CN115356985B - 一种基于功率信号的加工工艺自适应优化方法 - Google Patents
一种基于功率信号的加工工艺自适应优化方法 Download PDFInfo
- Publication number
- CN115356985B CN115356985B CN202210992274.8A CN202210992274A CN115356985B CN 115356985 B CN115356985 B CN 115356985B CN 202210992274 A CN202210992274 A CN 202210992274A CN 115356985 B CN115356985 B CN 115356985B
- Authority
- CN
- China
- Prior art keywords
- tool path
- tool
- calculating
- mean
- layer
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000005457 optimization Methods 0.000 title claims abstract description 46
- 238000005516 engineering process Methods 0.000 title claims description 8
- 238000003754 machining Methods 0.000 claims abstract description 80
- 238000012544 monitoring process Methods 0.000 claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000005520 cutting process Methods 0.000 claims description 75
- 238000003801 milling Methods 0.000 claims description 27
- 230000003044 adaptive effect Effects 0.000 claims description 26
- 239000013598 vector Substances 0.000 claims description 24
- 230000035772 mutation Effects 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims 1
- 230000001360 synchronised effect Effects 0.000 claims 1
- 206010044048 Tooth missing Diseases 0.000 abstract description 5
- 229910001069 Ti alloy Inorganic materials 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
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
- G05B19/408—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 data handling or data format, e.g. reading, buffering or conversion of data
- G05B19/4086—Coordinate conversions; Other special calculations
-
- 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
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35356—Data handling
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
本发明属于数控加工领域,具体是一种基于功率信号的加工工艺自适应优化方法,包括加工过程刀轨类型划分及信号处理、刀具状态监控模块执行、刀轨自适应优化模块执行三个部分;在刀具状态监控模块执行阶段,计算前n层刀轨突变段与平稳段信号特征值的比值,然后设置监控阈值,并实时计算当前层的特征值比值,如果小于监控阈值进行报警;在刀轨自适应优化模块执行阶段,计算前n层刀轨突变段信号特征值的均值,然后设置监控阈值,并实时计算当前层刀轨突变段信号特征值的均值,如果大于监控阈值,修改刀具补偿值调整刀具轨迹。实现对可转位刀具槽腔加工过程中刀具断刀或缺齿状态准确在线监控,并通过自适应优化刀轨,增强加工过程的稳定性。
Description
技术领域
本发明属于数控加工领域,具体的说,是一种基于功率信号的加工工艺自适应优化方法。
背景技术
飞机结构件加工过程中,槽腔铣削加工是结构件数控加工的重要工序,在粗加工、半精加工、精加工中均要进行槽腔特征的铣削加工,去除大部分毛坯余量,使用刀具包括可转位刀片和整体硬质合金刀具等。其中大进给可转位刀具通过改进刀具结构,改变各方向切削力分力的大小,以增大轴向力的形式减少径向力。由于刀具和主轴在轴向刚性较好、径向刚性较差,大进给刀具通过调整切削力分力大小提高了切削过程的稳定性,可以实现提高刀具切削进给速度的同时保持可以接受的刀具寿命,成为飞机钛合金结构件粗加工和半精加工的主要刀具结构形式。
