CN116728159B - 一种数控机床的故障监测方法 - Google Patents
一种数控机床的故障监测方法 Download PDFInfo
- Publication number
- CN116728159B CN116728159B CN202311031668.8A CN202311031668A CN116728159B CN 116728159 B CN116728159 B CN 116728159B CN 202311031668 A CN202311031668 A CN 202311031668A CN 116728159 B CN116728159 B CN 116728159B
- Authority
- CN
- China
- Prior art keywords
- data
- outer diameter
- size
- threshold
- workpiece
- 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 56
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 230000008569 process Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 2
- 230000002950 deficient Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000005299 abrasion Methods 0.000 description 6
- 230000008439 repair process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/007—Arrangements for observing, indicating or measuring on machine tools for managing machine functions not concerning the tool
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
Abstract
本申请涉及数控的领域,尤其是涉及一种数控机床的故障监测方法,其包括如下步骤:连续获取多个工件的尺寸数据集合,其中,一个尺寸数据对应一个工件,尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据;调取工件对应的尺寸阈值集合,其中,尺寸阈值包括工件的宽度阈值、长度阈值、内径阈值以及外径阈值;分别将每个工件对应的尺寸数据与对应的尺寸阈值进行比对;获取全部损坏工件对应的标号数据集合,其中,每个工件生产都对应标有标号;判断标号数据集合是否存在连续标号;若是存在连续标号,则确定机床故障的目标位置数据。本申请具有方便检测数控机床是否存在故障的效果。
Description
技术领域
本申请涉及数控的领域,尤其是涉及一种数控机床的故障监测方法。
背景技术
机床是指制造机器和机械的机器,机床在国民经济现代化的建设中起着重大作用,主要用车刀对旋转等工件进行车削加工,在机床上还可用钻头、扩孔钻、铰刀、丝锥、板牙和滚花工具等进行相应的加工。
现有的机床在将工件加工完成之后,测量模块会在线对工件进行测量,检测工件是否合格,与此同时,也需要检测对应的机床是否会存在故障,若是对于机床单独进行检测,整体检测过程过于复杂,现提供一种数控机床的故障监测方法,可以方便检测机床是否损坏。
发明内容
为了方便检测数控机床是否存在故障,本申请提供一种数控机床的故障监测方法。
第一方面,本申请提供的一种数控机床的故障监测方法,采用如下的技术方案:
一种数控机床的故障监测方法,包括如下步骤:连续获取多个工件的尺寸数据集合,其中,一个尺寸数据对应一个工件,尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据;调取工件对应的尺寸阈值集合,其中,尺寸阈值包括工件的宽度阈值、长度阈值、内径阈值以及外径阈值;分别将每个工件对应的尺寸数据与对应的尺寸阈值进行比对;获取全部损坏工件对应的标号数据集合,其中,每个工件生产都对应标有标号;判断标号数据集合是否存在连续标号;若是存在连续标号,则确定机床故障的目标位置数据。
