CN115542841A - 基于人工智能的调度方法及数控机床 - Google Patents

Abstract

本发明公开了一种基于人工智能的调度方法及数控机床，用于生产线，所述生产线包括若干数控机床，数控机床包括至少一刀杆，所述刀杆上设有用于采集刀杆形变量的采集传感器，调度方法包括：采集传感器采集刀杆形变量以获取形变信号；利用人工智能算法获取的对应关系、所述形变信号以及数控机床的运行数据预测刀具的使用寿命，所述对应关系为通过人工智能算法获取的刀杆受力、运行数据与刀杆上刀具使用寿命的对应关系；根据所述使用寿命生成所述生产线的加工计划；利用所述加工计划控制所述数控机床的加工进程。本申请能够预测刀具的使用寿命，为刀具的更换提供便利条件，将刀具的更换时间安排进生产线加工计划中，从而提高生产线的生产效率。

Description

基于人工智能的调度方法及数控机床

技术领域

本发明涉及数控机床领域，特别涉及一种基于人工智能的调度方法及数控机床。

背景技术

近20年来国内机床行业取得了长足的发展，行业总体现状是体量巨大，但在高精尖核心技术方面和国外先进技术还有一定差距。

数控车床是使用较为广泛的数控机床之一。它主要用于轴类工件或盘类工件的内外圆柱面、任意锥角的内外圆锥面、复杂回转内外曲面和圆柱、圆锥螺纹等切削加工，并能进行切槽、钻孔、扩孔、铰孔及镗孔等。

数控机床是按照事先编制好的加工程序，自动地对被加工工件进行加工。我们把工件的加工工艺路线、工艺参数、刀具的运动轨迹、位移量、切削参数以及辅助功能，按照数控机床规定的指令代码及程序格式编写成加工程序单，再把这程序单中的内容记录在控制介质上，然后输入到数控机床的数控装置中，从而指挥机床加工工件。

现有的数控机床生产线智能化程度低，生产效率差。

发明内容

本发明要解决的技术问题是为了克服现有技术中数控机床生产线智能化程度低，生产效率差的缺陷，提供一种能够预测刀具的使用寿命，为刀具的更换提供便利条件，将刀具的更换时间安排进生产线加工计划中，从而提高生产线生产效率的基于人工智能的调度方法及数控机床。

本发明是通过下述技术方案来解决上述技术问题：

一种基于人工智能的调度方法，用于生产线，所述生产线包括若干数控机床，所述数控机床包括至少一刀杆，所述刀杆上设有用于采集刀杆形变量的采集传感器，所述调度方法包括：

所述采集传感器采集刀杆形变量以获取形变信号；

利用人工智能算法获取的对应关系、所述形变信号以及数控机床的运行数据预测刀具的使用寿命，所述对应关系为通过人工智能算法获取的刀杆受力、运行数据与刀杆上刀具使用寿命的对应关系；

根据所述使用寿命生成所述生产线的加工计划；

利用所述加工计划控制所述数控机床的加工进程。

较佳地，所述生产线包括一机器人以及一工作通道，所述数控机床设于所述工作通道的两侧，所述机器人用于在所述工作通道上移动并用于更换数控机床的刀具。

较佳地，对于一目标刀杆，当目标刀杆的使用寿命是否小于预设值时，所述调度方法包括：

所述控制终端判断目标刀杆的当前加工工序是否为空闲，若是则判断目标刀杆到下一次启动时刻的时长是否大于机器人更换刀具的时长，若大于机器人更换刀具的时长则维持加工计划不变并控制机器人进行更换刀具。

较佳地，对于一目标刀杆，当目标刀杆的使用寿命是否小于预设值时，所述调度方法包括：

所述控制终端判断目标刀杆的当前加工工序是否为空闲，若否则判断当前加工工序的剩余时长是否小于所述使用寿命，

若小于所述使用寿命则判断目标刀杆到下一次启动时刻的时长是否大于机器人更换刀具的时长，若大于机器人更换刀具的时长则维持加工计划不变并控制机器人进行更换刀具，若小于机器人更换刀具的时长则在所述生产线中查找是否存在到下一次启动时刻的时长大于机器人更换刀具的时长的目标数控机床，若存在则将目标刀杆所在数控机床的加工工序与目标数控机床的加工工序对调，若未存在则延长目标刀杆所在数控机床的下一次启动时刻。