受限于刀具结构形式,大进给可转位刀具加工时采用小切深大切宽形式的切削参数,轴向切深一般为0.5~1mm。受钛合金材料难加工特性影响,刀具使用过程中的失效形式一般为刃口崩刃或缺齿,如果刀具参与切削的刃口部分缺失0.5mm或1mm以上,可能导致刃口无法参与切削的情况。此外,加工过程刀轨编制是按结构件数模理论尺寸进行编制的,大进给刀具的侧刃,特别是侧面圆角部分不参与该转位下的切削过程,但是由于钛合金侧壁的变形和回弹的影响,在加工深槽腔过程中,大进给刀具侧刃会参与切削,增加了切削载荷,导致径向力增大,减低切削过程的稳定性,导致刀具磨损加剧,是使用过程中影响刀具耐用度的重要原因。
发明内容
针对飞机钛合金大进给可转位刀具槽腔加工过程中存在的结构变形导致切削载荷冲击降低刀具耐用度的问题,本发明提出一种基于功率信号的加工工艺自适应优化方法。
为实现上述技术效果,本申请的技术方案如下:
一种基于功率信号的加工工艺自适应优化方法,包括加工过程刀轨类型划分及信号处理、刀具状态监控模块执行、刀轨自适应优化模块执行三个方法,具体采用以下技术方案:
(一)加工过程刀轨类型划分及信号处理
第一步:工艺程编时添加标识
在进行工艺程编时,将使用大进给可转位刀片的刀具铣削槽腔的加工内容设置在一个工步,并在工步的NC程序中添加标识,用于在实时监控和优化过程中解析识别该工步为大进给刀具槽腔铣削加工工步。
第二步:识别新刀具调用
本发明提出的自适应优化方法的算法的阈值设定是根据每一把刀具实际加工数据进行实时计算设定的,所以在识别到新的大进给刀具调用时启动或重启自适应优化流程。
第三步:程序运动时启动过程监控
在识别到新刀具调用后,当接收到NC程序运行指令时启动过程监控,采集加工刀具轨迹坐标信息以及其同步对应的加工过程主轴功率数据。
第四步:刀轨特征判别与去噪
使用大进给刀具进行槽腔铣削加工采用分层加工的方式,加工轨迹为环绕铣削刀轨,每层刀轨之间设置有抬刀和进退刀,NC程序中抬刀使用G0,槽腔加工过程进退刀和铣削去除余量的刀轨使用G1。
根据G代码将每一层腹板加工的刀轨分隔出来,以每层槽腔加工刀轨作为一个数据对象进行刀轨特征判别与去噪。
分隔出来的刀轨去除了抬刀过程,但还包括进退刀和铣削余量等部分,进退刀过程加工余量不断变化,其加工信号变化程度大,对刀具状态监控产生干扰。计算获得一层槽腔加工过程中的Z坐标最小值Zmin,同时考虑到计算刀轨的驱动面不平的情况,设定Z值偏差△Z,将每一层槽腔加工时满足Zmin-△Z<Z<Zmin+△Z的刀轨及其对应加工信号截取出来,作为槽腔加工刀具状态监控的数据对象。
第五步:刀轨切割并划分类型
对于切削过程功率信号,当刀轨轨迹为直线且切削余量稳定时,功率信号较为稳定,其波动范围小,但是如果切削余量变化或者切削轨迹变化(例如刀轨由直线轨迹变为圆弧轨迹时),切削功率会发生剧烈变化,例如进入转角铣削区域时功率急剧增大,铣出转角时功率急剧减少,功率曲线出现峰值。刀轨轨迹为直线且切削余量稳定认定为平稳段,刀轨轨迹方向或者切削余量不断变化认定为突变段,在突变段功率信号容易产生峰值。
本发明提出的工艺自适应优化方法的思路,一是通过突变段和平稳段信号相对值的变化来进行刀具刃口状态的监控,二是通过部分突变段(即容易导致大进给可转位刀片产生异常刃口切削的阶段)进行加工过程稳定性判别,并适应性地进行刀具轨迹的自优化。
因此,使用工艺自适应优化方法的前提是对刀轨进行切割并划分类型,即确定平稳段或者突变段。
根据采集到的加工轨迹X、Y坐标信号,由两个坐标点构建向量,并计算连续两个向量的夹角,对于点1(x1,y1)、点2(x2,y2)、点3(x3,y3),构建向量1(x2-x1,y2-y1)和向量2(x3-x2,y3-y2),然后计算向量1和向量2的夹角θ1,进一步依次连续计算剩余相连3个刀轨坐标点构建的2个向量的夹角,最后获得夹角θ1、θ2……θi。
判断夹角的值并识别出连续M次为0的阶段,为直线刀轨阶段,起点为n_startθ,终点位n_stopθ。
因为刀轨在由直线段变为圆弧段等轨迹变化阶段时,刀具接触余量的长度增加导致余量突变,设置刀轨切割长度L=d/2+△L,其中d为刀具直径,△L>径向切宽,在直线段刀轨的起始和中止分别去除该长度的刀轨,采用以下的计算步骤。
首先获得n_startθ对应时刻的轨迹坐标点(x1,y1),n_stopθ对应时刻的轨迹坐标点(x2,y2),然后判断直线刀具轨迹的位姿,进行刀轨的进一步切割。
如果x1<x2且y1=y2,计算获得该平稳段的起点和终点坐标分别为(x1+L,y1)、(x2-L,y2);
如果x1>x2且y1=y2,计算获得该平稳段的起点和终点坐标分别为(x1-L,y1)、(x2+L,y2);
如果x1=x2且y1<y2,计算获得该平稳段的起点和终点坐标分别为(x1,y1+L)、(x2,y2-L);
如果x1=x2且y1>y2,计算获得该平稳段的起点和终点坐标分别为(x1,y1-L)、(x2,y2+L);
如果x1<x2且y1<y2,计算夹角θj=arctan((y2-y1)/(x2-x1)),然后计算获得该平稳段的起点和终点坐标分别为(x1+L×cosθj,y1+L×sinθj)、(x2-L×cosθj,y2-L×sinθj);
如果x1>x2且y1<y2,计算夹角θj=arctan((y2-y1)/(x1-x2)),然后计算获得该平稳段的起点和终点坐标分别为(x1-L×cosθj,y1+L×sinθj)、(x2+L×cosθj,y2-L×sinθj);
如果x1>x2且y1>y2,计算夹角θj=arctan((y1-y2)/(x1-x2)),然后计算获得该平稳段的起点和终点坐标分别为(x1-L×cosθj,y1-L×sinθj)、(x2+L×cosθj,y2+L×sinθj);