通过采用上述技术方案,数控机床在生产工件的过程中,需要对生产的工件进行良品判断,还要对机床本身是否损坏故障进行实时判断,系统先连续获取多个工件的尺寸数据集合,其中,尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据,然后将尺寸数据与对应的尺寸阈值在每个数据维度单独进行对比,通过尺寸数据与尺寸阈值的比较,能够筛选出生产工件中的不良品,每个工件在加工之后会有带有标号,通过将全部不良品对应的标号数据集合获取,此时系统便可以在标号数据集合中确定部分连续的标号数据,当标号集合数据中存在连续标号,说明连续加工的工件都出现不良品的情况,此时系统可以确定机床存在故障位置,从而可以控制机床停止工作,及时进行修复;通过上述过程,在数控机床使用过程中,在可以及时检测出机床故障的同时,还可以方便检测。
可选的,在获取全部损坏工件对应的标号数据集合的过程中,还进行如下步骤:
基于每个工件对应的尺寸数据与尺寸阈值获取对应的尺寸差值集合;调取尺寸差值阈值集合;将尺寸差值集合与尺寸差值阈值集合对应进行对比,若是存在尺寸差值大于尺寸差值阈值,则确定对应的损坏工件的标号数据。
通过采用上述技术方案,在检测出部分工件的尺寸与工件的标准尺寸存在差异,但是由于部分种类的工件在误差允许范围内是可以使用的,将这部分的工件的尺寸差值与允许的误差区间对应的尺寸差值阈值进行对比之后,若是尺寸差值大于尺寸差值阈值,说明对应的损坏工件的尺寸不在适用范围内,基于上述情况获取的标号数据更加符合不良的工件,对于后续检测结果更加准确。
可选的,在将尺寸差值集合与尺寸差值阈值集合对应进行对比的过程中,还进行如下步骤:获取被测工件的宽度差值、长度差值、内径差值以及外径差值;将宽度差值与宽度差值阈值之间、宽度差值与宽度差值阈值之间,内径差值与内径差值阈值之间,外径差值与外径差值阈值之间分别单独进行比较;获取损坏工件宽度数据对应的宽度标号数据集合、长度数据的长度标号数据集合、内径数据的内径标号数据集合以及外径数据的外径标号数据集合。
通过采用上述技术方案,在实际检测过程中,在连续标号对应的工件可能在不同的数据维度存在损坏情况,例如第一为宽度数据不符合、第二个为长度数据不符合,上述情况并不是同一数据维度出现损坏,并不能准确确定机床故障位置;而通过将工件的宽度差值与宽度差值阈值之间、宽度差值与宽度差值阈值之间,内径差值与内径差值阈值之间,外径差值与外径差值阈值之间分别单独进行比较,能够更加在同一个数据维度确定机床故障的目标位置数据,并且更高精准。
可选的,若是存在连续标号数据,还进行如下步骤:获取连续的标号数据的标号个数;调取连续阈值;将标号个数与连续阈值进行比,若是标号个数大于连续阈值,则确定机床故障的目标位置数据;基于目标位置数据发出警报数据。
通过采用上述技术方案,在确定有连续的标号数据之后,需要确定连续标号数据的标号个数,若是只有2个连续标号,也可能存在机床并未出现故障的情况,此时通过将标号个数与连续阈值进行比,若是标号个数大于连续阈值,说明比较多的连续标号数据对应的工件都出现尺寸问题,此时便可以确定机床故障的目标位置数据,并未检测结果更加精准,并且系统还可以发出警报数据提醒对应的工作人员。
可选的,在获取外径数据的外径标号数据集合后,还进行如下步骤:
获取外径标号数据集合中连续的外径标号数据;
调取外径标号数据对应的目标外径数据;
判断多个目标外径数据是否依据标号数据存在逐渐增大的趋势;
若是,则确定机床内部的故障因素,所述故障因素包括主轴热膨胀和刀具异常磨损,其中,确定机床内部的故障因素包括:当目标外径数据增大到一个预设外径数据后,后续的外径标号数据的目标外径数据趋于稳定,则确定为主轴热膨胀;当目标外径数据在增大到预设外径数据后保持继续增大的趋势,则确定为刀具异常磨损;
根据所述故障因素采取对应的故障处理措施。
通过采用上述技术方案,在获取到外径标号数据集合,说明多个连续标号的工件的外径都是不符合标准的,将全部连续多个不符合外径标准的外径数据进行比较,判断多个目标外径数据是否依据标号数据存在逐渐增大的趋势,若是,则确定机床内部的故障因素,当目标外径数据增大到一个预设外径数据后,后续的外径标号数据的目标外径数据趋于稳定,则确定为主轴热膨胀;当目标外径数据在增大到预设外径数据后保持继续增大的趋势,则确定为刀具异常磨损,然后根据所述故障因素采取对应的故障处理措施。
可选的,根据所述故障因素采取对应的故障处理措施,包括如下步骤:
在所述故障因素为主轴热膨胀时,获取各个目标温度下对应的目标外径数据;
在实际工作中,根据所述目标温度、所述目标温度对应的目标外径数据对刀具的移动进行补偿;
在所述故障因素为刀具异常磨损时,发出报警信息。
