CN115338709A - 一种基于工业智能化的数控加工智能监测控制系统 - Google Patents
一种基于工业智能化的数控加工智能监测控制系统 Download PDFInfo
- Publication number
- CN115338709A CN115338709A CN202211269453.5A CN202211269453A CN115338709A CN 115338709 A CN115338709 A CN 115338709A CN 202211269453 A CN202211269453 A CN 202211269453A CN 115338709 A CN115338709 A CN 115338709A
- Authority
- CN
- China
- Prior art keywords
- grinding
- target workpiece
- numerical control
- workpiece
- grinding wheel
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000003754 machining Methods 0.000 title claims abstract description 26
- 230000003044 adaptive effect Effects 0.000 claims description 58
- 239000000463 material Substances 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 29
- 239000000428 dust Substances 0.000 claims description 26
- 238000001816 cooling Methods 0.000 claims description 24
- 239000003082 abrasive agent Substances 0.000 claims description 18
- 239000000110 cooling liquid Substances 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 12
- 230000001276 controlling effect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000004540 process dynamic Methods 0.000 claims description 3
- 235000019580 granularity Nutrition 0.000 description 17
- 235000019592 roughness Nutrition 0.000 description 15
- 235000019587 texture Nutrition 0.000 description 7
- 238000012806 monitoring device Methods 0.000 description 6
- 229910052593 corundum Inorganic materials 0.000 description 4
- 239000010431 corundum Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000037303 wrinkles Effects 0.000 description 3
- 229910021418 black silicon Inorganic materials 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 229910010271 silicon carbide Inorganic materials 0.000 description 2
- 229910000851 Alloy steel Inorganic materials 0.000 description 1
- 229910001369 Brass Inorganic materials 0.000 description 1
- 229910000975 Carbon steel Inorganic materials 0.000 description 1
- 229910001018 Cast iron Inorganic materials 0.000 description 1
- 229910000677 High-carbon steel Inorganic materials 0.000 description 1
- 229910000997 High-speed steel Inorganic materials 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000010951 brass Substances 0.000 description 1
- 239000010962 carbon steel Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B7/00—Machines or devices designed for grinding plane surfaces on work, including polishing plane glass surfaces; Accessories therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B47/00—Drives or gearings; Equipment therefor
- B24B47/20—Drives or gearings; Equipment therefor relating to feed movement
