器(未图示),能够由控制装置20进行刀具12的转速、旋转角度的定位等控制。
在刀具12以1万转/分钟以上的转速旋转的情况下,仅通过高速快门难以应对。在这种情况下,使照明装置24带有闪光灯功能。若采用数μsec的短发光时间的闪光灯,则即使是旋转中的刀具12,也可以进行形状测定。另外,刀具12的最大转速能够设定成12万转/分钟左右。
刀具12例如在通过切削加工形成模具的型芯、型腔的表面时使用。上述切削加工是为了对模具的型芯、型腔的表面进行例如最终精加工而进行的加工,通过上述切削加工,模具的型芯、型腔的表面成为镜面那样。球头立铣刀12的外径例如是1mm左右。进行切削加工时的球头立铣刀12的转速是6万转/分钟左右。
通过对刀具12的拍摄,能够得到球头立铣刀12的最大外形的静止图像。该最大外形的部位成为球头立铣刀12的切削刃,切削刃的形状影响工件14的加工面的形状。国际公开2020/090844号公报表示对刀具12的拍摄的细节。
作为刀具形状异常检测装置1,采用国际公开2020/090844号公报所示的刀具形状测定装置。刀具形状异常检测装置1是用于检测附着在被设置于机床(例如超精密加工机)2的主轴11的刀具(例如旋转着的球头立铣刀等切削刀具)12上的切粉或废物等异物的装置。另外,作为附着在刀具12上的异物,有工件14的切屑等固体的异物或切削油等液体的异物。
刀具形状异常检测装置1如图2所示构成为具备控制部25和照相机22。虽然控制部25例如由控制装置20的一部分构成,但是,控制部25也可以独立于控制装置20地设置。
在控制部25设有刀具形状计算部27、形状差获取部29、移动平均值获取部31、移动平均值变化量获取部33和异物附着判断部35。
刀具形状计算部27存储刀具12的刀具种类、直径等信息,能够计算刀具12的理想形状。刀具12的理想形状是球头立铣刀12的最大外形的形状。
照相机22拍摄例如旋转着的刀具12的实际形状。刀具12的实际形状是刀具12和附着在该刀具12上的异物的形状。即,刀具12的实际形状是例如因异物的附着或在切削刃的一部分产生磨损或缺损等而可能与理想形状不同的遍及刀具12的切削刃部整体的刀具外形形状。刀具12的实际形状也是球头立铣刀12和异物的最大外形的形状。
在形状差获取部29,例如遍及刀具12的切削刃部整体地在刀具12的多个部位求出由刀具形状计算部27计算的刀具12的理想形状和由照相机22拍摄的刀具12的实际形状的形状差。
例如,在形状差获取部29,对在刀具12的切削刃上空开微小间隔地排列的多个点的每一个点求出形状差。例如,在形状差获取部29,求出刀具12的多个部位各处的异物从理想形状的刀具12的突出量。另外,在形状差获取部29,能够求出刀具12的多个部位各处的在理想形状的刀具12的一部分产生的磨损或缺损等的凹陷量。
在移动平均值获取部31,在刀具12的多个部位求出由形状差获取部29求出的多个形状差的移动平均值。由移动平均值获取部31进行的处理例如为了除去干扰而进行。在移动平均值获取部31,也对在刀具12的切削刃上空开微小间隔地排列的多个点的每一个点求出移动平均值。另外,虽然在移动平均值获取部31求出单纯移动平均,但是,也可以求出加权移动平均、指数移动平均等其它移动平均。
在移动平均值变化量获取部33,在刀具12的多个部位求出由移动平均值获取部31求出的多个移动平均值的变化量。在移动平均值变化量获取部33,也对在刀具12的切削刃上空开微小间隔地排列的多个点的每一个点求出移动平均值的变化量。
在异物附着判断部35,根据由移动平均值变化量获取部33求出的变化量,判断异物是否附着在刀具12上。例如,在由异物附着判断部35求出的变化量超过了规定的阈值的情况下,异物附着判断部35判断为异物附着在刀具12上。另一方面,在由异物附着判断部35求出的变化量为规定的阈值以下的情况下,异物附着判断部35判断为异物没有附着在刀具12上而刀具12是正常的状态。
另外,在异物附着判断部35,还能够判断产生刀具12的切削刃的磨损或缺损等的情况。在这种情况下,也可以将“异物附着判断部”称为“刀具形状判断部”。
也可以在刀具形状异常检测装置1中删除移动平均值获取部31。在这种情况下,因为移动平均值变化量获取部33在刀具12的多个部位求出由形状差获取部29求出的多个形状差的变化量,所以,“移动平均值变化量获取部”被称为“形状差变化量获取部”。
由刀具形状计算部27计算的刀具12的理想形状能从在进行用于加工工件14的通过CAM计算时设定的刀具12的条件得到。这样一来,能够从第一次起进行刀具12的异常检测(异物的附着等)。刀具12的异常表示测定阻害物的附着、刀具12的破碎造成的缺损等。
另外,由刀具形状计算部27计算的刀具12的理想形状也可以通过由照相机22预先拍摄而求出并存储在存储器。刀具形状计算部27计算的刀具12的理想形状也可以由刀具形状异常检测装置1预先求出。在这种情况下,将全新的刀具12设置在主轴11,求出刀具12的理想形状,一面维持将刀具12设置在主轴11的状态,一面加工工件14,一面维持将刀具12设置在主轴11的状态,一面求出刀具12的实际形状。
另外,由刀具形状计算部27计算的刀具12的理想形状也可以使用输入部(未图示),另行输入并存储。
这里,参照图3、图4,对形状差获取部29、移动平均值获取部31、移动平均值变化量获取部33更详细地进行说明。
图3表示球头立铣刀12等。球头立铣刀12绕旋转中心轴C1旋转。半圆弧的曲线L1表示理想形状的球头立铣刀12的切削刃部的最大外形形状。曲线状的虚线L2表示球头立铣刀12的实际形状。点O1表示理想形状的球头立铣刀12的切削刃的中心。半直线L3以中心点O1为起点,朝向圆弧L1延伸。
这里,设中心轴C1和半直线L3的交叉角度为θ,设半直线L3和半圆弧L1的交点为P1,设半直线L3和虚线L2的交点为P2,设交点P1和交点P2之间的距离为r。交叉角度θ是0°~90°,例如以1°等级变化。另外,图3所示的半圆弧的曲线L1相对于中心轴C1成为对称形状。另外,虽然曲线状的虚线L2仅被画在中心轴C1的右侧,但是,它也相对于中心轴C1成为对称形状。
