CN118153237A - 一种全方位数控六面钻精密加工系统 - Google Patents
一种全方位数控六面钻精密加工系统 Download PDFInfo
- Publication number
- CN118153237A CN118153237A CN202410568999.3A CN202410568999A CN118153237A CN 118153237 A CN118153237 A CN 118153237A CN 202410568999 A CN202410568999 A CN 202410568999A CN 118153237 A CN118153237 A CN 118153237A
- Authority
- CN
- China
- Prior art keywords
- processing
- value
- sample
- time
- parameters
- 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
- 238000003754 machining Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 318
- 238000011156 evaluation Methods 0.000 claims abstract description 115
- 230000000694 effects Effects 0.000 claims abstract description 44
- 230000000875 corresponding effect Effects 0.000 claims description 154
- 238000000034 method Methods 0.000 claims description 45
- 238000007781 pre-processing Methods 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 15
- 230000007547 defect Effects 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 4
- 238000002360 preparation method Methods 0.000 claims description 4
- 230000001154 acute effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000005553 drilling Methods 0.000 claims description 2
- 238000011002 quantification Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000002311 subsequent effect Effects 0.000 description 1
Landscapes
- Numerical Control (AREA)
Abstract
本发明公开了一种全方位数控六面钻精密加工系统,涉及数控六面钻精密加工技术领域;本发明通过对不同预设加工参数下设备的加工状态和加工样品的效果分别进行分析,从而从设备加工状态和加工样品的效果两个方向反映不同预设加工参数的表现程度,并对效果评估指数和加工评估指数进行综合分析,得到对应预设加工参数的优选评估指数,从而实现对数据的量化,便于后续选择最优的加工参数作为当前批次剩余板材的加工参数,提高了加工效率的同时保证了加工质量。
Description
技术领域
本发明涉及数控六面钻精密加工技术领域,特别涉及一种全方位数控六面钻精密加工系统。
背景技术
全方位数控六面钻精密加工过程是一种高效的板式家具生产技术,它能够一次性完成工件六个面的钻孔和开槽加工。
在全方位数控六面钻进行使用前,需要将后续加工的板材尺寸输入加工系统中,并基于当前加工板材尺寸对加工参数进行调节,而现有技术中的全方位数控六面钻精密加工系统还存在以下缺陷:
通常基于板材尺寸输入的结果随机选取一组预设加工参数作为当前数控六面钻的基础参数并进行加工,不能比较不同预设加工参数下设备的加工状态以及加工效果,从而确定最佳的加工参数组合,导致板材加工的效率和质量不能得到保证;
为此,推出一种全方位数控六面钻精密加工系统。