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
- B24B49/006—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation taking regard of the speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
- B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
- B24B49/14—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation taking regard of the temperature during grinding
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本发明涉及数控加工控制技术领域，具体公开一种基于工业智能化的数控加工智能监测控制系统，通过分别在数控平面磨床上配备多种砂轮和监测设备，以此在数控平面磨床执行磨削操作前，利用监测设备对目标工件进行三维图像采集，进而结合目标工件的材质和三维图像对目标工件对应的适配砂轮进行智能确定，实现了数控平面磨床在不同材质工件磨削加工方面的多功能适用性，同时降低了数控平面磨床的更换率，进而在一定程度上降低了加工效率，与此同时在对待磨工件的磨削加工参数进行设定时，通过利用目标工件磨削面三维放大图像进行智能自动化设定，较好地贴合了目标工件的磨削需求，有效规避了主观设定造成的设定精准度不高的缺陷。
Description
技术领域
本发明涉及数控加工控制技术领域，特别涉及数控平面磨床控制技术，具体而言，是一种基于工业智能化的数控加工智能监测控制系统。
背景技术
随着社会经济的不断发展和进步国内制造水平也在不断提高加工技术也得到了很大的提高。数控技术逐渐成为国内加工的主要技术其中数控平面磨床因其加工精度高、结构紧凑、传动平稳可靠、通用性好等特点而被广泛应用于精密和超精密工件的加工中。伴随着现代工业对工件磨削加工量和磨削类别的需求越来越大在这种情况下，就需要数控平面磨床呈现出高速度、高效率、自动化、能适用各种工件磨削的发展趋势。
然而目前国内大多数数控平面磨床一方面结构性能单一只能适用某一种材质的工件磨削加工，难以适用不同材质工件的磨削加工需求，存在很大的适用局限，加工需求者当需要对不同材质的工件进行磨削时，就需要进行数控平面磨床更换，这在一定程度上降低了加工效率；另一方面目前的数控平面磨床在整个磨削过程中对人工的依赖性较高，不仅降低了加工的自动化程度，致使加工速度无法提升，同时人工在指导磨削操作时需要对待磨工件的磨削加工参数进行设定，例如磨削速度、磨削进给速度等，但目前的设定方式大多依据加工人员的经验进行设定，主观性较强，导致设定精准度不高，进而使待磨工件发生形变和烧伤的概率增加，容易使工件质量被损坏；再一方面，目前的数控平面磨床在对待磨工件的磨削面进行磨削时通常都是对整个磨削面执行磨削操作，没有考虑到整个磨削面并不是所有区域都需要磨削，导致磨削针对性不强，当对不需要磨削的区域进行磨削时，不仅浪费了磨削资源，还无形之中降低了磨削效率；更进一方面数控平面磨床在进行磨削时，会产生较高的瞬时温度，同时砂轮上也会附着大量的磨屑，这时需要采用冷却液降低磨削区域温度，减少烧伤，冲去附着的磨屑，提高磨削性能，但目前对冷却液的启动只是以磨削温度作为启动依据，这就容易存在砂轮上附着的磨屑已经严重影响磨削性能但因磨削温度未达到启动要求导致无法启动冷却液的现象，致使磨削效果不佳。
综上可见，目前的数控平面磨床存在加工效率低、适用范围窄、自动化水平不高、磨削资源利用率低的缺陷，从而导致磨削效果不尽人意，难以满足现在工件磨削加工量和磨削类别日益增长的加工需求。
发明内容
为解决上述技术问题，本发明是通过以下技术方案实现的：一种基于工业智能化的数控加工智能监测控制系统，包括数控平面磨床监测设备设置模块、目标工件夹持固定模块、目标工件磨削主体参数确定模块、加工数据库、目标工件磨削加工参数解析模块、目标工件磨削操作执行模块和目标工件磨削过程动态调控终端。
所述数控平面磨床监测设备设置模块用于在数控平面磨床上设置监测设备。
所述目标工件夹持固定模块用于将待进行磨削的工件记为目标工件，进而将目标工件固定在数控平面磨床的工作台上，使目标工件的磨削面正对工作台。
所述目标工件磨削主体参数确定模块用于获取目标工件的材质，并由监测设备中的三维高清摄像仪对目标工件进行图像采集，从而依据目标工件的材质和目标工件三维图像确定目标工件的磨削主体参数。
所述目标工件磨削加工参数分析模块用于分析目标工件对应的磨削加工参数。
所述加工数据库用于存储各种砂轮磨料适用的工件材质，存储各种工件粗糙度对应的砂轮粒度，存储各种工件材质对应的允许磨削温度，存储各种磨削速度影响因子对应的磨削温度范围，存储各种磨削速度对应的基准磨削进给速度，并存储数控平面磨床配备的各砂轮对应的磨料和粒度。
所述目标工件磨削操作执行模块用于由数控平面磨床基于目标工件的磨削主体参数和磨削加工参数执行磨削操作。
所述目标工件磨削过程动态调控终端用于在目标工件的磨削过程进行动态调控。
在一种优选的方案中，所述监测设备包括三维高清摄像仪、温度传感器、振动传感器和预警提示器，其中三维高清摄像仪内置放大器，其设置在数控平面磨床工作台的上方，振动传感器和预警提示器设置在数控平面磨床工作台上，温度传感器设置在砂轮上。
在一种优选的方案中，所述磨削主体参数包括砂轮磨料和砂轮粒度。
在一种优选的方案中，所述依据目标工件的材质和目标工件三维图像确定目标工件的磨削主体参数对应的确定方法如下：将目标工件的材质与加工数据库中各种砂轮磨料适用的工件材质进行匹配，从中匹配出目标工件对应的砂轮磨料。
将目标工件三维图像聚焦在磨削面，并采用放大器进行放大，得到目标工件磨削面三维放大图像，进而从中提取纹路数量、相邻纹路的间距和各条纹路的高度。
从目标工件三维图像中提取目标工件的三维轮廓线，并从三维轮廓线中取算术平均中线作为基准线，进而获取基准线的高度。