在图4中,表示了与交叉角度(角度)θ相应的形状差(刀具12的理想形状和刀具12的实际形状的形状差)r、移动平均(形状差的移动平均值)R和微小区间的变化率(移动平均值的变化量)ΔR。形状差r由形状差获取部29求出,移动平均R由移动平均值获取部31求出,微小区间的变化率ΔR由移动平均值变化量获取部33求出。
在图4中,在角度θ为0°时,形状差r为r0,移动平均R也为r0。在角度θ为1°时,形状差r为r1,移动平均R为R1,微小区间的变化率ΔR为R1-R0。R1是R1=(r0+r1+r2)/3,R0是R0=r0。
在角度θ为2°时,形状差r成为r2,移动平均R成为R2,微小区间的变化率ΔR成为R2-R1。R2是R2=(r0+r1+r2+r4+r5)/5。在角度θ在3°以上的情况下也同样。
另外,在图4中,虽然在五个点求出移动平均R,但是,也可以在其它数量(例如五个以上)的点求出。另外,在本申请说明书中,也可以表现为通过微分求出微小区间的变化率ΔR。
在移动平均值变化量获取部33,对刀具12的每个微小部位,从由移动平均值获取部31求出的多个移动平均值中,求出彼此相邻的刀具12的两个部位之间的变化量。
即,在移动平均值变化量获取部33,从由移动平均值获取部31求出的多个点(刀具12的切削刃上的多个点)的移动平均值中,求出彼此相邻的两个点之间的变化量。参照图4进行说明,例如在角度θ为1°时使微小区间的变化率ΔR为R1-R0,在角度θ为2°时使微小区间的变化率ΔR为R2-R1。
也可以是,由移动平均值变化量获取部33,为了强调变化量,对刀具12的每个微小部位,从由移动平均值获取部31求出的多个移动平均值中,求出彼此不相邻而相互空开规定的间隔地排列的刀具12的两个部位之间的变化量。
即,也可以是,在移动平均值变化量获取部33,从由移动平均值获取部31求出的多个点(刀具12的切削刃上的多个点)的移动平均值中,求出例如将一个点或者两个点置于其间地排列的(隔一个或者隔两个地排列的)两个点之间的变化量。参照图4进行说明,也可以例如在角度θ为2°时使微小区间的变化率ΔR为R2-R0,在角度θ为3°时使微小区间的变化率ΔR为R3-R1。在这种情况下,微小区间的变化率ΔR也可以表现为通过“跳跃微分”求出。另外,也可以将上述的“隔一个”(跳跃一个的微分)或者“隔两个”(跳跃两个的微分)设为“隔三个”(跳跃三个的微分)以上的数量。
另外,在上述说明中,使角度θ为1°等级,但是,也可以按0.1°等更细地划分等级。
另外,在异物附着判断部35,为了强调由移动平均值变化量获取部33求出的变化量,对由移动平均值变化量获取部33求出的变化量实施规定的演算,判断异物是否附着在刀具12上。
例如,由异物附着判断部35进行的演算是将由移动平均值变化量获取部33求出的变化量自乘(n次方,“n”是“2”以上的自然数中的规定的一个自然数)的演算。例如,将图4的微小区间的变化率ΔR自乘二次((R1-Ro)2)。
接着,对刀具形状异常检测装置1的动作进行说明。
作为初期状态,设定成在刀具形状计算部27预先计算刀具12的理想形状,刀具12如图2所示,位于能够由照相机22拍摄的部位,刀具12以规定的转速旋转。
在上述初期状态下,使用照相机22,拍摄刀具12的实际形状。接着,由形状差获取部29在刀具12的多个部位(图4所示的每个角度θ(0°、1°、2°、3°、…))求出由刀具形状计算部27计算的刀具12的理想形状和使用照相机22拍摄的刀具12的实际形状的形状差求出)。其结果成为图4所示的形状差r(r0、r1、r2、r3、…)。
接着,由移动平均值获取部31在刀具12的多个部位求出由形状差获取部29求出的多个形状差的移动平均值。其结果成为图4所示的移动平均R(R0、R1、R2、R3、…)。
接着,由移动平均值变化量获取部33在刀具12的多个部位求出由移动平均值获取部31求出的多个形状差的移动平均值的变化量。其结果成为图4所示的变化率(变化量)ΔR(R1-R0、R2-R1、R3-R2、…)。
接着,由异物附着判断部35根据由移动平均值变化量获取部33求出的变化量来判断异物是否附着在刀具12上。即,在由移动平均值变化量获取部33求出的变化量超过规定的阈值的情况下,判断为异物附着在刀具12上,在由移动平均值变化量获取部33求出的变化量没有超过规定的阈值的情况下,判断为异物没有附着在刀具12上。
这里,一面参照图5~图22,一面对实际进行的异物的检测进行说明。
第一个异物检测表示在图5、图6。图5的(a)是与图3相当的图。图5的(b)中,横轴成为图3中的角度θ(单位是“°”),纵轴成为刀具12的形状差的移动平均值(单位是“μm”)。图5的(b)的线图L5b表示角度θ和刀具12的形状差的移动平均值的关系。图6以后的图的纵轴以及横轴的单位也同样。
图6的(a)中,横轴成为图3的角度θ,纵轴成为刀具12的移动平均值的变化量(微分值)。图6的(a)的线图L6a表示角度θ和刀具12的移动平均值的变化量(微分值)的关系。
图6的(b)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量(跳跃微分值)。图6的(b)的线图L6b表示角度θ和刀具12的移动平均值的变化量(微分值)的关系。如图6的(a)、图6的(b)所示,在角度θ为80°至85°的附近,附着着异物。
第二个异物检测表示在图7、图8。图7是与图3相当的图。图8的(a)中,横轴成为图3中的角度θ,纵轴成为刀具12的形状差的移动平均值。图8的(a)的线图L8a表示角度θ和刀具12的形状差的移动平均值R的关系。
图8的(b)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(微分值)。图8的(b)的线图L8b表示角度θ和刀具12的移动平均值的变化量ΔR(微分值)的关系。
