CN117583951A - 一种数控机床刀具寿命预测方法、装置以及电子设备 - Google Patents
一种数控机床刀具寿命预测方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN117583951A CN117583951A CN202410007448.XA CN202410007448A CN117583951A CN 117583951 A CN117583951 A CN 117583951A CN 202410007448 A CN202410007448 A CN 202410007448A CN 117583951 A CN117583951 A CN 117583951A
- Authority
- CN
- China
- Prior art keywords
- life
- cutter
- target
- prediction model
- tool
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005520 cutting process Methods 0.000 claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 20
- 239000000463 material Substances 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 238000005553 drilling Methods 0.000 claims description 4
- 238000003801 milling Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229910052582 BN Inorganic materials 0.000 description 1
- PZNSFCLAULLKQX-UHFFFAOYSA-N Boron nitride Chemical compound N#B PZNSFCLAULLKQX-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012549 training 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
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0995—Tool life management
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
Abstract
一种数控机床刀具寿命预测方法、装置以及电子设备,涉及数控机床检测领域。方法包括:响应于用户针对目标刀具的寿命检测操作,获取目标刀具对应的刀具类型;在预测模型数据库中,获取刀具类型对应的第一寿命预测模型,预测模型数据库用于储存刀具类型与第一寿命预测模型的对应关系;通过第一寿命预测模型,对目标刀具进行寿命检测的操作,得到目标刀具的预测寿命;若确认预测寿命小于预设预测寿命,则向用户发送更换信息,更换信息用于提示用户更换目标刀具。本申请的技术方案,解决了仅仅依赖于生产厂家的工作经验或者是设备供应商的推荐,难以准确预测切削装置的实际寿命的问题。
Description
技术领域
本申请涉及数控机床检测领域,尤其涉及一种数控机床刀具寿命预测方法、装置以及电子设备。
背景技术
在机械制造领域,由于数控机床的广泛使用以及科学技术的发展,使得机械生产车间的自动化水平得到了进一步的提升,同时,在车间里,诸如刀具之类的切削装置,也成为了一个重要的加工因素,它直接关系到车间的正常运转和生产效率。因此,在实际工作中,为了掌握切削的工作状态,往往要对切削装置的寿命作出预测,以便在切削装置的服役年限达到一定程度时,及时地更换切削装置。
目前,对于切削装置的使用寿命预测,多依赖于生产企业的实际操作经验和设备厂商的推荐。但是,在实践中,影响裁断机耐用性的因素很多,仅仅依赖于生产厂家的工作经验或者是设备供应商的推荐,难以考虑到所有潜在的影响因素,因此难以准确预测切削装置的实际寿命。
因此,亟需一种数控机床刀具寿命预测方法、装置以及电子设备。
发明内容
本申请提供一种数控机床刀具寿命预测方法、装置以及电子设备,解决了仅仅依赖于生产厂家的工作经验或者是设备供应商的推荐,难以准确预测切削装置的实际寿命的问题。
在本申请的第一方面提供了一种数控机床刀具寿命预测方法,方法包括:响应于用户针对目标刀具的寿命检测操作,获取目标刀具对应的刀具类型;在预测模型数据库中,获取刀具类型对应的第一寿命预测模型,预测模型数据库用于储存刀具类型与第一寿命预测模型的对应关系;通过第一寿命预测模型,对目标刀具进行寿命检测的操作,得到目标刀具的预测寿命;若确认预测寿命小于预设预测寿命,则向用户发送更换信息,更换信息用于提示用户更换目标刀具。
通过采用上述技术方案,通过对数控机床中的刀具进行分类,并为每一个刀具类型训练对应的寿命预测模型,可以通过刀具类型对应的寿命预测模型,预测出某一类型的目标刀具的剩余寿命,从而确保刀具能够实际生产中能够及时进行更换,时刻保证实际生产中刀具为处于最佳性能的状态。
可选的,获取目标刀具对应的刀具类型,具体包括:通过摄像头获取目标刀具对应的特征图片,特征图片包括目标刀具对应的多个特征;多个特征包括目标特征,目标特征为多个特征中任意一个特征;获取刀具类型对应的多个预设特征;多个预设特征包括目标预设特征;目标预设特征为多个预设特征中任意一个预设特征;判断目标特征与目标预设特征的相似度值是否大于预设相似度值;若相似度值大于预设相似度值,则判断刀具类型为目标刀具对应的刀具类型。
通过采用上述技术方案,通过摄像头对目标刀具进行拍摄,并预处理提取出图片中多个目标特征,可以根据目标特征,分辨出目标刀具的刀具类型,便于服务器根据目标刀具的刀具类型,选择对应的寿命预测模型。
可选的,在预测模型数据库中,获取刀具类型对应的第一寿命预测模型之前,构建预测模型数据库,具体包括:获取刀具类型对应的多个刀具以及多个刀具对应的多个剩余寿命,一个刀具对应一个剩余寿命;获取多个刀具各自对应的多个核心特征,多个核心特征为判断刀具对应的剩余寿命的必要特征;根据多个核心特征以及多个剩余寿命,构建第一寿命预测模型;将第一寿命预测模型与刀具类型的对应关系保存在预测模型数据库中。
通过上述技术方案,通过相同刀具类型中,不同剩余寿命对应的多个核心特征,可以训练相同刀具类型对应的寿命预测模型,并通过将寿命预测模型与刀具类型的对应关系保存在预测模型数据库中,便于服务器根据该对应关系,据目标刀具的刀具类型,选择对应的寿命预测模型。
可选的,剩余寿命为刀具能够进行的剩余切削量;切削量为刀具在切削操作中,按照预设参数组能够从工件中去除的材料量;预设参数组包括切削速度、切削加速度、切削深度以及切削宽度;核心特征包括刀具材料特征以及工件材料特征。
通过采用上述技术方案,通过将剩余寿命设置为刀具能够进行的剩余切削量,切削量为刀具在切削操作中,按照预设参数组能够从工件中去除的材料量,可以将刀具的剩余寿命进行量化,以便于寿命预测模型确定目标刀具的剩余寿命;而通过将刀具材料特征以及工件材料特征作为刀具的核心特征,便于寿命预测模型根据核心特征对目标刀具的剩余寿命进行预测。
可选的,在通过第一寿命预测模型,对目标刀具进行寿命检测的操作之后,方法还包括:响应于用户发送的更换指令,将目标刀具更换成指定刀具;更换指令包括自动更换指令以及手动更换指令。
通过采用上述技术方案,通过用户发送的更换指令,服务器可以自动的对预测寿命小于预设预测寿命的目标刀具进行更换,对应一些重要的数控机床上的目标刀具,也可以由用户进行手动更换。
可选的,在通过第一寿命预测模型,对目标刀具进行寿命检测的操作之后,方法还包括:对目标刀具进行实际寿命测试,获取目标刀具的实际寿命;判断实际寿命与预测寿命的差值是否大于预设差值;若判断实际寿命与预测寿命的差值大于预设差值,则向用户发送修正信息,用户根据修正信息将第一寿命预测模型调整为第二寿命预测模型,并将第二寿命预测模型与刀具类型的对应关系更新至预测模型数据库。
通过采用上述技术方案,当寿命预测模型出现不准确的情况时,服务器可以通过目标刀具的多个特征以及目标刀具的实际寿命,对该寿命预测模型进行再训练,以修正该误差。
可选的,刀具类型包括铣刀类刀具、车削类刀具以及钻削类刀具。
通过上述技术方案,通过预先设置刀具的多种类型,例如将刀具划分为包括铣刀类刀具、车削类刀具、钻削类刀具等类型,便于服务器对需要识别的目标刀具进行分类。
在本申请的第二方面提供了一种数控机床刀具寿命预测装置,装置包括包括获取模块以及处理模块,其中,
获取模块,用于响应于用户针对目标刀具的寿命检测操作,获取目标刀具对应的刀具类型;在预测模型数据库中,获取刀具类型对应的第一寿命预测模型,预测模型数据库用于储存刀具类型与第一寿命预测模型的对应关系。
处理模块,用于通过第一寿命预测模型,对目标刀具进行寿命检测的操作,得到目标刀具的预测寿命;若确认预测寿命小于预设预测寿命,则更换目标刀具以完成对目标刀具的测试。
可选的,获取模块用于获取目标刀具对应的刀具类型,具体包括:通过摄像头获取目标刀具对应的特征图片,特征图片包括目标刀具对应的多个特征;多个特征包括目标特征,目标特征为多个特征中任意一个特征;获取刀具类型对应的多个预设特征;多个预设特征包括目标预设特征;目标预设特征为多个预设特征中任意一个预设特征;判断目标特征与目标预设特征的相似度值是否大于预设相似度值;若相似度值大于预设相似度值,则判断刀具类型为目标刀具对应的刀具类型。
可选的,获取模块用于在预测模型数据库中,获取刀具类型对应的第一寿命预测模型之前,构建预测模型数据库,具体包括:获取刀具类型对应的多个刀具以及多个刀具对应的多个剩余寿命,一个刀具对应一个剩余寿命;获取多个刀具各自对应的多个核心特征,多个核心特征为判断刀具对应的剩余寿命的必要特征;根据多个核心特征以及多个剩余寿命,构建第一寿命预测模型;将第一寿命预测模型与刀具类型的对应关系保存在预测模型数据库中。
可选的,处理模块用于在通过第一寿命预测模型,对目标刀具进行寿命检测的操作之后,方法还包括:响应于用户发送的更换指令,将目标刀具更换成指定刀具;更换指令包括自动更换指令以及手动更换指令。
可选的,处理模块用于在通过第一寿命预测模型,对目标刀具进行寿命检测的操作之后,方法还包括:对目标刀具进行实际寿命测试,获取目标刀具的实际寿命;判断实际寿命与预测寿命的差值是否大于预设差值;若判断实际寿命与预测寿命的差值大于预设差值,则向用户发送修正信息,用户根据修正信息将第一寿命预测模型调整为第二寿命预测模型,并将第二寿命预测模型与刀具类型的对应关系更新至预测模型数据库。
在本申请的第三方面提供了一种电子设备,包括处理器、存储器、用户接口及网络接口,存储器用于存储指令,用户接口和网络接口用于给其他设备通信,处理器用于执行存储器中存储的指令,以使电子设备执行如上述任意一项的方法。
在本申请的第四方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行如上述任意一项的方法。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、通过采用上述技术方案,通过对数控机床中的刀具进行分类,并为每一个刀具类型训练对应的寿命预测模型,可以通过刀具类型对应的寿命预测模型,预测出某一类型的目标刀具的剩余寿命,从而确保刀具能够实际生产中能够及时进行更换,时刻保证实际生产中刀具为处于最佳性能的状态。
2、通过相同刀具类型中,不同剩余寿命对应的多个核心特征,可以训练相同刀具类型对应的寿命预测模型,并通过将寿命预测模型与刀具类型的对应关系保存在预测模型数据库中,便于服务器根据该对应关系,据目标刀具的刀具类型,选择对应的寿命预测模型值。
3、当寿命预测模型出现不准确的情况时,服务器可以通过目标刀具的多个特征以及目标刀具的实际寿命,对该寿命预测模型进行再训练,以修正该误差。
附图说明
图1是本申请实施例提供的一种数控机床刀具寿命预测方法的流程示意图。
图2是本申请实施例提供的一种数控机床刀具寿命预测装置的结构示意图。
图3是本申请实施例提供的一种电子设备的结构示意图。
附图标记说明:21、获取模块;22、处理模块;300、电子设备;301、处理器;302、通信总线;303、用户接口;304、网络接口;305、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
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”是指并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。
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。
在机械制造领域,由于数控机床的广泛使用以及科学技术的发展,使得机械生产车间的自动化水平得到了进一步的提升,同时,在车间里,诸如刀具之类的切削装置,也成为了一个重要的加工因素,它直接关系到车间的正常运转和生产效率。因此,在实际工作中,为了掌握切削的工作状态,往往要对切削装置的寿命作出预测,以便在切削装置的服役年限达到一定程度时,及时地更换切削装置。
目前,对于切削装置的使用寿命预测,多依赖于生产企业的实际操作经验和设备厂商的推荐。但是,在实践中,影响裁断机耐用性的因素很多,仅仅依赖于生产厂家的工作经验或者是设备供应商的推荐,难以考虑到所有潜在的影响因素,因此难以准确预测切削装置的实际寿命。
因此,亟需一种数控机床刀具寿命预测方法、装置以及电子设备。
请参考图1,其示出了本发明一个实施例提供的一种数控机床刀具寿命预测方法的流程示意图,方法应用于服务器,该流程图主要包括以下几个步骤:S101至S104。
步骤S101,响应于用户针对目标刀具的寿命检测操作,获取目标刀具对应的刀具类型。
用户可以选择制定的目标刀具,并向服务器发送针对该目标刀具进行寿命检测的指令,此时,服务器响应于用户发送的指令请求,对该目标刀具的寿命进行检测操作。用户也可以针对该目标刀具,设置一个预设时长,当该目标刀具的实际使用时长超过目标时长时,服务器自动进行针对该目标刀具的寿命检测操作。预设时长可以根据不同类型的刀具进行设置,质量越高的刀具,其预设时长的设置越长。服务器在进行针对该目标刀具的寿命检测操作时,先要获取目标刀具的刀具类型。用户可以预先设置不同的刀具类型,并保存在服务器中,例如,可以根据先根据数控机床刀具的使用用途进行大分类,分类为铣刀类刀具、车削类刀具以及钻削类刀具,再对各个大分类进行小分类,例如根据刀具材料特征对铣刀类刀具进行分类,分类为陶瓷刀片铣刀、立方氮化硼刀片铣刀、金刚石复合刀片铣刀等。需要说明的是,刀具的分类可以根据在实际应用中进行设置,上述分类仅为本实施例提供的一个实例,本实施例对刀具的分类不进行限定。
在一种可能的实施方式中,步骤S101还包括:通过摄像头获取目标刀具对应的特征图片,特征图片包括目标刀具对应的多个特征;多个特征包括目标特征,目标特征为多个特征中任意一个特征;获取刀具类型对应的多个预设特征;多个预设特征包括目标预设特征;目标预设特征为多个预设特征中任意一个预设特征;判断目标特征与目标预设特征的相似度值是否大于预设相似度值;若相似度值大于预设相似度值,则判断刀具类型为目标刀具对应的刀具类型
具体地,服务器可以通过摄像头拍摄的目标刀具的特征图片中的多个目标特征,识别出目标刀具的刀具类型。服务器获取特征图片中目标刀具类型的多个目标特征,并将多个目标特征分别与多个预设特征进行相似度计算,一个刀具类型对应多个预设特征,若在进行相似度计算时,对于目标刀具的特征图片中的每个目标特征,总能在某个刀具类型的多个预设特征中,找到一个预设特征,与目标刀具的特征图片中的每个目标特征的相似度值大于预设相似度值,则判断该刀具类型为目标刀具的刀具类型。
举例说明,假设特征图片中目标刀具的多个目标特征为目标特征A,目标特征B,目标特征C,刀具类型A的预设特征为预设特征A、预设特征B、预设特征C、预设特征D、预设特征E,分别将目标特征A,目标特征B,目标特征C与刀具类型A中的每个预设特征进行相似度计算,假设目标特征A与预设特征E的相似度值大于预设相似度值,目标特征B与预设特征D的相似度值大于预设相似度值,目标特征B与预设特征C的相似度值大于预设相似度值,则说明于目标刀具的特征图片中的每个目标特征,总能在刀具类型A的多个预设特征中,找到一个预设特征,与目标刀具的特征图片中的每个目标特征的相似度值大于预设相似度值,则说明该目标刀具为刀具类型A的刀具。在本实施例中,预设相似度值可以根据每个特征的实际情况进行设置,本实施例对预设相似度值的设置不进行限定。
步骤S102,在预测模型数据库中,获取刀具类型对应的第一寿命预测模型,预测模型数据库用于储存刀具类型与第一寿命预测模型的对应关系。
具体地,预测模型数据库用于储存多个刀具类型与多个寿命预测模型的对应关系,刀具类型与寿命预测模型一一对应。
在一种可能的实施方式中,在步骤S102之前,方法还包括,构建预测模型数据库:获取刀具类型对应的多个刀具以及多个刀具对应的多个剩余寿命,一个刀具对应一个剩余寿命;获取多个刀具各自对应的多个核心特征,多个核心特征为判断刀具对应的剩余寿命的必要特征;根据多个核心特征以及多个剩余寿命,构建第一寿命预测模型;将第一寿命预测模型与刀具类型的对应关系保存在预测模型数据库中。
具体地,同一个类型刀具对应的寿命预测模型,可以通过大量不同剩余寿命的该道具类型的刀具进行训练。因此,在训练寿命预测模型时,可以对刀具的剩余寿命进行分段,剩余寿命为刀具能够进行的剩余切削量;切削量为刀具在切削操作中,按照预设参数组能够从工件中去除的材料量;预设参数组包括切削速度、切削加速度、切削深度以及切削宽度,例如,可以设置分段时间为以一天为单位,则收集剩余寿命为一天的相同刀具类型的多个刀具(即该刀具按照预设参数组能够从工件中去除的材料量为一天的材料量,经过一天后,该刀具按照预设参数组能够从工件中去除的材料量少于一天的材料量),收集剩余寿命为两天的相同刀具类型的多个刀具,收集剩余寿命为三天的相同刀具类型的多个刀具等,之后,分别提取剩余寿命为一天、两天、三天的相同刀具类型的多个刀具中的多个核心特征,并将该刀具类型剩余寿命为一天的刀具对应的多个核心特征输入寿命预测模型中,将该刀具类型剩余寿命为两天的刀具对应的多个核心特征输入寿命预测模型中,将该刀具类型剩余寿命为三天的刀具对应的多个核心特征输入寿命预测模型中,以训练该刀具类型对应的寿命预测模型。之后将训练好的寿命预测模型与刀具类型的对应关系保存在预测模型数据库中即可。在本实施例中,设置分段时间也可以以三天为单位、以五天为单位、以一个星期为单位等,需要根据生产的实际需要进行设置,本实施例对分段时间的设置不进行限定。
步骤S103,通过第一寿命预测模型,对目标刀具进行寿命检测的操作,得到目标刀具的预测寿命。
具体地,通过寿命预测模型,识别对应刀具类型的目标刀具的多个特征,以判断该目标刀具的预测寿命。在寿命预测模型进行寿命检测操作时,同样可以通过摄像头拍摄的特征图片,以获取特征图片中目标刀具的多个目标特征,并将多个特征输入寿命预测模型以进行寿命检测操作。寿命预测模型可以通过满足核心特征的目标刀具的特征的个数进行判断。
举例说明,例如可以设置若满足核心特征的目标刀具的特征的个数超过6个,则判断该目标刀具的预测寿命为该核心特征对应的剩余寿命。满足核心特征的目标刀具的特征的个数在不同的剩余寿命中,都超过6个数时,如通过比较,刀具A与剩余寿命为一天对应的多个核心特征对比满足的个数为7个,与剩余寿命为二天对应的多个核心特征对比满足的个数为8个,则将满足个数较多的剩余寿命,作为该刀具的预测寿命,即刀具A的预测寿命为剩余两天;若刀具A与剩余寿命为一天对应的多个核心特征对比满足的个数为7个,与剩余寿命为二天对应的多个核心特征对比满足的个数为也为7个时,则可以通过每个特征与核心特征的相似度的平均值的大小进行判断,即将平均值大的作为刀具A的预测寿命。需要说明的是,本实施例对设置满足核心特征的目标刀具的特征的个数不进行限定,可以根据目标刀具的刀具材料特征进行设置,目标刀具的刀具材料越昂贵,则需要满足的个数越多。
步骤S104,若确认预测寿命小于预设预测寿命,则向用户发送更换信息,更换信息用于提示用户更换目标刀具。
具体地,服务器判断通过寿命预测模型对目标刀具的预测寿命是否小于预设预测寿命,若小于预设预测寿命,则向用户发送更换信息,用户可以根据收到的更换信息,执行更换目标刀具的操作;若大于预设预测寿命,则服务器可以继续使用该刀具,且向用户发送一个刀具检测报告,该检测报告包括目标刀具的寿命预测结果。
在一种可能的实施方式中,步骤S104还包括:响应于用户发送的更换指令,将目标刀具更换成指定刀具;更换指令包括自动更换指令以及手动更换指令。
具体地,用户在接收到更换信息之后,可以通过向服务器发送一个更换指令,以选择目标刀具的更换方式。更换方式可以包括多种更换方式,例如,可以由用户手动进行更换;可以由服务器进行更换,且将目标刀具更换成用户指定的刀具。
在一种可能的实施方式中,在步骤S104之后,方法还包括:对目标刀具进行实际寿命测试,获取目标刀具的实际寿命;判断实际寿命与预测寿命的差值是否大于预设差值;若判断实际寿命与预测寿命的差值大于预设差值,则向用户发送修正信息,用户根据修正信息将第一寿命预测模型调整为第二寿命预测模型,并将第二寿命预测模型与刀具类型的对应关系更新至预测模型数据库。
具体的,在服务器完成寿命检测操作之后,可以对更换下来的目标刀具进行测试,通过该测试,可以知道目标刀具的实际寿命;服务器判断实际寿命与预测寿命的差值是否大于预设差值,若大于预设差值,则说明该寿命预测模型不准确,服务器可以通过目标刀具的多个特征以及目标刀具的实际寿命,对该寿命预测模型进行再训练,以修正该误差,并将修正后的寿命预测模型与该目标刀具的刀具类型的对应关系重新保存在预测模型数据库中。需要说明的是,预测模型数据库中的寿命预测模型是可以实时更新的,所有的经过寿命检测操作后的目标刀具的历史数据都会进行保存,并用于训练或修正该类型刀具对应的寿命预测模型。
本申请通过采用上述方法,能够达到的有益效果包括下列至少一项:
1、通过采用上述技术方案,通过对数控机床中的刀具进行分类,并为每一个刀具类型训练对应的寿命预测模型,可以通过刀具类型对应的寿命预测模型,预测出某一类型的目标刀具的剩余寿命,从而确保刀具能够实际生产中能够及时进行更换,时刻保证实际生产中刀具为处于最佳性能的状态。
2、通过相同刀具类型中,不同剩余寿命对应的多个核心特征,可以训练相同刀具类型对应的寿命预测模型,并通过将寿命预测模型与刀具类型的对应关系保存在预测模型数据库中,便于服务器根据该对应关系,据目标刀具的刀具类型,选择对应的寿命预测模型值。
3、当寿命预测模型出现不准确的情况时,服务器可以通过目标刀具的多个特征以及目标刀具的实际寿命,对该寿命预测模型进行再训练,以修正该误差。
请参考图2,其示出了本发明一个实施例提供的一种数控机床刀具寿命预测装置,装置为服务器,装置包括包括获取模块21以及处理模块22,其中,
获取模块21,用于响应于用户针对目标刀具的寿命检测操作,获取目标刀具对应的刀具类型;在预测模型数据库中,获取刀具类型对应的第一寿命预测模型,预测模型数据库用于储存刀具类型与第一寿命预测模型的对应关系。
处理模块22,用于通过第一寿命预测模型,对目标刀具进行寿命检测的操作,得到目标刀具的预测寿命;若确认预测寿命小于预设预测寿命,则更换目标刀具以完成对目标刀具的测试。
在一种可能的实施方式中,获取模块21用于获取目标刀具对应的刀具类型,具体包括:通过摄像头获取目标刀具对应的特征图片,特征图片包括目标刀具对应的多个特征;多个特征包括目标特征,目标特征为多个特征中任意一个特征;获取刀具类型对应的多个预设特征;多个预设特征包括目标预设特征;目标预设特征为多个预设特征中任意一个预设特征;判断目标特征与目标预设特征的相似度值是否大于预设相似度值;若相似度值大于预设相似度值,则判断刀具类型为目标刀具对应的刀具类型。
在一种可能的实施方式中,获取模块21用于在预测模型数据库中,获取刀具类型对应的第一寿命预测模型之前,构建预测模型数据库,具体包括:获取刀具类型对应的多个刀具以及多个刀具对应的多个剩余寿命,一个刀具对应一个剩余寿命;获取多个刀具各自对应的多个核心特征,多个核心特征为判断刀具对应的剩余寿命的必要特征;根据多个核心特征以及多个剩余寿命,构建第一寿命预测模型;将第一寿命预测模型与刀具类型的对应关系保存在预测模型数据库中。
在一种可能的实施方式中,处理模块22用于在通过第一寿命预测模型,对目标刀具进行寿命检测的操作之后,方法还包括:响应于用户发送的更换指令,将目标刀具更换成指定刀具;更换指令包括自动更换指令以及手动更换指令。
在一种可能的实施方式中,处理模块22用于在通过第一寿命预测模型,对目标刀具进行寿命检测的操作之后,方法还包括:对目标刀具进行实际寿命测试,获取目标刀具的实际寿命;判断实际寿命与预测寿命的差值是否大于预设差值;若判断实际寿命与预测寿命的差值大于预设差值,则向用户发送修正信息,用户根据修正信息将第一寿命预测模型调整为第二寿命预测模型,并将第二寿命预测模型与刀具类型的对应关系更新至预测模型数据库。
本申请还公开了一种电子设备,包括处理器、存储器、用户接口及网络接口,存储器用于存储指令,用户接口和网络接口用于给其他设备通信,处理器用于执行存储器中存储的指令,以使电子设备执行如上述任意一项的方法。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请还公开一种电子设备。参照图3,图3是本申请实施例的公开的一种电子设备的结构示意图。该电子设备300可以包括:至少一个处理器301,至少一个通信总线302,用户接口303,至少一个网络接口304,存储器305。
其中,通信总线302用于实现这些组件之间的连接通信。
其中,用户接口303可以包括显示屏(Display)、摄像头(Camera),可选用户接口303还可以包括标准的有线接口、无线接口。
其中,网络接口304可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器305内的指令、程序、代码集或指令集,以及调用存储在存储器305内的数据,执行服务器的各种功能和处理数据。可选的,处理器301可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器301可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器301中,单独通过一块芯片进行实现。
其中,存储器305可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器305包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。参照图3,作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及一种数控机床刀具寿命预测的应用程序。
在图3所示的电子设备300中,用户接口303主要用于为用户提供输入的接口,获取用户输入的数据;而处理器301可以用于调用存储器305中存储一种数控机床刀具寿命预测的应用程序,当由一个或多个处理器301执行时,使得电子设备300执行如上述实施例中一个或多个所述的方法。需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几种实施方式中,应该理解到,所披露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其他实施方案。
本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。
Claims (10)
1.一种数控机床刀具寿命预测方法,其特征在于,所述方法包括:
响应于用户针对目标刀具的寿命检测操作,获取所述目标刀具对应的刀具类型;
在预测模型数据库中,获取所述刀具类型对应的第一寿命预测模型,所述预测模型数据库用于储存所述刀具类型与所述第一寿命预测模型的对应关系;
通过所述第一寿命预测模型,对所述目标刀具进行寿命检测的操作,得到所述目标刀具的预测寿命;
若确认所述预测寿命小于预设预测寿命,则向所述用户发送更换信息,所述更换信息用于提示所述用户更换所述目标刀具。
2.根据权利要求1所述的方法,其特征在于,所述获取所述目标刀具对应的刀具类型,具体包括:
通过摄像头获取所述目标刀具对应的特征图片,所述特征图片包括所述目标刀具对应的多个特征;多个所述特征包括目标特征,所述目标特征为多个所述特征中任意一个特征;
获取刀具类型对应的多个预设特征;多个所述预设特征包括目标预设特征;所述目标预设特征为多个所述预设特征中任意一个预设特征;
判断所述目标特征与所述目标预设特征的相似度值是否大于预设相似度值;
若所述相似度值大于所述预设相似度值,则判断所述刀具类型为所述目标刀具对应的刀具类型。
3.根据权利要求1所述的方法,其特征在于,在所述在预测模型数据库中,获取所述刀具类型对应的第一寿命预测模型之前,构建所述预测模型数据库,具体包括:
获取所述刀具类型对应的多个刀具以及多个刀具对应的多个剩余寿命,一个所述刀具对应一个所述剩余寿命;
获取多个所述刀具各自对应的多个核心特征,多个所述核心特征为判断所述刀具对应的所述剩余寿命的必要特征;
根据多个所述核心特征以及多个所述剩余寿命,构建所述第一寿命预测模型;
将所述第一寿命预测模型与所述刀具类型的对应关系保存在所述预测模型数据库中。
4.根据权利要求3所述的方法,其特征在于,其中,
所述剩余寿命为所述刀具能够进行的剩余切削量;所述切削量为所述刀具在切削操作中,按照预设参数组能够从工件中去除的材料量;所述预设参数组包括切削速度、切削加速度、切削深度以及切削宽度;
所述核心特征包括刀具材料特征以及工件材料特征。
5.根据权利要求1所述的方法,其特征在于,在所述所述通过所述第一寿命预测模型,对所述目标刀具进行寿命检测的操作之后,所述方法还包括:
响应于所述用户发送的更换指令,将所述目标刀具更换成指定刀具;所述更换指令包括自动更换指令以及手动更换指令。
6.根据权利要求1所述的方法,其特征在于,在所述通过所述第一寿命预测模型,对所述目标刀具进行寿命检测的操作之后,所述方法还包括:
对所述目标刀具进行实际寿命测试,获取所述目标刀具的实际寿命;
判断所述实际寿命与所述预测寿命的差值是否大于预设差值;
若判断所述实际寿命与所述预测寿命的所述差值大于所述预设差值,则向所述用户发送修正信息,所述用户根据所述修正信息将所述第一寿命预测模型调整为第二寿命预测模型,并将所述第二寿命预测模型与所述刀具类型的对应关系更新至所述预测模型数据库。
7.根据权利要求1所述的方法,其特征在于,所述刀具类型包括铣刀类刀具、车削类刀具以及钻削类刀具。
8.一种数控机床刀具寿命预测装置,其特征在于,所述装置包括获取模块(21)以及处理模块(22),其中,
所述获取模块(21),用于响应于用户针对目标刀具的寿命检测操作,获取所述目标刀具对应的刀具类型;在预测模型数据库中,获取所述刀具类型对应的第一寿命预测模型,所述预测模型数据库用于储存所述刀具类型与所述第一寿命预测模型的对应关系;
所述处理模块(22),用于通过所述第一寿命预测模型,对所述目标刀具进行寿命检测的操作,得到所述目标刀具的预测寿命;若确认所述预测寿命小于预设预测寿命,则更换所述目标刀具以完成对所述目标刀具的测试。
9.一种电子设备,其特征在于,包括处理器(301)、通信总线(302)、用户接口(303)、网络接口(304)以及存储器(305),所述存储器(305)用于存储指令,所述用户接口(303)和网络接口(304)用于给其他设备通信,所述处理器(301)用于执行所述存储器(305)中存储的指令,以使所述电子设备(300)执行如权利要求1至7任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行如权利要求1至7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410007448.XA CN117583951A (zh) | 2024-01-03 | 2024-01-03 | 一种数控机床刀具寿命预测方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410007448.XA CN117583951A (zh) | 2024-01-03 | 2024-01-03 | 一种数控机床刀具寿命预测方法、装置以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117583951A true CN117583951A (zh) | 2024-02-23 |
Family
ID=89913524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410007448.XA Pending CN117583951A (zh) | 2024-01-03 | 2024-01-03 | 一种数控机床刀具寿命预测方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117583951A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117798742A (zh) * | 2024-03-01 | 2024-04-02 | 深圳丹弗科技有限公司 | 刀具寿命监测方法、系统、计算机设备及存储介质 |
CN117798742B (zh) * | 2024-03-01 | 2024-05-10 | 深圳丹弗科技有限公司 | 刀具寿命监测方法、系统、计算机设备及存储介质 |
-
2024
- 2024-01-03 CN CN202410007448.XA patent/CN117583951A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117798742A (zh) * | 2024-03-01 | 2024-04-02 | 深圳丹弗科技有限公司 | 刀具寿命监测方法、系统、计算机设备及存储介质 |
CN117798742B (zh) * | 2024-03-01 | 2024-05-10 | 深圳丹弗科技有限公司 | 刀具寿命监测方法、系统、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160349737A1 (en) | Manufacturing efficiency optimization platform and tool condition monitoring and prediction method | |
US20150026107A1 (en) | System and apparatus that identifies, captures, classifies and deploys tribal knowledge unique to each operator in a semi-automated manufacturing set-up to execute automatic technical superintending operations to improve manufacturing system performance and the methods therefor | |
CN109933019B (zh) | 工业控制系统及其支持装置、控制支持方法和存储介质 | |
JP2006343952A (ja) | 製造管理装置、製造管理方法および製造管理プログラム | |
CN106563972A (zh) | 刀具状态监测及预测方法 | |
CN110414838A (zh) | 一种烟草工艺质量管控方法、系统、设备及存储介质 | |
US20210166181A1 (en) | Equipment management method, device, system and storage medium | |
JP5017176B2 (ja) | 製造指示評価支援システム、製造指示評価支援方法、および製造指示評価支援プログラム | |
US20170153627A1 (en) | Method and apparatus for determining an optimum manufacturing alternative for manufacturing a product | |
US11619923B2 (en) | Digital twin management system and method | |
EP1220097A2 (en) | Apparatus management method, apparatus management system, and apparatus management program product | |
CN108646694A (zh) | 数控机床的智能管理方法、装置、系统和计算机设备 | |
EP3264344A1 (en) | Mapping rule updating method, device and system | |
JP6761004B2 (ja) | 工具管理システム、工具管理装置及び工具管理方法 | |
JP6784271B2 (ja) | 変更検出装置、保全管理システム、変更検出方法、プログラムおよび記録媒体 | |
CN117583951A (zh) | 一种数控机床刀具寿命预测方法、装置以及电子设备 | |
CN111798021A (zh) | 作业工时预测系统以及生产计划制定辅助系统 | |
US20220253033A1 (en) | Method and System for Implementing Event Rules for Maintenance Relevant Events in a Plurality of Machines | |
JP2019219801A (ja) | 設備状態判定装置、設備状態判定方法、及び設備管理システム | |
JP2019185167A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
CN114840248A (zh) | 一种基于企业级分布式应用服务的系统灰度发布方法 | |
CN112580823A (zh) | 数据处理方法、装置、可读存储介质和电子设备 | |
CN109765840A (zh) | 高档数控机床换刀预测系统 | |
CN110119906A (zh) | 一种管理产品质量的方法和装置 | |
US20180173740A1 (en) | Apparatus and Method for Sorting Time Series Data |
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 |