CN115202287A - 一种数控机床运行作业在线智能监测诊断分析系统 - Google Patents

一种数控机床运行作业在线智能监测诊断分析系统 Download PDF

Info

Publication number
CN115202287A
CN115202287A CN202211134222.3A CN202211134222A CN115202287A CN 115202287 A CN115202287 A CN 115202287A CN 202211134222 A CN202211134222 A CN 202211134222A CN 115202287 A CN115202287 A CN 115202287A
Authority
CN
China
Prior art keywords
numerical control
control machine
machine tool
target numerical
current
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
Application number
CN202211134222.3A
Other languages
English (en)
Other versions
CN115202287B (zh
Inventor
林永森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Dema Ek Cnc Technology Co ltd
Original Assignee
Xuzhou Lingfengjun Automation Equipment Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xuzhou Lingfengjun Automation Equipment Co ltd filed Critical Xuzhou Lingfengjun Automation Equipment Co ltd
Priority to CN202211134222.3A priority Critical patent/CN115202287B/zh
Publication of CN115202287A publication Critical patent/CN115202287A/zh
Application granted granted Critical
Publication of CN115202287B publication Critical patent/CN115202287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B19/406—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 monitoring or safety
    • 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
    • G05B2219/32—Operator till task planning
    • G05B2219/32356—For diagnostics

Abstract

本发明涉及数控机床运行作业监测分析领域,具体公开一种数控机床运行作业在线智能监测诊断分析系统，本发明通过获取目标数控机床当前加工工序中主轴的加工零件夹持稳定度、加工零件夹持规范度和转速符合度，分析得到目标数控机床当前加工工序的主轴参数匹配指数，获取目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度，分析得到目标数控机床当前加工工序的进给轴参数匹配指数，获取目标数控机床当前加工工序对应的加工零件的表面划痕长度和加工零件的形状匹配度，分析得到目标数控机床当前加工工序的零件加工参数匹配指数，实现对数控机床的运行进行全面化监测分析。