如果x1<x2且y1>y2,计算夹角θj=arctan((y1-y2)/(x2-x1)),然后计算获得该平稳段的起点和终点坐标分别为(x1+L×cosθj,y1-L×sinθj)、(x2-L×cosθj,y2+L×sinθj);
计算获得的直线段起点和终点之间的刀轨设定为平稳段,两个平稳段之间的刀轨为突变段(即切削余量或者切削轨迹发生变化)。
第六步:提取刀轨对应的功率信号
依据分割获得的平稳段和突变段刀轨阶段,分别提取其对应加工过程的功率信号。
第七步:信号预处理与特征值计算
对于每一个平稳段分别计算功率值的平均值mean_si作为信号特征值,然后计算该层所有平稳段特征值的平均值:
其中,n1为平稳段的个数。
对于突变段,首先设定每段取最大值的个数Nm,分别每个突变段的功率进行降序排列,并选取前Nm个功率值,并计算其平均值mean_mi作为信号特征值,然后计算该层所有突变段特征值的平均值:
其中,n2为突变段的个数。
对于加工刀轨自适应优化的模块对象,由于钛合金侧壁的变形和回弹的影响导致的大进给刀具侧刃参与切削增加载荷的情况,一般发生在刀具刃口容易同时参与腹板和侧壁切削的位置,即槽腔回旋加工刀具轨迹最外层的刀具轨迹,同时也是突变段的功率值较大的区域。
设定刀轨自适应优化特征值提取数量Md,将计算获得的该层突变段信号特征值mean_mi进行降序排列,并选取前Md个功率值,计算其平均值获得mean_di。
(二)刀具状态监控模块执行
刀具状态监控模块基于该刀具加工过程的实时数据进行信号特征值的计算和监控阈值的设定,并对刀具断刀(没有刃口参与切削)或者缺齿(没有或只有很少的刃口参与切削)的异常状态进行识别与预警。
第一步:计算前n层刀轨突变段与平稳段信号特征值的比值D0
以大进给刀具槽腔加工每一层加工作为监控对象,在加工过程刀轨类型划分及信号处理阶段完成处理获得信号特征值后,计算前n层刀轨突变段与平稳段信号特征值的比值D0:
第二步:设置监控阈值Dthr
当刀具产生断刀或者缺齿失效时,功率信号该特征值的比值明显减少,设置监控阈值Dthr=(0.1~0.2)×D0
第三步:计算当前层刀轨突变段与平稳段信号特征值的比值D
从n+1层刀轨开始进行监控判别,计算当前层刀轨突变段和平稳段信号特征值的比值D:
第四步:判断D是否小于监控阈值
比较计算获得的当前层特征值比值D与监控阈值Dthr的大小,如果D≥Dthr,则返回上一步骤继续进行下一层的监控;如果D<Dthr,则进入监控报警和控制机床步骤。
第五步:监控报警,控制机床
接受到报警信号后,控制机床执行报警功能以及停机等操作,防止零件和设备损伤发生。
(三)刀轨自适应优化模块执行
刀具自适应优化模块执行基于该刀具加工过程的实时数据进行信号特征值的计算和监控阈值的设定,并对刀具加工过程中是否存在异常切削进行识别,并适应性地调整刀具轨迹,以减少加工过程中的载荷冲击,提高刀具耐用度。
第一步:计算前n层刀轨突变段信号特征值的均值mean_st
以大进给刀具槽腔加工每一层加工作为监控对象,在加工过程刀轨类型划分及信号处理阶段完成处理获得信号特征值后,计算前n层突变段信号特征值的均值mean_st:
第二步:设置监控阈值Kthr
当刀具发生异常切削时,即由于钛合金侧壁的变形和回弹的影响导致在加工深槽腔过程中大进给刀具侧刃参与切削增加切削载荷,功率信号突变段的峰值会明显增加。因此设定监控阈值Kthr=1.5~2。
第三步:计算当前层刀轨突变段信号特征值的均值与mean_st比值K
从n+1层刀轨开始进行自适应优化判别,计算当前层刀轨突变段信号特征值均值mean_d,并计算比值K=mean_d/mean_st。
第四步:判断K是否大于监控阈值
比较计算获得的当前层特征值比值K与监控阈值Kthr的大小,如果K≤Kthr,则返回上一步骤继续进行下一层的自适应判别;如果K>Kthr,则进入修改刀具补偿值调整刀具轨迹步骤。
第五步:修改刀具补偿值调整刀具轨迹
设置刀具补偿值的增量△d,通过指令控制下一层刀具轨迹向远离侧壁加工的方向进行偏移,以防止刃口异常加工位置参与材料切削情况的产生。然后返回该阶段第三步继续进行自适应优化模块执行。
本发明有益效果是:
本方法用于飞机结构件使用可转位刀片进行槽腔加工时进行刀具状态监测以及刀轨自适应优化,实现对可转位刀具槽腔加工过程中刀具断刀或缺齿状态准确在线监控,并通过自适应优化刀轨,减少加工过程负载冲击,提升刀具寿命,增强加工过程的稳定性。
附图说明
图1是加工工艺自适应优化流程示意图。
图2是槽腔加工过程载荷冲击位置示意图。
图3是槽腔加工刀具异常铣削刃口位置示意图。
图4和图5是槽腔加工刀具轨迹坐标变化曲线图。
图6是刀轨矢量角度计算示意图。
图7是刀轨矢量角度计算结果曲线示意图。
图8和图9是刀轨分割的平稳段结果示意图。
图10是加工过程功率曲线示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但本发明专利并不限于本实例。
本发明提出了一种基于功率信号的加工工艺自适应优化方法,具体实施内容及注意事项如下:
S1:进行刀轨类型划分及信号处理
S101:工艺程编时添加标识
在进行工艺程编时,将使用大进给可转位刀片的刀具铣削槽腔的加工内容设置在一个工步,并在工步的NC程序中添加标识FastSpeedMill_Pocket,用于在实时监控和优化过程中解析识别该工步为大进给刀具槽腔铣削加工工步。
S102:识别新刀具调用
在识别到新的大进给刀具调用时启动或重启自适应优化流程。
S103:程序运动时启动过程监控
在识别到新刀具调用后,当接收到NC程序运行指令,且识别到标识FastSpeedMill_Pocket时,启动过程监控,采集加工刀具轨迹坐标信息以及其同步对应的加工过程主轴功率数据。