较佳地，所述调度方法包括：

判断当前加工工序的剩余时长是否小于所述使用寿命，若大于则在当前加工工序中的当前加工步骤结束时控制机器人更换目标刀杆的刀具，然后继续执行结束的加工步骤之后的加工工序。

较佳地，所述调度方法包括：

获取所述生产线中全部刀具的使用寿命；

对于任意两个刀具，判断是否存在任意两个刀具的使用寿命的差值小于更换刀具的时长，若是则获取所述任意两个刀具中寿命较长的刀具的更换时刻；

将寿命较长的刀具的更换时刻前的目标时刻作为所述任意两个刀具中寿命较短刀具的使用寿命，所述目标时刻加更换刀具的时长等于所述更换时刻。

较佳地，所述刀具为车刀，所述生产线还包括若干激光雷达，每一数控机床上安装一个所述激光雷达，车刀以及被所述车刀加工的工件均位于所述激光雷达的扫描区域中，所述调度方法包括：

判断当前加工工序的剩余时长是否小于所述使用寿命，若大于则暂停当前加工工序，并控制机器人更换目标刀杆的刀具；

所述激光雷达扫描刀杆以获取刀杆点云数据，并扫描工件一获取工件点云数据；

根据刀杆点云数据获取加工工序暂停时车刀刀杆的位置；

根据工件点云数据判断工件位置是否固定，若是则根据运行数据、车刀刀杆位置确定车刀刀杆的起始位置；

调节所述车刀刀杆至起始位置后继续所述加工工序，并根据所述加工工序的暂停时长调整所述加工计划；

所述生产线按照最新的加工计划进行生产。

较佳地，所述生产线还包括一控制终端，所述控制终端包括一显示界面，所述调度方法包括：

所述控制终端获取每一数控机床的运行数据以及形变信号，所述运行数据以及形变信号利用标签信息标记，所述运行数据包括机床运行数据以及激光雷达采集的点云数据；

将全部数控机床运行数据以及形变信号汇总在一数据池中；

所述控制终端在所述数据池中根据工件加工步骤的先后顺序生成若干数据节点，每一数据节点对应一个数控机床，所述数据节点中包括数控机床的运行数据以及与所述机器人的交互指令以及交互时间；

所述控制终端将数据节点中的内容传输至对应的数控机床；

在所述显示界面包括用于表示数据节点的显示区域，显示区域在显示界面中的位置与数控机床在生产线中的位置匹配，所述显示界面还显示所述机器人的显示图标，控制终端根据所述交互指令以及所述交互时间获取所述显示图标在所述显示界面中的位置。

较佳地，所述生产线包括一控制终端，所述刀杆上设有至少一凹槽，所述凹槽内设有所述柔性电路板，所述柔性电路板上设有压电传感器，所述控制终端预存所述对应关系，所述对应关系为通过人工智能算法获取的刀杆受力、运行数据及工件质量数据与刀杆上刀具使用寿命的对应关系，所述调度方法包括：

