CN117260378A - 用于智能刀柄的数据处理方法及数控机床系统 - Google Patents
用于智能刀柄的数据处理方法及数控机床系统 Download PDFInfo
- Publication number
- CN117260378A CN117260378A CN202311565960.8A CN202311565960A CN117260378A CN 117260378 A CN117260378 A CN 117260378A CN 202311565960 A CN202311565960 A CN 202311565960A CN 117260378 A CN117260378 A CN 117260378A
- Authority
- CN
- China
- Prior art keywords
- processing
- data
- characteristic
- knife handle
- intelligent
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 29
- 238000003754 machining Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 238000012797 qualification Methods 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 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
- B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
- B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
- B23Q15/12—Adaptive control, i.e. adjusting itself to have a performance which is optimum according to a preassigned criterion
-
- 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
- G05B19/4155—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 programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- 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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
Abstract
本发明公开了一种用于智能刀柄的数据处理方法及数控机床系统，涉及机床领域，所述数据处理方法包括：利用安装刀具的所述智能刀柄进行加工，所述智能刀柄上设有形变传感器；获取加工过程中形变传感器采集的加工数据；提取加工数据中的特征参数，所述特征参数包括若干特征项；对比利用不同磨损程度的刀具获取的特征参数；获取不同磨损程度的刀具中特征参数的变化满足预设条件的目标特征项。本发明能够提取智能刀柄的工作参数中关键指标，作为数控机床工作过程中的判断依据，使数控机床的控制更加准确。
Description
技术领域
本发明涉及数控机床领域，特别涉及一种用于智能刀柄的数据处理方法及数控机床系统。
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。
数控机床是使用较为广泛的机床之一。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。
目前数控机床在智能化控制时，判断不准确，从而导致加工效率降低，产品合格率降低。
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在智能化控制时，判断不准确，从而导致加工效率降低，产品合格率降低的缺陷，提供一种能够提取智能刀柄的工作参数中关键指标，作为数控机床工作过程中的判断依据，使数控机床控制更加准确的用于智能刀柄的数据处理方法及数控机床系统。
本发明是通过下述技术方案来解决上述技术问题：
一种用于智能刀柄的数据处理方法，其特点在于，所述数据处理方法包括：
利用安装刀具的所述智能刀柄进行加工，所述智能刀柄上设有形变传感器；
获取加工过程中形变传感器采集的加工数据；
提取加工数据中的特征参数，所述特征参数包括若干特征项；
对比利用不同磨损程度的刀具获取的特征参数；
获取不同磨损程度的刀具中特征参数的变化满足预设条件的目标特征项。
较佳地，所述数据处理方法包括：
形变传感器采集智能刀柄加工过程的加工数据；
根据加工数据中的目标特征项获取数控机床刀具的使用状态。
较佳地，所述智能刀柄上开设有若干安装槽，每一安装槽内设有一柔性电路板，所述柔性电路板上安装形变传感器、处理芯片，所述数据处理方法包括：
所述处理芯片获取加工过程中形变传感器采集的加工数据；
所述处理芯片将加工数据转化为力学信号；
通过小波对所述力学信号进行滤波；
提取滤波后力学信号中的特征参数。
较佳地，滤波后力学信号中的特征参数包括下属特征中的一种或几种：
有量纲特征、无量纲特征、三维频域特征、小波频带能量特征以及小波熵特征。
较佳地，所述有量纲特征及无量纲特征包括的特征项为均值、标准差、均方根、峰值因子及偏度指标；
所述三维频域特征包括的特征项为重心频率、频率方差及均方频率。
较佳地，所述数据处理方法包括：
利用多分类支持向量机递归特征小区选取特征参数中目标特征项；
利用目标特征项生成所述使用状态的判断阈值；
利用所述判断阈值控制数控机床的加工。
较佳地，所述数据处理方法包括：
利用安装刀具的所述智能刀柄对加工件按照预设路径进行加工；
获取加工过程中形变传感器采集的加工数据；
加工完成后识别加工件的加工质量以获取低质量位置；
根据低质量位置在预设路径上的位置获取低质量位置的加工时刻；
获取所述加工时刻的加工数据；
获取加工时刻前后数据的变化满足预设条件的目标特征项以及目标特征项在加工时刻的数值，将所述加工时刻的数值作为使用状态的判断阈值。
较佳地，所述数控机床包括至少一智能刀柄，所述智能刀柄上开设有若干安装槽，每一安装槽内设有一柔性电路板，所述柔性电路板上安装形变传感器、处理芯片，所述数据处理方法包括：
形变传感器采集智能刀柄加工过程的形变信号；
所述处理芯片判断形变信号是否满足所述判断阈值，若否则通过蓝牙发射装置向机床接收装置传输控制信号；
机床接收装置接收所述控制信号后暂停所述智能刀柄的加工动作，并将超出正常范围的形变信号传输至所述上位机存储。
本发明还提供一种智能刀柄，其特点在于，所述智能刀柄实现如上所述的数据处理方法。
本发明还提供一种智能刀柄，其特点在于，所述数控机床包括如上所述的智能刀柄。
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：
本发明能够提取智能刀柄的工作参数中关键指标，作为数控机床工作过程中的判断依据，使数控机床的控制更加准确。
附图说明
图1为本发明实施例1的数据处理方法的流程图。
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
本实施例中，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本实施例提供一种数控机床系统，所述数控机床系统包括一数控机床以及一处理终端，所述数控机床包括一智能刀柄。
所述处理终端用于：
利用安装刀具的所述智能刀柄进行加工，所述智能刀柄上设有形变传感器；
获取加工过程中形变传感器采集的加工数据；
提取加工数据中的特征参数，所述特征参数包括若干特征项；
对比利用不同磨损程度的刀具获取的特征参数；
获取不同磨损程度的刀具中特征参数的变化满足预设条件的目标特征项。
在本实施例中，目标特征项满足预设条件，所述预设条件可以是变化幅度大于阈值，举例来说，利用一个新的刀具与一个接近报废的刀具对同一加工件（或同一批加工件）进行相同工序的加工，采集新的刀具的特征参数以及接近报废的刀具的特征参数，对比特征参数中的各个特征项，查找特征项之间的区别，当特征项之间的区别满足预设幅度、程度或数值时，将特征项作为目标特征项。
所述目标特征项能够反映刀具的磨损程度，利用目标特征项在正常加工过程中能够反映刀具的工作状态，当目标特征项的数值与接近报废的刀具的目标特征项相似或关联时则表明当前刀具应该更换以保证产品的合格率。
进一步地，形变传感器用于采集智能刀柄加工过程的加工数据；
所述处理终端用于根据加工数据中的目标特征项获取数控机床刀具的使用状态。
具体地，所述智能刀柄上开设有若干安装槽，每一安装槽内设有一柔性电路板，所述柔性电路板上安装形变传感器、处理芯片。
所述处理芯片用于获取加工过程中形变传感器采集的加工数据；
所述处理芯片用于将加工数据转化为力学信号；
所述处理终端用于通过小波对所述力学信号进行滤波，提取滤波后力学信号中的特征参数。
其中，滤波后力学信号中的特征参数包括下属特征中的一种或几种：
有量纲特征、无量纲特征、三维频域特征、小波频带能量特征以及小波熵特征。
具体地，所述有量纲特征及无量纲特征包括的特征项为均值、标准差、均方根、峰值因子及偏度指标；
所述三维频域特征包括的特征项为重心频率、频率方差及均方频率。
进一步地，所述处理终端用于：
利用多分类支持向量机递归特征小区选取特征参数中目标特征项；
利用目标特征项生成所述使用状态的判断阈值；
利用所述判断阈值控制数控机床的加工。
在其它实施方式中，
所述数控机床用于利用安装刀具的所述智能刀柄对加工件按照预设路径进行加工。
所述处理终端用于获取加工过程中形变传感器采集的加工数据。
数控机床系统用于在加工完成后识别加工件的加工质量以获取低质量位置，所述识别过程可以通过图像识别也可以通过人工识别。
数控机床系统用于根据低质量位置在预设路径上的位置获取低质量位置的加工时刻；
所述处理终端用于获取所述加工时刻的加工数据；
所述处理终端用于获取加工时刻前后数据的变化满足预设条件的目标特征项以及目标特征项在加工时刻的数值，将所述加工时刻的数值作为使用状态的判断阈值。
进一步地，所述数控机床包括至少一智能刀柄，所述智能刀柄上开设有若干安装槽，每一安装槽内设有一柔性电路板，所述柔性电路板上安装形变传感器、处理芯片。
形变传感器用于采集智能刀柄加工过程的形变信号；
所述处理芯片用于判断形变信号是否满足所述判断阈值，若否则通过蓝牙发射装置向机床接收装置传输控制信号；
数控机床用于在机床接收装置接收所述控制信号后暂停所述智能刀柄的加工动作，并将超出正常范围的形变信号传输至所述上位机存储。
参见图1，利用上述数控机床系统，本实施例还提供一种数据处理方法，包括：
步骤100、利用安装刀具的所述智能刀柄进行加工，所述智能刀柄上设有形变传感器。
步骤101、获取加工过程中形变传感器采集的加工数据。
步骤102、提取加工数据中的特征参数，所述特征参数包括若干特征项。
步骤103、对比利用不同磨损程度的刀具获取的特征参数。
步骤104、获取不同磨损程度的刀具中特征参数的变化满足预设条件的目标特征项。
获取目标特征项后数控机床进行加工，执行如下步骤：
步骤105、形变传感器采集智能刀柄加工过程的加工数据；
步骤106、所述处理芯片根据加工数据中的目标特征项获取数控机床刀具的使用状态。
步骤102具体包括：
所述处理芯片将加工数据转化为力学信号；
通过小波对所述力学信号进行滤波；
提取滤波后力学信号中的特征参数。
其中，滤波后力学信号中的特征参数包括下属特征中的一种或几种：
有量纲特征、无量纲特征、三维频域特征、小波频带能量特征以及小波熵特征。
具体地，所述有量纲特征及无量纲特征包括的特征项为均值、标准差、均方根、峰值因子及偏度指标；
所述三维频域特征包括的特征项为重心频率、频率方差及均方频率。
在本实施例数据处理方法中，目标特征项是满足预设条件的特征项，所述预设条件可以是变化幅度大于阈值，举例来说，利用一个新的刀具与一个接近报废的刀具对同一加工件（或同一批加工件）进行相同工序的加工，采集新的刀具的特征参数以及接近报废的刀具的特征参数，对比特征参数中的各个特征项，查找两个刀具特征项之间的区别，当特征项之间的区别满足预设幅度、程度或数值时，将特征项作为目标特征项。
所述目标特征项能够反映刀具的磨损程度，利用目标特征项在正常加工过程中能够反映刀具的工作状态，当目标特征项的数值与接近报废的刀具的目标特征项相似或关联时则表明当前刀具应该更换以保证产品的合格率。
步骤104具体为：利用多分类支持向量机递归特征小区选取特征参数中目标特征项，所述目标特征项就是优选项，能够反映出刀具的使用状态。
步骤106具体地为：
步骤1061、利用目标特征项生成所述使用状态的判断阈值；
步骤1062、利用所述判断阈值控制数控机床的加工。
进一步地，步骤100具体为：
利用安装刀具的所述智能刀柄对加工件按照预设路径进行加工。
步骤101具体为：
获取加工过程中形变传感器采集的加工数据。
步骤104具体包括：
加工完成后识别加工件的加工质量以获取低质量位置；
根据低质量位置在预设路径上的位置获取低质量位置的加工时刻；
获取所述加工时刻的加工数据；
获取加工时刻前后数据的变化满足预设条件的目标特征项以及目标特征项在加工时刻的数值，将所述加工时刻的数值作为使用状态的判断阈值。
其中，步骤105具体为：形变传感器采集智能刀柄加工过程的形变信号。
步骤1062具体包括：
所述处理芯片判断形变信号是否满足所述判断阈值，若否则通过蓝牙发射装置向机床接收装置传输控制信号；
机床接收装置接收所述控制信号后暂停所述智能刀柄的加工动作，并将超出正常范围的形变信号传输至所述上位机存储。
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)
1.一种用于智能刀柄的数据处理方法，其特征在于，所述智能刀柄上开设有若干安装槽，每一安装槽内设有一柔性电路板，所述柔性电路板上安装形变传感器、处理芯片，所述数据处理方法包括：
利用安装刀具的所述智能刀柄进行加工，所述智能刀柄上设有形变传感器；
获取加工过程中形变传感器采集的加工数据；
提取加工数据中的特征参数，所述特征参数包括若干特征项；
对比利用不同磨损程度的刀具获取的特征参数；
获取不同磨损程度的刀具中特征参数的变化满足预设条件的目标特征项；
形变传感器采集智能刀柄加工过程的加工数据；
根据加工数据中的目标特征项获取数控机床刀具的使用状态；
其中，所述获取加工过程中形变传感器采集的加工数据，包括：
所述处理芯片获取加工过程中形变传感器采集的加工数据；
所述处理芯片将加工数据转化为力学信号；
通过小波对所述力学信号进行滤波；
提取滤波后力学信号中的特征参数。
2.如权利要求1所述的数据处理方法，其特征在于，滤波后力学信号中的特征参数包括下属特征中的一种或几种：
有量纲特征、无量纲特征、三维频域特征、小波频带能量特征以及小波熵特征。
3.如权利要求2所述的数据处理方法，其特征在于，所述有量纲特征及无量纲特征包括的特征项为均值、标准差、均方根、峰值因子及偏度指标；
所述三维频域特征包括的特征项为重心频率、频率方差及均方频率。
4.如权利要求3所述的数据处理方法，其特征在于，所述数据处理方法包括：
利用多分类支持向量机递归特征小区选取特征参数中目标特征项；
利用目标特征项生成所述使用状态的判断阈值；
利用所述判断阈值控制数控机床的加工。
5.如权利要求1所述的数据处理方法，其特征在于，所述数据处理方法包括：
利用安装刀具的所述智能刀柄对加工件按照预设路径进行加工；
获取加工过程中形变传感器采集的加工数据；
加工完成后识别加工件的加工质量以获取低质量位置；
根据低质量位置在预设路径上的位置获取低质量位置的加工时刻；
获取所述加工时刻的加工数据；
获取加工时刻前后数据的变化满足预设条件的目标特征项以及目标特征项在加工时刻的数值，将所述加工时刻的数值作为使用状态的判断阈值。
6.如权利要求4或5所述的数据处理方法，其特征在于，所述数据处理方法包括：
形变传感器采集智能刀柄加工过程的形变信号；
所述处理芯片判断形变信号是否满足所述判断阈值，若否则通过蓝牙发射装置向机床接收装置传输控制信号；
机床接收装置接收所述控制信号后暂停所述智能刀柄的加工动作，并将超出正常范围的形变信号传输至上位机存储。
7.一种智能刀柄，其特征在于，所述智能刀柄实现如权利要求1至6中任意一项所述的数据处理方法。
8.一种数控机床系统，其特征在于，所述数控机床系统包括如权利要求7所述的智能刀柄。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311565960.8A CN117260378B (zh) | 2023-11-22 | 2023-11-22 | 用于智能刀柄的数据处理方法及数控机床系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311565960.8A CN117260378B (zh) | 2023-11-22 | 2023-11-22 | 用于智能刀柄的数据处理方法及数控机床系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117260378A true CN117260378A (zh) | 2023-12-22 |
| CN117260378B CN117260378B (zh) | 2024-03-15 |
Family
ID=89216441
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311565960.8A Active CN117260378B (zh) | 2023-11-22 | 2023-11-22 | 用于智能刀柄的数据处理方法及数控机床系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117260378B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1345129A (en) * | 1971-04-26 | 1974-01-30 | Bendix Corp | Tool size compensation for numerical control machine |
| EP0870574A1 (en) * | 1997-04-09 | 1998-10-14 | Toyoda Koki Kabushiki Kaisha | Sensor, apparatus for determining machining state of machine tool, and method for determining state |
| CN111774931A (zh) * | 2020-06-16 | 2020-10-16 | 中译语通科技（青岛）有限公司 | 数控车削批量加工刀具磨损在线监测方法 |
| CN111857069A (zh) * | 2020-07-09 | 2020-10-30 | 深圳先进技术研究院 | 数控加工和检测的管控系统、方法及数控加工和检测系统 |
| US20200356076A1 (en) * | 2019-05-08 | 2020-11-12 | Nll, Llc | Networked system for coordinated laser labelling of conveyed food products |
| CN112859754A (zh) * | 2019-11-28 | 2021-05-28 | 智能云科信息科技有限公司 | 机床加工控制方法、装置、存储介质、边缘设备及服务器 |
| CN113608482A (zh) * | 2021-08-13 | 2021-11-05 | 重庆允成互联网科技有限公司 | 一种精密加工刀具智能监控方法、系统及管理系统 |
| CN113741377A (zh) * | 2021-09-29 | 2021-12-03 | 上海理工大学 | 一种基于切削特征遴选的加工过程智能监控系统及方法 |
| CN114089690A (zh) * | 2021-10-25 | 2022-02-25 | 西北工业大学 | 一种用于车间监控的边缘计算设备与方法 |
| CN114895625A (zh) * | 2022-07-13 | 2022-08-12 | 上海航天壹亘智能科技有限公司 | 基于多传感器信息融合的控制装置、方法及数控机床 |
| CN114905333A (zh) * | 2022-06-27 | 2022-08-16 | 成都振宏达机电设备有限公司 | 一种基于多维数据分析的机床作业在线智能监测系统 |
| CN114952413A (zh) * | 2022-07-21 | 2022-08-30 | 上海航天壹亘智能科技有限公司 | 基于人工智能的机床控制方法、数控机床及保护装置 |
| CN115542841A (zh) * | 2022-09-16 | 2022-12-30 | 上海航天壹亘智能科技有限公司 | 基于人工智能的调度方法及数控机床 |
| WO2023151166A1 (zh) * | 2022-02-09 | 2023-08-17 | 无锡微茗智能科技有限公司 | 机床机械部件动态保护方法及数控机床设备 |
| CN116922159A (zh) * | 2023-09-19 | 2023-10-24 | 上海航天壹亘智能科技有限公司 | 智能刀柄的加工方法及系统 |
-
2023
- 2023-11-22 CN CN202311565960.8A patent/CN117260378B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1345129A (en) * | 1971-04-26 | 1974-01-30 | Bendix Corp | Tool size compensation for numerical control machine |
| EP0870574A1 (en) * | 1997-04-09 | 1998-10-14 | Toyoda Koki Kabushiki Kaisha | Sensor, apparatus for determining machining state of machine tool, and method for determining state |
| US20200356076A1 (en) * | 2019-05-08 | 2020-11-12 | Nll, Llc | Networked system for coordinated laser labelling of conveyed food products |
| CN112859754A (zh) * | 2019-11-28 | 2021-05-28 | 智能云科信息科技有限公司 | 机床加工控制方法、装置、存储介质、边缘设备及服务器 |
| CN111774931A (zh) * | 2020-06-16 | 2020-10-16 | 中译语通科技（青岛）有限公司 | 数控车削批量加工刀具磨损在线监测方法 |
| CN111857069A (zh) * | 2020-07-09 | 2020-10-30 | 深圳先进技术研究院 | 数控加工和检测的管控系统、方法及数控加工和检测系统 |
| CN113608482A (zh) * | 2021-08-13 | 2021-11-05 | 重庆允成互联网科技有限公司 | 一种精密加工刀具智能监控方法、系统及管理系统 |
| CN113741377A (zh) * | 2021-09-29 | 2021-12-03 | 上海理工大学 | 一种基于切削特征遴选的加工过程智能监控系统及方法 |
| CN114089690A (zh) * | 2021-10-25 | 2022-02-25 | 西北工业大学 | 一种用于车间监控的边缘计算设备与方法 |
| WO2023151166A1 (zh) * | 2022-02-09 | 2023-08-17 | 无锡微茗智能科技有限公司 | 机床机械部件动态保护方法及数控机床设备 |
| CN114905333A (zh) * | 2022-06-27 | 2022-08-16 | 成都振宏达机电设备有限公司 | 一种基于多维数据分析的机床作业在线智能监测系统 |
| CN114895625A (zh) * | 2022-07-13 | 2022-08-12 | 上海航天壹亘智能科技有限公司 | 基于多传感器信息融合的控制装置、方法及数控机床 |
| CN114952413A (zh) * | 2022-07-21 | 2022-08-30 | 上海航天壹亘智能科技有限公司 | 基于人工智能的机床控制方法、数控机床及保护装置 |
| CN115542841A (zh) * | 2022-09-16 | 2022-12-30 | 上海航天壹亘智能科技有限公司 | 基于人工智能的调度方法及数控机床 |
| CN116922159A (zh) * | 2023-09-19 | 2023-10-24 | 上海航天壹亘智能科技有限公司 | 智能刀柄的加工方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117260378B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108931961B (zh) | 一种基于机器视觉的整体式立铣刀磨破损检测方法 | |
| CN103760820B (zh) | 数控铣床加工过程状态信息评价装置 | |
| CN104741638B (zh) | 一种车削刀具磨损状态监测系统 | |
| CN110263474A (zh) | 一种数控机床的刀具寿命实时预测方法 | |
| CN103941645A (zh) | 薄壁零件复杂工况加工状态监测方法 | |
| CN110561195B (zh) | 一种机械加工过程中颤振的监测方法 | |
| CN115202287B (zh) | 一种数控机床运行作业在线智能监测诊断分析系统 | |
| CN205318211U (zh) | 惯量匹配参数式数控机床优化及实时监控系统 | |
| CN113189937B (zh) | 航空类零件自动生产线刀具集成管理方法及其系统和应用 | |
| CN115542841B (zh) | 基于人工智能的调度方法及数控机床 | |
| CN114895625B (zh) | 基于多传感器信息融合的控制装置、方法及数控机床 | |
| CN114952413B (zh) | 基于人工智能的机床控制方法、数控机床及保护装置 | |
| CN114536104B (zh) | 一种刀具寿命动态预测方法 | |
| CN205464377U (zh) | 一种具有信息采集功能的刀柄结构 | |
| CN108416444B (zh) | 用于切削数据库的方法及相应装置 | |
| CN117260378B (zh) | 用于智能刀柄的数据处理方法及数控机床系统 | |
| CN206263269U (zh) | 一种改善工件断续切削振刀纹的车床 | |
| CN110744359A (zh) | 一种数控车床刀具磨损监测系统及方法 | |
| CN103454975B (zh) | 参数化数控立铣刀制造工艺设计方法 | |
| CN112380646B (zh) | 不同磨损刀具车削温度变化与车削振动耦合特性研究方法 | |
| CN106020132B (zh) | 基于现场实测切削力数据与离线优化的粗加工进给速度优化方法 | |
| CN210878880U (zh) | 一种数控车床刀具磨损监测系统 | |
| CN110315216A (zh) | 激光加工工件的方法及其在刀具制造中的应用 | |
| CN117359394A (zh) | 基于切削力检测的机床反向控制方法及系统 | |
| CN218312885U (zh) | 一种金刚石刀具分度刃磨测控装置 |
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 |