图8的(c)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)。图8的(c)的线图L8c表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)的关系。
图8的(d)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)。图8的(d)的线图L8d表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)的关系。
图8中的直线L8表示阈值。在图7、图8所示的状态下,不存在异物向刀具12的附着。
第三个异物检测表示在图9、图10。图9是与图3相当的图。图10的(a)中,横轴成为图3中的角度θ,纵轴成为刀具12的形状差的移动平均值R。图10的(a)的线图L10a表示角度θ和刀具12的形状差的移动平均值R的关系。
图10的(b)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(微分值)。图10的(b)的线图L10b表示角度θ和刀具12的移动平均值的变化量ΔR(微分值)的关系。
图10的(c)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)。图10的(c)的线图L10c表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)的关系。
图10的(d)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)。图10的(d)的线图L10d表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)的关系。
图10中的直线L10表示阈值。在图9、图10所示的状态下,不存在异物向刀具12的附着。
第四个异物检测表示在图11、图12。图11是与图3相当的图。图12的(a)中,横轴成为图3中的角度θ,纵轴成为刀具12的形状差的移动平均值R。图12的(a)的线图L12a表示角度θ和刀具12的形状差的移动平均值R的关系。
图12的(b)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(微分值)。图12的(b)的线图L12b表示角度θ和刀具12的移动平均值的变化量ΔR(微分值)的关系。
图12的(c)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)。图12的(c)的线图L12c表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)的关系。
图12的(d)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)。图12的(d)的线图L12d表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)的关系。
图12中的直线L12表示阈值。在图11、图12所示的状态下,参照图12的(d),存在异物附着在角度θ为0°~5°的部位的可能性。
第五个异物检测表示在图13、图14。图13是与图3相当的图。图14的(a)中,横轴成为图3中的角度θ,纵轴成为刀具12的形状差的移动平均值R。图14的(a)的线图L14a表示角度θ和刀具12的形状差的移动平均值R的关系。
图14的(b)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(微分值)。图14的(b)的线图L14b表示角度θ和刀具12的移动平均值的变化量ΔR(微分值)的关系。
图14的(c)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)。图14的(c)的线图L14c表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)的关系。
图14的(d)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)。图14的(d)的线图L14d表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)的关系。
图14中的直线L14表示阈值。在图13、图14所示的状态下,参照图14的(d),存在异物附着在角度θ为35°附近的部位的可能性。
第六个异物检测表示在图15、图16。图15是与图3相当的图。图16的(a)中,横轴成为图3中的角度θ,纵轴成为刀具12的形状差的移动平均值R。图16的(a)的线图L16a表示角度θ和刀具12的形状差的移动平均值的关系。
图16的(b)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(微分值)。图16的(b)的线图L16b表示角度θ和刀具12的移动平均值的变化量ΔR(微分值)的关系。
图16的(c)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)。图16的(c)的线图L16c表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)的关系。
图16的(d)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)。图16的(d)的线图L16d表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)的关系。