S104:刀轨特征判别与去噪
使用大进给刀具进行槽腔铣削加工采用分层加工的方式,加工轨迹为环绕铣削刀轨,每层刀轨之间设置有抬刀和进退刀,NC程序中抬刀使用G0,槽腔加工过程进退刀和铣削去除余量的刀轨使用G1。
根据G代码将每一层腹板加工的刀轨分隔出来,以每层槽腔加工刀轨作为一个数据对象进行刀轨特征判别与去噪,如图4和图5所示。
计算获得一层槽腔加工过程中的Z坐标最小值Zmin,设定Z值偏差△Z,将每一层槽腔加工时满足Zmin-△Z<Z<Zmin+△Z的刀轨及其对应加工信号截取出来,作为槽腔加工刀具状态监控的数据对象。
S105:刀轨切割并划分类型
根据采集到的加工轨迹X、Y坐标信号,由两个坐标点构建向量,并计算连续两个向量的夹角,对于点1(x1,y1)、点2(x2,y2)、点3(x3,y3),构建向量1(x2-x1,y2-y1)和向量2(x3-x2,y3-y2),如图8和图9所示,然后计算向量1和向量2的夹角θ1,进一步依次连续计算剩余相连3个刀轨坐标点构建的2个向量的夹角,最后获得夹角θ1、θ2……θi。
判断夹角的值并识别出连续M次为0的阶段(设置M=200),为直线刀轨阶段,起点为n_startθ,终点位n_stopθ。
因为刀轨在由直线段变为圆弧段等轨迹变化阶段时,刀具接触余量的长度增加导致余量突变,设置刀轨切割长度L=d/2+△L,其中d为刀具直径,d=25mm,△L>径向切宽,径向切宽为10mm,设定△L为12mm,在直线段刀轨的起始和中止分别去除该长度的刀轨,采用以下的计算步骤。
首先获得n_startθ对应时刻的轨迹坐标点(x1,y1),n_stopθ对应时刻的轨迹坐标点(x2,y2),然后判断直线刀具轨迹的位姿,进行刀轨的进一步切割。
如果x1<x2且y1=y2,计算获得该平稳段的起点和终点坐标分别为(x1+L,y1)、(x2-L,y2);
如果x1>x2且y1=y2,计算获得该平稳段的起点和终点坐标分别为(x1-L,y1)、(x2+L,y2);
如果x1=x2且y1<y2,计算获得该平稳段的起点和终点坐标分别为(x1,y1+L)、(x2,y2-L);
如果x1=x2且y1>y2,计算获得该平稳段的起点和终点坐标分别为(x1,y1-L)、(x2,y2+L);
如果x1<x2且y1<y2,计算夹角θj=arctan((y2-y1)/(x2-x1)),然后计算获得该平稳段的起点和终点坐标分别为(x1+L×cosθj,y1+L×sinθj)、(x2-L×cosθj,y2-L×sinθj);
如果x1>x2且y1<y2,计算夹角θj=arctan((y2-y1)/(x1-x2)),然后计算获得该平稳段的起点和终点坐标分别为(x1-L×cosθj,y1+L×sinθj)、(x2+L×cosθj,y2-L×sinθj);
如果x1>x2且y1>y2,计算夹角θj=arctan((y1-y2)/(x1-x2)),然后计算获得该平稳段的起点和终点坐标分别为(x1-L×cosθj,y1-L×sinθj)、(x2+L×cosθj,y2+L×sinθj);
如果x1<x2且y1>y2,计算夹角θj=arctan((y1-y2)/(x2-x1)),然后计算获得该平稳段的起点和终点坐标分别为(x1+L×cosθj,y1-L×sinθj)、(x2-L×cosθj,y2+L×sinθj);
计算获得的直线段起点和终点之间的刀轨设定为平稳段,两个平稳段之间的刀轨为突变段。
S106:提取刀轨对应的功率信号
依据分割获得的平稳段和突变段刀轨阶段,分别提取其对应加工过程的功率信号。
S107:信号预处理与特征值计算
对于每一个平稳段分别计算功率值的平均值mean_si作为信号特征值,然后计算该层所有平稳段特征值的平均值:
其中,n1为平稳段的个数,本实施例中n1=10。
对于突变段,首先设定每段取最大值的个数Nm,分别每个突变段的功率进行降序排列,并选取前Nm个功率值,并计算其平均值mean_mi作为信号特征值,然后计算该层所有突变段特征值的平均值:
其中,n2为突变段的个数,本实施例中n2=8。
对于加工刀轨自适应优化的模块对象,存在由于钛合金侧壁的变形和回弹的影响导致的大进给刀具侧刃参与切削增加载荷的情况,如图3所示。大进给铣削刀具的切深较小,一般设定为0.5mm/0.8mm/1mm,只使用该转位时图中所示的正常铣削刃口位置进行铣削加工,以实现大部分切削力分解到轴向力方向。在侧壁铣削的上部由于让刀变形的影响,刀片的侧刃刃口区域一般不参与切削,但是当时当加工槽腔底部,侧壁的让刀变形变小而且之前让刀产生的未铣削余量回弹,导致图中的异常铣削刃口位置参与切削,增加载荷冲击,径向力增加且稳定性变差,引起刀具耐用度急剧降低。
一般发生在刀具刃口容易同时参与腹板和侧壁切削的位置,即槽腔回旋加工刀具轨迹最外层的刀具轨迹,同时也是突变段的功率值较大的区域,如图2所示,提取每层刀轨中易产生加工异常的位置(例如图2中的载荷冲击位置1、载荷冲击位置2、载荷冲击位置3、载荷冲击位置4)及其信号进行刀轨自适应优化识别。
设定刀轨自适应优化特征值提取数量Md,将计算获得的该层突变段信号特征值mean_mi进行降序排列,并选取前Md个功率值,计算其平均值获得mean_di。
S2:刀具状态监控模块执行
S201:计算前n层刀轨突变段与平稳段信号特征值的比值D0
以大进给刀具槽腔加工每一层加工作为监控对象,在加工过程刀轨类型划分及信号处理阶段完成处理获得信号特征值后,计算前n层刀轨突变段与平稳段信号特征值的比值D0:
S202:设置监控阈值Dthr
设置监控阈值Dthr=(0.1~0.2)×D0,本实施例中设定Dthr=0.1×D0。