发明内容
有鉴于此,本发明提供一种全方位数控六面钻精密加工系统,以解决上述背景技术提出的问题。
本发明的目的可以通过以下技术方案实现:包括:
加工准备模块:对当前批次板材进行加工前执行相应的步骤,具体步骤为:
G1:导入当前批次板材的具体尺寸模型,根据选定的尺寸模型,自动生成多组相应的预设加工参数;
G2:从当前批次工件内随机抽取X个作为加工样品; X与自动生成的预设加工参数数量相匹配;并按照抽取顺序将抽取的加工样品固定在对应加工台上,并对加工样品固定的位置进行校准调整;
G3:基于不同的加工样品,设置不同的预设加工参数对其进行加工,记录加工过程中的相关参数并进行分析,得到各加工样品加工过程中的加工评估指数JGP并发送至参数选择模块;
效果评估模块:接收当前批次板材对应处理后的加工样品,并进行效果的评估,得到各加工样品的效果评估指数XPG;
参数选择模块:接收当前批次板材各加工样品对应的效果评估指数XPG和加工评估指数JGP,并代入公式进行归一化计算得到对应预设加工参数的优选评估指数YXP;其中bt1和bt2分别为效果评估指数XPG和加工评估指数JGP的影响权重因子;
选取优选评估指数YXP最大的预设加工参数作为当前批次剩余板材数控六面钻的加工参数。
在一些实施例中,记录加工过程中的相关参数并进行分析,具体为:
获取数控六面钻在不同预设加工参数下对加工样品进行加工过程中的刀具温度变化情况,将对应预设加工参数下加工过程中不同时间点的温度数值代入折线图中表示;
绘制不同时间点温度数值对应在折线图中的数值点,连接相邻数值点得到温度变化线;同时设定当前加工样品的参考最高温度值,并绘制参考最高温度值对应在折线图中的阈值线;计算各条温度变化线的斜率以及与水平线的夹角;当温度变化线与水平线的夹角为锐角时,将该条温度变化线的斜率标记为第一斜率;当温度变化线与水平的夹角为钝角时,将其标记为第二斜率;将所有的第一斜率的数值进行求和得到第一总值,将所有的第二斜率的数值进行求和并取绝对值得到第二总值,计算第二总值与第一总值之间的比值,作为对应预设加工参数下刀具的温变趋值Wb1;
提取折线图中高于阈值线的各温度数值,并取均值作为对应预设加工参数下刀具的温超估值Wb2;
取对应预设加工参数下加工过程中不同时间点温度数值的均值,作为刀具的温总估值Wb3;
依据公式进行归一化计算,得到对应预设加工参数下的温评值YA4;其中Wc1、Wc2以及Wc3分别表示对应预设加工参数下加工过程中的温变允许趋值、温超允许估值以及温总允许估值;aq1、aq2以及aq3分别为温变趋值Wb1、温超估值Wb2以及温总估值Wb3的影响权重因子。
在一些实施例中,得到各加工样品加工过程中的加工评估指数JGP,具体为:
从记录的加工过程中提取各加工样品基于不同预设加工参数的整体时长;将启动数控六面钻对各加工样品进行加工的时刻标记为加工初始时刻,数控六面钻结束加工的时刻标记为加工结束时刻,对两者进行时刻差计算,得到对应加工样品的加工使用时长;
将各加工样品完成加工放置在预处理工作台上的时刻标记为处理初始时刻,预处理完成发送至效果评估模块的时刻标记为处理结束时刻,对两者进行时刻差计算,得到对应加工样品的预处理使用时长;设定当前批次加工样品对应加工使用时长和预处理使用时长的多个参考取值范围,将对应加工样品的加工使用时长和预处理使用时长与对应的参考取值范围进行匹配,得到对应加工样品的用时评分值;每个参考取值范围分别对应一个用时评分值;将对应加工样品加工使用时长和预处理使用时长所匹配得到的用时评分值进行累加,将累加值作为当前加工样品对应预设加工参数的加时评值YA1;
根据加工环境的标准,设定一个噪音参考值,获取各加工样品在加工过程中不同时间点的噪音值,将高于噪音参考值的时间点标记为异常噪音时间点,将对应加工样品在加工过程中的各异常噪音时间点进行整合,得到对应加工样品在加工过程中的异常噪音持续时长,并作为当前加工样品对应预设加工参数的噪音评值YA2;
统计对应加工样品基于对应预设加工参数进行加工过程中的振动次数,作为当前加工样品对应预设加工参数的振动评值YA3;
将对应预设加工参数下加时评值YA1、噪音评值YA2、振动评值YA3以及温评值YA4代入公式进行归一化计算,得到对应预设加工参数的加工评估指数JGP;其中YB1、YB2、YB3以及YB4分别表示不同预设加工参数下加工过程中的加时允许最低评值、噪音允许最高评值、振动允许最高评值以及允许最高温评值;eq1、eq2、eq3以及eq4分别表示加时评值YA1、噪音评值YA2、振动评值YA3以及温评值YA4的影响权重因子。