图16中的直线L16表示阈值。在图15、图16所示的状态下,参照图16的(c)、图16的(d),存在异物附着在角度θ为35°附近的部位的可能性。
第七个异物检测表示在图17、图18。图17是与图3相当的图。图18的(a)中,横轴成为图3中的角度θ,纵轴成为刀具12的形状差的移动平均值R。图18的(a)的线图L18a表示角度θ和刀具12的形状差的移动平均值R的关系。
图18的(b)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(微分值)。图18的(b)的线图L18b表示角度θ和刀具12的移动平均值的变化量ΔR(微分值)的关系。
图18的(c)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)。图18的(c)的线图L18c表示角度θ和刀具12的移动平均值的变化量(跳跃一个的微分值)的关系。
图18的(d)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)。图18的(d)的线图L18d表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)的关系。
图18中的直线L18表示阈值。在图17、图18所示的状态下,参照图18的(d),稍许存在异物附着在角度θ为20°附近的部位的可能性。
第八个异物检测表示在图19、图20。图19是与图3相当的图。图20的(a)中,横轴成为图3中的角度θ,纵轴成为刀具12的形状差的移动平均值R,图20的(a)的线图L20a表示角度θ和刀具12的形状差的移动平均值R的关系。
图20的(b)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(微分值)。图20的(b)的线图L20b表示角度θ和刀具12的移动平均值的变化量ΔR(微分值)的关系。
图20的(c)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)。图20的(c)的线图L20c表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)的关系。
图20的(d)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)。图20的(d)的线图L20d表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)的关系。
图20中的直线L20表示阈值。在图19、图20所示的状态下,参照图20的(b)、图20的(c)、图20的(d),存在异物附着在角度θ为80°附近的部位的可能性。
第九个异物检测表示在图21、图22。图21是与图3相当的图。图22的(a)中,横轴成为图3中的角度θ,纵轴成为刀具12的形状差的移动平均值R。图22的(a)的线图L22a表示角度θ和刀具12的形状差的移动平均值R的关系。
图22的(b)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(微分值)。图22的(b)的线图L22b表示角度θ和刀具12的移动平均值的变化量ΔR(微分值)的关系。
图22的(c)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量(跳跃一个的微分值)。图22的(c)的线图L22c表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃一个的微分值)的关系。
图22的(d)中,横轴成为图3中的角度θ,纵轴成为刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)。图22的(d)的线图L22d表示角度θ和刀具12的移动平均值的变化量ΔR(跳跃两个的微分值)的关系。
图22中的直线L22表示阈值。在图21、图22所示的状态下,参照图20的(b)、图20的(c)、图20的(d),存在异物附着在角度θ为10°、22°、30°附近的部位的可能性。
在刀具形状异常检测装置1中,由形状差获取部29在刀具12的多个部位求出刀具12的理想形状和刀具12的实际形状的形状差,由移动平均值获取部31在刀具12的多个部位求出多个形状差的移动平均值。
另外,在刀具形状异常检测装置1中,由移动平均值变化量获取部33在刀具12的多个部位求出多个移动平均值的变化量,由异物附着判断部35根据由移动平均值变化量获取部33求出的变化量来判断异物是否附着在刀具12上。
由此,即使干扰叠加于由形状差获取部29求出的形状差,也能够将该干扰排除,准确地检测附着在刀具12上的异物。另外,可防止误检测刀具12的形状后使用该误检测的结果加工工件14的情况。而且,可防止因对工件14的加工而制造残次品的情况。
另外,在刀具形状异常检测装置1中,作为由刀具形状计算部27计算的刀具12的理想形状,采用通过由照相机22预先拍摄而求出的形状。由此,能够使装置简洁化,且能够使由形状差获取部29求出的刀具12的形状差成为正确的形状差。
另外,在刀具的形状异常检测装置1的移动平均值变化量获取部33,从由移动平均值获取部31求出的多个移动平均值R中,求出彼此非常相邻的(空开微小间隔地相邻的)刀具的两个部位之间的变化量ΔR。由此,即使成为由移动平均值获取部31求出的多个移动平均值R不连续的函数的形态,也与恰如进行了微分的情况同样,能够求出移动平均值的变化量ΔR。
另外,在刀具形状异常检测装置1中,即使由移动平均值变化量获取部33从由移动平均值获取部31求出的多个移动平均值R中,求出彼此空开规定的间隔地排列的刀具12的两个部位之间的变化量ΔR,同样,也能够求出移动平均值的变化量ΔR。在这种情况下,能够进一步通过强调的方式求出移动平均值的变化量ΔR,能够更准确地检测附着在刀具12上的异物。