S203:计算当前层刀轨突变段与平稳段信号特征值的比值D
从n+1层刀轨开始进行监控判别,计算当前层刀轨突变段和平稳段信号特征值的比值D:
其中,mean_m、mean_s为使用该层刀轨的功率信号,采用步骤S107所述方法计算的特征值。
S204:判断D是否小于监控阈值
比较计算获得的当前层特征值比值D与监控阈值Dthr的大小,如果D≥Dthr,则返回步骤S203继续进行下一层的监控;如果D<Dthr,则进入步骤S205。
S205:监控报警,控制机床
接受到报警信号后,控制机床执行报警功能以及停机等操作,防止零件和设备损伤发生。
S3:刀轨自适应优化模块执行
S301:计算前n层刀轨突变段信号特征值的均值mean_st
以大进给刀具槽腔加工每一层加工作为监控对象,在加工过程刀轨类型划分及信号处理阶段完成处理获得信号特征值后,计算前n层突变段信号特征值的均值mean_st:
其中,mean_d为使用该层刀轨的功率信号,采用步骤S107所述方法计算的特征值。
S302:设置监控阈值Kthr
设定监控阈值Kthr=1.5~2,本实施例中设定Kthr=1.5。
S303:计算当前层刀轨突变段信号特征值的均值与mean_st比值K
从n+1层刀轨开始进行自适应优化判别,计算当前层刀轨突变段信号特征值均值mean_d,并计算比值K=mean_d/mean_st。
S304:判断K是否大于监控阈值
比较计算获得的当前层特征值比值K与监控阈值Kthr的大小,如果K≤Kthr,则返回步骤S303继续进行下一层的自适应判别;如果K>Kthr,则进入步骤S305。
S305:修改刀具补偿值调整刀具轨迹
设置刀具补偿值的增量△d,本实施例中设定△d=0.2mm,通过指令控制下一层刀具轨迹向远离侧壁加工的方向进行偏移,以防止刃口异常加工位置参与材料切削情况的产生。然后返回步骤S303继续进行自适应优化模块执行。
Claims (19)
1.一种基于功率信号的加工工艺自适应优化方法,其特征在于,包含以下内容:
S1:进行加工过程刀轨类型划分及信号处理;
S101:工艺程编时添加标识;
将使用大进给可转位刀片的刀具铣削槽腔的加工内容设置在一个工步,并在工步的NC程序中添加标识,用于在过程中解析识别该工步为大进给刀具槽腔铣削加工工步;
S102:识别新刀具调用;
在识别到新的大进给刀具调用时启动或重启自适应优化流程;
S103:程序运动时启动过程监控;
在识别到新刀具调用后,当接收到NC程序运行指令时启动过程监控,采集加工刀具轨迹坐标信息以及其同步对应的加工过程主轴功率数据;
S104:刀轨特征判别与去噪;
S105:刀轨切割并划分类型;
根据采集到的加工刀轨X、Y坐标信号,将刀轨进行切割,并划分为平稳段和突变段;
S106:提取刀轨对应的功率信号;
依据分割获得的平稳段和突变段刀轨阶段,分别提取其对应加工过程的功率信号;
S107:信号预处理与特征值计算;
对于该层刀具轨迹加工过程,分别计算平稳段信号特征值、突变段信号特征值、易产生加工异常段的信号特征值;
S2:执行刀具状态监控模块;
S201:计算前n层刀轨突变段与平稳段信号特征值的比值D0;
S202:设置监控阈值Dthr;
设置监控阈值Dthr=(0.1~0.2)×D0;
S203:计算当前层刀轨突变段与平稳段信号特征值的比值D;
S204:判断D是否小于监控阈值;
比较计算获得的当前层特征值比值D与监控阈值Dthr的大小,如果D≥Dthr,则返回步骤S203继续进行下一层的监控;如果D<Dthr,则进入步骤S205;
S205:监控报警,控制机床;
接受到报警信号后,控制机床执行报警功能以及停机操作;
S3:刀轨自适应优化模块执行;
S301:计算前n层mean_d的均值mean_st;
S302:设置监控阈值Kthr;
设定监控阈值Kthr=1.5~2;
S303:计算mean_d与mean_st比值K;
S304:判断K是否大于监控阈值;
其中,mean_d为使用当前层刀轨的功率信号计算的特征值;
比较计算获得的当前层特征值比值K与监控阈值Kthr的大小,如果K≤Kthr,则返回步骤S303继续进行下一层的自适应判别;如果K>Kthr,则进入步骤S305;
S305:修改刀具补偿值调整刀具轨迹。
2.根据权利要求1所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,S104中刀轨特征判别与去噪具体为:使用大进给刀具进行槽腔铣削加工采用分层加工的方式,加工轨迹为环绕铣削刀轨,每层刀轨之间设置有抬刀和进退刀,NC程序中抬刀使用G0,槽腔加工过程进退刀和铣削去除余量的刀轨使用G1;根据G0和G1代码将每一层槽腔加工的刀轨分隔出来,以每层槽腔加工刀轨作为一个数据对象进行刀轨特征判别与去噪,计算获得一层腹板加工过程中的Z坐标最小值Zmin,设定Z值偏差△Z,将每一层腹板加工时满足Zmin-△Z<Z<Zmin+△Z的刀轨及其对应加工信号截取出来,作为槽腔加工刀具状态监控的数据对象。
3.根据权利要求1所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,S105刀轨切割与类型划分为:根据采集到的加工轨迹X、Y坐标信号,由两个坐标点构建向量,并计算连续两个向量的夹角,判断夹角的值并识别出连续M次为0的阶段,进一步设置在刀轨的起始和终止段需去除的刀轨长度,根据刀轨位姿判断结果,进行刀轨的进一步切割,获得平稳段刀轨,两个平稳段之间的刀轨为突变段。