在一些实施例中,接收当前批次板材对应处理后的加工样品,并进行效果的评估,具体为:
S1:利用平整度检测仪,将检测仪的基准平面调整至与对应加工样品的一侧接触;移动测量头沿对应加工样品长度和宽度方向扫描,并记录对应加工样品的凸点和凹点部分的位置信息;
取对应加工样品各凸点部分高度值的均值,记为凸点均值tq1;取对应加工样品各凹点部分深度值的均值,记为凹点均值tq2;分别统计对应加工样品凸点和凹点部分的个数,并分别记为gs1和gs2;
依据公式PZ1=tq1×dq1+gs1×dq2+tq2×dq3+gs2×dq4进行归一化计算,得到对应加工样品的平整估值PZ1;其中dq1、dq2、dq3以及dq4分别为凸点均值tq1、凸点个数gs1、凹点均值tq2以及凹点个数gs2的影响权重因子,且取值分别设置为1.127、1.124、1.128以及1.123;
S2:将对应加工样品放置在划痕检测仪的观察窗口下,调整光源和摄像头的焦距;捕捉对应加工样品表面的图像信息,对捕捉的图像信息预处理;使用图像处理技术对图像信息中的异常区域进行识别,得到对应加工样品的划痕个数和毛刺个数;
将对应加工样品的划痕个数和毛刺个数分别与对应的多个预设取值范围进行匹配,得到对应加工样品的划痕影响值和毛刺影响值;设定每个预设取值范围分别对应一个划痕影响值和毛刺影响值;
将对应加工样品的划痕影响值和毛刺影响值进行累加,将累加值作为对应加工样品的缺陷估值PZ2;
S3:基于步骤S2得到的图像信息,利用图像处理技术中的颜色分割,基于设定的标准颜色,识别对应加工样品的异常颜色区域并进行区域的标记,对各标记区域的图像面积进行计算,并将计算的结果进行累加,作为对应加工样品的色差估值PZ3。
在一些实施例中,得到各加工样品的效果评估指数XPG,具体为:
将对应加工样品的平整估值PZ1、缺陷估值PZ2以及色差估值PZ3代入公式进行归一化计算,得到对应加工样品的效果评估指数XPG;其中VZ1、VZ2以及VZ3分别表示当前批次板材的允许最高平整估值、允许最高缺陷估值以及允许最高色差估值;rg1、rg2以及rg3分别为平整估值PZ1、缺陷估值PZ2以及色差估值PZ3的影响权重因子。
与现有技术相比,本发明的有益效果是:
本发明通过对不同预设加工参数下设备的加工状态和加工样品的效果分别进行分析,从而从设备加工状态和加工样品的效果两个方向反映不同预设加工参数的表现程度,并对效果评估指数和加工评估指数进行综合分析,得到对应预设加工参数的优选评估指数,从而实现对数据的量化,便于后续选择最优的加工参数作为当前批次剩余板材的加工参数,提高了加工效率的同时保证了加工质量;
本发明通过考虑不同预设加工参数下设备的加工状态和加工样品的效果,从而更加全面的反映了不同预设加工参数对当前批次板材的加工状态,为当前批次剩余板材的加工参数提供了科学依据。
附图说明
在下面结合附图对于示例性实施例的描述中,本申请的更多细节、特征和优点被公开,在附图中:
图1为本发明的原理框图;
图2为本发明的温度变化折线图。
具体实施方式
下面将参照附图更详细地描述本申请的若干个实施例以便使得本领域技术人员能够实现本申请。本申请可以体现为许多不同的形式和目的并且不应局限于本文所阐述的实施例。提供这些实施例以使得本申请全面且完整,并充分地向本领域技术人员传达本申请的范围。所述实施例并不限定本申请。
除非另有定义,本文中使用的所有术语(包括技术术语和科学术语)具有与本申请所属领域的普通技术人员所通常理解的相同含义。将进一步理解的是,诸如那些在通常使用的字典中定义的之类的术语应当被解释为具有与其在相关领域和/或本说明书上下文中的含义相一致的含义,并且将不在理想化或过于正式的意义上进行解释,除非本文中明确地如此定义。
请参阅图1所示,一种全方位数控六面钻精密加工系统,包括加工准备模块、效果评估模块以及参数选择模块;
加工准备模块用于对当前批次板材进行加工前执行相应的步骤,具体步骤为:
G1:导入当前批次板材的具体尺寸模型,根据选定的尺寸模型,自动生成多组相应的预设加工参数;预设加工参数包括但不限于加工速度、进给速率以及切削深度;
G2:从当前批次工件内随机抽取X个作为加工样品; X与自动生成的预设加工参数数量相匹配;并按照抽取顺序将抽取的加工样品固定在对应加工台上,并对加工样品固定的位置进行校准调整;
G3:基于不同的加工样品,设置不同的预设加工参数对其进行加工,记录加工过程中的相关参数并进行分析,得到各加工样品加工过程中的加工评估指数JGP并发送至参数选择模块;随后将加工处理后的加工样品发送至效果评估模块;