Description

一种数控机床运行作业在线智能监测诊断分析系统
技术领域
本发明涉及数控机床运行作业监测分析领域，涉及到一种数控机床运行作业在线智能监测诊断分析系统。
背景技术
加工制造业目前已经普遍地使用数控机床，数控机床的结构复杂，各部件的运行正常与否直接关系到设备的使用寿命和加工精度，因此，对数控机床的运行作业进行监测分析具有重要的意义。
现有的数控机床运行作业监测方法主要对数控机床整体进行笼统性分析，没有将数控机床细分为各组件单元并进行针对性分析，进而存在一些弊端：1.没有对数控机床作业过程中的主轴单元进行细致化分析，如主轴的夹持加工零件稳定性、夹持加工零件规范性和转速，主轴夹持加工零件不稳固会使得加工零件在主轴高速自转的过程中掉落，同时，主轴夹持加工零件不规范会使得加工零件实际被切割位置与标准切割位置之间存在误差，而主轴的转速会影响加工零件表面切痕的深度，转速过低会使得加工零件的切痕过浅，转速过高会使得加工零件的切痕过深。
2.没有对数控机床作业过程中的进给轴单元进行细致化分析，如进给轴的夹持刀具稳定性、夹持刀具规范性和进给速度，进给轴夹持刀具不稳固会使得加工零件切割出来的形状与标准形状不一致，进给轴夹持刀具不规范会使得未用刀具的正确切割部位进行切割，造成刀口磨损，甚至刀具损坏，同时，进给速度调控不当会对机床造成损害，丝杆和导轨的磨损都会加剧，并且直接影响工件的表面粗糙度。
3.没有对数控机床完成各道加工工序后的加工零件进行分析，如加工零件的表面划痕和形状，加工零件表面的划痕会影响加工零件的光泽度和美观性，同时，加工零件加工后的形状如果与预期形状不一致，特别是精密加工零件，会导致加工后的零件无法使用，进而造成加工原材料的浪费，降低加工生产的效率。
发明内容
针对上述问题，本发明提出了一种数控机床运行作业在线智能监测诊断分析系统，实现对数控机床运行作业监测分析的功能。
本发明解决其技术问题采用的技术方案是：本发明提供一种数控机床运行作业在线智能监测诊断分析系统，包括：数控机床加工数据库：用于存储目标数控机床各加工工序的主轴标准转速、刀具夹持标准图像和加工零件标准三维空间模型。
主轴参数监测模块：用于获取目标数控机床当前加工工序中主轴的加工零件夹持稳定度、加工零件夹持规范度和转速符合度，分析得到目标数控机床当前加工工序的主轴参数匹配指数。
进给轴参数监测模块：用于获取目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度，分析得到目标数控机床当前加工工序的进给轴参数匹配指数。
零件加工参数监测模块：用于获取目标数控机床当前加工工序对应的加工零件的表面划痕长度和加工零件的形状匹配度，分析得到目标数控机床当前加工工序的零件加工参数匹配指数。
数据机床加工合格评估模块：用于根据目标数控机床当前加工工序的主轴参数匹配指数、进给轴参数匹配指数和零件加工参数匹配指数，评估得到目标数控机床当前加工工序的加工合格系数，并进行处理。
在上述实施例的基础上，所述主轴参数监测模块中获取目标数控机床当前加工工序中主轴的加工零件夹持稳定度、加工零件夹持规范度和转速符合度，具体方法为：按照等时间间隔的原则，在目标数控机床当前加工工序过程中设置各采样时间点，将各采样时间点按照时间先后的顺序依次编号为
Figure 801634DEST_PATH_IMAGE001
。
在目标数控机床主轴夹持加工零件结构的表面按照设定的监测点布设规则，布设各监测点，通过压电型加速度传感器对目标数控机床主轴夹持加工零件结构表面的各监测点进行检测，得到目标数控机床主轴夹持加工零件结构在各采样时间点各监测点的振动加速度，将其记为
Figure 101029DEST_PATH_IMAGE002
，i表示第i个采样时间点的编号，
Figure 484737DEST_PATH_IMAGE003
，j表示第j个监测点的编号，
Figure 553187DEST_PATH_IMAGE004
，将目标数控机床主轴夹持加工零件结构在各采样时间点各监测点的振动加速度代入公式
Figure 895306DEST_PATH_IMAGE005
得到目标数控机床当前加工工序中主轴的加工零件夹持稳定度
Figure 416418DEST_PATH_IMAGE006
，其中
Figure 603817DEST_PATH_IMAGE007
表示预设的目标数控机床当前加工工序中主轴的加工零件夹持稳定度修正因子，n表示采样时间点的数量，m表示监测点的数量，
Figure 526773DEST_PATH_IMAGE008
表示预设的目标数控机床主轴夹持加工零件结构振动加速度阈值。
通过高清摄像头采集目标数控机床主轴夹持的加工零件在各采样时间点的图像，得到目标数控机床主轴夹持的加工零件在各采样时间点的轮廓，根据目标数控机床主轴夹持的加工零件在各采样时间点的轮廓，得到目标数控机床主轴夹持的加工零件在各采样时间点与水平线之间的夹角，将目标数控机床主轴夹持的加工零件在各采样时间点与水平线之间的夹角进行相互比较，得到目标数控机床主轴夹持的加工零件与水平线之间的最大夹角，将其记为
Figure 39794DEST_PATH_IMAGE009
，将目标数控机床主轴夹持的加工零件与水平线之间的最大夹角代入公式
Figure 48201DEST_PATH_IMAGE010
得到目标数控机床当前加工工序中主轴的加工零件夹持规范度
Figure 39291DEST_PATH_IMAGE011
，其中
Figure 816754DEST_PATH_IMAGE012
表示预设的目标数控机床当前加工工序中主轴的加工零件夹持规范度修正因子。
提取数控机床加工数据库中存储目标数控机床各加工工序的主轴标准转速，筛选得到目标数控机床当前加工工序的主轴标准转速，将其记为
Figure 500677DEST_PATH_IMAGE013
。
通过激光转速传感器检测得到目标数控机床主轴在各采样时间点的转速，将其记为
Figure 730801DEST_PATH_IMAGE014
，将目标数控机床主轴在各采样时间点的转速代入公式
Figure 525581DEST_PATH_IMAGE015
得到目标数控机床当前加工工序中主轴的转速符合度
Figure 157551DEST_PATH_IMAGE016
，其中
Figure 746795DEST_PATH_IMAGE017
表示预设的目标数控机床当前加工工序中主轴的转速符合度修正因子。
在上述实施例的基础上，所述主轴参数监测模块中分析得到目标数控机床当前加工工序的主轴参数匹配指数，具体方法为：将目标数控机床当前加工工序中主轴的加工零件夹持稳定度
Figure 995374DEST_PATH_IMAGE018
、加工零件夹持规范度
Figure 328266DEST_PATH_IMAGE019
、转速符合度
Figure 814743DEST_PATH_IMAGE020
代入公式
Figure 840467DEST_PATH_IMAGE021
得到目标数控机床当前加工工序的主轴参数匹配指数
Figure 310763DEST_PATH_IMAGE022
，其中
Figure 170048DEST_PATH_IMAGE023
表示预设的目标数控机床当前加工工序的主轴参数匹配指数修正因子，e表示自然常数，
Figure 776610DEST_PATH_IMAGE024
分别表示预设的目标数控机床当前加工工序中主轴的加工零件夹持稳定度、加工零件夹持规范度、转速符合度的阈值，
Figure 238815DEST_PATH_IMAGE025
分别表示预设的目标数控机床当前加工工序中主轴的加工零件夹持稳定度、加工零件夹持规范度、转速符合度的权重因子。