4.根据权利要求3所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,由两个坐标点构建向量并计算连续两个向量的夹角,对于点1(x1,y1)、点2(x2,y2)、点3(x3,y3),构建向量1(x2-x1,y2-y1)和向量2(x3-x2,y3-y2),然后计算向量1和向量2的夹角θ1,进一步依次连续计算剩余相连3个刀轨坐标点构建的2个向量的夹角,最后获得夹角θ1、θ2……θi。
5.根据权利要求3所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,判断夹角的值并识别出连续M次为0的阶段,识别出连续M次为0的阶段为直线刀轨阶段,起点为n_startθ,终点位n_stopθ。
6.根据权利要求3所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,设置在刀轨的起始和终止段需去除的刀轨长度为:设置刀轨切割长度L=d/2+△L,其中d为刀具直径,△L>径向切宽,在直线段刀轨的起始和终止分别去除该长度的刀轨。
7.根据权利要求5所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,根据刀轨位姿判断结果进行刀轨的进一步切割具体为:首先获得n_startθ对应时刻的轨迹坐标点(x1,y1),n_stopθ对应时刻的轨迹坐标点(x2,y2),然后在刀轨起始段和终止段进行刀轨的进一步切割。
8.根据权利要求7所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,在刀轨起始段和终止段进行刀轨的进一步切割具体为:
如果x1<x2且y1=y2,计算获得该平稳段的起点和终点坐标分别为(x1+L,y1)、(x2-L,y2);如果x1>x2且y1=y2,计算获得该平稳段的起点和终点坐标分别为(x1-L,y1)、(x2+L,y2);如果x1=x2且y1<y2,计算获得该平稳段的起点和终点坐标分别为(x1,y1+L)、(x2,y2-L);如果x1=x2且y1>y2,计算获得该平稳段的起点和终点坐标分别为(x1,y1-L)、(x2,y2+L);如果x1<x2且y1<y2,计算夹角θj=arctan((y2-y1)/(x2-x1)),然后计算获得该平稳段的起点和终点坐标分别为(x1+L×cosθj,y1+L×sinθj)、(x2-L×cosθj,y2-L×sinθj);
如果x1>x2且y1<y2,计算夹角θj=arctan((y2-y1)/(x1-x2)),然后计算获得该平稳段的起点和终点坐标分别为(x1-L×cosθj,y1+L×sinθj)、(x2+L×cosθj,y2-L×sinθj);
如果x1>x2且y1>y2,计算夹角θj=arctan((y1-y2)/(x1-x2)),然后计算获得该平稳段的起点和终点坐标分别为(x1-L×cosθj,y1-L×sinθj)、(x2+L×cosθj,y2+L×sinθj);
如果x1<x2且y1>y2,计算夹角θj=arctan((y1-y2)/(x2-x1)),然后计算获得该平稳段的起点和终点坐标分别为(x1+L×cosθj,y1-L×sinθj)、(x2-L×cosθj,y2+L×sinθj);
计算获得的直线段起点和终点之间的刀轨设定为平稳段,两个平稳段之间的刀轨为突变段。
9.根据权利要求1所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,针对该层刀具轨迹加工过程计算平稳段信号特征值,对于每一个平稳段分别计算功率值的平均值mean_si作为信号特征值,然后计算该层所有平稳段特征值的平均值:
其中,n1为平稳段的个数。
10.根据权利要求1所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,针对该层刀具轨迹加工过程计算突变段信号特征值,首先设定每段取最大值的个数Nm,分别每个突变段的功率进行降序排列,并选取前Nm个功率值,并计算其平均值mean_mi作为信号特征值,然后计算该层所有突变段特征值的平均值:
其中,n2为突变段的个数。
11.根据权利要求1所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,针对对于该层刀具轨迹加工过程计算易产生加工异常段的信号特征值,设定特征值提取数量Md,将计算获得的该层突变段信号特征值mean_mi进行降序排列,并选取前Md个功率值,计算其平均值获得使用当前层刀轨的功率信号计算的特征值mean_d。
12.根据权利要求1所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,刀具状态监控模块执行操作和刀轨自适应优化模块执行操作在监控过程中为同步执行。
13.根据权利要求1所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,S201以大进给刀具槽腔加工每一层加工作为监控对象,在加工过程刀轨类型划分及信号处理阶段完成处理获得信号特征值后,计算前n层刀轨突变段与平稳段信号特征值的比值D0:
14.根据权利要求1所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,S203从n+1层刀轨开始进行监控判别,计算当前层刀轨突变段和平稳段信号特征值的比值D:
其中,mean_m为当前层所有突变段特征值的平均值、mean_s为当前层所有平稳段特征值的平均值。
