CN115139150B - 一种应用于数控机床的刀具切削用量设置方法及系统 - Google Patents
一种应用于数控机床的刀具切削用量设置方法及系统 Download PDFInfo
- Publication number
- CN115139150B CN115139150B CN202211076179.XA CN202211076179A CN115139150B CN 115139150 B CN115139150 B CN 115139150B CN 202211076179 A CN202211076179 A CN 202211076179A CN 115139150 B CN115139150 B CN 115139150B
- Authority
- CN
- China
- Prior art keywords
- tool
- material information
- information
- determining
- mechanical property
- 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
-
- 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
- B23Q15/20—Automatic control or regulation of feed movement, cutting velocity or position of tool or work before or after the tool acts upon the workpiece
-
- 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
- B23Q1/00—Members which are comprised in the general build-up of a form of machine, particularly relatively large fixed members
- B23Q1/0009—Energy-transferring means or control lines for movable machine parts; Control panels or boxes; Control parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种应用于数控机床的刀具切削用量设置方法及系统,方法包括:获取待加工件的物料信息,基于物料信息确定待加工件的材料信息,并根据材料信息,确定材料信息所对应的力学性能;根据材料信息,选取与材料信息所对应的预选刀具,并确定力学性能对预选刀具的影响度信息,影响度信息用于反映力学性能对预选刀具的磨损量;基于影响度信息,对预选刀具进行筛选,确定目标刀具,并基于力学性能设置目标刀具所对应的切削用量。本发明可会基于待加工件的材料信息来选取合适的刀具,并且还可以基于材料信息所对应的力学性能来设置刀具的切削用量,有利于实现对加工时间与加工成本的精准控制。
Description
技术领域
本发明涉及数控机床加工控制技术领域,尤其涉及一种应用于数控机床的刀具切削用量设置方法及系统。
背景技术
切削用量的合理选择,对提高产品质量、加工效率以及延长刀具寿命具有重要意义。但是,目前绝大多数工件加工都是由工程师手动凭借经验输入相关加工的参数。此种方法不但无法保证每次加工都处在相关加工设备的最佳工作效率,更有可能因为操作人员设置的参数(比如切削速度、刀具进给量等)不准确而导致的撞刀、工件报废、刀具报废、主轴弯曲等严重后果,造成财产损失甚至人员伤亡。
因此,现有技术还有待改进和提高。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种应用于数控机床的刀具切削用量设置方法及系统,旨在解决现有技术容易因为操作人员设置的参数不准确而导致的撞刀、工件报废、刀具报废、主轴弯曲等严重后果,造成财产损失甚至人员伤亡的问题。
为了解决上述技术问题,本发明所采用的技术方案如下:
第一方面,本发明提供一种应用于数控机床的刀具切削用量设置方法,其中,所述方法包括:
获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,并根据所述材料信息,确定所述材料信息所对应的力学性能,其中,所述物料信息是基于设置在所述待加工件的包装物料上的二维码标识进行存储的;
根据所述材料信息,选取与所述材料信息所对应的预选刀具,并确定所述力学性能对所述预选刀具的影响度信息,所述影响度信息用于反映所述力学性能对所述预选刀具的磨损量;
