CN115309106A - 基于多源异构数据的机床热力场仿真系统 - Google Patents
基于多源异构数据的机床热力场仿真系统 Download PDFInfo
- Publication number
- CN115309106A CN115309106A CN202210936538.8A CN202210936538A CN115309106A CN 115309106 A CN115309106 A CN 115309106A CN 202210936538 A CN202210936538 A CN 202210936538A CN 115309106 A CN115309106 A CN 115309106A
- Authority
- CN
- China
- Prior art keywords
- spindle
- module
- data
- thermal
- numerical control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
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
- G05B19/404—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 control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
-
- 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
- G05B2219/33—Director till display
- G05B2219/33133—For each action define function for compensation, enter parameters
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及数控机床技术领域,公开了一种基于多源异构数据的机床热力场仿真系统,该系统通过获取数控机床主轴对应的三维模型;获取数控机床主轴中设置的目标传感器的位置信息;根据位置信息对三维模型进行位置标注,获得标记有若干个温度传感器位置和力传感器位置的目标三维模型;采集模块根据预设采集频率采集目标传感器的数据信息;根据传感器位置将数据信息映射至目标三维模型,获得数控机床主轴对应的热力场仿真模型。由于本发明根据数控机床主轴中传感器位置信息获得标注后的目标三维模型,并将目标传感器的数据信息映射至目标三维模型获取对应的热力场仿真模型,从而对数控机床加工过程进行实时仿真,提高了仿真的真实性。
Description
技术领域
本发明涉及数控机床技术领域,尤其涉及一种基于多源异构数据的机床热力场仿真系统。
背景技术
数控机床作为当代制造业的“工业母机”,覆盖了基础零件、航天、汽车、能源等众多顶尖的制造领域,其性能直接决定着制造业的发展上限,因此对数控机床性能以及加工过程进行监测变得越来越重要。
现有的技术中可以对数控机床加工过程进行仿真从而提前预判故障信息,直观地表达数控机床主轴加工状态,但由于现阶段的研究多针对单方面仿真,例如热场仿真,力学仿真,且大多数的仿真软件是通过设置数控机床的刀具和工件物理属性,约束运动规则而达到仿真目的,脱离实际加工环境的仿真,往往不能很好地指导生产加工。因此,如何对数控机床加工过程进行实时仿真,提高仿真的真实性,成为一个亟待解决的问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种基于多源异构数据的机床热力场仿真系统,旨在解决现有技术中对数控机床加工过程进行实时仿真,提高仿真的真实性的技术问题。
为实现上述目的,本发明提供了一种基于多源异构数据的机床热力场仿真系统,所述基于多源异构数据的机床热力场仿真系统包括:多源异构数据采集模块和与所述多源异构数据采集模块连接的热力场仿真模块;
所述热力场仿真模块,用于获取数控机床主轴对应的三维模型;
所述热力场仿真模块,还用于获取所述数控机床主轴中设置的目标传感器的位置信息,所述目标传感器包括若干个温度传感器和力传感器;
所述热力场仿真模块,还用于根据所述位置信息对所述三维模型进行位置标注,获得标记有若干个温度传感器位置和力传感器位置的目标三维模型;
所述多源异构数据采集模块,用于根据预设采集频率采集所述目标传感器的数据信息,并将所述数据信息发送至所述热力场仿真模块;
所述热力场仿真模块,还用于根据传感器位置将所述数据信息映射至所述目标三维模型,获得所述数控机床主轴对应的热力场仿真模型。
可选地,所述多源异构数据采集模块还包括:二次开发接口模块、温度采集卡和所述若干个温度传感器;