在上述实施例的基础上，所述进给轴参数监测模块中获取目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度，具体方法为：在目标数控机床进给轴夹持刀具结构的表面按照设定的检测点布设规则，布设各检测点，通过涡流式位移传感器对目标数控机床进给轴夹持刀具结构表面的各检测点进行检测，得到目标数控机床进给轴夹持刀具结构在各采样时间点各检测点的振动位移，分析得到目标数控机床当前加工工序中进给轴的刀具夹持稳定度，将其记为
Figure 665249DEST_PATH_IMAGE026
。
提取数控机床加工数据库中存储的目标数控机床各加工工序的刀具夹持标准图像，筛选得到目标数控机床当前加工工序的刀具夹持标准图像。
通过高清摄像头采集目标数控机床进给轴夹持的刀具在各采样时间点的图像，得到目标数控机床进给轴夹持的刀具在各采样时间点的轮廓，分析得到目标数控机床当前加工工序中进给轴的刀具夹持规范度，将其记为
Figure 605523DEST_PATH_IMAGE027
。
通过速度检测仪检测得到目标数控机床进给轴在各采样时间点的速度，分析得到目标数控机床当前加工工序中进给轴的进给速度符合度，将其记为
Figure 66591DEST_PATH_IMAGE028
。
在上述实施例的基础上，所述进给轴参数监测模块中分析得到目标数控机床当前加工工序的进给轴参数匹配指数，具体过程为：将目标数控机床当前加工工序中进给轴的刀具夹持稳定度
Figure 434119DEST_PATH_IMAGE029
、刀具夹持规范度
Figure 613427DEST_PATH_IMAGE030
和进给速度符合度
Figure 91813DEST_PATH_IMAGE031
代入公式
Figure 407388DEST_PATH_IMAGE032
得到目标数控机床当前加工工序的进给轴参数匹配指数
Figure 211396DEST_PATH_IMAGE033
，其中
Figure 878001DEST_PATH_IMAGE034
表示预设的目标数控机床当前加工工序的进给轴参数匹配指数修正因子，
Figure 894498DEST_PATH_IMAGE035
分别表示预设的目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度的阈值，
Figure 330159DEST_PATH_IMAGE036
分别表示预设的目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度的权重因子。
在上述实施例的基础上，所述零件加工参数监测模块中获取目标数控机床当前加工工序对应的加工零件的表面划痕长度和加工零件的形状匹配度，具体方法为：通过高清摄像机获取目标数控机床当前加工工序结束时加工零件的各表面图像，根据目标数控机床当前加工工序结束时加工零件的各表面图像，分析得到目标数控机床当前加工工序对应的加工零件的表面划痕长度，将其记为
Figure 39489DEST_PATH_IMAGE037
。
提取数控机床加工数据库中存储的目标数控机床各加工工序的加工零件标准三维空间模型，筛选得到目标数控机床当前加工工序的加工零件标准三维空间模型。
将目标数控机床当前加工工序结束时加工零件的各表面图像进行拼接整合，得到目标数控机床当前加工工序结束时加工零件的实景图像，构建目标数控机床当前加工工序结束时加工零件的三维空间模型，将目标数控机床当前加工工序结束时加工零件的三维空间模型与加工零件标准三维空间模型进行拟合比对，得到目标数控机床当前加工工序结束时加工零件的三维空间模型与标准三维空间模型的重合度，将其记为目标数控机床当前加工工序对应的加工零件的形状匹配度，将其记为
Figure 193389DEST_PATH_IMAGE038
。
在上述实施例的基础上，所述零件加工参数监测模块中分析得到目标数控机床当前加工工序的零件加工参数匹配指数，具体过程为：将目标数控机床当前加工工序对应的加工零件的表面划痕长度
Figure 13578DEST_PATH_IMAGE039
和形状匹配度
Figure 569324DEST_PATH_IMAGE040
代入公式
Figure 183976DEST_PATH_IMAGE041
得到目标数控机床当前加工工序的零件加工参数匹配指数
Figure 825173DEST_PATH_IMAGE042
，其中
Figure 449053DEST_PATH_IMAGE043
表示预设的目标数控机床当前加工工序的零件加工参数匹配指数修正因子，
Figure 593726DEST_PATH_IMAGE044
分别表示预设的目标数控机床当前加工工序对应的加工零件的允许表面划痕长度和形状匹配度阈值，
Figure 910438DEST_PATH_IMAGE045
分别表示预设的目标数控机床当前加工工序对应的加工零件的表面划痕长度和形状匹配度的权重因子。
在上述实施例的基础上，所述数据机床加工合格评估模块的具体过程为：将目标数控机床当前加工工序的主轴参数匹配指数
Figure 773352DEST_PATH_IMAGE046
、进给轴参数匹配指数
Figure 935343DEST_PATH_IMAGE047
和零件加工参数匹配指数
Figure 200102DEST_PATH_IMAGE048
代入公式
Figure 687715DEST_PATH_IMAGE049
得到目标数控机床当前加工工序的加工合格系数
Figure 772346DEST_PATH_IMAGE050
，其中
Figure 738028DEST_PATH_IMAGE051
分别表示预设的目标数控机床当前加工工序的主轴参数匹配指数、进给轴参数匹配指数和零件加工参数匹配指数的权重因子。
将目标数控机床当前加工工序的加工合格系数与预设的目标数控机床加工工序的加工合格参考系数进行比较，若目标数控机床当前加工工序的加工合格系数小于加工合格参考系数，表明目标数控机床当前加工工序不合格，对目标数控机床发出停止指令，并通知相应人员进行处理，反之，表明目标数控机床当前加工工序合格，并继续下一道加工工序。
相对于现有技术，本发明所述的一种数控机床运行作业在线智能监测诊断分析系统以下有益效果：本发明提供的一种数控机床运行作业在线智能监测诊断分析系统，通过获取目标数控机床当前加工工序中主轴的加工零件夹持稳定度、加工零件夹持规范度和转速符合度，分析得到目标数控机床当前加工工序的主轴参数匹配指数，从多方面对数控机床作业过程中的主轴单元进行细致化分析，获取目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度，分析得到目标数控机床当前加工工序的进给轴参数匹配指数，从多角度对数控机床作业过程中的进给轴单元进行深度分析，获取目标数控机床当前加工工序对应的加工零件的表面划痕长度和加工零件的形状匹配度，分析得到目标数控机床当前加工工序的零件加工参数匹配指数，对数控机床完成各道加工工序后的加工零件进行监控，保证零件加工的质量和精度，进而减少加工原材料的浪费，提高加工生产的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，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他的附图。
图1为本发明的系统模块连接图。
图2为本发明中数控加工主轴夹持示意图。
图中：1、主轴；2、加工零件。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1和图2所示，本发明提供一种数控机床运行作业在线智能监测诊断分析系统，包括数控机床加工数据库、主轴参数监测模块、进给轴参数监测模块、零件加工参数监测模块和数据机床加工合格评估模块。
所述数控机床加工数据库分别与主轴参数监测模块、进给轴参数监测模块和零件加工参数监测模块连接，数据机床加工合格评估模块分别与主轴参数监测模块、进给轴参数监测模块和零件加工参数监测模块连接。