所述控制终端采集所述形变信号以及数控机床的运行数据；

所述控制终端利用对应关系、所述形变信号以及数控机床的运行数据预测刀具的使用寿命。

较佳地，所述调度方法包括：

获取所述刀杆的加工数据，所述加工数据包括刀杆的振动信号、刀杆加工时的温度信号以及所述形变信号；

提取所述加工数据的特征值；

根据特征值的阈值实际比、磨损因子以及磨损阈值获取预测所述使用寿命的输入值；

获取预测所述使用寿命的初始时间窗以及滚动时间间隔；

构件基于隐形马尔科夫链的预测模型；

执行所述时间间隔的滚动预测模型以实现实时监测所述刀具的磨损状态；

判断所述刀具的磨损状态是否超出磨损阈值，若是则输出所述刀具的使用寿命以及使用标签。

较佳地，所述生产线还包括一智能刀具库，所述智能刀具库用于获取刀具库内部刀具存储信息，所述调度方法包括：

获取遗传算法的输入值，所述输入值包括刀具存储信息、工件工序可用刀具所在机床信息、工件工序可用机床对应的矩阵以及工件信息；

根据所述遗传算法的输入值获取矩阵编码；

利用遗传算法获取所述矩阵编码的最优解；

利用所述使用寿命、使用标签以及所述最优解生成所述生产线的加工计划。

本发明还提供一种数控机床，所述数控机床用于实现如上所述的调度方法。

符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。

本发明的积极进步效果在于：

本申请能够预测刀具的使用寿命，为刀具的更换提供便利条件，将刀具的更换时间安排进生产线加工计划中，从而提高生产线的生产效率。

附图说明

图1为本发明实施例1的刀杆的结构示意图。

图2为本发明实施例1的调度方法的流程图。

图3为本发明实施例1的调度方法的另一流程图。

图4为本发明实施例2的调度方法的流程图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

本实施例提供一种生产线，所述生产线包括若干数控机床、一机器人、一工作通道以及一控制终端，所述数控机床包括至少一刀杆，所述刀杆上设有用于采集刀杆形变量的采集传感器。

所述采集传感器用于采集刀杆形变量以获取形变信号；

所述控制终端用于利用人工智能算法获取的对应关系、所述形变信号以及数控机床的运行数据预测刀具的使用寿命，所述对应关系为通过人工智能算法获取的刀杆受力、运行数据与刀杆上刀具使用寿命的对应关系；

所述对应关系为提前通过人工智能算法学习获取，并存储于所述控制终端当中。

所述控制终端用于根据所述使用寿命生成所述生产线的加工计划；

所述控制终端用于利用所述加工计划控制所述数控机床的加工进程。

所述生产线包括一机器人以及一工作通道，所述数控机床设于所述工作通道的两侧，所述机器人用于在所述工作通道上移动并用于更换数控机床的刀具。

对于一目标刀杆，控制终端判断目标刀杆的使用寿命是否小于预设值；

所述控制终端还用于判断目标刀杆的当前加工工序是否为空闲，若是则判断目标刀杆到下一次启动时刻的时长是否大于机器人更换刀具的时长，若大于机器人更换刀具的时长则维持加工计划不变并控制机器人进行更换刀具。

进一步地，对于一目标刀杆，所述控制终端用于判断目标刀杆的当前加工工序是否为空闲，若否则判断当前加工工序的剩余时长是否小于所述使用寿命，

若小于所述使用寿命则判断目标刀杆到下一次启动时刻的时长是否大于机器人更换刀具的时长，若大于机器人更换刀具的时长则维持加工计划不变并控制机器人进行更换刀具，若小于机器人更换刀具的时长则在所述生产线中查找是否存在到下一次启动时刻的时长大于机器人更换刀具的时长的目标数控机床，若存在则将目标刀杆所在数控机床的加工工序与目标数控机床的加工工序对调，若未存在则延长目标刀杆所在数控机床的下一次启动时刻。