基于目标工件磨削面上存在的纹路数量、相邻纹路的间距和各条纹路的高度评估目标工件磨削面的粗糙度
，其中
，
表示为第i条纹路与第i+1条纹路的间距，i表示为纹路编号，
,
表示为设定的参考纹路间距，
表示为第i条纹路的高度，n表示为目标工件磨削面存在的纹路数量，
表示为基准线的高度，e表示为自然常数。
将目标工件磨削面的粗糙度与加工数据库中各种工件粗糙度对应的砂轮粒度进行匹配，以此匹配出目标工件对应的砂轮粒度。
在一种优选的方案中，所述磨削加工参数包括磨削区域及其对应的磨削速度、磨削进给速度、磨削进给始端及终端。
在一种优选的方案中，所述分析目标工件对应的磨削加工参数具体参照如下步骤：基于目标工件磨削面三维放大图像识别出目标工件磨削面存在的粗糙区域，并提取粗糙区域的轮廓线。
在粗糙区域中取沿目标工件长度方向最长的距离作为磨削长度，并取沿目标工件宽度方向最长的距离作为磨削宽度，由此基于磨削长度和磨削宽度确定了粗糙区域对应的磨削区域。
将目标工件的材质与加工数据库中各种工件材质对应的允许磨削温度进行对比，得到目标工件对应的允许磨削温度。
将目标工件对应的允许磨削温度与加工数据库中各种磨削速度影响因子对应的磨削温度范围进行匹配，从中筛选出目标工件对应的磨削速度影响因子。
获取砂轮的直径和转速，以此结合目标工件对应的磨削速度影响因子和目标工件磨削面的粗糙度，通过磨削速度计算公式
，计算目标工件对应的磨削速度
，其中D表示为砂轮的直径，
表示为砂轮的转速，
表示为圆周率，
表示为目标工件对应的磨削速度影响因子,A、B分别表示为设定的磨削速度影响因子、磨削面粗糙度对应的占比系数。
将目标工件对应的磨削速度与加工数据库中各种磨削速度对应的基准磨削进给速度进行对比，从中筛选出目标工件对应的基准磨削进给速度，记为
。
获取目标工件的长度，并将目标工件磨削区域的磨削长度与目标工件的长度进行对比，得到对比结果，进而将其结合目标工件对应的基准磨削进给速度计算目标工件对应的磨削进给速度
,其中
，x表示为目标工件磨削区域的磨削长度，L表示为目标工件的长度。
将目标工件磨削区域磨削长度的始端和终端进行位置定位，得到目标工件磨削区域的始端位置和终端位置，其中始端位置和终端位置构成了目标工件的磨削进给始端和终端。
在一种优选的方案中,所述由数控平面磨床基于目标工件的磨削主体参数和磨削加工参数执行磨削操作对应的具体操作方式如下：（1）基于目标工件对应的砂轮磨料和砂轮粒度从数控平面磨床配备的砂轮中筛选出适配砂轮。
（2）基于目标工件的磨削进给始端位置将适配砂轮的放置位置进行调控，使其符合磨削进给始端位置，进而启动适配砂轮，让其按照目标工件的磨削速度进行操作。
（3）启动数控平面磨床工作台，使其按照目标工件的磨削进给速度在磨削进给始端和终端之间进行往复运动。
在一种优选的方案中,所述筛选出适配砂轮对应的筛选方式为从加工数据库中提取数控平面磨床配备的各砂轮对应的磨料和粒度，将其与目标工件对应的砂轮磨料和砂轮粒度进行匹配，从中筛选出磨料和粒度均匹配成功的砂轮作为目标工件对应的适配砂轮。
在一种优选的方案中,所述在目标工件的磨削过程进行动态调控对应的调控方法如下：在目标工件的磨削过程中通过振动传感器实时检测数控平面磨床工作台的磨削振动频率，并将其与设定的允许磨削振动频率进行对比，若某时刻数控平面磨床工作台的磨削振动频率大于允许磨削振动频率，则启动预警提示器进行预警。
在目标工件的磨削过程中通过温度传感器实时检测适配砂轮在磨削区域的磨削温度，并通过三维高清摄像仪实时对适配砂轮进行图像采集，得到适配砂轮处于磨削状态下的图像。
从适配砂轮处于磨削状态下的图像中提取适配砂轮表面存在的磨屑附着面积及磨屑附着厚度。
获取适配砂轮的宽度，由此结合适配砂轮表面存在的磨屑附着面积及磨屑附着厚度计算适配砂轮对应的磨削障碍系数
，其中
，s、f表示为适配砂轮表面存在的磨屑附着面积、磨屑附着厚度，w表示为适配砂轮的宽度，F表示为参考厚度，a、b分别表示为预设的磨屑附着面积、磨屑附着厚度对应的影响因子。
将适配砂轮在磨削区域的磨削温度与目标工件对应的允许磨削温度进行对比，计算适配砂轮对应的磨削温度风险系数
，其中
，T表示为适配砂轮在磨削区域的磨削温度，
表示为目标工件对应的允许磨削温度。
将
和
代入磨削冷却需求系数计算公式
，得到目标工件对应的磨削冷却需求系数
，其中
、
分别表示为适配砂轮对应处于冷却警戒状态下的磨削障碍系数、磨削温度风险系数。
在目标工件的磨削过程中将目标工件对应的磨削冷却需求系数进行实时分析，若某时刻目标工件对应的磨削冷却需求系数大于或等于1，则启动数控平面磨床的冷却液，与此同时获取数控平面磨床工作台的运动方向，进而将冷却液的喷嘴位置与数控平面磨床工作台的运动方向保持一致，执行冷却操作。
与现有技术相比，本发明具有以下优点：1.本发明通过分别在数控平面磨床上配备多种砂轮和监测设备，以此在数控平面磨床执行磨削操作前，利用监测设备对目标工件进行三维图像采集，进而结合目标工件的材质和三维图像对目标工件对应的适配砂轮进行智能确定，实现了数控平面磨床在不同材质工件磨削加工方面的多功能适用性，有效克服了目前数控平面磨床存在的适用局限，同时降低了数控平面磨床的更换率，进而在一定程度上降低了加工效率，具有较高的实用性价值。
2.本发明在对待磨工件的磨削加工参数进行设定时，通过利用目标工件磨削面三维放大图像进行智能自动化设定，较好地贴合了目标工件的磨削需求，有效规避了主观设定造成的设定精准度不高的缺陷，从而最大限度降低了目标工件发生形变和烧伤的概率，不仅降低了人工操作的依赖性，提高了磨削加工的自动化程度，实现了磨削加工速度和磨削加工参数设定精准度的双重提高，还有利于保障目标工件在磨削过程中的质量不被损坏。
3.本发明在对待磨工件进行磨削操作前，通过对待磨工件的磨削面进行分析，从中识别出粗糙区域，进而根据粗糙区域的轮廓线确定待磨工件的磨削区域，从而针对磨削区域进行磨削操作，相比较对整个磨削面执行磨削操作，该磨削方式实现了工件磨削的灵活性和针对性，一方面避免了磨削资源的浪费，另一方面提高了磨削效率。