所述数控机床加工数据库用于存储目标数控机床各加工工序的主轴1标准转速、刀具夹持标准图像和加工零件2标准三维空间模型。
所述主轴参数监测模块用于获取目标数控机床当前加工工序中主轴1的加工零件2夹持稳定度、加工零件2夹持规范度和转速符合度，分析得到目标数控机床当前加工工序的主轴1参数匹配指数。
进一步地，所述主轴参数监测模块中获取目标数控机床当前加工工序中主轴1的加工零件2夹持稳定度、加工零件2夹持规范度和转速符合度，具体方法为：按照等时间间隔的原则，在目标数控机床当前加工工序过程中设置各采样时间点，将各采样时间点按照时间先后的顺序依次编号为
Figure 857294DEST_PATH_IMAGE052
。
在目标数控机床主轴1夹持加工零件2结构的表面按照设定的监测点布设规则，布设各监测点，通过压电型加速度传感器对目标数控机床主轴1夹持加工零件2结构表面的各监测点进行检测，得到目标数控机床主轴1夹持加工零件2结构在各采样时间点各监测点的振动加速度，将其记为
Figure 515808DEST_PATH_IMAGE053
，i表示第i个采样时间点的编号，
Figure 353314DEST_PATH_IMAGE054
，j表示第j个监测点的编号，
Figure 122687DEST_PATH_IMAGE055
，将目标数控机床主轴1夹持加工零件2结构在各采样时间点各监测点的振动加速度代入公式
Figure 96459DEST_PATH_IMAGE056
得到目标数控机床当前加工工序中主轴1的加工零件2夹持稳定度
Figure 925875DEST_PATH_IMAGE057
，其中
Figure 996816DEST_PATH_IMAGE058
表示预设的目标数控机床当前加工工序中主轴1的加工零件2夹持稳定度修正因子，n表示采样时间点的数量，m表示监测点的数量，
Figure 304301DEST_PATH_IMAGE059
表示预设的目标数控机床主轴1夹持加工零件2结构振动加速度阈值。
通过高清摄像头采集目标数控机床主轴1夹持的加工零件2在各采样时间点的图像，得到目标数控机床主轴1夹持的加工零件2在各采样时间点的轮廓，根据目标数控机床主轴1夹持的加工零件2在各采样时间点的轮廓，得到目标数控机床主轴1夹持的加工零件2在各采样时间点与水平线之间的夹角，将目标数控机床主轴1夹持的加工零件2在各采样时间点与水平线之间的夹角进行相互比较，得到目标数控机床主轴1夹持的加工零件2与水平线之间的最大夹角，将其记为
Figure 398159DEST_PATH_IMAGE060
，将目标数控机床主轴1夹持的加工零件2与水平线之间的最大夹角代入公式
Figure 132897DEST_PATH_IMAGE061
得到目标数控机床当前加工工序中主轴1的加工零件2夹持规范度
Figure 944995DEST_PATH_IMAGE062
，其中
Figure 790591DEST_PATH_IMAGE063
表示预设的目标数控机床当前加工工序中主轴1的加工零件2夹持规范度修正因子。
提取数控机床加工数据库中存储目标数控机床各加工工序的主轴1标准转速，筛选得到目标数控机床当前加工工序的主轴1标准转速，将其记为
Figure 738956DEST_PATH_IMAGE064
。
通过激光转速传感器检测得到目标数控机床主轴1在各采样时间点的转速，将其记为
Figure 910174DEST_PATH_IMAGE065
，将目标数控机床主轴1在各采样时间点的转速代入公式
Figure 943989DEST_PATH_IMAGE066
得到目标数控机床当前加工工序中主轴1的转速符合度
Figure 858855DEST_PATH_IMAGE067
，其中
Figure 927306DEST_PATH_IMAGE068
表示预设的目标数控机床当前加工工序中主轴1的转速符合度修正因子。
作为一种优选方案，所述目标数控机床主轴1夹持的加工零件2的初始形状为棍状圆柱体。
作为一种优选方案，所述目标数控机床主轴1夹持的加工零件2在各采样时间点与水平线之间的夹角，具体获取方法为：根据目标数控机床主轴1夹持的加工零件2在各采样时间点的轮廓，得到目标数控机床主轴1夹持的加工零件2在各采样时间点两个底面的中心点之间的连线，将其记为目标数控机床主轴1夹持的加工零件2在各采样时间点的中心线，进一步得到目标数控机床主轴1夹持的加工零件2在各采样时间点的中心线与水平线之间的夹角，将其记为目标数控机床主轴1夹持的加工零件2在各采样时间点与水平线之间的夹角。
作为一种优选方案，所述目标数控机床主轴1夹持的加工零件2在各采样时间点与水平线之间的夹角的范围为
Figure 269425DEST_PATH_IMAGE069
。
更进一步地，所述主轴参数监测模块中分析得到目标数控机床当前加工工序的主轴1参数匹配指数，具体方法为：将目标数控机床当前加工工序中主轴1的加工零件2夹持稳定度
Figure 524957DEST_PATH_IMAGE070
、加工零件2夹持规范度
Figure 712356DEST_PATH_IMAGE071
、转速符合度
Figure 635313DEST_PATH_IMAGE072
代入公式
Figure 882754DEST_PATH_IMAGE073
得到目标数控机床当前加工工序的主轴1参数匹配指数
Figure 625583DEST_PATH_IMAGE074
，其中
Figure 616672DEST_PATH_IMAGE075
表示预设的目标数控机床当前加工工序的主轴1参数匹配指数修正因子，e表示自然常数，
Figure 659715DEST_PATH_IMAGE076
分别表示预设的目标数控机床当前加工工序中主轴1的加工零件2夹持稳定度、加工零件2夹持规范度、转速符合度的阈值，
Figure 78058DEST_PATH_IMAGE077
分别表示预设的目标数控机床当前加工工序中主轴1的加工零件2夹持稳定度、加工零件2夹持规范度、转速符合度的权重因子。
需要说明的是，本发明通过获取目标数控机床当前加工工序中主轴1的加工零件2夹持稳定度、加工零件2夹持规范度和转速符合度，分析得到目标数控机床当前加工工序的主轴1参数匹配指数，实现从多方面对数控机床作业过程中的主轴1单元进行细致化分析。
所述进给轴参数监测模块用于获取目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度，分析得到目标数控机床当前加工工序的进给轴参数匹配指数。
进一步地，所述进给轴参数监测模块中获取目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度，具体方法为：在目标数控机床进给轴夹持刀具结构的表面按照设定的检测点布设规则，布设各检测点，通过涡流式位移传感器对目标数控机床进给轴夹持刀具结构表面的各检测点进行检测，得到目标数控机床进给轴夹持刀具结构在各采样时间点各检测点的振动位移，分析得到目标数控机床当前加工工序中进给轴的刀具夹持稳定度，将其记为
Figure 573761DEST_PATH_IMAGE078
。
提取数控机床加工数据库中存储的目标数控机床各加工工序的刀具夹持标准图像，筛选得到目标数控机床当前加工工序的刀具夹持标准图像。
通过高清摄像头采集目标数控机床进给轴夹持的刀具在各采样时间点的图像，得到目标数控机床进给轴夹持的刀具在各采样时间点的轮廓，分析得到目标数控机床当前加工工序中进给轴的刀具夹持规范度，将其记为
Figure 102962DEST_PATH_IMAGE079
。
通过速度检测仪检测得到目标数控机床进给轴在各采样时间点的速度，分析得到目标数控机床当前加工工序中进给轴的进给速度符合度，将其记为
Figure 734932DEST_PATH_IMAGE080
。