若大于则在当前加工工序中的当前加工步骤结束时控制机器人更换目标刀杆的刀具，然后继续执行结束的加工步骤之后的加工工序。

进一步地，所述控制终端用于获取所述生产线中全部刀具的使用寿命；

对于任意两个刀具，所述控制终端用于判断是否存在任意两个刀具的使用寿命的差值小于更换刀具的时长，若是则获取所述任意两个刀具中寿命较长的刀具的更换时刻；

所述控制终端还用于将寿命较长的刀具的更换时刻前的目标时刻作为所述任意两个刀具中寿命较短刀具的使用寿命，所述目标时刻加更换刀具的时长等于所述更换时刻。

所述刀具为车刀，所述生产线还包括若干激光雷达，每一数控机床上安装一个所述激光雷达，车刀以及被所述车刀加工的工件均位于所述激光雷达的扫描区域中。

所述控制终端用于判断当前加工工序的剩余时长是否小于所述使用寿命，若大于则暂停当前加工工序，并控制机器人更换目标刀杆的刀具；

所述激光雷达用于扫描刀杆以获取刀杆点云数据，并扫描工件一获取工件点云数据；

所述控制终端用于根据刀杆点云数据获取加工工序暂停时车刀刀杆的位置；

所述控制终端用于根据工件点云数据判断工件位置是否固定，若是则根据运行数据、车刀刀杆位置确定车刀刀杆的起始位置；

所述控制终端用于调节所述车刀刀杆至起始位置后继续所述加工工序，并根据所述加工工序的暂停时长调整所述加工计划；

所述生产线用于按照最新的加工计划进行生产。

进一步地，所述生产线还包括一控制终端，所述控制终端包括一显示界面。

所述控制终端用于获取每一数控机床的运行数据以及形变信号，所述运行数据以及形变信号利用标签信息标记，所述运行数据包括机床运行数据以及激光雷达采集的点云数据；

所述控制终端用于将全部数控机床运行数据以及形变信号汇总在一数据池中；

所述控制终端用于在所述数据池中根据工件加工步骤的先后顺序生成若干数据节点，每一数据节点对应一个数控机床，所述数据节点中包括数控机床的运行数据以及与所述机器人的交互指令以及交互时间；

所述控制终端用于将数据节点中的内容传输至对应的数控机床；

在所述显示界面包括用于表示数据节点的显示区域，显示区域在显示界面中的位置与数控机床在生产线中的位置匹配，所述显示界面还用于显示所述机器人的显示图标。

控制终端用于根据所述交互指令以及所述交互时间获取所述显示图标在所述显示界面中的位置。

具体地，参见图1，所述生产线包括一控制终端，所述刀杆11上设有至少一凹槽12。

所述凹槽12内设有所述柔性电路板13，所述柔性电路板上设有压电传感器。

所述控制终端中预存所述对应关系，所述对应关系为通过人工智能算法获取的刀杆受力、运行数据及工件质量数据与刀杆上刀具使用寿命的对应关系。

所述控制终端用于采集所述形变信号以及数控机床的运行数据；

所述控制终端用于利用对应关系、所述形变信号以及数控机床的运行数据预测刀具的使用寿命。

参见图2，基于上述生产线，本实施例还提供一种生产线调度方法，包括：

步骤100、所述采集传感器采集刀杆形变量以获取形变信号；

步骤101、利用人工智能算法获取的对应关系、所述形变信号以及数控机床的运行数据预测刀具的使用寿命，所述对应关系为通过人工智能算法获取的刀杆受力、运行数据与刀杆上刀具使用寿命的对应关系；

步骤102、根据所述使用寿命生成所述生产线的加工计划；

步骤103、利用所述加工计划控制所述数控机床的加工进程。

其中，所述生产线包括一机器人以及一工作通道，所述数控机床设于所述工作通道的两侧，所述机器人用于在所述工作通道上移动并用于更换数控机床的刀具。

具体地，所述调度方法包括：

所述控制终端判断目标刀杆的当前加工工序是否为空闲，若是则判断目标刀杆到下一次启动时刻的时长是否大于机器人更换刀具的时长，若大于机器人更换刀具的时长则维持加工计划不变并控制机器人进行更换刀具。