其中,所述若干个温度传感器安装在所述数控机床主轴的周围,所述二次开发接口模块和所述温度采集卡分别与上位机相连;
所述温度采集卡,用于汇集所述若干个温度传感器采集的温度数据,并将汇集的温度数据传输至所述上位机;
所述二次开发接口模块,用于将设置在所述数控机床主轴中的所述力传感器采集的切削力数据传输至所述上位机;
所述热力场仿真模块,用于根据预设采集频率从所述上位机中读取所述温度数据和所述切削力数据;
所述热力场仿真模块,还用于根据传感器位置将所述温度数据和所述切削力数据映射至所述目标三维模型,获得所述数控机床主轴对应的热力场仿真模型。
可选地,所述若干个温度传感器采用磁吸方式或贴片方式安装在所述数控机床主轴的周围。
可选地,所述热力场仿真模块,还用于通过预设数据通讯方式建立数控机床与所述上位机的数据孪生通道,所述数据通讯方式包括以太网通讯或局域网通讯;
所述热力场仿真模块,还用于通过所述数据孪生通道实时从所述上位机获取数据信息。
可选地,所述基于多源异构数据的机床热力场仿真系统还包括:主轴热误差仿真模块,所述多源异构数据采集模块还包括:主轴分析模块;
其中,所述主轴热误差仿真模块与所述多源异构数据采集模块相连;
所述主轴分析模块,用于测量所述数控机床主轴当前时刻的实际伸长量,并将所述实际伸长量发送至所述主轴热误差仿真模块;
所述主轴热误差仿真模块,用于基于所述实际伸长量和当前时刻所述数控机床主轴的状态数据建立热误差补偿模型,所述状态数据包括温度数据、电流数据、功率数据和切削力数据;
所述主轴热误差仿真模块,还用于根据所述热误差补偿模型获取所述数控机床主轴的目标热误差值,以使数控机床的中控单元根据所述目标热误差值对所述数控机床主轴进行热误差值补偿。
可选地,所述主轴热误差仿真模块,还用于分析所述数控机床主轴是否存在热误差;
所述主轴分析模块,还用于若是,则获取所述数控机床主轴在存在热误差的方向的实际伸长值和初始伸长值;
所述主轴热误差仿真模块,还用于根据所述实际伸长值和所述初始伸长值确定所述数控机床主轴当前时刻的热误差值。
可选地,所述主轴热误差仿真模块还包括:数据处理模块、模型建立模块和补偿值反馈模块;
其中,所述模型建立模块分别与所述数据处理模块和所述补偿值反馈模块相连;
所述数据处理模块,用于对采集的所述数控机床主轴的状态数据和热误差值进行预处理;
所述模型建立模块,用于基于所述状态数据和所述热误差值建立热误差补偿模型;
所述补偿值反馈模块,用于根据所述热误差补偿模型预测所述数控机床主轴的目标热误差值,并将所述目标热误差值反馈至所述数控机床的中控单元。
可选地,所述基于多源异构数据的机床热力场仿真系统还包括:主轴状态监控模块;
其中,所述主轴状态监控模块与所述多源异构数据采集模块相连;
所述多源异构数据采集模块,还用于将采集的加工状态数据发送至所述主轴状态监控模块;
所述主轴状态监控模块,用于根据所述加工状态数据和预设状态信息建立状态监测模型;
所述主轴状态监控模块,还用于通过所述状态监测模型对所述数控机床主轴的当前状态信息进行实时监测。
可选地,所述主轴状态监控模块,还用于将采集的所述数控机床主轴的当前加工状态数据输入至状态监测模型,并输出对应的状态信息;
所述主轴状态监控模块,还用于对所述状态信息进行解码,并根据解码后的状态信息判断所述数控机床主轴当前状态。
可选地,所述热力场仿真模块,还用于对所述数控机床主轴对应的热力场仿真模型进行监控;
所述热力场仿真模块,还用于根据监控结果生成所述数控机床主轴对应的参数调整建议。
在本发明中,公开了多源异构数据采集模块和与所述多源异构数据采集模块连接的热力场仿真模块;热力场仿真模块用于获取数控机床主轴对应的三维模型;获取数控机床主轴中设置的目标传感器的位置信息,所述目标传感器包括若干个温度传感器和力传感器;根据位置信息对三维模型进行位置标注,获得标记有若干个温度传感器位置和力传感器位置的目标三维模型;多源异构数据采集模块用于根据预设采集频率采集目标传感器的数据信息,并将数据信息发送至热力场仿真模块;热力场仿真模块还用于根据传感器位置将数据信息映射至目标三维模型,获得数控机床主轴对应的热力场仿真模型;相较于现有技术对数控机床进行单方面且脱离实际加工环境的仿真,由于本发明根据数控机床主轴中若干个温度传感器和力传感器的位置信息对数控机床主轴对应的三维模型进行位置标注,获得目标三维模型,并根据传感器的位置将目标传感器的数据信息映射至目标三维模型,获取数控机床主轴对应的热力场仿真模型,从而解决了对数控机床加工过程进行实时仿真,提高仿真的真实性的技术问题,进而提高了生产加工效率。
附图说明
图1是本发明基于多源异构数据的机床热力场仿真系统第一实施例的结构框图;
图2为本发明基于多源异构数据的机床热力场仿真系统中热力场仿真的流程图示意图;