作为一种优选方案，所述目标数控机床当前加工工序中进给轴的刀具夹持稳定度，具体获取方法为：将目标数控机床进给轴夹持刀具结构在各采样时间点各检测点的振动位移进行相互比较，得到目标数控机床进给轴夹持刀具结构在各采样时间点对应的最大振动位移，将其记为
Figure 589756DEST_PATH_IMAGE081
，将目标数控机床进给轴夹持刀具结构在各采样时间点对应的最大振动位移代入公式
Figure 307176DEST_PATH_IMAGE082
得到目标数控机床当前加工工序中进给轴的刀具夹持稳定度
Figure 374489DEST_PATH_IMAGE083
，
Figure 126544DEST_PATH_IMAGE084
表示预设的目标数控机床当前加工工序中进给轴的刀具夹持稳定度修正因子，
Figure 886690DEST_PATH_IMAGE085
表示预设的目标数控机床进给轴夹持刀具结构振动位移阈值。
作为一种优选方案，所述目标数控机床当前加工工序中进给轴的刀具夹持规范度，具体获取方法为：将目标数控机床进给轴夹持的刀具在各采样时间点的轮廓与刀具夹持标准图像对应的轮廓分别进行比对，得到目标数控机床进给轴在各采样时间点夹持刀具的轮廓与刀具夹持标准图像对应轮廓的相似度，将其记为
Figure 91406DEST_PATH_IMAGE086
，将目标数控机床进给轴在各采样时间点夹持刀具的轮廓与刀具夹持标准图像对应轮廓的相似度代入公式
Figure 227990DEST_PATH_IMAGE087
得到目标数控机床当前加工工序中进给轴的刀具夹持规范度
Figure 568972DEST_PATH_IMAGE088
，其中
Figure 500019DEST_PATH_IMAGE089
表示预设的目标数控机床当前加工工序中进给轴的刀具夹持规范度修正因子，
Figure 457611DEST_PATH_IMAGE090
表示预设的目标数控机床进给轴夹持刀具的轮廓与刀具夹持标准图像对应轮廓的相似度阈值。
作为一种优选方案，所述目标数控机床当前加工工序中进给轴的进给速度符合度，具体获取方法为：根据目标数控机床进给轴在各采样时间点的速度，生成目标数控机床进给轴的数集，基于目标数控机床进给轴中数集内的元素，通过函数拟合法生成目标数控机床进给轴的速度特性函数，进一步得到目标数控机床进给轴的速度特性函数图像，将目标数控机床进给轴的速度特性函数图像与预设的目标数控机床进给轴的理想速度特性函数图像进行比较，得到目标数控机床进给轴的速度特性函数图像与理想速度特性函数图像的吻合度，将其记为目标数控机床当前加工工序中进给轴的进给速度符合度。
作为一种优选方案，所述通过函数拟合法生成目标数控机床进给轴的速度特性函数，具体过程为：将采样时间点作为目标数控机床进给轴的速度特性函数的自变量，将速度作为目标数控机床进给轴的速度特性函数的因变量。
更进一步地，所述进给轴参数监测模块中分析得到目标数控机床当前加工工序的进给轴参数匹配指数，具体过程为：将目标数控机床当前加工工序中进给轴的刀具夹持稳定度
Figure 386166DEST_PATH_IMAGE091
、刀具夹持规范度
Figure 847235DEST_PATH_IMAGE092
和进给速度符合度
Figure 949183DEST_PATH_IMAGE093
代入公式
Figure 862912DEST_PATH_IMAGE094
得到目标数控机床当前加工工序的进给轴参数匹配指数
Figure 341298DEST_PATH_IMAGE095
，其中
Figure 656873DEST_PATH_IMAGE096
表示预设的目标数控机床当前加工工序的进给轴参数匹配指数修正因子，
Figure 195302DEST_PATH_IMAGE097
分别表示预设的目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度的阈值，
Figure 861906DEST_PATH_IMAGE098
分别表示预设的目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度的权重因子。
需要说明的是，本发明通过获取目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度，分析得到目标数控机床当前加工工序的进给轴参数匹配指数，实现从多角度对数控机床作业过程中的进给轴单元进行深度分析。
所述零件加工参数监测模块用于获取目标数控机床当前加工工序对应的加工零件2的表面划痕长度和加工零件2的形状匹配度，分析得到目标数控机床当前加工工序的零件加工参数匹配指数。
进一步地，所述零件加工参数监测模块中获取目标数控机床当前加工工序对应的加工零件2的表面划痕长度和加工零件2的形状匹配度，具体方法为：通过高清摄像机获取目标数控机床当前加工工序结束时加工零件2的各表面图像，根据目标数控机床当前加工工序结束时加工零件2的各表面图像，分析得到目标数控机床当前加工工序对应的加工零件2的表面划痕长度，将其记为
Figure 143983DEST_PATH_IMAGE099
。
提取数控机床加工数据库中存储的目标数控机床各加工工序的加工零件2标准三维空间模型，筛选得到目标数控机床当前加工工序的加工零件2标准三维空间模型。
将目标数控机床当前加工工序结束时加工零件2的各表面图像进行拼接整合，得到目标数控机床当前加工工序结束时加工零件2的实景图像，构建目标数控机床当前加工工序结束时加工零件2的三维空间模型，将目标数控机床当前加工工序结束时加工零件2的三维空间模型与加工零件2标准三维空间模型进行拟合比对，得到目标数控机床当前加工工序结束时加工零件2的三维空间模型与标准三维空间模型的重合度，将其记为目标数控机床当前加工工序对应的加工零件2的形状匹配度，将其记为
Figure 579644DEST_PATH_IMAGE100
。
作为一种优选方案，所述目标数控机床当前加工工序对应的加工零件2的表面划痕长度，具体获取方法为：将目标数控机床当前加工工序结束时加工零件2的各表面图像与预设的加工零件2标准表面图像进行比对，得到目标数控机床当前加工工序结束时加工零件2各表面图像中各划痕区域，进一步得到目标数控机床当前加工工序结束时加工零件2各表面图像中各划痕长度，对目标数控机床当前加工工序结束时加工零件2各表面图像中各划痕长度进行累加，得到目标数控机床当前加工工序结束时加工零件2表面图像的划痕总长度，将其记为目标数控机床当前加工工序对应的加工零件2的表面划痕长度。
更进一步地，所述零件加工参数监测模块中分析得到目标数控机床当前加工工序的零件加工参数匹配指数，具体过程为：将目标数控机床当前加工工序对应的加工零件2的表面划痕长度
Figure 23394DEST_PATH_IMAGE101
和形状匹配度
Figure 177295DEST_PATH_IMAGE102
代入公式
Figure 997484DEST_PATH_IMAGE103
得到目标数控机床当前加工工序的零件加工参数匹配指数
Figure 287651DEST_PATH_IMAGE104
，其中
Figure 902303DEST_PATH_IMAGE105
表示预设的目标数控机床当前加工工序的零件加工参数匹配指数修正因子，
Figure 12341DEST_PATH_IMAGE106
分别表示预设的目标数控机床当前加工工序对应的加工零件2的允许表面划痕长度和形状匹配度阈值，
Figure 636221DEST_PATH_IMAGE107
分别表示预设的目标数控机床当前加工工序对应的加工零件2的表面划痕长度和形状匹配度的权重因子。
需要说明的是，本发明通过获取目标数控机床当前加工工序对应的加工零件2的表面划痕长度和加工零件2的形状匹配度，分析得到目标数控机床当前加工工序的零件加工参数匹配指数，对数控机床完成各道加工工序后的加工零件2进行监控，进而保证零件加工的质量和精度。