基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量。
在一种实现方式中,所述获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,包括:
基于预设的图像采集装置扫描所述二维码标识,并对所述二维码标识进行解码处理,得到所述物料信息;
识别所述物料信息中的关键词,并确定所述材料信息。
在一种实现方式中,所述根据所述材料信息,确定所述材料信息所对应的力学性能,包括:
获取预设的力学性能数据库,所述力学性能数据库中设置有多种材料信息以及与每一种材料信息所对应力学性能;
将材料信息与所述力学性能数据库进行匹配,确定与所述材料洗信息所对应的力学性能,所述力学性能包括:硬度数据、刚度数据以及强度数据。
在一种实现方式中,所述根据所述材料信息,选取与所述材料信息所对应的预选刀具,包括:
基于所述材料信息,从历史加工数据库中,确定所述材料信息对应的加工件的加工记录信息,并从所述加工记录信息中确定所述材料信息所对应的第一备选加工刀具,其中,所述加工记录信息包括所述材料信息所对应的加工件在加工过程中的加工参数以及所用工具;
获取所述待加工件的模型数据,对所述模型数据进行有限元分析,确定所述待加工件的结构特征,并确定出与所述结构特征所对应的第二备选加工刀具;
基于所述第一备选加工刀具与所述第二备选加工刀具,确定所述预选刀具,其中,所述预选刀具为所述第一备选加工刀具与所述第二备选加工刀具中重合的刀具。
在一种实现方式中,所述确定所述力学性能对所述预选刀具的影响度信息,包括:
确定所述力学性能中硬度数据、强度数据以及刚度数据;
分别确定所述硬度数据、所述强度数据以及所述刚度数据对所述预选刀具所导致的磨损量,并基于所述磨损量确定所述硬度数据、所述强度数据以及所述刚度数据对所述预选刀具的影响度信息。
在一种实现方式中,所述基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量,包括:
筛选出影响度信息最小的预选刀具作为所述目标刀具,并获取所述目标刀具的刀具信息,所述刀具信息包括所述目标刀具的型号信息、功能信息以及尺寸信息;
基于所述硬度数据、所述强度数据以及所述刚度数据来设置所述目标刀具对应的切削用量,所述切削用量包括切削速度、背刀吃量以及刀具进给量。
在一种实现方式中,所述方法还包括:
在加工过程中实时对所述待加工件的形状特征和尺寸特征进行监控,确定加工余量,并基于所述加工余量,调整所述切削用量。
第二方面,本发明实施例还提供一种应用于数控机床的刀具切削用量设置系统,其中,所述系统包括:
力学性能确定模块,用于获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,并根据所述材料信息,确定所述材料信息所对应的力学性能,其中,所述物料信息是基于设置在所述待加工件的包装物料上的二维码标识进行存储的;
目标刀具确定模块,用于根据所述材料信息,选取与所述材料信息所对应的预选刀具,并确定所述力学性能对所述预选刀具的影响度信息,所述影响度信息用于反映所述力学性能对所述预选刀具的磨损量;
切削用量设置模块,用于基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量。
第三方面,本发明实施例还提供一种数控机床,数控机床包括存储器、处理器及存储在存储器中并可在处理器上运行的应用于数控机床的刀具切削用量设置程序,处理器执行应用于数控机床的刀具切削用量设置程序时,实现如上述方案中任一项的应用于数控机床的刀具切削用量设置方法的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有应用于数控机床的刀具切削用量设置程序,应用于数控机床的刀具切削用量设置程序被处理器执行时,实现如上述方案中任一项的应用于数控机床的刀具切削用量设置方法的步骤。
有益效果:与现有技术相比,本发明提供了一种应用于数控机床的刀具切削用量设置方法,本发明首先获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,并根据所述材料信息,确定所述材料信息所对应的力学性能,其中,所述物料信息是基于设置在所述待加工件的包装物料上的二维码标识进行存储的。然后,根据所述材料信息,选取与所述材料信息所对应的预选刀具,并确定所述力学性能对所述预选刀具的影响度信息,所述影响度信息用于反映所述力学性能对所述预选刀具的磨损量。最后,基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量。本发明可会基于待加工件的材料信息来选取合适的刀具,并且还可以基于材料信息所对应的力学性能来设置刀具的切削用量,有利于实现对加工时间与加工成本的精准控制。