另外,在刀具形状异常检测装置1中,异物附着判断部35为了强调由移动平均值变化量获取部33求出的变化量ΔR,对由移动平均值变化量获取部33求出的变化量ΔR实施规定的演算。而且,判断异物是否附着在刀具12上。由此,能够以进一步强调的方式求出移动平均值的变化量ΔR。
另外,在刀具形状异常检测装置1中,由异物附着判断部35将由移动平均值变化量获取部33求出的变化量ΔR自乘。由此,能够通过简单的演算,以进一步强调的方式求出移动平均值的变化量ΔR。
另外,也可以使用刀具形状异常检测装置1,判别异物是切屑等固体或者异物是切削油等液体。
即,也可以是,在刀具12以第一旋转速度旋转着时,由照相机22拍摄刀具12的实际形状,另外,在刀具12以比第一旋转速度慢的第二旋转速度旋转着时,由照相机22拍摄刀具12的实际形状。而且,也可以是,通过比较第一旋转速度下的刀具12的实际形状和第二旋转速度下的刀具12的实际形状,判断在刀具12上附着切削油还是附着切削油以外的固体异物。
使用图23,对此进行说明。图23的(a)所示的虚线L2是刀具12以第一旋转速度旋转着时的刀具12的实际形状。另外,图23的(a)所示的圆弧状的实线L1是刀具12的理想形状。
图23的(b)所示的虚线L2是刀具12以第二旋转速度旋转着时的刀具12的实际形状。另外,图23的(b)所示的圆弧状的实线L1是刀具12的理想形状。若比较图23的(a)、图23的(b),则虚线L2的形状不同。这是由因刀具12的旋转而施加给作为液体的切削油的离心力造成的。
这样,通过比较与旋转速度相应的刀具12的实际形状,能够容易判断异物是否是不影响工件14的加工精度的切削油。
另外,也可以将刀具形状异常检测装置1作为具备以下部分的工具形状异常检测装置1来掌握:计算刀具12的理想形状的刀具形状计算部27;拍摄上述刀具12的实际形状的照相机22;在上述刀具12的多个部位求出由上述刀具形状计算部27计算的刀具12的理想形状和由上述照相机22拍摄的刀具12的实际形状的形状差的形状差获取部29;在上述刀具12的多个部位求出由上述形状差获取部29求出的多个形状差的形状差变化量获取部33;以及根据由上述形状差变化量获取部33求出的变化量来判断异物是否附着在上述刀具12上的异物附着判断部35。
另外,也可以将上述记载内容作为刀具形状异常检测方法的发明来掌握。
即,对于检测附着在被设置于机床2的主轴11的刀具12上的异物的刀具形状异常检测方法,也可以作为具有以下步骤的刀具形状异常检测方法来掌握:计算上述刀具12的理想形状的理想形状计算阶段;使用照相机22拍摄上述刀具12的实际形状的拍摄阶段;在上述刀具12的多个部位求出在计算上述刀具12的理想形状的理想形状计算阶段计算的刀具12的理想形状和在上述拍摄阶段拍摄的刀具12的实际形状的形状差的形状差获取阶段;在上述刀具12的多个部位求出在上述形状差获取阶段求出的多个形状差的移动平均值的移动平均值获取阶段;在上述刀具12的多个部位求出在上述移动平均值获取阶段求出的多个移动平均值的变化量的移动平均值变化量获取阶段;以及根据在上述移动平均值变化量获取阶段求出的变化量来判断异物是否附着在上述刀具12上的异物附着判断阶段。
另外,也可以是,在上述移动平均值变化量获取阶段,从在上述移动平均值获取阶段求出的多个移动平均值中,求出彼此相邻的上述刀具12的两个部位之间的变化量(对刀具的每个微小部位),或者,为了强调变化量,从在上述移动平均值获取阶段求出的多个移动平均值中,求出彼此空开规定的间隔地排列的上述刀具12的两个部位之间的变化量(对刀具的每个微小部位)。
另外,上述异物附着判断阶段也可以是对在上述移动平均值变化量获取阶段求出的变化量实施规定的演算并判断异物是否附着在上述刀具上的阶段。
另外,在上述异物附着判断阶段进行的演算也可以是将在上述移动平均值变化量获取阶段求出的变化量自乘的演算。
也可以将上述记载内容作为刀具形状异常检测方法的发明来掌握。
即,对于检测附着在被设置于机床2的主轴11的刀具12上的异物的刀具形状异常检测方法,也可以作为具有以下步骤的刀具形状异常检测方法来掌握:计算上述刀具12的理想形状的理想形状计算阶段;使用照相机22拍摄上述刀具12的实际形状的拍摄阶段;在上述刀具12的多个部位求出在计算上述刀具12的理想形状的理想形状计算阶段计算的刀具12的理想形状和在上述拍摄阶段拍摄的刀具12的实际形状的形状差的形状差获取阶段;在上述刀具12的多个部位求出在上述形状差获取阶段求出的多个形状差的形状差变化量获取阶段;以及根据在上述形状差变化量获取阶段求出的变化量来判断异物是否附着在上述刀具12上的异物附着判断阶段。
上面,说明了本实施方式,但是,本实施方式并非限定于这些,可在本实施方式的主旨的范围内进行各种变形。
Claims (7)
1.一种刀具形状异常检测装置,用于检测附着在被设置于机床的主轴的刀具上的异物,其中,
上述刀具形状异常检测装置具备:
理想形状计算部,该理想形状计算部计算上述刀具的理想形状;
照相机,该照相机拍摄上述刀具的实际形状;
形状差获取部,该形状差获取部在上述刀具的多个部位求出由上述理想形状计算部计算出的刀具的理想形状和由上述照相机拍摄的刀具的实际形状的形状差;
移动平均值获取部,该移动平均值获取部在上述刀具的多个部位求出由上述形状差获取部求出的多个形状差的移动平均值;
移动平均值变化量获取部,该移动平均值变化量获取部在上述刀具的多个部位求出由上述移动平均值获取部求出的多个移动平均值的变化量;以及
异物附着判断部,该异物附着判断部与由上述移动平均值变化量获取部求出的变化量相应地判断异物是否附着在上述刀具上,
上述刀具形状异常检测装置构成为:在上述刀具以第一旋转速度旋转着时,由上述照相机拍摄上述刀具的实际形状,另外在上述刀具以比上述第一旋转速度慢的第二旋转速度旋转着时,由上述照相机拍摄上述刀具的实际形状,通过比较上述第一旋转速度下的上述刀具的实际形状和上述第二旋转速度下的上述刀具的实际形状,判别附着在上述刀具上的异物是固体还是液体。