4.本发明在启动数控平面磨床的冷却液进行冷却时，充分考虑到磨削温度和磨屑附着状况对冷却的需求，从而以砂轮的磨削温度风险系数和磨削障碍系数作为启动依据，只要一方达到冷却需求，就启动冷却液进行冷却，大大避免了砂轮上附着的磨屑已经严重影响磨削性能但因磨削温度未达到启动要求导致无法启动冷却液现象的发生，有利于提高磨削效果。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明系统连接示意图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，一种基于工业智能化的数控加工智能监测控制系统，包括数控平面磨床监测设备设置模块、目标工件夹持固定模块、目标工件磨削主体参数确定模块、加工数据库、目标工件磨削加工参数解析模块、目标工件磨削操作执行模块和目标工件磨削过程动态调控终端。
上述中数控平面磨床监测设备设置模块和目标工件夹持固定模块分别与目标工件磨削主体参数确定模块和目标工件磨削加工参数解析模块连接，目标工件磨削主体参数确定模块和目标工件磨削加工参数解析模块均与目标工件磨削操作执行模块连接，数控平面磨床监测设备设置模块和目标工件磨削操作执行模块均与目标工件磨削过程动态调控终端连接，加工数据库分别与目标工件磨削主体参数确定模块和目标工件磨削加工参数解析模块连接。
所述数控平面磨床监测设备设置模块用于在数控平面磨床上设置监测设备，其中监测设备包括三维高清摄像仪、温度传感器、振动传感器和预警提示器，其中三维高清摄像仪内置放大器，其设置在数控平面磨床工作台的上方，振动传感器和预警提示器设置在数控平面磨床工作台上，温度传感器设置在砂轮上。
所述目标工件夹持固定模块用于将待进行磨削的工件记为目标工件，进而将目标工件固定在数控平面磨床的工作台上，使目标工件的磨削面正对工作台。
需要说明的是，上述提到的将目标工件固定在数控平面磨床的工作台上是采用电磁吸引固定方式。
所述目标工件磨削主体参数确定模块用于获取目标工件的材质，并由监测设备中的三维高清摄像仪对目标工件进行图像采集，从而依据目标工件的材质和目标工件三维图像确定目标工件的磨削主体参数，其中磨削主体参数包括砂轮磨料和砂轮粒度。
在一个具体实施例中，上述依据目标工件的材质和目标工件三维图像确定目标工件的磨削主体参数对应的确定方法如下：将目标工件的材质与加工数据库中各种砂轮磨料适用的工件材质进行匹配，从中匹配出目标工件对应的砂轮磨料。
示例性地，砂轮磨料包括棕刚玉、白刚玉、黑碳化硅、绿碳化硅等，一般来说棕刚玉砂轮适用碳钢、合金钢等材质工件的磨削，白刚玉砂轮适用高碳钢、高速钢等材质工件的磨削，黑碳化硅砂轮适用铸铁、黄铜、铝等材质工件的磨削，绿碳化硅砂轮适用硬质合金、陶瓷等材质工件的磨削。
将目标工件三维图像聚焦在磨削面，并采用放大器进行放大，得到目标工件磨削面三维放大图像，进而从中提取纹路数量、相邻纹路的间距和各条纹路的高度，其中磨削面存在的纹路数量越多，表明磨削面的褶皱越多，而相邻纹路的间距越小，表明磨削面存在的褶皱越密集，各条纹路的高度越高，表明磨削面的褶皱程度越高。
从目标工件三维图像中提取目标工件的三维轮廓线，并从三维轮廓线中取算术平均中线作为基准线，进而获取基准线的高度。
基于目标工件磨削面上存在的纹路数量、相邻纹路的间距和各条纹路的高度评估目标工件磨削面的粗糙度
，其中
，
表示为第i条纹路与第i+1条纹路的间距，i表示为纹路编号，
,
表示为设定的参考纹路间距，
表示为第i条纹路的高度，n表示为目标工件磨削面存在的纹路数量，
表示为基准线的高度，e表示为自然常数。
在本发明的具体实施例中，目标工件磨削面上相邻纹路的间距对目标工件磨削面的粗糙度的影响为负影响，各条纹路与基准线之间的高度差对目标工件磨削面的粗糙度的影响为正影响。
将目标工件磨削面的粗糙度与加工数据库中各种工件粗糙度对应的砂轮粒度进行匹配，以此匹配出目标工件对应的砂轮粒度。
需要说明的是，本发明对砂轮粒度的选择是基于目标工件磨削面的粗糙度，其中粗糙度越大，其需求的砂轮粒度越大。
本发明实施例通过分别在数控平面磨床上配备多种砂轮和监测设备，以此在数控平面磨床执行磨削操作前，利用监测设备对目标工件进行三维图像采集，进而结合目标工件的材质和三维图像对目标工件对应的适配砂轮进行智能确定，实现了数控平面磨床在不同材质工件磨削加工方面的多功能适用性，有效克服了目前数控平面磨床存在的适用局限，同时降低了数控平面磨床的更换率，进而在一定程度上降低了加工效率，具有较高的实用性价值。
所述目标工件磨削加工参数分析模块用于分析目标工件对应的磨削加工参数，其中磨削加工参数包括磨削区域及其对应的磨削速度、磨削进给速度、磨削进给始端及终端。
在一个具体实施例中，上述分析目标工件对应的磨削加工参数具体参照如下步骤：基于目标工件磨削面三维放大图像识别出目标工件磨削面存在的粗糙区域，并提取粗糙区域的轮廓线。
在粗糙区域中取沿目标工件长度方向最长的距离作为磨削长度，并取沿目标工件宽度方向最长的距离作为磨削宽度，由此基于磨削长度和磨削宽度确定了粗糙区域对应的磨削区域。
将目标工件的材质与加工数据库中各种工件材质对应的允许磨削温度进行对比，得到目标工件对应的允许磨削温度。
将目标工件对应的允许磨削温度与加工数据库中各种磨削速度影响因子对应的磨削温度范围进行匹配，从中筛选出目标工件对应的磨削速度影响因子。
获取砂轮的直径和转速，以此结合目标工件对应的磨削速度影响因子和目标工件磨削面的粗糙度，通过磨削速度计算公式
，计算目标工件对应的磨削速度
，其中D表示为砂轮的直径，
表示为砂轮的转速，
表示为圆周率，
表示为目标工件对应的磨削速度影响因子,A、B分别表示为设定的磨削速度影响因子、磨削面粗糙度对应的占比系数。
将目标工件对应的磨削速度与加工数据库中各种磨削速度对应的基准磨削进给速度进行对比，从中筛选出目标工件对应的基准磨削进给速度，记为
。
获取目标工件的长度，并将目标工件磨削区域的磨削长度与目标工件的长度进行对比，得到对比结果，进而将其结合目标工件对应的基准磨削进给速度计算目标工件对应的磨削进给速度
,其中
，x表示为目标工件磨削区域的磨削长度，L表示为目标工件的长度。