附图说明
图1为本发明实施例提供的应用于数控机床的刀具切削用量设置方法的具体实施方式的流程图。
图2为本发明实施例提供的应用于数控机床的刀具切削用量设置系统的原理框图。
图3为本发明实施例提供的数控机床的原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本实施例提供一种应用于数控机床的刀具切削用量设置方法,经过本实施例的方法可基于待加工件的材料信息来选取合适的刀具,并且还可以基于材料信息所对应的力学性能来设置刀具的切削用量,有利于实现对加工时间与加工成本的精准控制。具体实施时,本实施例首先获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,并根据所述材料信息,确定所述材料信息所对应的力学性能,其中,所述物料信息是基于设置在所述待加工件的包装物料上的二维码标识进行存储的。然后,根据所述材料信息,选取与所述材料信息所对应的预选刀具,并确定所述力学性能对所述预选刀具的影响度信息,所述影响度信息用于反映所述力学性能对所述预选刀具的磨损量。最后,基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量。
示例性方法
本发明提供一种应用于数控机床的刀具切削用量设置方法,所述方法应用于终端设备中,所述终端设备包括电脑等智能化产品终端。在具体应用时,本实施例的终端设备可为数控机床的主控装置,以基于该主控装置来实现该应用于数控机床的刀具切削用量设置方法。具体地,如图1中所示,所述方法包括:
步骤S100、获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,并根据所述材料信息,确定所述材料信息所对应的力学性能,其中,所述物料信息是基于设置在所述待加工件的包装物料上的二维码标识进行存储的。
在本实施例中,待加工件是即将在数控机床上进行加工的工件,由于不同的待加工件的材料不相同,所导致待加工件的力学性能也不相同,这样在选取刀具的时候也是不相同的。为此,本实施例可实现获取待加工件的物料信息,该物料信息反映的是该待加工件的详细信息,包括:名称、用途、材料信息以及供应商等信息。并且,为了保证信息的保密性以及获取方式便捷性,本实施例将物料信息设置成为二维码标识,该二维码标识是设置在待加工件的包装物料上。当获取到待加工件的物料信息后,本实施例可基于该物料信息确定出待加工件的材料信息,然后基于该材料信息确定出力学性能,所述力学性能包括:硬度数据、刚度数据以及强度数据。
在一种实现方式中,本实施例在获取物料信息时,可利用图像采集装置来扫描设置待加工件的包装物料上的二维码标识,然后对该二维码标识进行解码处理,从而得到所述物料信息。比如,本实施例的图像采集装置可为操作人员的手机,操作人员可手持手机来扫描二维码标识,就可以在手机屏幕上显示出物料信息。接着,本实施例可对物料信息进行文字识别,确定出关键词,所述关键词即为所述物料信息中的主要内容,然后基于该关键词就可以筛选出材料信息。此外,在另一种实现方式中,由于所述物料信息是可以显示在手机的屏幕上的,因此,操作人员可以直接手机屏幕上标注出材料信息,从而得到所述材料信息。
当得到材料信息后,本实施例可读取预设的力学性能数据库,所述力学性能数据库中设置有多种材料信息以及与每一种材料信息所对应力学性能,并且每一种材料信息与力学性能之间一对一的对应关系,因此,本实施例在得到材料信息后,就可以将该材料信息与力学性能数据库进行匹配,从而得到该材料信息所对应的力学性能。本实施例的力学性能包括硬度数据、强度数据以及刚度数据,该硬度数据、强度数据以及刚度数据均为具体的数值,因此基于所述硬度数据、强度数据以及所述刚度数据是可以直接了解到该待加工件的性能情况的。
步骤S200、根据所述材料信息,选取与所述材料信息所对应的预选刀具,并确定所述力学性能对所述预选刀具的影响度信息,所述影响度信息用于反映所述力学性能对所述预选刀具的磨损量。
当本实施例确定出材料信息后,可选取与所述材料信息所对应的预选刀具,所述预选刀具可为多个,是基于材料信息从刀具库中粗匹配得到的,在得到所述预选刀具后,本实施例可基于待加工件的力学性能来对预选刀具的影响度信息进行分析,该影响度信息反映的是力学性能对所述预选刀具的磨损量,如果力学性能对预选刀具的磨损量大,则说明该力学性能对该预选刀具的影响度信息也大。而如果力学性能对预选刀具的磨损量小,则说明该力学性能对预选刀具的影响度信息也小。