2.如权利要求1所述的刀具形状异常检测装置,其中,
在上述移动平均值变化量获取部,
从由上述移动平均值获取部求出的多个移动平均值中,求出彼此相邻的上述刀具的两个部位之间的变化量,
或者,从由上述移动平均值获取部求出的多个移动平均值中,求出彼此不相邻而相互空开规定的间隔地排列的上述刀具的两个部位之间的变化量。
3.如权利要求1或2所述的刀具形状异常检测装置,其中,
上述异物附着判断部为了强调由移动平均值变化量获取部求出的变化量,对由上述移动平均值变化量获取部求出的变化量实施规定的演算,判断异物是否附着在上述刀具上。
4.如权利要求3所述的刀具形状异常检测装置,其中,
由上述异物附着判断部进行的演算是将由上述移动平均值变化量获取部求出的变化量自乘的演算。
5.一种刀具形状异常检测装置,用于检测附着在被设置于机床的主轴的刀具上的异物,其中,
上述刀具形状异常检测装置具备:
理想形状计算部,该理想形状计算部计算上述刀具的理想形状;
照相机,该照相机拍摄上述刀具的实际形状;
形状差获取部,该形状差获取部在上述刀具的多个部位求出由上述理想形状计算部计算出的刀具的理想形状和由上述照相机拍摄的刀具的实际形状的形状差;
形状差变化量获取部,该形状差变化量获取部在上述刀具的多个部位求出由上述形状差获取部求出的多个形状差的变化量;以及
异物附着判断部,该异物附着判断部与由上述形状差变化量获取部求出的变化量相应地判断异物是否附着在上述刀具上,
上述刀具形状异常检测装置构成为:在上述刀具以第一旋转速度旋转着时,由上述照相机拍摄上述刀具的实际形状,另外在上述刀具以比上述第一旋转速度慢的第二旋转速度旋转着时,由上述照相机拍摄上述刀具的实际形状,通过比较上述第一旋转速度下的上述刀具的实际形状和上述第二旋转速度下的上述刀具的实际形状,判别附着在上述刀具上的异物是固体还是液体。
6.一种刀具形状异常检测方法,用于检测附着在被设置于机床的主轴的刀具上的异物,其中,
上述刀具形状异常检测方法具有:
理想形状计算阶段,计算上述刀具的理想形状;
拍摄阶段,使用照相机拍摄上述刀具的实际形状;
形状差获取阶段,在上述刀具的多个部位求出在计算上述刀具的理想形状的理想形状计算阶段计算出的刀具的理想形状和在上述拍摄阶段拍摄的刀具的实际形状的形状差;
移动平均值获取阶段,在上述刀具的多个部位求出在上述形状差获取阶段求出的多个形状差的移动平均值;
移动平均值变化量获取阶段,在上述刀具的多个部位求出在上述移动平均值获取阶段求出的多个移动平均值的变化量;以及
异物附着判断阶段,与在上述移动平均值变化量获取阶段求出的变化量相应地判断异物是否附着在上述刀具上,
在上述刀具以第一旋转速度旋转着时,由上述照相机拍摄上述刀具的实际形状,另外在上述刀具以比上述第一旋转速度慢的第二旋转速度旋转着时,由上述照相机拍摄上述刀具的实际形状,通过比较上述第一旋转速度下的上述刀具的实际形状和上述第二旋转速度下的上述刀具的实际形状,判别附着在上述刀具上的异物是固体还是液体。
7.一种刀具形状异常检测方法,用于检测附着在被设置于机床的主轴的刀具上的异物,其中,
上述刀具形状异常检测方法具有:
理想形状计算阶段,计算上述刀具的理想形状;
拍摄阶段,使用照相机拍摄上述刀具的实际形状;
形状差获取阶段,在上述刀具的多个部位求出在计算上述刀具的理想形状的理想形状计算阶段计算出的刀具的理想形状和在上述拍摄阶段拍摄的刀具的实际形状的形状差;
形状差变化量获取阶段,在上述刀具的多个部位求出在上述形状差获取阶段求出的多个形状差的变化量;以及
异物附着判断阶段,与在上述形状差变化量获取阶段求出的变化量相应地判断异物是否附着在上述刀具上,
在上述刀具以第一旋转速度旋转着时,由上述照相机拍摄上述刀具的实际形状,另外在上述刀具以比上述第一旋转速度慢的第二旋转速度旋转着时,由上述照相机拍摄上述刀具的实际形状,通过比较上述第一旋转速度下的上述刀具的实际形状和上述第二旋转速度下的上述刀具的实际形状,判别附着在上述刀具上的异物是固体还是液体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021043911A JP7332645B2 (ja) | 2021-03-17 | 2021-03-17 | 工具の形状異常検出装置、工具の形状異常検出方法 |
JP2021-043911 | 2021-03-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115106840A CN115106840A (zh) | 2022-09-27 |
CN115106840B true CN115106840B (zh) | 2023-12-08 |
Family
ID=83325046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210263441.5A Active CN115106840B (zh) | 2021-03-17 | 2022-03-17 | 刀具形状异常检测装置以及刀具形状异常检测方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7332645B2 (zh) |
KR (1) | KR102645396B1 (zh) |
CN (1) | CN115106840B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02231509A (ja) * | 1989-03-03 | 1990-09-13 | Mitsubishi Electric Corp | 刃先監視装置 |