15.根据权利要求1所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,刀轨自适应优化模块执行具体为:进行刀轨特征判别与去噪、刀轨切割并划分类型、提取刀轨对应的功率信号、信号预处理与特征值计算,然后计算前n层mean_d的均值mean_st,设置监控阈值Kthr,计算mean_d与mean_st比值K,判断K是否大于监控阈值,修改刀具补偿值调整刀具轨迹;其中,mean_d为使用当前层刀轨的功率信号计算的特征值。
16.根据权利要求15所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,S301以大进给刀具槽腔加工每一层加工作为监控对象,在加工过程刀轨类型划分及信号处理阶段完成处理获得信号特征值后,计算前n层mean_d的均值mean_st。
17.根据权利要求16所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,将刀具轨迹划分为平稳段和突变段刀轨阶段,分别提取其对应加工过程的功率信号,对于突变段,首先设定每段取最大值的个数Nm,分别每个突变段的功率进行降序排列,并选取前Nm个功率值,并计算其平均值mean_mi作为信号特征值,然后计算该层所有突变段特征值的平均值:
其中,n2为突变段的个数;
设定特征值提取数量Md,将计算获得的该层突变段信号特征值mean_mi进行降序排列,并选取前Md个功率值,计算其平均值获得使用当前层刀轨的功率信号计算的特征值mean_d。
18.根据权利要求15所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,S303从n+1层刀轨开始进行自适应优化判别,计算mean_d,并计算比值K=mean_d/mean_st。
19.根据权利要求15所述的一种基于功率信号的加工工艺自适应优化方法,其特征在于,S305设置刀具补偿值的增量△d,通过指令控制下一层刀具轨迹向远离侧壁加工的方向进行偏移,然后返回步骤S303继续进行自适应优化模块执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210992274.8A CN115356985B (zh) | 2022-08-18 | 2022-08-18 | 一种基于功率信号的加工工艺自适应优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210992274.8A CN115356985B (zh) | 2022-08-18 | 2022-08-18 | 一种基于功率信号的加工工艺自适应优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115356985A CN115356985A (zh) | 2022-11-18 |
CN115356985B true CN115356985B (zh) | 2023-12-08 |
Family
ID=84002225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210992274.8A Active CN115356985B (zh) | 2022-08-18 | 2022-08-18 | 一种基于功率信号的加工工艺自适应优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115356985B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116690313B (zh) * | 2023-08-01 | 2023-12-12 | 成都飞机工业(集团)有限责任公司 | 一种飞机结构件腹板加工刀具失效监控方法 |
CN117170306B (zh) * | 2023-10-31 | 2024-03-15 | 成都飞机工业(集团)有限责任公司 | 一种刀具状态监控方法、系统、电子设备及存储介质 |
CN117697531B (zh) * | 2024-02-05 | 2024-05-14 | 中国海洋大学 | 一种数控机床刀头运动路径优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488282A (zh) * | 2015-11-30 | 2016-04-13 | 南京航空航天大学 | 一种基于动态加工特征的切削参数分段和变切深优化方法 |
CN107664982A (zh) * | 2017-08-16 | 2018-02-06 | 沈阳航天新光集团有限公司 | 一种以平滑切削功率为目标对刀具轨迹进行优化的方法 |
CN109507952A (zh) * | 2018-12-12 | 2019-03-22 | 成都飞机工业(集团)有限责任公司 | 一种基于切削负载的复杂零件数控加工异常状态监控方法 |
WO2021191798A1 (en) * | 2020-03-23 | 2021-09-30 | Roboris S.R.L. | Method for optimizing a machining process using a machine tool |
CN113579851A (zh) * | 2021-07-26 | 2021-11-02 | 天津大学 | 一种基于自适应分段pca的非平稳钻削过程监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9164503B2 (en) * | 2012-07-13 | 2015-10-20 | The Boeing Company | Method of optimizing toolpaths using medial axis transformation |