在一种实现方式中,本实施例可首先从历史加工数据库中,确定所述材料信息对应的加工件的加工记录信息,并从所述加工记录信息中确定所述材料信息所对应的第一备选加工刀具,其中,所述加工记录信息包括所述材料信息所对应的加工件在加工过程中的加工参数以及所用工具。本实施例的历史加工数据库是随着数控机床的加工而进行更新的,该历史加工数据库中存储有在该数控机床上加工的所有工件的加工记录信息,比如,加工参数以及所用的工具,包括在各个加工步骤中所用到的刀具,并且,所述加工记录信息中还会记载各个工件的材料信息,因此在该加工记录信息可以得到在过去加工的工件中,哪些材料信息对应哪些刀具。基于此,本实施例就可以根据此时确定出的材料信息与历史加工数据库中的加工记录信息进行匹配,从而得到与该材料信息对应的刀具有哪些,并将这些刀具作为第一备选加工刀具。
接着,本实施例还获取待加工件的模型数据,该模型数据为用于反映该待加工件形状与结构的三维模型数据。在本实施例中,在得到待加工件的模型数据后,可采用有限元分析的方式来对该模型数据进行分析,从而确定出该模型数据所反映出的所有结构特征,然后再根据该结构特征来确定出与所述结构特征所对应的第二备选加工刀具。在进行分析时,本实施例可对模型数据进行网格划分,然后分别对划分的网格进行分析,确定每一个网格所对应形状参数与轮廓参数,这样就可以更为精确地分析出结构特征,以便更为准确地匹配出第二备选加工刀具。本实施例中的第一备选加工刀具是基于历史加工数据库粗匹配出的,第二备选加工刀具是基于结构特征粗匹配出的,接着,本实施例可将第一备选加工刀具与第二备选加工刀具进行对比,找出所述第一备选加工刀具与所述第二备选加工刀具中重合的刀具,也就是求第一备选加工刀具与所述第二备选加工刀具的交集,这些重合的刀具就为预选刀具。由此可见,本实施例是经过两次粗匹配与一次求交集的方式来确定出预选刀具,确定出的预选刀具更为准确。
当得到所述预选刀具后,本实施例可确定所述力学性能中硬度数据、强度数据以及刚度数据。然后再分别确定所述硬度数据、所述强度数据以及所述刚度数据对所述预选刀具所导致的磨损量,并基于所述磨损量确定所述硬度数据、所述强度数据以及所述刚度数据对所述预选刀具的影响度信息。在本实施例中,在确定所述硬度数据、所述强度数据以及所述刚度数据对所述预选刀具所导致的磨损量时,是基于预设的预估模型来进行预估的。本实施例的预估模型是预先训练得到,由于历史加工数据库中的加工记录信息中所记载的每个材料信息对应的刀具,因此,本实施例可获取这些到刀具的加工时间以及这些刀具在加工结束后所对应的磨损量,而材料信息又是与力学性能对应的,因此就可以建立力学性能-加工时间-磨损量之间的对应关系,接着基于该对应关系就可以训练得到所述预估模型。当训练得到所述预估模型后,本实施例将力学性能输入至预估模型中,就可以确定出该力学性能所对应的加工时间与磨损量。本实施例就可以根据磨损量来确定出力学性能对所述预选刀具的影响度信息。如果磨损量大,则就可以确定力学性能对所述预选刀具的影响度信息也就越大,如果磨损量小,则就可以确定力学性能对所述预选刀具的影响度信息也就越小。
步骤S300、基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量。
由于本实施例的影响度信息是基于力学性能对所述预选刀具的磨损量来确定的,因此本实施例在基于上述的预估模型分析出力学性能对每一个预选刀具的磨损量之后,然后,本实施例就可以筛选出影响度信息最小的预选刀具作为所述目标刀具,并获取所述目标刀具的刀具信息,所述刀具信息包括所述目标刀具的型号信息、功能信息以及尺寸信息。接着,本实施例基于所述硬度数据、所述强度数据以及所述刚度数据来设置所述目标刀具对应的切削用量,所述切削用量包括切削速度、背刀吃量以及刀具进给量。
在本实施例中,当确定出目标刀具后,可首先获取历史加工数据库中的加工记录信息中所记载的过去加工相同力学性能的工件时,并且采用与目标刀具相同的刀具时,所设置的历史切削用量,然后将这些历史切削用量作为参考数据,基于参考数据来设置本实施例的切削用量。在具体应用时,本实施例在设置切削用量时,可将历史切削用量为基准,上下浮动预设值来进行设置,从而满足待加工件的加工需求,也保证了加工时间与加工成本。
在另一种实现方式中,本实施例还在加工过程中实时对所述待加工件的形状特征和尺寸特征进行监控,然后根据形状特征和尺寸特征确定粗加工余量,并基于所述加工余量,调整所述切削用量,以实现对待加工件的加工过程进行实时优化。