将目标工件磨削区域磨削长度的始端和终端进行位置定位，得到目标工件磨削区域的始端位置和终端位置，其中始端位置和终端位置构成了目标工件的磨削进给始端和终端。
本发明实施例在对待磨工件的磨削加工参数进行设定时，通过利用目标工件磨削面三维放大图像进行智能自动化设定，较好地贴合了目标工件的磨削需求，有效规避了主观设定造成的设定精准度不高的缺陷，从而最大限度降低了目标工件发生形变和烧伤的概率，不仅降低了人工操作的依赖性，提高了磨削加工的自动化程度，实现了磨削加工速度和磨削加工参数设定精准度的双重提高，还有利于保障目标工件在磨削过程中的质量不被损坏。
所述加工数据库用于存储各种砂轮磨料适用的工件材质，存储各种工件粗糙度对应的砂轮粒度，存储各种工件材质对应的允许磨削温度，存储各种磨削速度影响因子对应的磨削温度范围，存储各种磨削速度对应的基准磨削进给速度，并存储数控平面磨床配备的各砂轮对应的磨料和粒度。
所述目标工件磨削操作执行模块用于由数控平面磨床基于目标工件的磨削主体参数和磨削加工参数执行磨削操作，其具体操作方式如下：（1）基于目标工件对应的砂轮磨料和砂轮粒度从数控平面磨床配备的砂轮中筛选出适配砂轮，其筛选方式为从加工数据库中提取数控平面磨床配备的各砂轮对应的磨料和粒度，将其与目标工件对应的砂轮磨料和砂轮粒度进行匹配，从中筛选出磨料和粒度均匹配成功的砂轮作为目标工件对应的适配砂轮。
（2）基于目标工件的磨削进给始端位置将适配砂轮的放置位置进行调控，使其符合磨削进给始端位置，进而启动适配砂轮，让其按照目标工件的磨削速度进行操作。
（3）启动数控平面磨床工作台，使其按照目标工件的磨削进给速度在磨削进给始端和终端之间进行往复运动。
本发明实施例在对待磨工件进行磨削操作前，通过对待磨工件的磨削面进行分析，从中识别出粗糙区域，进而根据粗糙区域的轮廓线确定待磨工件的磨削区域，从而针对磨削区域进行磨削操作，相比较对整个磨削面执行磨削操作，该磨削方式实现了工件磨削的灵活性和针对性，一方面避免了磨削资源的浪费，另一方面提高了磨削效率。
所述目标工件磨削过程动态调控终端用于在目标工件的磨削过程进行动态调控，其调控方法如下：在目标工件的磨削过程中通过振动传感器实时检测数控平面磨床工作台的磨削振动频率，并将其与设定的允许磨削振动频率进行对比，若某时刻数控平面磨床工作台的磨削振动频率大于允许磨削振动频率，则启动预警提示器进行预警，便于相关人员及时进行安全维护。
在目标工件的磨削过程中通过温度传感器实时检测适配砂轮在磨削区域的磨削温度，并通过三维高清摄像仪实时对适配砂轮进行图像采集，得到适配砂轮处于磨削状态下的图像。
从适配砂轮处于磨削状态下的图像中提取适配砂轮表面存在的磨屑附着面积及磨屑附着厚度。
获取适配砂轮的宽度，由此结合适配砂轮表面存在的磨屑附着面积及磨屑附着厚度计算适配砂轮对应的磨削障碍系数
，其中
，s、f表示为适配砂轮表面存在的磨屑附着面积、磨屑附着厚度，w表示为适配砂轮的宽度，F表示为参考厚度，a、b分别表示为预设的磨屑附着面积、磨屑附着厚度对应的影响因子，其中
表示为适配砂轮外端面的表面积，适配砂轮表面存在的磨屑附着面积及磨屑附着厚度对磨削障碍系数的影响均是正影响。
将适配砂轮在磨削区域的磨削温度与目标工件对应的允许磨削温度进行对比，计算适配砂轮对应的磨削温度风险系数
，其中
，T表示为适配砂轮在磨削区域的磨削温度，
表示为目标工件对应的允许磨削温度，其中适配砂轮在磨削区域的磨削温度比目标工件对应的允许磨削温度越大，适配砂轮对应的磨削温度风险系数越大。
将
和
代入磨削冷却需求系数计算公式
，得到目标工件对应的磨削冷却需求系数
，其中
、
分别表示为适配砂轮对应处于冷却警戒状态下的磨削障碍系数、磨削温度风险系数。
在目标工件的磨削过程中将目标工件对应的磨削冷却需求系数进行实时分析，若某时刻目标工件对应的磨削冷却需求系数大于或等于1，则启动数控平面磨床的冷却液，与此同时获取数控平面磨床工作台的运动方向，进而将冷却液的喷嘴位置与数控平面磨床工作台的运动方向保持一致，执行冷却操作。
本发明实施例在启动数控平面磨床的冷却液进行冷却时，充分考虑到磨削温度和磨屑附着状况对冷却的需求，从而以砂轮的磨削温度风险系数和磨削障碍系数作为启动依据，只要一方达到冷却需求，就启动冷却液进行冷却，大大避免了砂轮上附着的磨屑已经严重影响磨削性能但因磨削温度未达到启动要求导致无法启动冷却液现象的发生，有利于提高磨削效果。
以上内容仅仅是对本发明结构所作的举例和说明，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，只要不偏离发明的结构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 (9)
1.一种基于工业智能化的数控加工智能监测控制系统，其特征在于，包括数控平面磨床监测设备设置模块、目标工件夹持固定模块、目标工件磨削主体参数确定模块、加工数据库、目标工件磨削加工参数解析模块、目标工件磨削操作执行模块和目标工件磨削过程动态调控终端；
所述数控平面磨床监测设备设置模块用于在数控平面磨床上设置监测设备；
所述目标工件夹持固定模块用于将待进行磨削的工件记为目标工件，进而将目标工件固定在数控平面磨床的工作台上，使目标工件的磨削面正对工作台；
所述目标工件磨削主体参数确定模块用于获取目标工件的材质，并由监测设备中的三维高清摄像仪对目标工件进行图像采集，从而依据目标工件的材质和目标工件三维图像确定目标工件的磨削主体参数；
所述目标工件磨削加工参数分析模块用于分析目标工件对应的磨削加工参数；
所述加工数据库用于存储各种砂轮磨料适用的工件材质，存储各种工件粗糙度对应的砂轮粒度，存储各种工件材质对应的允许磨削温度，存储各种磨削速度影响因子对应的磨削温度范围，存储各种磨削速度对应的基准磨削进给速度，并存储数控平面磨床配备的各砂轮对应的磨料和粒度；
所述目标工件磨削操作执行模块用于由数控平面磨床基于目标工件的磨削主体参数和磨削加工参数执行磨削操作；
所述目标工件磨削过程动态调控终端用于在目标工件的磨削过程进行动态调控。
2.根据权利要求1所述的一种基于工业智能化的数控加工智能监测控制系统，其特征在于：所述监测设备包括三维高清摄像仪、温度传感器、振动传感器和预警提示器，其中三维高清摄像仪内置放大器，其设置在数控平面磨床工作台的上方，振动传感器和预警提示器设置在数控平面磨床工作台上，温度传感器设置在砂轮上。
3.根据权利要求1所述的一种基于工业智能化的数控加工智能监测控制系统，其特征在于：所述磨削主体参数包括砂轮磨料和砂轮粒度。
4.根据权利要求3所述的一种基于工业智能化的数控加工智能监测控制系统，其特征在于：所述依据目标工件的材质和目标工件三维图像确定目标工件的磨削主体参数对应的确定方法如下：
将目标工件的材质与加工数据库中各种砂轮磨料适用的工件材质进行匹配，从中匹配出目标工件对应的砂轮磨料；
将目标工件三维图像聚焦在磨削面，并采用放大器进行放大，得到目标工件磨削面三维放大图像，进而从中提取纹路数量、相邻纹路的间距和各条纹路的高度；
从目标工件三维图像中提取目标工件的三维轮廓线，并从三维轮廓线中取算术平均中线作为基准线，进而获取基准线的高度；
基于目标工件磨削面上存在的纹路数量、相邻纹路的间距和各条纹路的高度评估目标工件磨削面的粗糙度
，其中
，
表示为第i条纹路与第i+1条纹路的间距，i表示为纹路编号，
,
表示为设定的参考纹路间距，
表示为第i条纹路的高度，n表示为目标工件磨削面存在的纹路数量，
表示为基准线的高度，e表示为自然常数；
将目标工件磨削面的粗糙度与加工数据库中各种工件粗糙度对应的砂轮粒度进行匹配，以此匹配出目标工件对应的砂轮粒度。
5.根据权利要求4所述的一种基于工业智能化的数控加工智能监测控制系统，其特征在于：所述磨削加工参数包括磨削区域及其对应的磨削速度、磨削进给速度、磨削进给始端及终端。
6.根据权利要求5所述的一种基于工业智能化的数控加工智能监测控制系统，其特征在于：所述分析目标工件对应的磨削加工参数具体参照如下步骤：
基于目标工件磨削面三维放大图像识别出目标工件磨削面存在的粗糙区域，并提取粗糙区域的轮廓线；
在粗糙区域中取沿目标工件长度方向最长的距离作为磨削长度，并取沿目标工件宽度方向最长的距离作为磨削宽度，由此基于磨削长度和磨削宽度确定了粗糙区域对应的磨削区域；
将目标工件的材质与加工数据库中各种工件材质对应的允许磨削温度进行对比，得到目标工件对应的允许磨削温度；
将目标工件对应的允许磨削温度与加工数据库中各种磨削速度影响因子对应的磨削温度范围进行匹配，从中筛选出目标工件对应的磨削速度影响因子；
获取砂轮的直径和转速，以此结合目标工件对应的磨削速度影响因子和目标工件磨削面的粗糙度，通过磨削速度计算公式
，计算目标工件对应的磨削速度
，其中D表示为砂轮的直径，
表示为砂轮的转速，
表示为圆周率，
表示为目标工件对应的磨削速度影响因子,A、B分别表示为设定的磨削速度影响因子、磨削面粗糙度对应的占比系数；
将目标工件对应的磨削速度与加工数据库中各种磨削速度对应的基准磨削进给速度进行对比，从中筛选出目标工件对应的基准磨削进给速度，记为
；
获取目标工件的长度，并将目标工件磨削区域的磨削长度与目标工件的长度进行对比，得到对比结果，进而将其结合目标工件对应的基准磨削进给速度计算目标工件对应的磨削进给速度
,其中
，x表示为目标工件磨削区域的磨削长度，L表示为目标工件的长度；
将目标工件磨削区域磨削长度的始端和终端进行位置定位，得到目标工件磨削区域的始端位置和终端位置，其中始端位置和终端位置构成了目标工件的磨削进给始端和终端。
7.根据权利要求6所述的一种基于工业智能化的数控加工智能监测控制系统，其特征在于：所述由数控平面磨床基于目标工件的磨削主体参数和磨削加工参数执行磨削操作对应的具体操作方式如下：
（1）基于目标工件对应的砂轮磨料和砂轮粒度从数控平面磨床配备的砂轮中筛选出适配砂轮；
（2）基于目标工件的磨削进给始端位置将适配砂轮的放置位置进行调控，使其符合磨削进给始端位置，进而启动适配砂轮，让其按照目标工件的磨削速度进行操作；
（3）启动数控平面磨床工作台，使其按照目标工件的磨削进给速度在磨削进给始端和终端之间进行往复运动。
8.根据权利要求7所述的一种基于工业智能化的数控加工智能监测控制系统，其特征在于：所述筛选出适配砂轮对应的筛选方式为从加工数据库中提取数控平面磨床配备的各砂轮对应的磨料和粒度，将其与目标工件对应的砂轮磨料和砂轮粒度进行匹配，从中筛选出磨料和粒度均匹配成功的砂轮作为目标工件对应的适配砂轮。
9.根据权利要求2所述的一种基于工业智能化的数控加工智能监测控制系统，其特征在于：所述在目标工件的磨削过程进行动态调控对应的调控方法如下：
在目标工件的磨削过程中通过振动传感器实时检测数控平面磨床工作台的磨削振动频率，并将其与设定的允许磨削振动频率进行对比，若某时刻数控平面磨床工作台的磨削振动频率大于允许磨削振动频率，则启动预警提示器进行预警；
在目标工件的磨削过程中通过温度传感器实时检测适配砂轮在磨削区域的磨削温度，并通过三维高清摄像仪实时对适配砂轮进行图像采集，得到适配砂轮处于磨削状态下的图像；
从适配砂轮处于磨削状态下的图像中提取适配砂轮表面存在的磨屑附着面积及磨屑附着厚度；
获取适配砂轮的宽度，由此结合适配砂轮表面存在的磨屑附着面积及磨屑附着厚度计算适配砂轮对应的磨削障碍系数
，其中
，s、f表示为适配砂轮表面存在的磨屑附着面积、磨屑附着厚度，w表示为适配砂轮的宽度，F表示为参考厚度，a、b分别表示为预设的磨屑附着面积、磨屑附着厚度对应的影响因子；
将适配砂轮在磨削区域的磨削温度与目标工件对应的允许磨削温度进行对比，计算适配砂轮对应的磨削温度风险系数
，其中
，T表示为适配砂轮在磨削区域的磨削温度，
表示为目标工件对应的允许磨削温度；
将
和
代入磨削冷却需求系数计算公式
，得到目标工件对应的磨削冷却需求系数
，其中
、
分别表示为适配砂轮对应处于冷却警戒状态下的磨削障碍系数、磨削温度风险系数；
在目标工件的磨削过程中将目标工件对应的磨削冷却需求系数进行实时分析，若某时刻目标工件对应的磨削冷却需求系数大于或等于1，则启动数控平面磨床的冷却液，与此同时获取数控平面磨床工作台的运动方向，进而将冷却液的喷嘴位置与数控平面磨床工作台的运动方向保持一致，执行冷却操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211269453.5A CN115338709A (zh) | 2022-10-18 | 2022-10-18 | 一种基于工业智能化的数控加工智能监测控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211269453.5A CN115338709A (zh) | 2022-10-18 | 2022-10-18 | 一种基于工业智能化的数控加工智能监测控制系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115338709A true CN115338709A (zh) | 2022-11-15 |
Family
ID=83957122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211269453.5A Pending CN115338709A (zh) | 2022-10-18 | 2022-10-18 | 一种基于工业智能化的数控加工智能监测控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115338709A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115870815A (zh) * | 2022-12-28 | 2023-03-31 | 中山超精科技有限公司 | 镜片抛光检测方法及装置 |
| CN116394161A (zh) * | 2023-06-05 | 2023-07-07 | 深圳市鑫冠亚科技有限公司 | 一种基于数据分析的电极生产管理方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000127040A (ja) * | 1998-10-26 | 2000-05-09 | Hitachi Via Mechanics Ltd | 研削盤の研削条件設定装置 |
| CN101762250A (zh) * | 2010-01-28 | 2010-06-30 | 上海交通大学 | 磨削工件表面质量光学实时检测装置 |
| CN103769969A (zh) * | 2014-02-11 | 2014-05-07 | 厦门理工学院 | 块状石材全自动磨抛机及其控制方法 |
| CN107378780A (zh) * | 2017-07-19 | 2017-11-24 | 江苏大学 | 一种基于视觉系统的机器人铸件打磨自适应方法 |
| CN109702648A (zh) * | 2019-02-25 | 2019-05-03 | 长沙理工大学 | 一种砂轮负载现象在位监测系统及方法 |
| CN111571441A (zh) * | 2019-02-19 | 2020-08-25 | 福裕事业股份有限公司 | 研磨辅助系统 |
| US20200306927A1 (en) * | 2019-03-29 | 2020-10-01 | Saint Gobain Abrasives, Inc. | Performance Grinding Solutions |
| CN112974878A (zh) * | 2021-01-19 | 2021-06-18 | 四川职业技术学院 | 一种金属积屑瘤切削刀具及其切削方法 |
| US20220134459A1 (en) * | 2019-03-22 | 2022-05-05 | Reishauer Ag | Method for automatic process monitoring in continuous generation grinding |
-
2022
- 2022-10-18 CN CN202211269453.5A patent/CN115338709A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000127040A (ja) * | 1998-10-26 | 2000-05-09 | Hitachi Via Mechanics Ltd | 研削盤の研削条件設定装置 |
| CN101762250A (zh) * | 2010-01-28 | 2010-06-30 | 上海交通大学 | 磨削工件表面质量光学实时检测装置 |
| CN103769969A (zh) * | 2014-02-11 | 2014-05-07 | 厦门理工学院 | 块状石材全自动磨抛机及其控制方法 |
| CN107378780A (zh) * | 2017-07-19 | 2017-11-24 | 江苏大学 | 一种基于视觉系统的机器人铸件打磨自适应方法 |
| CN111571441A (zh) * | 2019-02-19 | 2020-08-25 | 福裕事业股份有限公司 | 研磨辅助系统 |
| CN109702648A (zh) * | 2019-02-25 | 2019-05-03 | 长沙理工大学 | 一种砂轮负载现象在位监测系统及方法 |
| US20220134459A1 (en) * | 2019-03-22 | 2022-05-05 | Reishauer Ag | Method for automatic process monitoring in continuous generation grinding |
| US20200306927A1 (en) * | 2019-03-29 | 2020-10-01 | Saint Gobain Abrasives, Inc. | Performance Grinding Solutions |
| CN112974878A (zh) * | 2021-01-19 | 2021-06-18 | 四川职业技术学院 | 一种金属积屑瘤切削刀具及其切削方法 |
Non-Patent Citations (3)
| Title |
|---|