-
2022
- 2022-08-18 CN CN202210992274.8A patent/CN115356985B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488282A (zh) * | 2015-11-30 | 2016-04-13 | 南京航空航天大学 | 一种基于动态加工特征的切削参数分段和变切深优化方法 |
CN107664982A (zh) * | 2017-08-16 | 2018-02-06 | 沈阳航天新光集团有限公司 | 一种以平滑切削功率为目标对刀具轨迹进行优化的方法 |
CN109507952A (zh) * | 2018-12-12 | 2019-03-22 | 成都飞机工业(集团)有限责任公司 | 一种基于切削负载的复杂零件数控加工异常状态监控方法 |
WO2021191798A1 (en) * | 2020-03-23 | 2021-09-30 | Roboris S.R.L. | Method for optimizing a machining process using a machine tool |
CN113579851A (zh) * | 2021-07-26 | 2021-11-02 | 天津大学 | 一种基于自适应分段pca的非平稳钻削过程监测方法 |
Non-Patent Citations (2)
Title |
---|
A study of tool tipping monitoring for titanium milling based on cutting vibration;Wenping Mou 等;《The International Journal of Advanced Manufacturing Technology》;正文1-15页 * |
镜像铣削加工奇异区域刀具路径优化;章绍昆 等;《航空学报》;第42卷(第10期);524591-1至9 * |
Also Published As
Publication number | Publication date |
---|---|
CN115356985A (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115356985B (zh) | 一种基于功率信号的加工工艺自适应优化方法 | |
CN106216747A (zh) | 一种整体叶轮五轴联动数控刀轨路径加工方法 | |
JP2002200540A (ja) | 工作機械の制御方法及びその制御装置及びその制御媒体 | |
US6647314B2 (en) | Numerically controlled system and numerical control method | |
US5021622A (en) | Wire cut electrical discharge machine | |
Gdula | Adaptive method of 5-axis milling of sculptured surfaces elements with a curved line contour | |
CN114260475A (zh) | 一种窄槽车削方法 | |
JP4480869B2 (ja) | 数値制御装置 | |
CN107505913A (zh) | 基于整体叶盘通道四轴数控加工的最大适用刀具半径计算方法 | |
CN117389161B (zh) | 考虑多加工阶段的平面立铣参数优化及加工性能预测方法 | |
RU2429949C1 (ru) | Способ обработки моноколес | |
CN116690313B (zh) | 一种飞机结构件腹板加工刀具失效监控方法 | |
CN112404539A (zh) | 一种整体叶盘粗铣加工方法 | |
US20220128968A1 (en) | Method for generating control command data for controlling a cnc-lathe | |
CN105759717B (zh) | 一种用于五轴数控加工的刀具轨迹防过切的方法 | |
JPH06335841A (ja) | 数値制御装置および数値制御加工方法 | |
CN109623291B (zh) | 一种粗加工叶片进出气边的数控编程方法 | |
CN110253066B (zh) | 整体叶轮五轴插铣加工的顶刀识别及排除方法 | |
Uddin et al. | Constant engagement tool path generation to enhance machining accuracy in end milling | |
JP4556676B2 (ja) | プレス金型の抜き刃の二番逃がし部加工方法 | |
JP2003170333A (ja) | 工具送り経路の作成方法 | |
CN111624945A (zh) | 机床以及加工变更方法 | |
CN113325800B (zh) | 一种修正三元叶轮变轴插铣粗加工顶刀刀位的算法 | |
CN114065405B (zh) | 一种飞机结构件转角精铣加工切削宽度预测方法 | |
US11623290B2 (en) | Method of machining gas turbine engine components |
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 |