综上,本实施例首先获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,并根据所述材料信息,确定所述材料信息所对应的力学性能,其中,所述物料信息是基于设置在所述待加工件的包装物料上的二维码标识进行存储的。然后,根据所述材料信息,选取与所述材料信息所对应的预选刀具,并确定所述力学性能对所述预选刀具的影响度信息,所述影响度信息用于反映所述力学性能对所述预选刀具的磨损量。最后,基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量。本实施例可会基于待加工件的材料信息来选取合适的刀具,并且还可以基于材料信息所对应的力学性能来设置刀具的切削用量,有利于实现对加工时间与加工成本的精准控制。
示例性装置
基于上述实施例,本发明还提供一种应用于数控机床的刀具切削用量设置系统,如图2中所示,本实施例的装置包括:力学性能确定模块10、目标刀具确定模块20以及切削用量设置模块30。具体地,所述力学性能确定模块10,用于获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,并根据所述材料信息,确定所述材料信息所对应的力学性能,其中,所述物料信息是基于设置在所述待加工件的包装物料上的二维码标识进行存储的。所述目标刀具确定模块20,用于根据所述材料信息,选取与所述材料信息所对应的预选刀具,并确定所述力学性能对所述预选刀具的影响度信息,所述影响度信息用于反映所述力学性能对所述预选刀具的磨损量。所述切削用量设置模块30,用于基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量。
在一种实现方式中,所述力学性能确定模块10包括:
扫描单元,用于基于预设的图像采集装置扫描所述二维码标识,并对所述二维码标识进行解码处理,得到所述物料信息;
识别单元,用于识别所述物料信息中的关键词,并确定所述材料信息。
在一种实现方式中,所述力学性能确定模块10包括:
数据库获取单元,用于获取预设的力学性能数据库,所述力学性能数据库中设置有多种材料信息以及与每一种材料信息所对应力学性能;
数据库匹配单元,用于将材料信息与所述力学性能数据库进行匹配,确定与所述材料洗信息所对应的力学性能,所述力学性能包括:硬度数据、刚度数据以及强度数据。
在一种实现方式中,所述目标刀具确定模块20包括:
第一备选加工刀具获取单元,用于基于所述材料信息,从历史加工数据库中,确定所述材料信息对应的加工件的加工记录信息,并从所述加工记录信息中确定所述材料信息所对应的第一备选加工刀具,其中,所述加工记录信息包括所述材料信息所对应的加工件在加工过程中的加工参数以及所用工具;
第二备选加工刀具获取单元,用于获取所述待加工件的模型数据,对所述模型数据进行有限元分析,确定所述待加工件的结构特征,并确定出与所述结构特征所对应的第二备选加工刀具;
预选刀具确定单元,用于基于所述第一备选加工刀具与所述第二备选加工刀具,确定所述预选刀具,其中,所述预选刀具为所述第一备选加工刀具与所述第二备选加工刀具中重合的刀具。
在一种实现方式中,所述目标刀具确定模块20包括:
性能分析单元,用于确定所述力学性能中硬度数据、强度数据以及刚度数据;
磨损量确定单元,用于分别确定所述硬度数据、所述强度数据以及所述刚度数据对所述预选刀具所导致的磨损量,并基于所述磨损量确定所述硬度数据、所述强度数据以及所述刚度数据对所述预选刀具的影响度信息。
在一种实现方式中,所述切削用量设置模块30包括:
刀具确定单元,用于筛选出影响度信息最小的预选刀具作为所述目标刀具,并获取所述目标刀具的刀具信息,所述刀具信息包括所述目标刀具的型号信息、功能信息以及尺寸信息;
切削用量确定单元,用于基于所述硬度数据、所述强度数据以及所述刚度数据来设置所述目标刀具对应的切削用量,所述切削用量包括切削速度、背刀吃量以及刀具进给量。
在一种实现方式中,所述系统还包括:
切削用量调整模块,用于在加工过程中实时对所述待加工件的形状特征进行监控,确定加工余量,并基于所述加工余量,调整所述切削用量。
本实施例的应用于数控机床的刀具切削用量设置系统中各个模块的工作原理与上述方法实施例中各个步骤的原理相同,此处不再赘述。
基于上述实施例,本发明还提供了一种数控机床,该数控机床中包括有主控装置,所述主控装置可为智能电脑等终端平台,所述数控机床的原理框图可以如图3所示。数控机床可以包括一个或多个处理器100(图3中仅示出一个),存储器101以及存储在存储器101中并可在一个或多个处理器100上运行的计算机程序102,例如, 应用于数控机床的刀具切削用量设置的程序。一个或多个处理器100执行计算机程序102时可以实现应用于数控机床的刀具切削用量设置的方法实施例中的各个步骤。或者,一个或多个处理器100执行计算机程序102时可以实现应用于数控机床的刀具切削用量设置的装置实施例中各模块/单元的功能,此处不作限制。