JP2000107987A (ja) * | 1998-07-27 | 2000-04-18 | Hitachi Metals Ltd | 工具異常検出装置 |
KR20070068734A (ko) * | 2005-12-27 | 2007-07-02 | 두산인프라코어 주식회사 | 레이저를 이용한 공구길이 측정장치 및 방법 |
JP2007283461A (ja) * | 2006-04-19 | 2007-11-01 | Denso Corp | 工作機械、及び異物検出方法 |
JP2007326196A (ja) * | 2006-06-09 | 2007-12-20 | J-Net:Kk | 工作具検査装置 |
JP2009041934A (ja) * | 2007-08-06 | 2009-02-26 | Kobe Steel Ltd | 形状測定装置,形状測定方法 |
JP2010162671A (ja) * | 2009-01-19 | 2010-07-29 | Fuji Mach Mfg Co Ltd | 切削工具検査システム |
JP2010266366A (ja) * | 2009-05-15 | 2010-11-25 | Tateyama Machine Kk | 画像の特徴抽出方法並びに工具欠陥検査方法と工具欠陥検査装置 |
JP2011167797A (ja) * | 2010-02-18 | 2011-09-01 | Fuji Mach Mfg Co Ltd | 切削機械およびその加工処理方法 |
JP2012032344A (ja) * | 2010-08-02 | 2012-02-16 | Keyence Corp | 画像測定装置、画像測定方法及び画像測定装置用のプログラム |
JP2014169961A (ja) * | 2013-03-05 | 2014-09-18 | Takako:Kk | 工具検査方法及び工具検査装置 |
JP2015102339A (ja) * | 2013-11-21 | 2015-06-04 | Dmg森精機株式会社 | 表面形状測定装置および工作機械 |
JP2016118475A (ja) * | 2014-12-22 | 2016-06-30 | 国立研究開発法人産業技術総合研究所 | 識別装置及び識別方法 |
JP2017146174A (ja) * | 2016-02-17 | 2017-08-24 | 株式会社ナベル | 卵の表面検査装置 |
WO2020090844A1 (ja) * | 2018-10-30 | 2020-05-07 | 東芝機械株式会社 | 工具形状測定装置および工具形状測定方法 |
CN111919085A (zh) * | 2018-05-02 | 2020-11-10 | 日本制铁株式会社 | 螺纹形状的测定装置以及测定方法 |
JP2021036421A (ja) * | 2019-08-22 | 2021-03-04 | 学校法人金沢工業大学 | 工作機械 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6336353B2 (ja) | 2014-08-19 | 2018-06-06 | 株式会社オーエム製作所 | 工作機械 |
JP7163219B2 (ja) | 2019-02-27 | 2022-10-31 | 三菱重工業株式会社 | エンドミル検査装置 |
-
2021
- 2021-03-17 JP JP2021043911A patent/JP7332645B2/ja active Active
-
2022
- 2022-03-14 KR KR1020220031195A patent/KR102645396B1/ko active IP Right Grant
- 2022-03-17 CN CN202210263441.5A patent/CN115106840B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02231509A (ja) * | 1989-03-03 | 1990-09-13 | Mitsubishi Electric Corp | 刃先監視装置 |
JP2000107987A (ja) * | 1998-07-27 | 2000-04-18 | Hitachi Metals Ltd | 工具異常検出装置 |
KR20070068734A (ko) * | 2005-12-27 | 2007-07-02 | 두산인프라코어 주식회사 | 레이저를 이용한 공구길이 측정장치 및 방법 |
JP2007283461A (ja) * | 2006-04-19 | 2007-11-01 | Denso Corp | 工作機械、及び異物検出方法 |
JP2007326196A (ja) * | 2006-06-09 | 2007-12-20 | J-Net:Kk | 工作具検査装置 |
JP2009041934A (ja) * | 2007-08-06 | 2009-02-26 | Kobe Steel Ltd | 形状測定装置,形状測定方法 |
JP2010162671A (ja) * | 2009-01-19 | 2010-07-29 | Fuji Mach Mfg Co Ltd | 切削工具検査システム |
JP2010266366A (ja) * | 2009-05-15 | 2010-11-25 | Tateyama Machine Kk | 画像の特徴抽出方法並びに工具欠陥検査方法と工具欠陥検査装置 |
JP2011167797A (ja) * | 2010-02-18 | 2011-09-01 | Fuji Mach Mfg Co Ltd | 切削機械およびその加工処理方法 |