得到各加工样品加工过程中的加工评估指数JGP,具体为:
从记录的加工过程中提取各加工样品基于不同预设加工参数的整体时长;整体时长包括数控六面钻的加工时间和后续预处理时间,后续预处理时间主要是对加工样品加工完成后表面的灰尘等杂质进行初步处理,保证后面效果评估的准确性;
将启动数控六面钻对各加工样品进行加工的时刻标记为加工初始时刻,数控六面钻结束加工的时刻标记为加工结束时刻,对两者进行时刻差计算,得到对应加工样品的加工使用时长;
将各加工样品完成加工放置在预处理工作台上的时刻标记为处理初始时刻,预处理完成发送至效果评估模块的时刻标记为处理结束时刻,对两者进行时刻差计算,得到对应加工样品的预处理使用时长;
设定当前批次加工样品对应加工使用时长和预处理使用时长的多个参考取值范围,将对应加工样品的加工使用时长和预处理使用时长与对应的参考取值范围进行匹配,得到对应加工样品的用时评分值;每个参考取值范围分别对应一个用时评分值;
将对应加工样品加工使用时长和预处理使用时长所匹配得到的用时评分值进行累加,将累加值作为当前加工样品对应预设加工参数的加时评值YA1;
需要说明的是,通过获取各加工样品的加工使用时长和预处理使用时长,从而可以对各加工样品基于不同预设加工参数的加工效率进行评估。
根据加工环境的标准,设定一个噪音参考值,获取各加工样品在加工过程中不同时间点的噪音值,将高于噪音参考值的时间点标记为异常噪音时间点,将对应加工样品在加工过程中的各异常噪音时间点进行整合,得到对应加工样品在加工过程中的异常噪音持续时长,并作为当前加工样品对应预设加工参数的噪音评值YA2;
需要说明的是,噪音是工作环境中的一个重要考虑因素,不同的预设加工参数所产生的噪音大小可能不同,过高的噪音水平可能对操作人员的听力造成伤害,并影响工作环境的舒适度,将噪音作为后续综合分析的参数,提高了选取的准确性和科学性。
统计对应加工样品基于对应预设加工参数进行加工过程中的振动次数,作为当前加工样品对应预设加工参数的振动评值YA3;
需要说明的是,通过分析不同预设加工参数下加工样品的振动数据,进一步提高了分析的准确性,异常的振动次数会影响加工精度甚至可能损坏设备结构。
获取数控六面钻在不同预设加工参数下对加工样品进行加工过程中的刀具温度变化情况,将对应预设加工参数下加工过程中不同时间点的温度数值代入折线图中表示;
参阅图2所示,绘制不同时间点温度数值对应在折线图中的数值点,连接相邻数值点得到温度变化线;同时设定当前加工样品的参考最高温度值,并绘制参考最高温度值对应在折线图中的阈值线;计算各条温度变化线的斜率以及与水平线的夹角;当温度变化线与水平线的夹角为锐角时,将该条温度变化线的斜率标记为第一斜率;当温度变化线与水平的夹角为钝角时,将其标记为第二斜率;将所有的第一斜率的数值进行求和得到第一总值,将所有的第二斜率的数值进行求和并取绝对值得到第二总值,计算第二总值与第一总值之间的比值,作为对应预设加工参数下刀具的温变趋值Wb1;
需要说明的是,温变趋值越大,代表刀具在对应预设加工参数下温度总体大部分呈上升趋势。
提取折线图中高于阈值线的各温度数值,并取均值作为对应预设加工参数下刀具的温超估值Wb2;
取对应预设加工参数下加工过程中不同时间点温度数值的均值,作为刀具的温总估值Wb3;
依据公式进行归一化计算,得到对应预设加工参数下的温评值YA4;其中Wc1、Wc2以及Wc3分别表示对应预设加工参数下加工过程中的温变允许趋值、温超允许估值以及温总允许估值;aq1、aq2以及aq3分别为温变趋值Wb1、温超估值Wb2以及温总估值Wb3的影响权重因子,且分别取值设置为1.078、1.085以及1.082;
需要说明的是,刀具的温度过高可能导致板材的变形、刀具过热或者损坏,需要将不同预设加工参数下加工过程中刀具的温度变化情况加入评估的标准,以提高后续加工的质量和安全性。
将对应预设加工参数下加时评值YA1、噪音评值YA2、振动评值YA3以及温评值YA4代入公式进行归一化计算,得到对应预设加工参数的加工评估指数JGP;其中YB1、YB2、YB3以及YB4分别表示不同预设加工参数下加工过程中的加时允许最低评值、噪音允许最高评值、振动允许最高评值以及允许最高温评值;eq1、eq2、eq3以及eq4分别表示加时评值YA1、噪音评值YA2、振动评值YA3以及温评值YA4的影响权重因子,且分别取值设置为1.137、1.142、1.135以及1.148;