| 李次工编: "《磨削表面变质层》", 31 December 1987, 国家机械工业委员会 * |
| 王义斌著: "《机械制造自动化及智能制造技术研究》", 31 May 2018 * |
| 黄健求等主编: "《现代机械工程系列精品教材 机械制造技术基础第3版》", 31 December 2020 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115870815A (zh) * | 2022-12-28 | 2023-03-31 | 中山超精科技有限公司 | 镜片抛光检测方法及装置 |
| CN115870815B (zh) * | 2022-12-28 | 2023-06-16 | 中山超精科技有限公司 | 镜片抛光检测方法及装置 |
| CN116394161A (zh) * | 2023-06-05 | 2023-07-07 | 深圳市鑫冠亚科技有限公司 | 一种基于数据分析的电极生产管理方法及系统 |
| CN116394161B (zh) * | 2023-06-05 | 2023-08-11 | 深圳市鑫冠亚科技有限公司 | 一种基于数据分析的电极生产管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115338709A (zh) | 一种基于工业智能化的数控加工智能监测控制系统 | |
| Reichenbach et al. | The role of chip thickness in grinding | |
| Pandiyan et al. | Use of Acoustic Emissions to detect change in contact mechanisms caused by tool wear in abrasive belt grinding process | |
| Qu et al. | An improved chip-thickness model for surface roughness prediction in robotic belt grinding considering the elastic state at contact wheel-workpiece interface | |
| Liu et al. | Evaluation of grinding wheel loading phenomena by using acoustic emission signals | |
| EP3815842B1 (en) | Grinding system | |
| Jumare et al. | Prediction model for single-point diamond tool-tip wear during machining of optical grade silicon | |
| CN112873050A (zh) | 一种球形抛光刀具磨损度预测方法、设备及存储介质 | |
| CN115070543A (zh) | 一种自动打磨机器人的控制系统 | |
| CN102211312A (zh) | 精密钢球大循环水剂研磨工艺 | |
| CN111531411B (zh) | 一种铝基金刚石复合材料精密加工方法 | |
| JPH1177532A (ja) | 圧延ロールの研削装置 | |
| CN109702648B (zh) | 一种砂轮负载现象在位监测系统及方法 | |
| Pereira et al. | Assessment of the effect of cutting parameters on roughness in flexible honed cylinders | |
| CN114952434B (zh) | 一种高良品率的机床打磨控制方法 | |
| CN107103594B (zh) | 微粉金刚石砂轮磨粒磨耗定量化测量表征方法 | |
| Azarhoushang et al. | In-process grinding wheel wear evaluation using digital image processing | |
| CN111716251B (zh) | 精密轴承磨削金刚滚轮修整工艺优化方法 | |
| Imai et al. | Identification of Tribological Phenomena in Glass Grinding by Acoustic Emission Sensing | |
| Maksoud et al. | In-process detection of grinding wheel truing and dressing conditions using a flapper nozzle arrangement | |
| Yu et al. | Spectral analysis of surface roughness features of a lapped ultraprecision single-point diamond machined surface | |
| Liu et al. | Acoustic emission monitoring system for hard polishing of sapphire wafer | |
| Molenda et al. | Measurements of lapping plate temperature | |
| CN114473651B (zh) | 一种用于刀刃磨削的智能控制系统 | |
| Selvaraj et al. | Tool wear monitoring by image processing |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221115 |
|
| RJ01 | Rejection of invention patent application after publication |