在一个实施例中,所称处理器100可以是中央处理单元(Central ProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路 (Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在一个实施例中,存储器101可以是电子设备的内部存储单元,例如电子设备的硬盘或内存。存储器101也可以是电子设备的外部存储设备,例如电子设备上配备的插接式硬盘,智能存储卡(smart media card,SMC),安全数字(secure digital,SD)卡,闪存卡(flash card)等。进一步地,存储器101还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器101用于存储计算机程序以及数控机床所需的其他程序和数据。存储器101还可以用于暂时地存储已经输出或者将要输出的数据。
本领域技术人员可以理解,图3中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的数控机床的限定,具体的数控机床以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双运营数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上,本发明公开了一种应用于数控机床的刀具切削用量设置方法及系统,方法包括:获取待加工件的物料信息,基于物料信息确定待加工件的材料信息,并根据材料信息,确定材料信息所对应的力学性能;根据材料信息,选取与材料信息所对应的预选刀具,并确定力学性能对预选刀具的影响度信息,影响度信息用于反映力学性能对预选刀具的磨损量;基于影响度信息,对预选刀具进行筛选,确定目标刀具,并基于力学性能设置目标刀具所对应的切削用量。本发明可会基于待加工件的材料信息来选取合适的刀具,并且还可以基于材料信息所对应的力学性能来设置刀具的切削用量,有利于实现对加工时间与加工成本的精准控制。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (9)
1.一种应用于数控机床的刀具切削用量设置方法,其特征在于,所述方法包括:
获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,并根据所述材料信息,确定所述材料信息所对应的力学性能,其中,所述物料信息是基于设置在所述待加工件的包装物料上的二维码标识进行存储的;
根据所述材料信息,选取与所述材料信息所对应的预选刀具,并确定所述力学性能对所述预选刀具的影响度信息,所述影响度信息用于反映所述力学性能对所述预选刀具的磨损量;
基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量;
所述根据所述材料信息,选取与所述材料信息所对应的预选刀具,包括:
基于所述材料信息,从历史加工数据库中,确定所述材料信息对应的加工件的加工记录信息,并从所述加工记录信息中确定所述材料信息所对应的第一备选加工刀具,其中,所述加工记录信息包括所述材料信息所对应的加工件在加工过程中的加工参数以及所用工具;
获取所述待加工件的模型数据,对所述模型数据进行有限元分析,确定所述待加工件的结构特征,并确定出与所述结构特征所对应的第二备选加工刀具;
基于所述第一备选加工刀具与所述第二备选加工刀具,确定所述预选刀具,其中,所述预选刀具为所述第一备选加工刀具与所述第二备选加工刀具中重合的刀具。
2.根据权利要求1所述的应用于数控机床的刀具切削用量设置方法,其特征在于,所述获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,包括:
基于预设的图像采集装置扫描所述二维码标识,并对所述二维码标识进行解码处理,得到所述物料信息;
识别所述物料信息中的关键词,并确定所述材料信息。
3.根据权利要求1所述的应用于数控机床的刀具切削用量设置方法,其特征在于,所述根据所述材料信息,确定所述材料信息所对应的力学性能,包括:
获取预设的力学性能数据库,所述力学性能数据库中设置有多种材料信息以及与每一种材料信息所对应力学性能;
将材料信息与所述力学性能数据库进行匹配,确定与所述材料信息所对应的力学性能,所述力学性能包括:硬度数据、刚度数据以及强度数据。
4.根据权利要求1所述的应用于数控机床的刀具切削用量设置方法,其特征在于,所述确定所述力学性能对所述预选刀具的影响度信息,包括:
确定所述力学性能中硬度数据、强度数据以及刚度数据;
分别确定所述硬度数据、所述强度数据以及所述刚度数据对所述预选刀具所导致的磨损量,并基于所述磨损量确定所述硬度数据、所述强度数据以及所述刚度数据对所述预选刀具的影响度信息。
5.根据权利要求4所述的应用于数控机床的刀具切削用量设置方法,其特征在于,所述基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量,包括:
筛选出影响度信息最小的预选刀具作为所述目标刀具,并获取所述目标刀具的刀具信息,所述刀具信息包括所述目标刀具的型号信息、功能信息以及尺寸信息;
基于所述硬度数据、所述强度数据以及所述刚度数据来设置所述目标刀具对应的切削用量,所述切削用量包括切削速度、背刀吃量以及刀具进给量。
6.根据权利要求1-5任一项所述的应用于数控机床的刀具切削用量设置方法,其特征在于,所述方法还包括:
在加工过程中实时对所述待加工件的形状特征和尺寸特征进行监控,确定加工余量,并基于所述加工余量,调整所述切削用量。
7.一种应用于数控机床的刀具切削用量设置系统,其特征在于,所述系统包括:
力学性能确定模块,用于获取待加工件的物料信息,基于物料信息确定所述待加工件的材料信息,并根据所述材料信息,确定所述材料信息所对应的力学性能,其中,所述物料信息是基于设置在所述待加工件的包装物料上的二维码标识进行存储的;
目标刀具确定模块,用于根据所述材料信息,选取与所述材料信息所对应的预选刀具,并确定所述力学性能对所述预选刀具的影响度信息,所述影响度信息用于反映所述力学性能对所述预选刀具的磨损量;
切削用量设置模块,用于基于所述影响度信息,对所述预选刀具进行筛选,确定目标刀具,并基于所述力学性能设置所述目标刀具所对应的切削用量;
所述目标刀具确定模块包括:
第一备选加工刀具获取单元,用于基于所述材料信息,从历史加工数据库中,确定所述材料信息对应的加工件的加工记录信息,并从所述加工记录信息中确定所述材料信息所对应的第一备选加工刀具,其中,所述加工记录信息包括所述材料信息所对应的加工件在加工过程中的加工参数以及所用工具;
第二备选加工刀具获取单元,用于获取所述待加工件的模型数据,对所述模型数据进行有限元分析,确定所述待加工件的结构特征,并确定出与所述结构特征所对应的第二备选加工刀具;
预选刀具确定单元,用于基于所述第一备选加工刀具与所述第二备选加工刀具,确定所述预选刀具,其中,所述预选刀具为所述第一备选加工刀具与所述第二备选加工刀具中重合的刀具。
8.一种数控机床,其特征在于,所述数控机床包括存储器、处理器及存储在存储器中并可在处理器上运行的应用于数控机床的刀具切削用量设置程序,所述处理器执行所述应用于数控机床的刀具切削用量设置程序时,实现如权利要求1-6任一项所述的应用于数控机床的刀具切削用量设置方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有应用于数控机床的刀具切削用量设置程序,所述应用于数控机床的刀具切削用量设置程序被处理器执行时,实现如权利要求1-6任一项所述的应用于数控机床的刀具切削用量设置方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211076179.XA CN115139150B (zh) | 2022-09-05 | 2022-09-05 | 一种应用于数控机床的刀具切削用量设置方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211076179.XA CN115139150B (zh) | 2022-09-05 | 2022-09-05 | 一种应用于数控机床的刀具切削用量设置方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115139150A CN115139150A (zh) | 2022-10-04 |
CN115139150B true CN115139150B (zh) | 2022-11-29 |
Family
ID=83415680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211076179.XA Active CN115139150B (zh) | 2022-09-05 | 2022-09-05 | 一种应用于数控机床的刀具切削用量设置方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115139150B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2001296016A1 (en) * | 2000-10-26 | 2002-05-06 | Citizen Watch Co. Ltd. | Method and device for automatically preparing processing program |