需要说明的是,基于不同的预设加工参数设定不同参数的允许值,提高了数据分析的准确性;对加工过程中对应预设加工参数下的加时评值、噪音评值、振动评值以及温评值进行综合分析,从而可以基于分析的结果全面的评估数控六面钻在不同预设加工参数下的性能表现。
效果评估模块用于接收当前批次板材对应处理后的加工样品,并进行效果的评估,得到各加工样品的效果评估指数XPG,具体步骤为:
S1:利用平整度检测仪,将检测仪的基准平面调整至与对应加工样品的一侧接触;确保基准平面平整且稳固;移动测量头沿对应加工样品长度和宽度方向扫描,并记录对应加工样品的凸点和凹点部分的位置信息;
取对应加工样品各凸点部分高度值的均值,记为凸点均值tq1;取对应加工样品各凹点部分深度值的均值,记为凹点均值tq2;
分别统计对应加工样品凸点和凹点部分的个数,并分别记为gs1和gs2;
依据公式PZ1=tq1×dq1+gs1×dq2+tq2×dq3+gs2×dq4进行归一化计算,得到对应加工样品的平整估值PZ1;其中dq1、dq2、dq3以及dq4分别为凸点均值tq1、凸点个数gs1、凹点均值tq2以及凹点个数gs2的影响权重因子,且取值分别设置为1.127、1.124、1.128以及1.123;
S2:将对应加工样品放置在划痕检测仪的观察窗口下,调整光源和摄像头的焦距;以便清晰地照亮样品表面,减少反光和阴影,确保图像清晰,细节可见;捕捉对应加工样品表面的图像信息,对捕捉的图像信息预处理;预处理包括清洗和去噪等;使用图像处理技术对图像信息中的异常区域进行识别,得到对应加工样品的划痕个数和毛刺个数;
将对应加工样品的划痕个数和毛刺个数分别与对应的多个预设取值范围进行匹配,得到对应加工样品的划痕影响值和毛刺影响值;设定每个预设取值范围分别对应一个划痕影响值和毛刺影响值;
将对应加工样品的划痕影响值和毛刺影响值进行累加,将累加值作为对应加工样品的缺陷估值PZ2;
S3:基于步骤S2得到的图像信息,利用图像处理技术中的颜色分割,基于设定的标准颜色,识别对应加工样品的异常颜色区域并进行区域的标记,对各标记区域的图像面积进行计算,并将计算的结果进行累加,作为对应加工样品的色差估值PZ3;
S4:将对应加工样品的平整估值PZ1、缺陷估值PZ2以及色差估值PZ3代入公式进行归一化计算,得到对应加工样品的效果评估指数XPG;其中VZ1、VZ2以及VZ3分别表示当前批次板材的允许最高平整估值、允许最高缺陷估值以及允许最高色差估值;rg1、rg2以及rg3分别为平整估值PZ1、缺陷估值PZ2以及色差估值PZ3的影响权重因子,且取值分别设置为1.586、1.603以及1.637;
需要说明的是,对不同预设加工参数下进行加工的各加工样品从平整度、缺陷程度以及颜色差异进行综合分析,从而得到对应加工样品的效果评估指数,基于得到的各组效果评估指数,从而反映数控六面钻在不同预设加工参数下对当前批次尺寸板材的加工效果,效果评估指数越大,代表该加工样品的加工效果越差。
参数选择模块用于接收当前批次板材各加工样品对应的效果评估指数XPG和加工评估指数JGP,并代入公式进行归一化计算得到对应预设加工参数的优选评估指数YXP;其中bt1和bt2分别为效果评估指数XPG和加工评估指数JGP的影响权重因子,且取值分别设置为1.785和1.763;
选取优选评估指数YXP最大的预设加工参数作为当前批次剩余板材数控六面钻的加工参数。
需要说明的是,通过对不同预设加工参数下设备的加工状态和加工样品的效果分别分析,从而从设备加工状态和加工样品的效果两个方向反映不同预设加工参数的表现程度,并对效果评估指数和加工评估指数进行综合分析,得到对应预设加工参数的优选评估指数,从而实现对数据的量化,便于后续选择最优的加工参数作为当前批次剩余板材的加工参数,提高了加工效率的同时保证了加工质量。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.一种全方位数控六面钻精密加工系统,其特征在于,包括:
加工准备模块:对当前批次板材进行加工前执行相应的步骤,具体步骤为:
G1:导入当前批次板材的具体尺寸模型,根据选定的尺寸模型,自动生成多组相应的预设加工参数;
G2:从当前批次工件内随机抽取X个作为加工样品; X与自动生成的预设加工参数数量相匹配;并按照抽取顺序将抽取的加工样品固定在对应加工台上,并对加工样品固定的位置进行校准调整;
G3:基于不同的加工样品,设置不同的预设加工参数对其进行加工,记录加工过程中的相关参数并进行分析,得到各加工样品加工过程中的加工评估指数JGP并发送至参数选择模块;
效果评估模块:接收当前批次板材对应处理后的加工样品,并进行效果的评估,得到各加工样品的效果评估指数XPG;