图3为本发明第一实施例中传感器的位置分布示意图;
图4为本发明基于多源异构数据的机床热力场仿真系统中热力场仿真示意图;
图5为本发明第一实施例多源异构数据采集模块数据采集的流程示意图;
图6为本发明基于多源异构数据的机床热力场仿真系统第二实施例的结构框图;
图7为本发明第二实施例主轴热误差仿真模块内部结构示意图;
图8为本发明基于多源异构数据的机床热力场仿真系统第三实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
下面将结合本发明实施例中的附图,对本发明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的一部分实施例,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的前提下所获得的所有实施例,都属于本发明保护的范围。
需要说明的是,在本发明实施例中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参照图1,图1为本发明基于多源异构数据的机床热力场仿真系统第一实施例的结构框图。
如图1所示,本实施例基于多源异构数据的机床热力场仿真系统包括多源异构数据采集模块100和与所述多源异构数据采集模块100连接的热力场仿真模块200。
需要说明的是,本实施例涉及的基于多源异构数据的机床热力场仿真系统可以为具有数据处理和网络通信功能的机床热力场仿真设备,或者是其他能够实现相同或相似功能的、包含了该机床热力场仿真设备的机床热力场仿真系统。
所述热力场仿真模块200,用于获取数控机床主轴对应的三维模型。
需要说明的是,上述数控机床可以为装有程序控制系统的自动化机床,数控机床包括:主轴、轴承和传动件等部件。其中,数控机床主轴可以用来支撑传动零件如齿轮、带轮等传递运动。
应当理解的是,上述三维模型可以为系统在虚拟层仿真的上述数控机床主轴对应的三维模型,如图2所示,图中物理层的数控机床主轴在虚拟层仿真出对应的三维模型。
所述热力场仿真模块200,还用于获取所述数控机床主轴中设置的目标传感器的位置信息,所述目标传感器包括若干个温度传感器和力传感器。
可以理解的是,上述目标传感器可以为数控机床主轴中设置的温度传感器和力传感器。其中,温度传感器的数量可以根据具体情况进行设置,不同结构的主轴可以增加或减少传感器的数量,例如本实施例中可以设置8个温度传感器,并采用磁吸方式或贴片方式安装在所述数控机床主轴的周围,从而获取上述数控机床主轴不同位置的温度数据;力传感器可以内置于上述数控机床主轴,并获取主轴的切削力数据。温度传感器和力传感器在上述数控机床主轴的位置分布如图3所示,根据数控机床主轴结构、冷却形式及加工特点,温度传感器可以分别设置在数控机床的主轴进水口、水冷机进水口、主轴外壳、环境温度采集处、主轴出水口、水冷机出水口、主轴后轴承和主轴前轴承,力传感器可以设置在数控机床的主轴内部。
所述热力场仿真模块200,还用于根据所述位置信息对所述三维模型进行位置标注,获得标记有若干个温度传感器位置和力传感器位置的目标三维模型。
需要说明的是,上述目标三维模型可以是对上述三维模型进行温度传感器和力传感器标注后的三维模型。
在具体实现中,系统可以在物理层数控机床主轴各传感器布置完成时,在主轴上标注各温度传感器和力传感器的位置,通过面结构光扫描,获得数控机床主轴以及标注有各温度传感器和力传感器位置的点云数据,通过点云数据得到各温度传感器和力传感器在虚拟层三维模型上的精确位置,并完成对各温度传感器和力传感器位置的标注,从而获得目标三维模型。为了使各温度传感器和力传感器的位置更精确,可以在三维模型上标注各温度传感器和力传感器的坐标点数值,获得目标三维模型。
所述多源异构数据采集模块100,用于根据预设采集频率采集所述目标传感器的数据信息,并将所述数据信息发送至所述热力场仿真模块200。
应当理解的是,上述预设采集频率可以为上位机根据数控机床主轴的工作状态或运行状态设置的数据采集频率,通过根据预设采集频率进行数控机床主轴数据信息的采集,可以实现数据的实时更新,使对应的仿真模型更贴近实际情形。
可以理解的是,上述数据信息可以为数控机床主轴各温度传感器和力传感器获取的温度数据和主轴切削力信息。
所述热力场仿真模块200,还用于根据传感器位置将所述数据信息映射至所述目标三维模型,获得所述数控机床主轴对应的热力场仿真模型。
应当理解的是,上述热力场仿真模型可以为上述数控机床主轴在虚拟层仿真的标记有主轴各温度传感器和力传感器的位置和数据信息的仿真模型,其中,热场仿真来源于实施例中8个温度传感器的八维温度数据,力学仿真来源于数控机床主轴前端切削力数据,通过建立数控机床主轴对应的热力场仿真模型可以将数控机床主轴的加工过程可视化,并基于实际加工环境指导数控机床主轴生产加工。
可以理解的是,热力场仿真模块200可以对数控机床主轴对应的热力场仿真模型进行监控,并根据监控结果生成数控机床主轴对应的参数调整建议,例如:当主轴温度过高、切削力过大时,热力场仿真模型可以发送警报提醒,并建议工作人员降低主轴转速,回退刀具分多次加工;当热力场仿真模型超出临界值时,可设置预警模式,及时停止机床,避免机床过大损耗。
进一步地,为了将数控机床主轴对应的数据信息传输至虚拟层的目标三维模型,热力场仿真模块200通过预设数据通讯方式建立数控机床与所述上位机的数据孪生通道,所述数据通讯方式包括以太网通讯或局域网通讯;通过所述数据孪生通道实时从所述上位机获取数据信息。
需要说明的是,如图4所示,热力场仿真模块200可以通过以太网通讯方式或局域网通讯方式建立数控机床主轴与上位机的数据孪生通道,从而实现数控机床主轴与上位机之间的数据传输,即数控机床物理层与虚拟层的数据传输。
在具体实现中,热力场仿真模块200根据各温度传感器和力传感器的位置信息对数控机床主轴对应的三维模型进行标注后获得目标三维模型,通过数据孪生通道将数控机床主轴的数据信息传输至目标三维模型,传输的数据信息通过红外云图和应力云图的形式对应反映在目标三维模型对应的位置,并通过不同颜色表示热力的不同程度信息,多源异构数据采集模块100根据数控机床的运行状态设置的数据采集频率进行数据的采集,使传输的数据实时迭代更新,保证仿真系统的实时性,为实现物理层各温度传感器和力传感器和虚拟层三维模型标注点数据信息的对应,物理层各温度传感器和力传感器每传输一次数据均返回对应传感器当前地址,由于各温度传感器和力传感器的地址均不同,虚拟层为每一个标注点单独开辟线程,在各温度传感器和力传感器各自的线程内,绑定数控机床主轴各温度传感器和力传感器对应的传感器地址,从而实现数据信息的对应传输。
进一步地,为了对数控机床主轴数据信息的采集,所述多源异构数据采集模块100还包括:二次开发接口模块101、温度采集卡102和所述若干个温度传感器103;其中,所述若干个温度传感器103安装在所述数控机床主轴的周围,所述二次开发接口模块101和所述温度采集卡分别与上位机相连;所述温度采集卡102,用于汇集所述若干个温度传感器采集的温度数据,并将汇集的温度数据传输至所述上位机;所述二次开发接口模块101,用于将设置在所述数控机床主轴中的所述力传感器采集的切削力数据传输至所述上位机;所述热力场仿真模块200,用于根据预设采集频率从所述上位机中读取所述温度数据和所述切削力数据;所述热力场仿真模块200,还用于根据传感器位置将所述温度数据和所述切削力数据映射至所述目标三维模型,获得所述数控机床主轴对应的热力场仿真模型。
可以理解的是,如图5所示,上述温度采集卡102可以将若干个温度传感器103采集的上述数控机床主轴不同位置的温度数据进行整合。并将整合后的温度数据传输至上位机;通过二次开发接口模块101,上位机进行编程可以直接读取数控机床主轴的切削力数据,从而完成对数控机床主轴温度数据和切削力数据的读取。
在具体实现中,如图2所示,温度采集卡102整合若干个温度传感器103采集的温度数据并传输至上位机,上位机通过二次开发接口模块101读取数控机床主轴的切削力数据,再通过数控机床主轴与上位机的数据孪生通道将温度数据和切削力数据传输至数控机床主轴对应的热力场仿真模型。
本实施例公开了多源异构数据采集模块和与所述多源异构数据采集模块连接的热力场仿真模块;热力场仿真模块用于获取数控机床主轴对应的三维模型;获取数控机床主轴中设置的目标传感器的位置信息,所述目标传感器包括若干个温度传感器和力传感器;根据位置信息对三维模型进行位置标注,获得标记有若干个温度传感器位置和力传感器位置的目标三维模型;多源异构数据采集模块用于根据预设采集频率采集目标传感器的数据信息,并将数据信息发送至热力场仿真模块;热力场仿真模块还用于根据传感器位置将数据信息映射至目标三维模型,获得数控机床主轴对应的热力场仿真模型;相较于现有技术对数控机床进行单方面且脱离实际加工环境的仿真,由于本实施例根据数控机床主轴中若干个温度传感器和力传感器的位置信息对数控机床主轴对应的三维模型进行位置标注,获得目标三维模型,并根据传感器的位置将目标传感器的数据信息映射至目标三维模型,获取数控机床主轴对应的热力场仿真模型,从而解决了对数控机床加工过程进行实时仿真,提高仿真的真实性的技术问题,进而提高了生产加工效率。同时,通过对传感器位置的合理布局,可以使对数控机床主轴数据信息的采集更精确;通过数据孪生通道对数据信息进行传输并迭代更新,可以使虚拟层对应的目标仿真模型的数据信息与数控机床主轴的数据信息对应匹配,保证数控机床主轴对应的热力场仿真模型的实时性和准确性。
参考图6,图6为本发明基于多源异构数据的机床热力场仿真系统第二实施例的结构框图。基于上述第一实施例,提出本发明基于多源异构数据的机床热力场仿真系统的第二实施例。
在第二实施例中,所述基于多源异构数据的机床热力场仿真系统还包括:主轴热误差仿真模块300,所述多源异构数据采集模块100还包括:主轴分析模块104;其中,所述主轴热误差仿真模块300与所述多源异构数据采集模块100相连。
所述主轴分析模块104,用于测量所述数控机床主轴当前时刻的实际伸长量,并将所述实际伸长量发送至所述主轴热误差仿真模块300。
需要说明的是,主轴分析模块104可以架设在无限接近数控机床主轴前端的位置,并实时测量主轴实际伸长量。
可以理解的是,上述实际伸长量可以为上述数控机床主轴存在主要热误差的方向的实际伸长量,例如针对立式机床,主轴垂直于工件加工,主轴Z向热伸长值为主要热误差,此时可采用主轴分析模块104测量主轴Z向实际伸长值。如图5所示,主轴分析模块104可以将采集的主轴Z向实际伸长值上传至上位机并发送至主轴热误差仿真模块300。
所述主轴热误差仿真模块300,用于基于所述实际伸长量和当前时刻所述数控机床主轴的状态数据建立热误差补偿模型,所述状态数据包括温度数据、电流数据、功率数据和切削力数据。
应当理解的是,上述状态数据可以为数控机床主轴的温度数据、切削力数据、功率数据和电流数据等,状态数据的采集流程如图5所示,主轴热误差仿真模块300可以从上位机获取多源异构数据采集模块100采集的数控机床主轴的状态数据。
可以理解的是,上述热误差补偿模型可以为对数控机床主轴当前时刻热误差进行预测的模型,热误差补偿模型可以根据数控机床主轴存在主要热误差的方向在当前时刻的伸长量和数控机床主轴当前时刻的状态数据建立。
进一步地,为了测量当前时刻数控机床主轴的热误差值,所述主轴热误差仿真模块300,还用于分析所述数控机床主轴是否存在热误差;所述主轴分析模块104,还用于若是,则获取所述数控机床主轴在存在热误差的方向的实际伸长值和初始伸长值;所述主轴热误差仿真模块300,还用于根据所述实际伸长值和所述初始伸长值确定所述数控机床主轴当前时刻的热误差值。
需要说明的是,若数控机床主轴存在热误差,主轴热误差仿真模块300可以对获取存在热误差的方向与该方向热误差值的具体关系,例如针对立式机床,此时主轴当前时刻热误差值为当前时刻实际测量值与初始状态下测量值的差值,主轴热误差仿真模块300再计算从主轴分析模块104获取的主轴存在热误差的方向的实际伸长值和初始伸长值的差值,从而获得当前时刻的热误差值。
所述主轴热误差仿真模块300,还用于根据所述热误差补偿模型获取所述数控机床主轴的目标热误差值,以使数控机床的中控单元根据所述目标热误差值对所述数控机床主轴进行热误差值补偿。
需要说明的是,上述目标热误差值可以为将当前时刻新采集的数控机床主轴的状态数据输入至热误差补偿模型后,热误差补偿模型输出的当前时刻的热误差值的预测值,主轴热误差仿真模块300获取到目标热误差值后,可以将目标热误差值反馈至数控机床的中控单元,中控单元再根据目标热误差值对数控机床主轴进行热误差补偿。
在具体实现中,主轴分析模块104可以分析主轴在X,Y,Z方向是否存在热误差,并明确主轴各方向测量值和该方向热误差的具体关系,若主轴Z向热伸长值为主要热误差,则主轴分析模块104可以测量主轴Z向当前时刻的实际伸长量,主轴热误差仿真模块300再基于主轴Z向的实际伸长量和初始值计算当前时刻主轴的热误差值,并将数控机床主轴当前时刻的状态数据作为输入值,将当前时刻主轴的热误差值作为输出值,建立热误差补偿模型,在热误差补偿模型建立好后,后续预测数控机床主轴当前时刻的热误差值时可以直接通过将获取的当前时刻的状态数据输入至热误差补偿模型即可。
进一步地,为了基于多源异构数据采集模块100采集的数据建立热误差补偿模型,如图7所示,所述主轴热误差仿真模块还包括:数据处理模块301、模型建立模块302和补偿值反馈模块303;其中,所述模型建立模块302分别与所述数据处理模块301和所述补偿值反馈模块303相连;所述数据处理模块301,用于对采集的所述数控机床主轴的状态数据和热误差值进行预处理;所述模型建立模块302,用于基于所述状态数据和所述热误差值建立热误差补偿模型;所述补偿值反馈模块303,用于根据所述热误差补偿模型预测所述数控机床主轴的目标热误差值,并将所述目标热误差值反馈至所述数控机床的中控单元。
需要说明的是,上述预处理可以为降噪和归一化处理,由于多源异构数据采集模块100采集的数据之间的量级可能不同,因此需要对数控机床主轴的状态数据和热误差值进行预处理。
可以理解的是,模型建立模块302可以通过神经网络建模、训练和调参等操作获得最优的热误差补偿模型,使热误差补偿模型对数控机床主轴热误差值的预测更加精确。
本实施例通过测量数控机床主轴当前时刻的实际伸长量,并根据当前时刻的实际伸长量与热误差值间的关系获取热误差值,再基于当前时刻的热误差值和当前时刻数控机床主轴的状态数据建立热误差补偿模型,从而可以根据热误差补偿模型对数控机床主轴的热误差值进行预测,使得数控机床的中控单元可以根据预测的热误差值进行热误差补偿,降低了数控机床加工过程的误差,提高了生产效率和加工精度。
参考图8,图8为本发明基于多源异构数据的机床热力场仿真系统第三实施例的结构框图。基于上述各实施例,提出本发明基于多源异构数据的机床热力场仿真系统的第三实施例。
在第三实施例中,所述基于多源异构数据的机床热力场仿真系统还包括:主轴状态监控模块400;其中,所述主轴状态监控模块400与所述多源异构数据采集模块100相连。
所述多源异构数据采集模块100,还用于将采集的加工状态数据发送至所述主轴状态监控模块400。
需要说明的是,上述加工状态数据可以为数控机床主轴的切削力数据、功率数据和电流数据等,状态数据的采集流程如图5所示,主轴状态监控模块400可以实时读取多源异构数据采集模块100采集的数控机床主轴的加工状态数据。
所述主轴状态监控模块400,用于根据所述加工状态数据和预设状态信息建立状态监测模型。
应当理解的是,上述预设状态信息可以为表示数控机床主轴当前状态的状态值,例如:停机状态值为00,空载状态值为01,工作状态值为10,故障状态值为11。主轴状态监控模块400可以通过数控机床当前的加工状态数据判断数控机床的状态信息,例如:当功率数据为0、电流为0时,数据机床为停机状态;当功率数据较低、电流数据正常且稳定时,数据机床为空载状态;当功率数据非常大时,数控机床为停机状态等。
可以理解的是,上述状态监测模型可以为根据数控机床的加工状态数据和状态信息建立的判断数控机床当前状态的模型。实际应用中,可以将读取的数控机床的加工状态数据作为输入值,将根据加工状态数据获得的数控机床的状态信息作为输出值,并通过分类算法建模训练从而建立状态监测模型。
所述主轴状态监控模块400,还用于通过所述状态监测模型对所述数控机床主轴的当前状态信息进行实时监测。
应当理解的是,上述当前状态信息可以为数控机床主轴当前的运行状态信息,例如:停机、空载、工作和故障等。
在具体实现中,可以将采集的数控机床主轴的当前加工状态数据输入至状态监测模型,此时状态监测模型会输出数控机床主轴当前的状态信息,主轴状态监控模块400再对状态信息进行解码,并根据解码后的状态信息判断数控机床主轴当前的状态。
本实施例通过根据采集的数控机床的加工状态数据和对应的预设状态信息建立状态监测模型,从而可以将数控机床当前的加工状态数据输入至状态监测模型获取状态信息,再对状态信息进行解码判断数控机床当前的状态,实现了对数控机床状态的监控,可以在数控机床出现故障或其他异常情况时进行相应操作,防止数控机床主轴在工作时因空载造成功能的损坏以及资源的浪费,进一步提高了生成效率。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于多源异构数据的机床热力场仿真系统,其特征在于,所述基于多源异构数据的机床热力场仿真系统包括:多源异构数据采集模块和与所述多源异构数据采集模块连接的热力场仿真模块;
所述热力场仿真模块,用于获取数控机床主轴对应的三维模型;
所述热力场仿真模块,还用于获取所述数控机床主轴中设置的目标传感器的位置信息,所述目标传感器包括若干个温度传感器和力传感器;
所述热力场仿真模块,还用于根据所述位置信息对所述三维模型进行位置标注,获得标记有若干个温度传感器位置和力传感器位置的目标三维模型;
所述多源异构数据采集模块,用于根据预设采集频率采集所述目标传感器的数据信息,并将所述数据信息发送至所述热力场仿真模块;
所述热力场仿真模块,还用于根据传感器位置将所述数据信息映射至所述目标三维模型,获得所述数控机床主轴对应的热力场仿真模型。
2.如权利要求1所述的基于多源异构数据的机床热力场仿真系统,其特征在于,所述多源异构数据采集模块还包括:二次开发接口模块、温度采集卡和所述若干个温度传感器;
其中,所述若干个温度传感器安装在所述数控机床主轴的周围,所述二次开发接口模块和所述温度采集卡分别与上位机相连;
所述温度采集卡,用于汇集所述若干个温度传感器采集的温度数据,并将汇集的温度数据传输至所述上位机;
所述二次开发接口模块,用于将设置在所述数控机床主轴中的所述力传感器采集的切削力数据传输至所述上位机;
所述热力场仿真模块,用于根据预设采集频率从所述上位机中读取所述温度数据和所述切削力数据;
所述热力场仿真模块,还用于根据传感器位置将所述温度数据和所述切削力数据映射至所述目标三维模型,获得所述数控机床主轴对应的热力场仿真模型。
3.如权利要求2所述的基于多源异构数据的机床热力场仿真系统,其特征在于,所述若干个温度传感器采用磁吸方式或贴片方式安装在所述数控机床主轴的周围。
4.如权利要求1至3中任一项所述的基于多源异构数据的机床热力场仿真系统,其特征在于,所述热力场仿真模块,还用于通过预设数据通讯方式建立数控机床与所述上位机的数据孪生通道,所述数据通讯方式包括以太网通讯或局域网通讯;
所述热力场仿真模块,还用于通过所述数据孪生通道实时从所述上位机获取数据信息。
5.如权利要求1至3中任一项所述的基于多源异构数据的机床热力场仿真系统,其特征在于,所述基于多源异构数据的机床热力场仿真系统还包括:主轴热误差仿真模块,所述多源异构数据采集模块还包括:主轴分析模块;
其中,所述主轴热误差仿真模块与所述多源异构数据采集模块相连;
所述主轴分析模块,用于测量所述数控机床主轴当前时刻的实际伸长量,并将所述实际伸长量发送至所述主轴热误差仿真模块;
所述主轴热误差仿真模块,用于基于所述实际伸长量和当前时刻所述数控机床主轴的状态数据建立热误差补偿模型,所述状态数据包括温度数据、电流数据、功率数据和切削力数据;
所述主轴热误差仿真模块,还用于根据所述热误差补偿模型获取所述数控机床主轴的目标热误差值,以使数控机床的中控单元根据所述目标热误差值对所述数控机床主轴进行热误差值补偿。
6.如权利要求5所述的基于多源异构数据的机床热力场仿真系统,其特征在于,所述主轴热误差仿真模块,还用于分析所述数控机床主轴是否存在热误差;
所述主轴分析模块,还用于若是,则获取所述数控机床主轴在存在热误差的方向的实际伸长值和初始伸长值;
所述主轴热误差仿真模块,还用于根据所述实际伸长值和所述初始伸长值确定所述数控机床主轴当前时刻的热误差值。
7.如权利要求5所述的基于多源异构数据的机床热力场仿真系统,其特征在于,所述主轴热误差仿真模块还包括:数据处理模块、模型建立模块和补偿值反馈模块;
其中,所述模型建立模块分别与所述数据处理模块和所述补偿值反馈模块相连;
所述数据处理模块,用于对采集的所述数控机床主轴的状态数据和热误差值进行预处理;
所述模型建立模块,用于基于所述状态数据和所述热误差值建立热误差补偿模型;
所述补偿值反馈模块,用于根据所述热误差补偿模型预测所述数控机床主轴的目标热误差值,并将所述目标热误差值反馈至所述数控机床的中控单元。
8.如权利要求1至3中任一项所述的基于多源异构数据的机床热力场仿真系统,其特征在于,所述基于多源异构数据的机床热力场仿真系统还包括:主轴状态监控模块;
其中,所述主轴状态监控模块与所述多源异构数据采集模块相连;
所述多源异构数据采集模块,还用于将采集的加工状态数据发送至所述主轴状态监控模块;
所述主轴状态监控模块,用于根据所述加工状态数据和预设状态信息建立状态监测模型;
所述主轴状态监控模块,还用于通过所述状态监测模型对所述数控机床主轴的当前状态信息进行实时监测。
9.如权利要求8所述的基于多源异构数据的机床热力场仿真系统,其特征在于,所述主轴状态监控模块,还用于将采集的所述数控机床主轴的当前加工状态数据输入至状态监测模型,并输出对应的状态信息;
所述主轴状态监控模块,还用于对所述状态信息进行解码,并根据解码后的状态信息判断所述数控机床主轴当前状态。
10.如权利要求1所述的基于多源异构数据的机床热力场仿真系统,其特征在于,所述热力场仿真模块,还用于对所述数控机床主轴对应的热力场仿真模型进行监控;
所述热力场仿真模块,还用于根据监控结果生成所述数控机床主轴对应的参数调整建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210936538.8A CN115309106A (zh) | 2022-08-05 | 2022-08-05 | 基于多源异构数据的机床热力场仿真系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210936538.8A CN115309106A (zh) | 2022-08-05 | 2022-08-05 | 基于多源异构数据的机床热力场仿真系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115309106A true CN115309106A (zh) | 2022-11-08 |
Family
ID=83860449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210936538.8A Pending CN115309106A (zh) | 2022-08-05 | 2022-08-05 | 基于多源异构数据的机床热力场仿真系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115309106A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116360342A (zh) * | 2023-02-13 | 2023-06-30 | 广东工业大学 | 一种机床热误差预测建模方法 |