参见图3，

进一步地，所述控制终端判断目标刀杆的使用寿命是否小于预设值，若小于预设值则所述调度方法包括：

步骤200、对于一目标刀杆，所述控制终端判断目标刀杆的当前加工工序是否为空闲，若是则执行步骤201，若否则执行步骤203；

步骤201、判断目标刀杆到下一次启动时刻的时长是否大于机器人更换刀具的时长，若是则执行步骤202，若否则执行步骤205；

步骤202、维持加工计划不变并控制机器人进行更换刀具，然后结束流程；

步骤203、判断当前加工工序的剩余时长是否小于所述使用寿命，若是则执行步骤204，若否则执行步骤208；

步骤204、判断目标刀杆到下一次启动时刻的时长是否大于机器人更换刀具的时长，若是则执行步骤202，若否则执行205；

步骤205、在所述生产线中查找是否存在到下一次启动时刻的时长大于机器人更换刀具的时长的目标数控机床，若是则执行步骤206，若否则执行207；

步骤206、将目标刀杆所在数控机床的加工工序与目标数控机床的加工工序对调，然后结束流程；

步骤207、延长目标刀杆所在数控机床的下一次启动时刻，并根据延长时长重新获取所述加工计划，然后结束流程。

步骤208、在当前加工工序中的当前加工步骤结束时控制机器人更换目标刀杆的刀具，然后继续执行结束的加工步骤之后的加工工序。

进一步地，所述调度方法包括：

获取所述生产线中全部刀具的使用寿命；

对于任意两个刀具，判断是否存在任意两个刀具的使用寿命的差值小于更换刀具的时长，若是则获取所述任意两个刀具中寿命较长的刀具的更换时刻；

将寿命较长的刀具的更换时刻前的目标时刻作为所述任意两个刀具中寿命较短刀具的使用寿命，所述目标时刻加更换刀具的时长等于所述更换时刻。

步骤209还可以为：

判断当前加工工序的剩余时长是否小于所述使用寿命，若大于则暂停当前加工工序，并控制机器人更换目标刀杆的刀具；

所述激光雷达扫描刀杆以获取刀杆点云数据，并扫描工件一获取工件点云数据；

根据刀杆点云数据获取加工工序暂停时车刀刀杆的位置；

根据工件点云数据判断工件位置是否固定，若是则根据运行数据、车刀刀杆位置确定车刀刀杆的起始位置；

调节所述车刀刀杆至起始位置后继续所述加工工序，并根据所述加工工序的暂停时长调整所述加工计划；

所述生产线按照最新的加工计划进行生产。

所述生产线还包括一控制终端，所述控制终端包括一显示界面，所述调度方法还包括：

所述控制终端获取每一数控机床的运行数据以及形变信号，所述运行数据以及形变信号利用标签信息标记，所述运行数据包括机床运行数据以及激光雷达采集的点云数据；

将全部数控机床运行数据以及形变信号汇总在一数据池中；

所述控制终端在所述数据池中根据工件加工步骤的先后顺序生成若干数据节点，每一数据节点对应一个数控机床，所述数据节点中包括数控机床的运行数据以及与所述机器人的交互指令以及交互时间；

所述控制终端将数据节点中的内容传输至对应的数控机床；

在所述显示界面包括用于表示数据节点的显示区域，显示区域在显示界面中的位置与数控机床在生产线中的位置匹配，所述显示界面还显示所述机器人的显示图标，控制终端根据所述交互指令以及所述交互时间获取所述显示图标在所述显示界面中的位置。

具体地，所述生产线包括一控制终端，所述刀杆上设有至少一凹槽，所述凹槽内设有所述柔性电路板，所述柔性电路板上设有压电传感器，所述控制终端预存所述对应关系，所述对应关系为通过人工智能算法获取的刀杆受力、运行数据及工件质量数据与刀杆上刀具使用寿命的对应关系，所述调度方法包括：

所述控制终端采集所述形变信号以及数控机床的运行数据；

所述控制终端利用对应关系、所述形变信号以及数控机床的运行数据预测刀具的使用寿命。

本申请能够预测刀具的使用寿命，为刀具的更换提供便利条件，将刀具的更换时间安排进生产线加工计划中，从而提高生产线的生产效率。

实施例2

本实施例与实施例1基本相同，不同之处仅在于：

所述控制终端用于：

获取所述刀杆的加工数据，所述加工数据包括刀杆的振动信号、刀杆加工时的温度信号以及所述形变信号；

提取所述加工数据的特征值；

根据特征值的阈值实际比、磨损因子以及磨损阈值获取预测所述使用寿命的输入值；

获取预测所述使用寿命的初始时间窗以及滚动时间间隔；

构件基于隐形马尔科夫链的预测模型；

执行所述时间间隔的滚动预测模型以实现实时监测所述刀具的磨损状态；

判断所述刀具的磨损状态是否超出磨损阈值，若是则输出所述刀具的使用寿命以及使用标签。

所述生产线还包括一智能刀具库，所述智能刀具库用于获取刀具库内部刀具存储信息，所述控制终端还用于：

获取遗传算法的输入值，所述输入值包括刀具存储信息、工件工序可用刀具所在机床信息、工件工序可用机床对应的矩阵以及工件信息；

根据所述遗传算法的输入值获取矩阵编码；

利用遗传算法获取所述矩阵编码的最优解；

利用所述使用寿命、使用标签以及所述最优解生成所述生产线的加工计划。

参见图4，利用上述生产线，本实施例还提供一种调度方法，包括：

步骤300、获取所述刀杆的加工数据，所述加工数据包括刀杆的振动信号、刀杆加工时的温度信号以及所述形变信号；

步骤301、提取所述加工数据的特征值；

步骤302、根据特征值的阈值实际比、磨损因子以及磨损阈值获取预测所述使用寿命的输入值；

步骤303、获取预测所述使用寿命的初始时间窗以及滚动时间间隔；

步骤304、构件基于隐形马尔科夫链的预测模型；

步骤305、执行所述时间间隔的滚动预测模型以实现实时监测所述刀具的磨损状态；

步骤306、判断所述刀具的磨损状态是否超出磨损阈值，若是则执行步骤307，若否则再次执行步骤305；

步骤307、输出所述刀具的使用寿命以及使用标签，然后执行步骤404。

参见图4，所述调度方法还包括：

步骤400、获取遗传算法的输入值，所述输入值包括刀具存储信息、工件工序可用刀具所在机床信息、工件工序可用机床对应的矩阵以及工件信息；

步骤401、根据所述遗传算法的输入值获取矩阵编码；

步骤402、利用遗传算法获取所述矩阵编码的最优解；

步骤403、利用所述最优解生成所述生产线的加工计划，并执行所述加工计划。

步骤404、判断是否存在刀具的使用寿命低于预设寿命，若否则再次执行步骤403，若是则执行步骤405；

步骤405、判断低于预设寿命的刀具所在机床中是否存在替换刀具，若是则执行步骤406，若否则执行步骤408；

步骤406、刀具所在机床在加工间隙提前更换替换道具；

步骤407、调整矩阵编码后执行步骤401；

步骤408、判断低于预设寿命的刀具所在智能刀具库中是否存在替换刀具，若否则执行步骤409，若是则执行步骤411；

步骤409、离线低于预设寿命的刀具所在机床，在机床和智能刀具库中补充替换刀具并给出物料齐套信号；

步骤410、调整矩阵编码后执行步骤401；

步骤411、获取低于预设寿命的刀具所加工工件的剩余完成时间；

步骤412、判断机器人智能刀具库来回的用时以及更换刀具用时的总时长是否大于机器人移动到最近一个工件加工完成的数控机床的用时以及剩余完成时间的总时长，若是则执行步骤409，若否则执行步骤413；

步骤413、控制机器人在智能刀具库中获取替换刀具后移动至低于预设寿命的刀具所在机床前待命，然后再次执行步骤403。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (8)

1.一种基于人工智能的调度方法，用于生产线，所述生产线包括若干数控机床，其特征在于，所述数控机床包括至少一刀杆，所述刀杆上设有用于采集刀杆形变量的采集传感器，所述调度方法包括：

所述采集传感器采集刀杆形变量以获取形变信号；

利用人工智能算法获取的对应关系、所述形变信号以及数控机床的运行数据预测刀具的使用寿命，所述对应关系为通过人工智能算法获取的刀杆受力、运行数据与刀杆上刀具使用寿命的对应关系；

根据所述使用寿命生成所述生产线的加工计划；

利用所述加工计划控制所述数控机床的加工进程；

其中，所述调度方法包括：

获取所述刀杆的加工数据，所述加工数据包括刀杆的振动信号、刀杆加工时的温度信号以及所述形变信号；

提取所述加工数据的特征值；

根据特征值的阈值实际比、磨损因子以及磨损阈值获取预测所述使用寿命的输入值；

获取预测所述使用寿命的初始时间窗以及滚动时间间隔；

构件基于隐形马尔科夫链的预测模型；

执行所述时间间隔的滚动预测模型以实现实时监测所述刀具的磨损状态；

判断所述刀具的磨损状态是否超出磨损阈值，若是则输出所述刀具的使用寿命以及使用标签；

其中，所述生产线还包括一智能刀具库，所述智能刀具库用于获取刀具库内部刀具存储信息，所述调度方法包括：

获取遗传算法的输入值，所述输入值包括刀具存储信息、工件工序可用刀具所在机床信息、工件工序可用机床对应的矩阵以及工件信息；

根据所述遗传算法的输入值获取矩阵编码；

利用遗传算法获取所述矩阵编码的最优解；

利用所述使用寿命、使用标签以及所述最优解生成所述生产线的加工计划。

2.如权利要求1所述的调度方法，其特征在于，所述生产线包括一机器人以及一工作通道，所述数控机床设于所述工作通道的两侧，所述机器人用于在所述工作通道上移动并用于更换数控机床的刀具。