JP2012032344A (ja) * | 2010-08-02 | 2012-02-16 | Keyence Corp | 画像測定装置、画像測定方法及び画像測定装置用のプログラム |
JP2014169961A (ja) * | 2013-03-05 | 2014-09-18 | Takako:Kk | 工具検査方法及び工具検査装置 |
JP2015102339A (ja) * | 2013-11-21 | 2015-06-04 | Dmg森精機株式会社 | 表面形状測定装置および工作機械 |
JP2016118475A (ja) * | 2014-12-22 | 2016-06-30 | 国立研究開発法人産業技術総合研究所 | 識別装置及び識別方法 |
JP2017146174A (ja) * | 2016-02-17 | 2017-08-24 | 株式会社ナベル | 卵の表面検査装置 |
CN111919085A (zh) * | 2018-05-02 | 2020-11-10 | 日本制铁株式会社 | 螺纹形状的测定装置以及测定方法 |
WO2020090844A1 (ja) * | 2018-10-30 | 2020-05-07 | 東芝機械株式会社 | 工具形状測定装置および工具形状測定方法 |
JP2021036421A (ja) * | 2019-08-22 | 2021-03-04 | 学校法人金沢工業大学 | 工作機械 |
Also Published As
Publication number | Publication date |
---|---|
KR102645396B1 (ko) | 2024-03-11 |
CN115106840A (zh) | 2022-09-27 |
KR20220130027A (ko) | 2022-09-26 |
JP7332645B2 (ja) | 2023-08-23 |
TW202300273A (zh) | 2023-01-01 |
JP2022143420A (ja) | 2022-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7433749B2 (ja) | 工作工具における回転駆動工具を測定及び制御するためのデバイス及び方法 | |
JP6425815B2 (ja) | 工具形状測定装置 | |
US11224954B2 (en) | Non-contact tool setting apparatus and method | |
JP4549332B2 (ja) | 工具の位置決め方法及び装置 | |
EP2233883A1 (en) | Method and apparatus of measuring positional variation of rotation center line | |
JPH08257876A (ja) | 工具摩耗量自動計測方法および工作機械における工具摩耗量自動計測装置 | |
EP2856180B1 (en) | Method for estimating the rotational speed of a tool mounted on a rotating spindle of a machine tool and such a machine tool | |
CN112969900B (zh) | 工具形状测定装置及工具形状测定方法 | |
JP2010234451A (ja) | ワーク加工方法、マシニングセンタ | |
JP2019130635A (ja) | 旋削工具および旋削方法 | |
EP3450909A1 (en) | Non-contact optical tool setting apparatus and method | |
JP2016132039A (ja) | 工具刃先の検出方法及び装置並びに工具補正値の設定装置 | |
JP2016206120A (ja) | 工具の機上測定方法 | |
JP5351552B2 (ja) | 測定装置及びその測定方法並びに切削機械の加工位置補正装置及びその加工位置補正方法 | |
US20150220077A1 (en) | Method and device for measuring a tool received in a workpiece processing machine | |
JP5383624B2 (ja) | 撮像式工具測定装置および測定方法 | |
AU2019211984B2 (en) | Machine tool and method for preparing processing of a material-removing rotational tool | |
JP2018522240A (ja) | アーチファクトを測定するための方法 | |
JP6385338B2 (ja) | 視覚システムの視野内において工作機械の工具を位置決めするための方法、及び、関連する工作機械 | |
CN115106840B (zh) | 刀具形状异常检测装置以及刀具形状异常检测方法 | |
JP6710243B2 (ja) | 工具形状測定装置 | |
JP5337330B2 (ja) | 切削機械及びその加工位置補正方法 | |
JP2008210179A (ja) | 切れ刃軌跡推定システム及び加工面性状推定システム | |
JP2006242605A (ja) | 回転工具の振れ測定方法およびその測定装置 | |
JP2022176067A (ja) | 工具の形状検出装置および工具の形状検出方法 |
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 |