CN117564809A (zh) * | 2024-01-17 | 2024-02-20 | 深圳市爱贝科精密工业股份有限公司 | 一种主轴刀具紧固识别方法及识别装置 |
-
2022
- 2022-08-05 CN CN202210936538.8A patent/CN115309106A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116360342A (zh) * | 2023-02-13 | 2023-06-30 | 广东工业大学 | 一种机床热误差预测建模方法 |
CN117564809A (zh) * | 2024-01-17 | 2024-02-20 | 深圳市爱贝科精密工业股份有限公司 | 一种主轴刀具紧固识别方法及识别装置 |
CN117564809B (zh) * | 2024-01-17 | 2024-04-09 | 深圳市爱贝科精密工业股份有限公司 | 一种主轴刀具紧固识别方法及识别装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115309106A (zh) | 基于多源异构数据的机床热力场仿真系统 | |
CN110704974B (zh) | 基于数字孪生驱动的工艺模型的建模与使用方法 | |
CN101477351B (zh) | 具有三级加工自优化功能的智能数控方法 | |
CN111624951B (zh) | 加工条件调整装置以及加工条件调整系统 | |
US8825192B2 (en) | Apparatus and method for dimensional metrology | |
CN104808585B (zh) | 一种机床健康状态快速检查方法 | |
CN203894596U (zh) | 数控机床加工状态多参数在线主动监控系统 | |
JP6073452B2 (ja) | 自動的な技術監督操作を実行して製造システムの性能を向上するための、半自動製造構成における各運転者特有のトライバルナレッジの特定、取込 | |
Hu et al. | Architecture and implementation of closed-loop machining system based on open STEP-NC controller | |
CN103823409A (zh) | 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 | |
CN105607579B (zh) | 一种机床加工智能节能控制方法及系统 | |
CN114237155A (zh) | 一种多轴数控加工的误差预测及补偿方法、系统及介质 | |
JP2019098515A (ja) | 刃具状態検査システム及び方法 | |
CN114815759B (zh) | 一种虚实融合的柔性产线可变控制方法及系统 | |
CN106909125A (zh) | 一种电机加工性能指标的监测系统及方法 | |
CN116643534B (zh) | 一种基于孪生技术的数控机床动态监测系统 | |
CN112183919A (zh) | 质量预测系统和质量预测方法 | |
US20200401098A1 (en) | Diagnosis apparatus and diagnosis method | |
CN115514292A (zh) | 伺服电机转速控制系统及方法 | |
CN116911529A (zh) | 一种基于bim模型的物联网设备管理的方法与系统 | |
CN112135103A (zh) | 一种基于大数据的无人机安全监控系统及方法 | |
Saturley et al. | Integration of milling process simulation with on-line monitoring and control | |
Dayam et al. | In-process dimension monitoring system for integration of legacy machine tools into the industry 4.0 framework | |
CN112147979A (zh) | 一种基于三维模型集成应用的机加在线检测方法 | |
TW201715814A (zh) | 適用於加工機台之用電量預估系統與用電量預估方法 |
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 |