3.如权利要求2所述的调度方法，其特征在于，对于一目标刀杆，当目标刀杆的使用寿命是否小于预设值时，所述调度方法包括：

所述控制终端判断目标刀杆的当前加工工序是否为空闲，若是则判断目标刀杆到下一次启动时刻的时长是否大于机器人更换刀具的时长，若大于机器人更换刀具的时长则维持加工计划不变并控制机器人进行更换刀具。

4.如权利要求2所述的调度方法，其特征在于，对于一目标刀杆，当目标刀杆的使用寿命是否小于预设值时，所述调度方法包括：

所述控制终端判断目标刀杆的当前加工工序是否为空闲，若否则判断当前加工工序的剩余时长是否小于所述使用寿命，

若小于所述使用寿命则判断目标刀杆到下一次启动时刻的时长是否大于机器人更换刀具的时长，若大于机器人更换刀具的时长则维持加工计划不变并控制机器人进行更换刀具，若小于机器人更换刀具的时长则在所述生产线中查找是否存在到下一次启动时刻的时长大于机器人更换刀具的时长的目标数控机床，若存在则将目标刀杆所在数控机床的加工工序与目标数控机床的加工工序对调，若未存在则延长目标刀杆所在数控机床的下一次启动时刻；

若大于则在当前加工工序中的当前加工步骤结束时控制机器人更换目标刀杆的刀具，然后继续执行结束的加工步骤之后的加工工序。

5.如权利要求4所述的调度方法，其特征在于，所述调度方法包括：

获取所述生产线中全部刀具的使用寿命；

对于任意两个刀具，判断是否存在任意两个刀具的使用寿命的差值小于更换刀具的时长，若是则获取所述任意两个刀具中寿命较长的刀具的更换时刻；

将寿命较长的刀具的更换时刻前的目标时刻作为所述任意两个刀具中寿命较短刀具的使用寿命，所述目标时刻加更换刀具的时长等于所述更换时刻。

6.如权利要求4所述的调度方法，其特征在于，所述刀具为车刀，所述生产线还包括若干激光雷达，每一数控机床上安装一个所述激光雷达，车刀以及被所述车刀加工的工件均位于所述激光雷达的扫描区域中，所述调度方法包括：

判断当前加工工序的剩余时长是否小于所述使用寿命，若大于则暂停当前加工工序，并控制机器人更换目标刀杆的刀具；

所述激光雷达扫描刀杆以获取刀杆点云数据，并扫描工件一获取工件点云数据；

根据刀杆点云数据获取加工工序暂停时车刀刀杆的位置；

根据工件点云数据判断工件位置是否固定，若是则根据运行数据、车刀刀杆位置确定车刀刀杆的起始位置；

调节所述车刀刀杆至起始位置后继续所述加工工序，并根据所述加工工序的暂停时长调整所述加工计划；

所述生产线按照最新的加工计划进行生产。

7.如权利要求6所述的调度方法，其特征在于，所述生产线还包括一控制终端，所述控制终端包括一显示界面，所述调度方法包括：

所述控制终端获取每一数控机床的运行数据以及形变信号，所述运行数据以及形变信号利用标签信息标记，所述运行数据包括机床运行数据以及激光雷达采集的点云数据；

将全部数控机床运行数据以及形变信号汇总在一数据池中；

所述控制终端在所述数据池中根据工件加工步骤的先后顺序生成若干数据节点，每一数据节点对应一个数控机床，所述数据节点中包括数控机床的运行数据以及与所述机器人的交互指令以及交互时间；

所述控制终端将数据节点中的内容传输至对应的数控机床；

在所述显示界面包括用于表示数据节点的显示区域，显示区域在显示界面中的位置与数控机床在生产线中的位置匹配，所述显示界面还显示所述机器人的显示图标，控制终端根据所述交互指令以及所述交互时间获取所述显示图标在所述显示界面中的位置。

8.一种数控机床，其特征在于，所述数控机床用于实现如权利要求1至7中任意一项所述的调度方法。

Images