通过采用上述技术方案,当确定为主轴热膨胀时,可以在实际工作中根据各个目标温度下对应的目标外径数据对刀具的移动进行补偿,从而对机床的工作状态进行调整;当确定为刀具异常磨损时,发出报警信息,以及时维修。
第二方面,本申请提供的一种数控机床的故障监测系统,采用如下的技术方案:
一种数控机床的故障监测系统,包括:
尺寸连续获取模块,用于连续获取多个工件的尺寸数据集合,其中,一个尺寸数据对应一个工件,尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据;
尺寸阈值调取模块,用于调取工件对应的尺寸阈值集合,其中,尺寸阈值包括工件的宽度阈值、长度阈值、内径阈值以及外径阈值;
比对模块,用于分别将每个工件对应的尺寸数据与对应的尺寸阈值进行比对;
标号获取模块,用于获取全部损坏工件对应的标号数据集合,其中,每个工件生产都对应标有标号;
判断模块,用于判断标号数据集合是否存在连续标号;
确定模块,若是存在连续标号,则用于确定机床故障的目标位置数据
通过采用上述技术方案,数控机床在生产工件的过程中,需要对生产的工件进行良品判断,还要对机床本身是否损坏故障进行实时判断,尺寸连续获取模先连续获取多个工件的尺寸数据集合,其中,尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据,比对模块将尺寸数据与对应的尺寸阈值在每个数据维度单独进行对比,通过尺寸数据与尺寸阈值的比较,能够筛选出生产工件中的不良品,每个工件在加工之后会有带有标号,通过标号获取模将全部不良品对应的标号数据集合获取,此时系统便可以在标号数据集合中确定部分连续的标号数据,当标号集合数据中存在连续标号,说明连续加工的工件都出现不良品的情况,此时确定模块可以确定机床存在故障位置,从而可以控制机床停止工作,及时进行修复;通过上述过程,在数控机床使用过程中,在可以及时检测出机床故障的同时,还可以方便检测。
第三方面,本申请提供的计算机可读存储介质,存储有能够被处理器加载并执行如一种数控机床的故障监测方法中任一项所述方法的计算机程序。
第四方面,本申请提供的智能终端,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如一种数控机床的故障监测方法中任一种方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
数控机床在生产工件的过程中,需要对生产的工件进行良品判断,还要对机床本身是否损坏故障进行实时判断,系统先连续获取多个工件的尺寸数据集合,其中,尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据,然后将尺寸数据与对应的尺寸阈值在每个数据维度单独进行对比,通过尺寸数据与尺寸阈值的比较,能够筛选出生产工件中的不良品,每个工件在加工之后会有带有标号,通过将全部不良品对应的标号数据集合获取,此时系统便可以在标号数据集合中确定部分连续的标号数据,当标号集合数据中存在连续标号,说明连续加工的工件都出现不良品的情况,此时系统可以确定机床存在故障位置,从而可以控制机床停止工作,及时进行修复;通过上述过程,在数控机床使用过程中,在可以及时检测出机床故障的同时,还可以方便检测。
通过将工件的宽度差值与宽度差值阈值之间、宽度差值与宽度差值阈值之间,内径差值与内径差值阈值之间,外径差值与外径差值阈值之间分别单独进行比较,能够更加在同一个数据维度确定机床故障的目标位置数据,并且更高精准。
附图说明
图1是本申请实施例一种数控机床的故障监测方法的整体流程图;
图2是本申请实施例一种数控机床的故障监测方法中S41到S43的流程图;
图3是本申请实施例一种数控机床的故障监测方法中S431到S433的流程图;
图4是本申请实施例一种数控机床的故障监测方法中S611到S614的流程图;
图5是本申请实施例一种数控机床的故障监测方法中S4331到S4335的流程图;
图6是本申请实施例一种数控机床的故障监测系统的模块框图。
具体实施方式
本申请以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式,除非其上下文中明确地有相反指示。还应当理解,本申请中使用的术语“和/或”是指包含一个或多个所列出项目的任何或所有可能组合。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为暗示或暗示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一个或者更多个该特征,在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