CN101625298B (zh) * | 2009-08-20 | 2011-11-09 | 北京航空航天大学 | 一种切削刀具材料快速选择方法 |
KR102008515B1 (ko) * | 2017-03-13 | 2019-10-22 | 한미반도체 주식회사 | 반도체 제조장치 및 이의 제어방법 |
CN110900307B (zh) * | 2019-11-22 | 2020-12-15 | 北京航空航天大学 | 一种数字孪生驱动的数控机床刀具监控系统 |
CN111783257A (zh) * | 2020-07-28 | 2020-10-16 | 哈尔滨理工大学 | 一种通过构建刀具三维磨损图进行切削参数优选的方法 |
-
2022
- 2022-09-05 CN CN202211076179.XA patent/CN115139150B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115139150A (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6344018B1 (en) | Press machine | |
CN115629573A (zh) | 一种加工程序自动编制方法、装置、终端设备及存储介质 | |
CN110851476A (zh) | 生产设备调整方法、装置、计算机装置及存储介质 | |
CN112967015A (zh) | 加工清单生成方法、电子设备及计算机存储介质 | |
CN115993804B (zh) | 一种基于数控机床的刀具参数调整方法及相关设备 | |
CN114675599B (zh) | 一种数控机床的加工特征排序方法及系统 | |
CN114859822A (zh) | 全自动铣刀检测方法、装置、计算机设备以及存储介质 | |
CN115139150B (zh) | 一种应用于数控机床的刀具切削用量设置方法及系统 | |
CN116977117B (zh) | 一种精密部件的加工智能分析方法及系统 | |
CN115204525B (zh) | 一种加工任务调度方法、装置、终端及存储介质 | |
CN111598364B (zh) | 用于机械零部件的数字化工艺编排系统 | |
CN113010982B (zh) | 零件精益化生产方法、电子设备及存储介质 | |
CN115964115A (zh) | 基于预训练强化学习的数控机床交互方法及相关设备 | |
US11712773B1 (en) | Machine tool operations optimization | |
CN111857055B (zh) | 加工辅助装置、数值控制装置以及加工辅助系统 | |
DE112016006839T5 (de) | Längenmessungskontrollvorrichtung, Fertigungssystem, Längenmessungskontrollverfahren und Längenmessungskontrollprogramm | |
CN114997031B (zh) | 一种工件加工难度评估方法、装置、终端设备及存储介质 | |
CN117493414B (zh) | 一种数据管理筛选方法及系统 | |
CN117381188B (zh) | 一种激光切割自适应二维码的应用方法 | |
JPH05237740A (ja) | Camシステムにおける平面加工条件決定方式 | |
CN111045390A (zh) | 机床的控制系统 | |
BE1029945B1 (nl) | Werkwijze voor het bewerken van houtmateriaal middels een schaafstap | |
CN114417734B (zh) | 刀具寿命的预测方法及装置 | |
CN116629199B (zh) | 一种电路原理图的自动修改方法、装置、设备及存储介质 | |
CN116184929B (zh) | 一种应用于裁切设备的智能控制方法及其系统 |
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 |