参数选择模块:接收当前批次板材各加工样品对应的效果评估指数XPG和加工评估指数JGP,并代入公式进行归一化计算得到对应预设加工参数的优选评估指数YXP;其中bt1和bt2分别为效果评估指数XPG和加工评估指数JGP的影响权重因子;
选取优选评估指数YXP最大的预设加工参数作为当前批次剩余板材数控六面钻的加工参数。
2.根据权利要求1所述的一种全方位数控六面钻精密加工系统,其特征在于,记录加工过程中的相关参数并进行分析,具体为:
获取数控六面钻在不同预设加工参数下对加工样品进行加工过程中的刀具温度变化情况,将对应预设加工参数下加工过程中不同时间点的温度数值代入折线图中表示;
绘制不同时间点温度数值对应在折线图中的数值点,连接相邻数值点得到温度变化线;同时设定当前加工样品的参考最高温度值,并绘制参考最高温度值对应在折线图中的阈值线;计算各条温度变化线的斜率以及与水平线的夹角;当温度变化线与水平线的夹角为锐角时,将该条温度变化线的斜率标记为第一斜率;当温度变化线与水平的夹角为钝角时,将其标记为第二斜率;将所有的第一斜率的数值进行求和得到第一总值,将所有的第二斜率的数值进行求和并取绝对值得到第二总值,计算第二总值与第一总值之间的比值,作为对应预设加工参数下刀具的温变趋值Wb1;
提取折线图中高于阈值线的各温度数值,并取均值作为对应预设加工参数下刀具的温超估值Wb2;
取对应预设加工参数下加工过程中不同时间点温度数值的均值,作为刀具的温总估值Wb3;
依据公式进行归一化计算,得到对应预设加工参数下的温评值YA4;其中Wc1、Wc2以及Wc3分别表示对应预设加工参数下加工过程中的温变允许趋值、温超允许估值以及温总允许估值;aq1、aq2以及aq3分别为温变趋值Wb1、温超估值Wb2以及温总估值Wb3的影响权重因子。
3.根据权利要求2所述的一种全方位数控六面钻精密加工系统,其特征在于,得到各加工样品加工过程中的加工评估指数JGP,具体为:
从记录的加工过程中提取各加工样品基于不同预设加工参数的整体时长;将启动数控六面钻对各加工样品进行加工的时刻标记为加工初始时刻,数控六面钻结束加工的时刻标记为加工结束时刻,对两者进行时刻差计算,得到对应加工样品的加工使用时长;
将各加工样品完成加工放置在预处理工作台上的时刻标记为处理初始时刻,预处理完成发送至效果评估模块的时刻标记为处理结束时刻,对两者进行时刻差计算,得到对应加工样品的预处理使用时长;设定当前批次加工样品对应加工使用时长和预处理使用时长的多个参考取值范围,将对应加工样品的加工使用时长和预处理使用时长与对应的参考取值范围进行匹配,得到对应加工样品的用时评分值;每个参考取值范围分别对应一个用时评分值;将对应加工样品加工使用时长和预处理使用时长所匹配得到的用时评分值进行累加,将累加值作为当前加工样品对应预设加工参数的加时评值YA1;
根据加工环境的标准,设定一个噪音参考值,获取各加工样品在加工过程中不同时间点的噪音值,将高于噪音参考值的时间点标记为异常噪音时间点,将对应加工样品在加工过程中的各异常噪音时间点进行整合,得到对应加工样品在加工过程中的异常噪音持续时长,并作为当前加工样品对应预设加工参数的噪音评值YA2;
统计对应加工样品基于对应预设加工参数进行加工过程中的振动次数,作为当前加工样品对应预设加工参数的振动评值YA3;
将对应预设加工参数下加时评值YA1、噪音评值YA2、振动评值YA3以及温评值YA4代入公式进行归一化计算,得到对应预设加工参数的加工评估指数JGP;其中YB1、YB2、YB3以及YB4分别表示不同预设加工参数下加工过程中的加时允许最低评值、噪音允许最高评值、振动允许最高评值以及允许最高温评值;eq1、eq2、eq3以及eq4分别表示加时评值YA1、噪音评值YA2、振动评值YA3以及温评值YA4的影响权重因子。
4.根据权利要求3所述的一种全方位数控六面钻精密加工系统,其特征在于,接收当前批次板材对应处理后的加工样品,并进行效果的评估,具体为:
S1:利用平整度检测仪,将检测仪的基准平面调整至与对应加工样品的一侧接触;移动测量头沿对应加工样品长度和宽度方向扫描,并记录对应加工样品的凸点和凹点部分的位置信息;
取对应加工样品各凸点部分高度值的均值,记为凸点均值tq1;取对应加工样品各凹点部分深度值的均值,记为凹点均值tq2;分别统计对应加工样品凸点和凹点部分的个数,并分别记为gs1和gs2;