以下为对本申请作进一步详细说明。
参照图1,为本申请实施例一种数控机床的故障监测方法的整体流程图。
第一方面,本申请实施例公开一种数控机床的故障监测方法,包括如下步骤:
S1,连续获取多个工件的尺寸数据集合;
其中,数控机床在工作阶段,是处于持续加工生产工件的,一个尺寸数据对应一个工件,所以系统在持续获取的过程中,会获取到多个工件的尺寸数据,并且尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据等多个维度的数据。
S2,调取工件对应的尺寸阈值集合;
其中,同一种的工件在生产过程中,需要加工成特定的尺寸范围,尺寸阈值包括工件的宽度阈值、长度阈值、内径阈值以及外径阈值;
S3,分别将每个工件对应的尺寸数据与对应的尺寸阈值进行比对;
S4,获取全部损坏工件对应的标号数据集合;
其中,每个工件生产都对应标有标号。
其中,由于部分种类的工件在误差允许范围内是可以使用的,将这部分的工件的尺寸差值与允许的误差区间对应的尺寸差值阈值进行对比之后,对应的损坏工件的尺寸在适用范围内,还可以进行使用,为了更加精准确定损坏的工件,如图2所示,还进行如下步骤:
S41,基于每个工件对应的尺寸数据与尺寸阈值获取对应的尺寸差值集合;
其中,将前面确定与尺寸阈值存在误差的工件先进行筛选出来,然后将这部分工件的尺寸数据与对应的尺寸阈值进行比较,便可以确定这部分初步判定损坏的工件对应的尺寸差值。
S42,调取尺寸差值阈值集合;
S43,将尺寸差值集合与尺寸差值阈值集合对应进行对比,若是存在尺寸差值大于尺寸差值阈值,说明对应的工件不能投入使用,则确定对应的损坏工件的标号数据;若是尺寸差值小于尺寸差值阈值,说明该工件可以进行使用。
通过步骤S41到步骤S43,在检测出部分工件的尺寸与工件的标准尺寸存在差异,但是由于部分种类的工件在误差允许范围内是可以使用的,将这部分的工件的尺寸差值与允许的误差区间对应的尺寸差值阈值进行对比之后,若是尺寸差值大于尺寸差值阈值,说明对应的损坏工件的尺寸不在适用范围内,基于上述情况获取的标号数据更加符合不良的工件,对于后续检测结果更加准确。
由于尺寸数据包括宽度数据、长度数据、内径数据以及外径数等维度数据,所以在将尺寸差值集合与尺寸差值阈值集合对应进行对比的过程中,如图3所示,具体进行如下步骤:
S431,获取被测工件的宽度差值、长度差值、内径差值以及外径差值;
S432,将宽度差值与宽度差值阈值之间、宽度差值与宽度差值阈值之间,内径差值与内径差值阈值之间,外径差值与外径差值阈值之间分别单独进行比较;
其中,本申请实施例测试上述4个维度的尺寸数据,在其他实施例中,也可以获取其他维度的尺寸数据进行测试。
S433,获取损坏工件宽度数据对应的宽度标号数据集合、长度数据的长度标号数据集合、内径数据的内径标号数据集合以及外径数据的外径标号数据集合。
其中,同步骤S41到步骤S43获取标号数据一样,在本申请实施例中的4种类型的尺寸数据获取对应的标号数据集合。
通过步骤S431到步骤S433,在实际检测过程中,在连续标号对应的工件可能在不同的数据维度存在损坏情况,例如第一为宽度数据不符合、第二个为长度数据不符合,上述情况并不是同一数据维度出现损坏,并不能准确确定机床故障位置;而通过将工件的宽度差值与宽度差值阈值之间、宽度差值与宽度差值阈值之间,内径差值与内径差值阈值之间,外径差值与外径差值阈值之间分别单独进行比较,能够更加在同一个数据维度确定机床故障的目标位置数据,并且更高精准。
S5,判断标号数据集合是否存在连续标号;
其中,在判断连续标号的过程中,要在同一维度的尺寸数据进行判断,例如,需要在宽度数据对应的宽度标号数据集合,或者长度数据的长度标号数据集合,或者内径数据的内径标号数据集合以及外径数据的外径标号数据集合单独进行判断。
S6,若是存在连续标号,则确定机床故障的目标位置数据;
其中,需要对连续的标号的数量进行限定,若是只有2个连续标号,也可能存在机床并未出现故障的情况,参照图4,所以方法还进行如下步骤:
S611,获取连续的标号数据的标号个数;
S612,调取连续阈值;
S613,将标号个数与连续阈值进行比,若是标号个数大于连续阈值,则确定机床故障的目标位置数据;
S614,基于目标位置数据发出警报数据。
通过S611到S614的执行步骤,在确定有连续的标号数据之后,需要确定连续标号数据的标号个数,若是只有2个连续标号,也可能存在机床并未出现故障的情况,此时通过将标号个数与连续阈值进行比,若是标号个数大于连续阈值,说明比较多的连续标号数据对应的工件都出现尺寸问题,此时便可以确定机床故障的目标位置数据,并未检测结果更加精准,并且系统还可以发出警报数据提醒对应的工作人员。
通过不同维度的数据可以确定机床故障出现的位置:
例如,在获取外径数据的外径标号数据集合后,参照图5,还进行如下步骤:
S4331,获取外径标号数据集合中连续的外径标号数据;
S4332,调取外径标号数据对应的目标外径数据;
S4333,判断多个目标外径数据是否依据标号数据存在逐渐增大的趋势;
S4334,若是,则确定机床内部的故障因素;
其中,确定机床内部的故障因素包括:
当目标外径数据增大到一个预设外径数据后,后续的外径标号数据的目标外径数据趋于稳定,则确定为主轴热膨胀;
当目标外径数据在增大到预设外径数据后保持继续增大的趋势,则确定为刀具异常磨损。
主轴热膨胀会达到一个平衡点,不是一直不断膨胀的状态,本申请根据主轴热膨胀的平衡点确定一个预设外径数据,从而在测量过程中进行故障因素的参考。在平衡点范围内为确定为主轴热膨胀,当目标外径数据在增大到预设外径数据后保持继续增大的趋势,确定为刀具异常磨损。
S4335,根据故障因素采取对应的故障处理措施。
其中,根据故障因素采取对应的故障处理措施,包括如下步骤:
在故障因素为主轴热膨胀时,获取各个目标温度下对应的目标外径数据;
在实际工作中,根据目标温度、目标温度对应的目标外径数据对刀具的移动进行补偿;
在故障因素为刀具异常磨损时,发出报警信息
当确定为主轴热膨胀时,可以在实际工作中根据各个目标温度下对应的目标外径数据对刀具的移动进行补偿,从而对机床的工作状态进行调整;当确定为刀具异常磨损时,发出报警信息,以及时维修。
通过S4331到S4335的执行步骤,及时确定出工件尺寸变化的故障因素,并且,在可以进行补偿时进行补偿,在确定刀具异常磨损时报警,以及时进行维修。
值得注意的是,获取外径数据的外径标号数据集合只是判断故障因素的方法之一,在一些实施例中,系统综合获取损坏工件宽度数据对应的宽度标号数据集合、长度数据的长度标号数据集合、内径数据的内径标号数据集合以及外径数据的外径标号数据集合;并根据四个维度中任意两个以上维度的数据集合综合判断故障因素。
本申请实施例一种数控机床的故障监测方法的实施原理为:系统先连续获取多个工件的尺寸数据集合,并且尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据等多个维度的数据,然后调取工件对应的尺寸阈值集合,同样的,尺寸阈值包括工件的宽度阈值、长度阈值、内径阈值以及外径阈值;然后分别将每个工件对应的尺寸数据与对应的尺寸阈值进行比对,通过每个工件对应的尺寸数据与尺寸阈值获取对应的尺寸差值集合,将尺寸差值集合与尺寸差值阈值集合对应进行对比,若是存在尺寸差值大于尺寸差值阈值,说明对应的工件不能投入使用,则确定对应的损坏工件的标号数据;若是尺寸差值喜小于尺寸差值阈值,说明该工件可以进行使用,这里需要指出的是,尺寸差值集合包括宽度数据对应的宽度标号数据集合、长度数据的长度标号数据集合、内径数据的内径标号数据集合以及外径数据的外径标号数据集合;随后在每个维度标号数据集合中判断标号数据集合是否存在连续标号,也就是要在同一维度的尺寸数据进行判断,例如,需要在宽度数据对应的宽度标号数据集合,或者长度数据的长度标号数据集合,或者内径数据的内径标号数据集合以及外径数据的外径标号数据集合单独进行判断,并且需要将标号个数与连续阈值进行比,若是标号个数大于连续阈值,则确定机床故障的目标位置数据,在可以及时检测出机床故障的同时,还可以方便检测。
第二方面,本申请实施例公开一种数控机床的故障监测系统,参照图6,为本申请实施例一种数控机床的故障监测系统的模块框图。
一种数控机床的故障监测系统,包括:
尺寸连续获取模块,用于连续获取多个工件的尺寸数据集合,其中,一个尺寸数据对应一个工件,尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据;
尺寸阈值调取模块,用于调取工件对应的尺寸阈值集合,其中,尺寸阈值包括工件的宽度阈值、长度阈值、内径阈值以及外径阈值;
比对模块,用于分别将每个工件对应的尺寸数据与对应的尺寸阈值进行比对;
标号获取模块,用于获取全部损坏工件对应的标号数据集合,其中,每个工件生产都对应标有标号;
判断模块,用于判断标号数据集合是否存在连续标号;
确定模块,若是存在连续标号,则用于确定机床故障的目标位置数据。
本申请实施例一种数控机床的故障监测方法的实施原理为:数控机床在生产工件的过程中,需要对生产的工件进行良品判断,还要对机床本身是否损坏故障进行实时判断,尺寸连续获取模先连续获取多个工件的尺寸数据集合,其中,尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据,比对模块将尺寸数据与对应的尺寸阈值在每个数据维度单独进行对比,通过尺寸数据与尺寸阈值的比较,能够筛选出生产工件中的不良品,每个工件在加工之后会有带有标号,通过标号获取模将全部不良品对应的标号数据集合获取,此时系统便可以在标号数据集合中确定部分连续的标号数据,当标号集合数据中存在连续标号,说明连续加工的工件都出现不良品的情况,此时确定模块可以确定机床存在故障位置,从而可以控制机床停止工作,及时进行修复;通过上述过程,在数控机床使用过程中,在可以及时检测出机床故障的同时,还可以方便检测。
第三方面,本申请提供的计算机可读存储介质,存储有能够被处理器加载并执行如一种数控机床的故障监测方法中任一项所述方法的计算机程序。
第四方面,本申请提供的智能终端,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如一种数控机床的故障监测方法中任一种方法的计算机程序
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
上述实施例中所用,根据上下文,术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于测试到…”。类似地,根据上下文,短语“在确定…时”或“如果测试到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在测试到(所陈述的条件或事件)时”或“响应于测试到(所陈述的条件或事件)”。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘)等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,该流程可以由计算机程序来指令相关的硬件完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。而前述的存储介质包括:ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
Claims (4)
1.一种数控机床的故障监测方法,其特征在于,包括如下步骤:
S1、连续获取多个工件的尺寸数据集合,其中,一个尺寸数据对应一个工件,尺寸数据包括工件的宽度数据、长度数据、内径数据以及外径数据;
S2、调取工件对应的尺寸阈值集合,其中,尺寸阈值包括工件的宽度阈值、长度阈值、内径阈值以及外径阈值;
S3、分别将每个工件对应的尺寸数据与对应的尺寸阈值进行比对;
S4、获取全部损坏工件对应的标号数据集合,其中,每个工件生产都对应标有标号;
其中,在获取全部损坏工件对应的标号数据集合的过程中,还进行如下步骤:
S41、基于每个工件对应的尺寸数据与尺寸阈值获取对应的尺寸差值集合;
S42、调取尺寸差值阈值集合;
S43、将尺寸差值集合与尺寸差值阈值集合对应进行对比,若是存在尺寸差值大于尺寸差值阈值,则确定对应的损坏工件的标号数据,包括如下步骤:
S431、获取被测工件的宽度差值、长度差值、内径差值以及外径差值;
S432、将宽度差值与宽度差值阈值之间、长度差值与长度差值阈值之间、内径差值与内径差值阈值之间、外径差值与外径差值阈值之间分别单独进行比较;
S433、获取损坏工件宽度数据对应的宽度标号数据集合、长度数据对应的长度标号数据集合、内径数据对应的内径标号数据集合以及外径数据对应的外径标号数据集合;
S5、判断标号数据集合是否存在连续标号;
S6、若是存在连续标号,则确定机床故障的目标位置数据;
其中,在获取外径数据对应的外径标号数据集合之后,还进行以下步骤:
获取外径标号数据集合中连续的外径标号数据;
调取外径标号数据对应的目标外径数据;
判断多个目标外径数据是否依据标号数据存在逐渐增大的趋势;
若是,则确定机床内部的故障因素,包括:当目标外径数据增大到一个预设外径数据后,后续的外径标号数据的目标外径数据趋于稳定,则确定为主轴热膨胀;当目标外径数据在增大到预设外径数据后保持继续增大的趋势,则确定为刀具异常磨损;
根据所述故障因素采取对应的故障处理措施。
2.根据权利要求1所述的一种数控机床的故障监测方法,其特征在于,若是存在连续标号数据,还进行如下步骤:
获取连续的标号数据的标号个数;
调取连续阈值;
将标号个数与连续阈值进行比,若是标号个数大于连续阈值,则确定机床故障的目标位置数据;
基于目标位置数据发出警报数据。
3.计算机可读存储介质,存储有能够被处理器加载并执行如权利要求1至2中任一项所述方法的计算机程序。
4.智能终端,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至2中任一项所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311031668.8A CN116728159B (zh) | 2023-08-16 | 2023-08-16 | 一种数控机床的故障监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311031668.8A CN116728159B (zh) | 2023-08-16 | 2023-08-16 | 一种数控机床的故障监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116728159A CN116728159A (zh) | 2023-09-12 |
CN116728159B true CN116728159B (zh) | 2023-10-27 |
Family
ID=87910118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311031668.8A Active CN116728159B (zh) | 2023-08-16 | 2023-08-16 | 一种数控机床的故障监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116728159B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013049103A (ja) * | 2011-08-30 | 2013-03-14 | Azbil Corp | 加工工具破損防止装置および加工工具破損防止方法 |
CN106571016A (zh) * | 2016-11-03 | 2017-04-19 | 西安交通大学 | 一种基于报警次数跳变触发机制的机械早期故障判别方法 |
CN110348593A (zh) * | 2019-05-29 | 2019-10-18 | 浙江陀曼云计算有限公司 | 生产预警方法、装置及系统 |
CN111381556A (zh) * | 2018-12-29 | 2020-07-07 | 鸿富锦精密电子(成都)有限公司 | 加工设备误差补正方法及系统 |
CN114088408A (zh) * | 2021-11-19 | 2022-02-25 | 一汽解放汽车有限公司 | 一种冷却液温度诊断方法、装置、车辆及存储介质 |
CN116494021A (zh) * | 2023-05-31 | 2023-07-28 | 西门子电机(中国)有限公司 | 故障检测方法、装置、加工系统、电子设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015153903A (ja) * | 2014-02-14 | 2015-08-24 | 東京エレクトロン株式会社 | 液処理方法、基板処理装置、及びコンピュータ読み取り可能な記録媒体 |
CN111381563B (zh) * | 2018-12-29 | 2023-08-15 | 鸿富锦精密电子(成都)有限公司 | 加工设备误差补正方法及系统 |
-
2023
- 2023-08-16 CN CN202311031668.8A patent/CN116728159B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013049103A (ja) * | 2011-08-30 | 2013-03-14 | Azbil Corp | 加工工具破損防止装置および加工工具破損防止方法 |
CN106571016A (zh) * | 2016-11-03 | 2017-04-19 | 西安交通大学 | 一种基于报警次数跳变触发机制的机械早期故障判别方法 |
CN111381556A (zh) * | 2018-12-29 | 2020-07-07 | 鸿富锦精密电子(成都)有限公司 | 加工设备误差补正方法及系统 |
CN110348593A (zh) * | 2019-05-29 | 2019-10-18 | 浙江陀曼云计算有限公司 | 生产预警方法、装置及系统 |
CN114088408A (zh) * | 2021-11-19 | 2022-02-25 | 一汽解放汽车有限公司 | 一种冷却液温度诊断方法、装置、车辆及存储介质 |
CN116494021A (zh) * | 2023-05-31 | 2023-07-28 | 西门子电机(中国)有限公司 | 故障检测方法、装置、加工系统、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116728159A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6584415B1 (en) | Method of creating tool wear data, estimating tool wear and judging use of tool | |
US11745298B2 (en) | Method for correcting tool parameters of a machine tool for machining of workpieces | |
JP4441735B2 (ja) | サイクル運転加工機の加工工程の監視方法 | |
CN110109419A (zh) | 异常判别装置、异常判别系统、异常判别方法、存储介质 | |
JP2006218618A (ja) | 加工器具用の装置の検査方法 | |
WO2024174402A1 (zh) | 一种用于火电设备的多维度精密点检方法及系统 | |
CN118318213A (zh) | 用于监控机床的状态的方法 | |
CN114077919A (zh) | 用于预测加工异常的系统 | |
CN116728159B (zh) | 一种数控机床的故障监测方法 | |
RU2728500C2 (ru) | Способ управления множеством измерительных машин и устройство в сборе, содержащее по меньшей мере две измерительные машины | |
CN117806231A (zh) | 一种基于物联网的机床运行加工控制系统及方法 | |
JP2023500138A (ja) | 構造的に同一のワークピースの機械加工中に拒絶を検出する方法及び関連する数値制御されるワークピース機械加工装置 | |
JP2018112544A (ja) | 歯車部品の自動機械加工と検査のための方法および装置 | |
US4854161A (en) | Method for diagnosing cutting tool dullness | |
KR101801897B1 (ko) | 제품 품질 관리를 위한 공정 관리 시스템 및 그 관리 방법 | |
CN113857936A (zh) | 一种基于视觉检测的机床立柱热补偿方法、系统和机床 | |
CN113172478A (zh) | 刀具自动检测方法 | |
US20170322549A1 (en) | Processing Apparatus | |
CN112197699B (zh) | 一种机床主轴径向跳动测量方法、系统及装置 | |
Basova et al. | The cutting tool technical state forecasting during the technological production preparation stages | |
CN114152457B (zh) | 一种提高精密伺服转台监控能力的方法及精密伺服转台 | |
CN117420811B (zh) | 一种用于自动化生产的生产线质量监测方法及系统 | |
CN114714149A (zh) | 机床自动对刀检测的方法和对刀检测装置 | |
CN114137909B (zh) | 一种Fanuc系统用测头进行孔基准找正的编程方法 | |
Turisova et al. | Capability measurement of non-standard parameters of manufacturing processes |
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 |