所述数据机床加工合格评估模块用于根据目标数控机床当前加工工序的主轴1参数匹配指数、进给轴参数匹配指数和零件加工参数匹配指数，评估得到目标数控机床当前加工工序的加工合格系数，并进行处理。
进一步地，所述数据机床加工合格评估模块的具体过程为：将目标数控机床当前加工工序的主轴1参数匹配指数
Figure 780894DEST_PATH_IMAGE108
、进给轴参数匹配指数
Figure 832027DEST_PATH_IMAGE109
和零件加工参数匹配指数
Figure 694941DEST_PATH_IMAGE110
代入公式
Figure 591352DEST_PATH_IMAGE111
得到目标数控机床当前加工工序的加工合格系数
Figure 856112DEST_PATH_IMAGE112
，其中
Figure 750250DEST_PATH_IMAGE113
分别表示预设的目标数控机床当前加工工序的主轴1参数匹配指数、进给轴参数匹配指数和零件加工参数匹配指数的权重因子。
将目标数控机床当前加工工序的加工合格系数与预设的目标数控机床加工工序的加工合格参考系数进行比较，若目标数控机床当前加工工序的加工合格系数小于加工合格参考系数，表明目标数控机床当前加工工序不合格，对目标数控机床发出停止指令，并通知相应人员进行处理，反之，表明目标数控机床当前加工工序合格，并继续下一道加工工序。
需要说明的是，本发明通过目标数控机床当前加工工序的主轴1参数匹配指数、进给轴参数匹配指数和零件加工参数匹配指数，评估得到目标数控机床当前加工工序的加工合格系数，并进行处理，从多个角度对数控机床的每一道加工工序进行深度数据化分析，进而及时发现数控机床工作异常情况，并采取补救措施或处理，从而减少原材料的浪费，并提高加工生产的效率。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种数控机床运行作业在线智能监测诊断分析系统，其特征在于，包括：
数控机床加工数据库：用于存储目标数控机床各加工工序的主轴（1）标准转速、刀具夹持标准图像和加工零件（2）标准三维空间模型；
主轴参数监测模块：用于获取目标数控机床当前加工工序中主轴（1）的加工零件（2）夹持稳定度、加工零件（2）夹持规范度和转速符合度，分析得到目标数控机床当前加工工序的主轴（1）参数匹配指数；
进给轴参数监测模块：用于获取目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度，分析得到目标数控机床当前加工工序的进给轴参数匹配指数；
零件加工参数监测模块：用于获取目标数控机床当前加工工序对应的加工零件（2）的表面划痕长度和加工零件（2）的形状匹配度，分析得到目标数控机床当前加工工序的零件加工参数匹配指数；
数据机床加工合格评估模块：用于根据目标数控机床当前加工工序的主轴（1）参数匹配指数、进给轴参数匹配指数和零件加工参数匹配指数，评估得到目标数控机床当前加工工序的加工合格系数，并进行处理。
2.根据权利要求1所述的一种数控机床运行作业在线智能监测诊断分析系统，其特征在于：所述主轴参数监测模块中获取目标数控机床当前加工工序中主轴（1）的加工零件（2）夹持稳定度、加工零件（2）夹持规范度和转速符合度，具体方法为：
按照等时间间隔的原则，在目标数控机床当前加工工序过程中设置各采样时间点，将各采样时间点按照时间先后的顺序依次编号为
Figure 359448DEST_PATH_IMAGE001
；
在目标数控机床主轴（1）夹持加工零件（2）结构的表面按照设定的监测点布设规则，布设各监测点，通过压电型加速度传感器对目标数控机床主轴（1）夹持加工零件（2）结构表面的各监测点进行检测，得到目标数控机床主轴（1）夹持加工零件（2）结构在各采样时间点各监测点的振动加速度，将其记为
Figure 927832DEST_PATH_IMAGE002
，i表示第i个采样时间点的编号，
Figure 409629DEST_PATH_IMAGE003
，j表示第j个监测点的编号，
Figure 823293DEST_PATH_IMAGE004
，将目标数控机床主轴（1）夹持加工零件（2）结构在各采样时间点各监测点的振动加速度代入公式
Figure 706936DEST_PATH_IMAGE005
得到目标数控机床当前加工工序中主轴（1）的加工零件（2）夹持稳定度
Figure 180642DEST_PATH_IMAGE006
，其中
Figure 149735DEST_PATH_IMAGE007
表示预设的目标数控机床当前加工工序中主轴（1）的加工零件（2）夹持稳定度修正因子，n表示采样时间点的数量，m表示监测点的数量，
Figure 101511DEST_PATH_IMAGE008
表示预设的目标数控机床主轴（1）夹持加工零件（2）结构振动加速度阈值；
通过高清摄像头采集目标数控机床主轴（1）夹持的加工零件（2）在各采样时间点的图像，得到目标数控机床主轴（1）夹持的加工零件（2）在各采样时间点的轮廓，根据目标数控机床主轴（1）夹持的加工零件（2）在各采样时间点的轮廓，得到目标数控机床主轴（1）夹持的加工零件（2）在各采样时间点与水平线之间的夹角，将目标数控机床主轴（1）夹持的加工零件（2）在各采样时间点与水平线之间的夹角进行相互比较，得到目标数控机床主轴（1）夹持的加工零件（2）与水平线之间的最大夹角，将其记为
Figure 105239DEST_PATH_IMAGE009
，将目标数控机床主轴（1）夹持的加工零件（2）与水平线之间的最大夹角代入公式
Figure 749847DEST_PATH_IMAGE010
得到目标数控机床当前加工工序中主轴（1）的加工零件（2）夹持规范度
Figure 940657DEST_PATH_IMAGE011
，其中
Figure 696123DEST_PATH_IMAGE012
表示预设的目标数控机床当前加工工序中主轴（1）的加工零件（2）夹持规范度修正因子；
提取数控机床加工数据库中存储目标数控机床各加工工序的主轴（1）标准转速，筛选得到目标数控机床当前加工工序的主轴（1）标准转速，将其记为
Figure 288778DEST_PATH_IMAGE013
；
通过激光转速传感器检测得到目标数控机床主轴（1）在各采样时间点的转速，将其记为
Figure 104288DEST_PATH_IMAGE014
，将目标数控机床主轴（1）在各采样时间点的转速代入公式
Figure 47973DEST_PATH_IMAGE015
得到目标数控机床当前加工工序中主轴（1）的转速符合度
Figure 607130DEST_PATH_IMAGE016
，其中
Figure 319871DEST_PATH_IMAGE017
表示预设的目标数控机床当前加工工序中主轴（1）的转速符合度修正因子。
3.根据权利要求2所述的一种数控机床运行作业在线智能监测诊断分析系统，其特征在于：所述主轴参数监测模块中分析得到目标数控机床当前加工工序的主轴（1）参数匹配指数，具体方法为：
将目标数控机床当前加工工序中主轴（1）的加工零件（2）夹持稳定度
Figure 775123DEST_PATH_IMAGE018
、加工零件（2）夹持规范度
Figure 206105DEST_PATH_IMAGE019
、转速符合度
Figure 303374DEST_PATH_IMAGE020
代入公式
Figure 136201DEST_PATH_IMAGE021
得到目标数控机床当前加工工序的主轴（1）参数匹配指数
Figure 27933DEST_PATH_IMAGE022
，其中
Figure 680631DEST_PATH_IMAGE023
表示预设的目标数控机床当前加工工序的主轴（1）参数匹配指数修正因子，e表示自然常数，