依据公式PZ1=tq1×dq1+gs1×dq2+tq2×dq3+gs2×dq4进行归一化计算,得到对应加工样品的平整估值PZ1;其中dq1、dq2、dq3以及dq4分别为凸点均值tq1、凸点个数gs1、凹点均值tq2以及凹点个数gs2的影响权重因子,且取值分别设置为1.127、1.124、1.128以及1.123;
S2:将对应加工样品放置在划痕检测仪的观察窗口下,调整光源和摄像头的焦距;捕捉对应加工样品表面的图像信息,对捕捉的图像信息预处理;使用图像处理技术对图像信息中的异常区域进行识别,得到对应加工样品的划痕个数和毛刺个数;
将对应加工样品的划痕个数和毛刺个数分别与对应的多个预设取值范围进行匹配,得到对应加工样品的划痕影响值和毛刺影响值;设定每个预设取值范围分别对应一个划痕影响值和毛刺影响值;
将对应加工样品的划痕影响值和毛刺影响值进行累加,将累加值作为对应加工样品的缺陷估值PZ2;
S3:基于步骤S2得到的图像信息,利用图像处理技术中的颜色分割,基于设定的标准颜色,识别对应加工样品的异常颜色区域并进行区域的标记,对各标记区域的图像面积进行计算,并将计算的结果进行累加,作为对应加工样品的色差估值PZ3。
5.根据权利要求4所述的一种全方位数控六面钻精密加工系统,其特征在于,得到各加工样品的效果评估指数XPG,具体为:
将对应加工样品的平整估值PZ1、缺陷估值PZ2以及色差估值PZ3代入公式进行归一化计算,得到对应加工样品的效果评估指数XPG;其中VZ1、VZ2以及VZ3分别表示当前批次板材的允许最高平整估值、允许最高缺陷估值以及允许最高色差估值;rg1、rg2以及rg3分别为平整估值PZ1、缺陷估值PZ2以及色差估值PZ3的影响权重因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410568999.3A CN118153237A (zh) | 2024-05-09 | 2024-05-09 | 一种全方位数控六面钻精密加工系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410568999.3A CN118153237A (zh) | 2024-05-09 | 2024-05-09 | 一种全方位数控六面钻精密加工系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118153237A true CN118153237A (zh) | 2024-06-07 |
Family
ID=91290882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410568999.3A Pending CN118153237A (zh) | 2024-05-09 | 2024-05-09 | 一种全方位数控六面钻精密加工系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118153237A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150261207A1 (en) * | 2014-03-11 | 2015-09-17 | Pro-Micron Gmbh & Co. Kg | Method for setting and/or monitoring operating parameters of a workpiece processing machine |
CN110561193A (zh) * | 2019-09-18 | 2019-12-13 | 杭州友机技术有限公司 | 一种基于特征融合的刀具磨损评估及监控的方法与系统 |
CN112462688A (zh) * | 2020-12-01 | 2021-03-09 | 上海维宏电子科技股份有限公司 | 针对数控六面钻孔开料机实现刀路规划单钻包的方法、系统、装置、处理器及其存储介质 |
CN114021443A (zh) * | 2021-10-28 | 2022-02-08 | 大连理工大学 | 基于多传感器的碳纤维复合材料钻削出口分层损伤预测方法 |
CN117735211A (zh) * | 2024-02-21 | 2024-03-22 | 广州三拓智能装备有限公司 | 基于新型板材高效能自动定位上料设备 |
CN117826599A (zh) * | 2024-01-02 | 2024-04-05 | 苏州工业职业技术学院 | 基于人工智能和机器学习的数控机床优化算法 |
-
2024