Figure 581591DEST_PATH_IMAGE024
分别表示预设的目标数控机床当前加工工序中主轴（1）的加工零件（2）夹持稳定度、加工零件（2）夹持规范度、转速符合度的阈值，
Figure 3345DEST_PATH_IMAGE025
分别表示预设的目标数控机床当前加工工序中主轴（1）的加工零件（2）夹持稳定度、加工零件（2）夹持规范度、转速符合度的权重因子。
4.根据权利要求2所述的一种数控机床运行作业在线智能监测诊断分析系统，其特征在于：所述进给轴参数监测模块中获取目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度，具体方法为：
在目标数控机床进给轴夹持刀具结构的表面按照设定的检测点布设规则，布设各检测点，通过涡流式位移传感器对目标数控机床进给轴夹持刀具结构表面的各检测点进行检测，得到目标数控机床进给轴夹持刀具结构在各采样时间点各检测点的振动位移，分析得到目标数控机床当前加工工序中进给轴的刀具夹持稳定度，将其记为
Figure 331559DEST_PATH_IMAGE026
；
提取数控机床加工数据库中存储的目标数控机床各加工工序的刀具夹持标准图像，筛选得到目标数控机床当前加工工序的刀具夹持标准图像；
通过高清摄像头采集目标数控机床进给轴夹持的刀具在各采样时间点的图像，得到目标数控机床进给轴夹持的刀具在各采样时间点的轮廓，分析得到目标数控机床当前加工工序中进给轴的刀具夹持规范度，将其记为
Figure 205974DEST_PATH_IMAGE027
；
通过速度检测仪检测得到目标数控机床进给轴在各采样时间点的速度，分析得到目标数控机床当前加工工序中进给轴的进给速度符合度，将其记为
Figure 910625DEST_PATH_IMAGE028
。
5.根据权利要求4所述的一种数控机床运行作业在线智能监测诊断分析系统，其特征在于：所述进给轴参数监测模块中分析得到目标数控机床当前加工工序的进给轴参数匹配指数，具体过程为：
将目标数控机床当前加工工序中进给轴的刀具夹持稳定度
Figure 452464DEST_PATH_IMAGE029
、刀具夹持规范度
Figure 951579DEST_PATH_IMAGE030
和进给速度符合度
Figure 313290DEST_PATH_IMAGE031
代入公式
Figure 556052DEST_PATH_IMAGE032
得到目标数控机床当前加工工序的进给轴参数匹配指数
Figure 952399DEST_PATH_IMAGE033
，其中
Figure 622414DEST_PATH_IMAGE034
表示预设的目标数控机床当前加工工序的进给轴参数匹配指数修正因子，
Figure 471422DEST_PATH_IMAGE035
分别表示预设的目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度的阈值，
Figure 252296DEST_PATH_IMAGE036
分别表示预设的目标数控机床当前加工工序中进给轴的刀具夹持稳定度、刀具夹持规范度和进给速度符合度的权重因子。
6.根据权利要求1所述的一种数控机床运行作业在线智能监测诊断分析系统，其特征在于：所述零件加工参数监测模块中获取目标数控机床当前加工工序对应的加工零件（2）的表面划痕长度和加工零件（2）的形状匹配度，具体方法为：
通过高清摄像机获取目标数控机床当前加工工序结束时加工零件（2）的各表面图像，根据目标数控机床当前加工工序结束时加工零件（2）的各表面图像，分析得到目标数控机床当前加工工序对应的加工零件（2）的表面划痕长度，将其记为
Figure 768728DEST_PATH_IMAGE037
；
提取数控机床加工数据库中存储的目标数控机床各加工工序的加工零件（2）标准三维空间模型，筛选得到目标数控机床当前加工工序的加工零件（2）标准三维空间模型；
将目标数控机床当前加工工序结束时加工零件（2）的各表面图像进行拼接整合，得到目标数控机床当前加工工序结束时加工零件（2）的实景图像，构建目标数控机床当前加工工序结束时加工零件（2）的三维空间模型，将目标数控机床当前加工工序结束时加工零件（2）的三维空间模型与加工零件（2）标准三维空间模型进行拟合比对，得到目标数控机床当前加工工序结束时加工零件（2）的三维空间模型与标准三维空间模型的重合度，将其记为目标数控机床当前加工工序对应的加工零件（2）的形状匹配度，将其记为
Figure 344066DEST_PATH_IMAGE038
。
7.根据权利要求6所述的一种数控机床运行作业在线智能监测诊断分析系统，其特征在于：所述零件加工参数监测模块中分析得到目标数控机床当前加工工序的零件加工参数匹配指数，具体过程为：
将目标数控机床当前加工工序对应的加工零件（2）的表面划痕长度
Figure 945948DEST_PATH_IMAGE040
和形状匹配度
Figure 530514DEST_PATH_IMAGE041
代入公式
Figure 635873DEST_PATH_IMAGE042
得到目标数控机床当前加工工序的零件加工参数匹配指数
Figure 647691DEST_PATH_IMAGE043
，其中
Figure 205711DEST_PATH_IMAGE044
表示预设的目标数控机床当前加工工序的零件加工参数匹配指数修正因子，
Figure 593967DEST_PATH_IMAGE045
分别表示预设的目标数控机床当前加工工序对应的加工零件（2）的允许表面划痕长度和形状匹配度阈值，
Figure 819412DEST_PATH_IMAGE046
分别表示预设的目标数控机床当前加工工序对应的加工零件（2）的表面划痕长度和形状匹配度的权重因子。
8.根据权利要求1所述的一种数控机床运行作业在线智能监测诊断分析系统，其特征在于：所述数据机床加工合格评估模块的具体过程为：
将目标数控机床当前加工工序的主轴（1）参数匹配指数
Figure 2132DEST_PATH_IMAGE047
、进给轴参数匹配指数
Figure 313028DEST_PATH_IMAGE048
和零件加工参数匹配指数
Figure 239395DEST_PATH_IMAGE049
代入公式
Figure 53768DEST_PATH_IMAGE050
得到目标数控机床当前加工工序的加工合格系数
Figure 672968DEST_PATH_IMAGE051
，其中
Figure 471160DEST_PATH_IMAGE052
分别表示预设的目标数控机床当前加工工序的主轴（1）参数匹配指数、进给轴参数匹配指数和零件加工参数匹配指数的权重因子；
将目标数控机床当前加工工序的加工合格系数与预设的目标数控机床加工工序的加工合格参考系数进行比较，若目标数控机床当前加工工序的加工合格系数小于加工合格参考系数，表明目标数控机床当前加工工序不合格，对目标数控机床发出停止指令，并通知相应人员进行处理，反之，表明目标数控机床当前加工工序合格，并继续下一道加工工序。
CN202211134222.3A 2022-09-19 2022-09-19 一种数控机床运行作业在线智能监测诊断分析系统 Active CN115202287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211134222.3A CN115202287B (zh) 2022-09-19 2022-09-19 一种数控机床运行作业在线智能监测诊断分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211134222.3A CN115202287B (zh) 2022-09-19 2022-09-19 一种数控机床运行作业在线智能监测诊断分析系统

Publications (2)

Publication Number Publication Date
CN115202287A true CN115202287A (zh) 2022-10-18
CN115202287B CN115202287B (zh) 2022-11-25

Family

ID=83573266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211134222.3A Active CN115202287B (zh) 2022-09-19 2022-09-19 一种数控机床运行作业在线智能监测诊断分析系统

Country Status (1)

Country Link
CN (1) CN115202287B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116068962A (zh) * 2023-03-24 2023-05-05 中科航迈数控软件(深圳)有限公司 一种基于数控机床的工艺路线规划方法及相关设备
CN116643534A (zh) * 2023-06-02 2023-08-25 宣城市建林机械有限公司 一种基于孪生技术的数控机床动态监测系统
CN117066589A (zh) * 2023-10-12 2023-11-17 山东万利精密机械制造有限公司 高速金属圆锯机切割动态控制管理系统
CN117196417A (zh) * 2023-11-08 2023-12-08 天津市丰和博科技发展有限公司 一种立式加工机床加工数据智能分析管理系统
CN117806231A (zh) * 2024-02-27 2024-04-02 山东微晶重工有限公司 一种基于物联网的机床运行加工控制系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118437A (zh) * 2007-09-03 2008-02-06 石毅 一种新型的数控机床远程状态监测与故障诊断系统实现方法
CN103823409A (zh) * 2014-02-27 2014-05-28 电子科技大学 数控机床加工状态多参数在线主动监控系统及其实现方法
CN204128678U (zh) * 2014-08-20 2015-01-28 上海工程技术大学 一种机床振动在线监控系统
CN110023858A (zh) * 2017-06-20 2019-07-16 山崎马扎克公司 机床管理系统以及机床的管理方法
JP2020027563A (ja) * 2018-08-17 2020-02-20 高松機械工業株式会社 ヘルスモニタリングシステム
CN110837247A (zh) * 2018-08-17 2020-02-25 智能云科信息科技有限公司 基于机床数据的机床性能测评方法、系统、综合系统、云平台
CN111601679A (zh) * 2018-07-20 2020-08-28 山崎马扎克公司 机床的控制装置、机床以及机床的控制方法
CN113741377A (zh) * 2021-09-29 2021-12-03 上海理工大学 一种基于切削特征遴选的加工过程智能监控系统及方法
CN114935576A (zh) * 2022-06-14 2022-08-23 广汽本田汽车有限公司 工件视觉检测设备的准确性验证方法、装置、设备及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118437A (zh) * 2007-09-03 2008-02-06 石毅 一种新型的数控机床远程状态监测与故障诊断系统实现方法
CN103823409A (zh) * 2014-02-27 2014-05-28 电子科技大学 数控机床加工状态多参数在线主动监控系统及其实现方法
CN204128678U (zh) * 2014-08-20 2015-01-28 上海工程技术大学 一种机床振动在线监控系统
CN110023858A (zh) * 2017-06-20 2019-07-16 山崎马扎克公司 机床管理系统以及机床的管理方法
CN111601679A (zh) * 2018-07-20 2020-08-28 山崎马扎克公司 机床的控制装置、机床以及机床的控制方法
JP2020027563A (ja) * 2018-08-17 2020-02-20 高松機械工業株式会社 ヘルスモニタリングシステム
CN110837247A (zh) * 2018-08-17 2020-02-25 智能云科信息科技有限公司 基于机床数据的机床性能测评方法、系统、综合系统、云平台
CN113741377A (zh) * 2021-09-29 2021-12-03 上海理工大学 一种基于切削特征遴选的加工过程智能监控系统及方法
CN114935576A (zh) * 2022-06-14 2022-08-23 广汽本田汽车有限公司 工件视觉检测设备的准确性验证方法、装置、设备及介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116068962A (zh) * 2023-03-24 2023-05-05 中科航迈数控软件(深圳)有限公司 一种基于数控机床的工艺路线规划方法及相关设备
CN116643534A (zh) * 2023-06-02 2023-08-25 宣城市建林机械有限公司 一种基于孪生技术的数控机床动态监测系统
CN116643534B (zh) * 2023-06-02 2023-11-24 宣城市建林机械有限公司 一种基于孪生技术的数控机床动态监测系统
CN117066589A (zh) * 2023-10-12 2023-11-17 山东万利精密机械制造有限公司 高速金属圆锯机切割动态控制管理系统
CN117066589B (zh) * 2023-10-12 2024-02-20 山东万利精密机械制造有限公司 高速金属圆锯机切割动态控制管理系统
CN117196417A (zh) * 2023-11-08 2023-12-08 天津市丰和博科技发展有限公司 一种立式加工机床加工数据智能分析管理系统
CN117196417B (zh) * 2023-11-08 2024-01-30 天津市丰和博科技发展有限公司 一种立式加工机床加工数据智能分析管理系统
CN117806231A (zh) * 2024-02-27 2024-04-02 山东微晶重工有限公司 一种基于物联网的机床运行加工控制系统及方法
CN117806231B (zh) * 2024-02-27 2024-05-03 山东微晶重工有限公司 一种基于物联网的机床运行加工控制系统及方法

Also Published As

Publication number Publication date
CN115202287B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN115202287B (zh) 一种数控机床运行作业在线智能监测诊断分析系统
CN110587377B (zh) 一种在线监测铣削加工刀具缺损的方法
CN100468038C (zh) 综合检测数控铣床精度的“s”形检测试件及其检测方法
CN112683193B (zh) 基于机器视觉的刀具类型判别及几何参数检测方法及系统
CN109909804A (zh) 基于主轴驱动电流和工步的刀具磨损破损在线监测方法
CN109940461B (zh) 一种高进给铣刀刀齿后刀面磨损特性的检测方法
CN114273976B (zh) 一种数控加工中心在线监测智能调控管理云系统
CN113146359B (zh) 一种智能监测和诊断切削状态的数控机床控制系统
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
JPH0525626B2 (zh)
CN115639781B (zh) 基于大数据的数控机床控制方法及系统
KR20190000815A (ko) 진동 특성 분석을 이용한 공구 수명 예측 방법
CN113305644A (zh) 一种基于零件测量数据的刀具状态监测及预警方法和系统
Khairnar et al. Supervision of carbide tool condition by training of vibration-based statistical model using boosted trees ensemble
CN113126563A (zh) 数控机床数据管理系统及方法
CN114800040B (zh) 工艺-状态数据关联的刀具磨损监测方法及系统
Agarwal et al. Analyzing the evolution of tool wear area in trochoidal milling of Inconel 718 using image processing methodology
CN116690313B (zh) 一种飞机结构件腹板加工刀具失效监控方法
CN115685879B (zh) 机床状态调整方法、装置、设备、机床、介质
US4854161A (en) Method for diagnosing cutting tool dullness
JPH10267749A (ja) 切削加工における異常診断方法
CN110757261A (zh) 刀具加工设备在线调试方法
CN113759826A (zh) 一种五轴加工中心的智能监控系统
Basova et al. The development of cutting tools active control methodology for numerical control milling machines
Wan et al. An on-line tool wear monitoring method based on cutting power

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231114

Address after: No. 22 Industrial Park, Yaowan Town, Xinyi City, Xuzhou City, Jiangsu Province, 221400

Patentee after: Jiangsu Dema EK CNC Technology Co.,Ltd.

Address before: 221400 No. 10 Huiyuan East Road, Wanglou Street, Yaowan Town, Xinyi City, Xuzhou City, Jiangsu Province

Patentee before: Xuzhou lingfengjun automation equipment Co.,Ltd.