- 2024-05-09 CN CN202410568999.3A patent/CN118153237A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150261207A1 (en) * | 2014-03-11 | 2015-09-17 | Pro-Micron Gmbh & Co. Kg | Method for setting and/or monitoring operating parameters of a workpiece processing machine |
CN110561193A (zh) * | 2019-09-18 | 2019-12-13 | 杭州友机技术有限公司 | 一种基于特征融合的刀具磨损评估及监控的方法与系统 |
CN112462688A (zh) * | 2020-12-01 | 2021-03-09 | 上海维宏电子科技股份有限公司 | 针对数控六面钻孔开料机实现刀路规划单钻包的方法、系统、装置、处理器及其存储介质 |
CN114021443A (zh) * | 2021-10-28 | 2022-02-08 | 大连理工大学 | 基于多传感器的碳纤维复合材料钻削出口分层损伤预测方法 |
CN117826599A (zh) * | 2024-01-02 | 2024-04-05 | 苏州工业职业技术学院 | 基于人工智能和机器学习的数控机床优化算法 |
CN117735211A (zh) * | 2024-02-21 | 2024-03-22 | 广州三拓智能装备有限公司 | 基于新型板材高效能自动定位上料设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102699763B (zh) | 利用刀具磨损智能测量仪进行测量的方法 | |
CN102353680B (zh) | 小型工件表面缺陷的评估方法以及检测不合格工件的流程 | |
CN105973912A (zh) | 基于机器视觉的真皮表面缺陷检测系统及其检测方法 | |
CN108931961A (zh) | 一种基于机器视觉的整体式立铣刀磨破损检测方法 | |
CN111383227A (zh) | 基于神经网络的刀具磨损类型识别方法及磨损值测定方法 | |
CN115375686B (zh) | 一种基于图像处理的玻璃边缘瑕疵检测方法 | |
JP6336353B2 (ja) | 工作機械 | |
CN103983426B (zh) | 一种基于机器视觉的光纤缺陷检测及分类方法 | |
US20230008435A1 (en) | Tool Wear Monitoring Device, Tool Wear Monitoring System, and Program | |
CN116539620A (zh) | 一种刀具表面缺陷在机检测方法 | |
CN118153237A (zh) | 一种全方位数控六面钻精密加工系统 | |
WO2020174853A1 (ja) | エンドミル検査装置 | |
CN109345500B (zh) | 一种基于机器视觉的机床刀具刀尖点位置计算方法 | |
CN107289882B (zh) | 一种种植牙瑕疵和粗糙度检测方法 | |
CN114049340A (zh) | 基于机器视觉的金刚石锯丝磨损在线检测方法及其装置 | |
CN107677677B (zh) | 一种连铸坯偏析程度定量化表征方法 | |
CN113850800A (zh) | 一种硬脆材料划切缝崩边检测方法 | |
CN111062939B (zh) | 一种带钢表面快速质量甄别与缺陷特征自动提取方法 | |
CN116721054A (zh) | 一种刀具出厂质量检测方法 | |
CN104493874A (zh) | 一种白纸疵点裁切区域的自动定位方法 | |
CN114485399A (zh) | 一种尺寸检测系统及方法 | |
TW202240151A (zh) | 晶圓加工系統及其重工方法 | |
CN113843660A (zh) | 基于多线激光扫描的数控机床工件检测方法 | |
CN118071784B (zh) | 一种基于图像处理的自动化热压机对正方法 | |
CN114603417B (zh) | 一种pcb磨板方法、pcb返磨装置及pcb |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |