TWI419761B - Tool State Detection Method and Device for Machining Machine - Google Patents
Tool State Detection Method and Device for Machining Machine Download PDFInfo
- Publication number
- TWI419761B TWI419761B TW99146409A TW99146409A TWI419761B TW I419761 B TWI419761 B TW I419761B TW 99146409 A TW99146409 A TW 99146409A TW 99146409 A TW99146409 A TW 99146409A TW I419761 B TWI419761 B TW I419761B
- Authority
- TW
- Taiwan
- Prior art keywords
- signal
- module
- tool
- group
- processing
- Prior art date
Links
Landscapes
- Numerical Control (AREA)
Description
本發明係關於一種狀態偵測方法及其裝置,尤指一種用以偵測加工機刀具狀態的偵測方法及其裝置者。
既有加工機於運轉時,為了考慮刀具會產生斷裂而無警示的狀況,會使得生產效率與品質下滑,導致生產成本提升,而在沒有刀具磨耗的線上監測輔助的狀況下,操作者必須保守的定時更換刀具,但因每支刀具壽命表現的差異相當大,相對會造成換刀時刀具並未損壞,且換刀頻率的增加亦會降低系統運作的效率,其中我國發明專利第490357號「檢測切削加工機切削刀具異常之裝置與其方法」一案係揭示一振動檢測裝置、一異常狀態檢測裝置、一停止指示裝置及一通報裝置,於檢測時主要係透過該振動檢測裝置檢測加工機刀具進行加工時所發生的振動,經由該異常狀態檢測裝置計算所檢測之振動中超過規定值之峰值發生次數,其中當峰值發生次數超過規定臨界值時,輸出一信號至該停止指示裝置中並對於該加工機進行停止加工之操作,再經由該通報裝置通知作業員更換切削刀具,提供一檢測加工機切削刀具異常之裝置及其方法;然而,既有檢測加工機刀具異常之裝置及其方法於使用時,因刀具於運轉時係為高速旋轉之物體,因此,用以檢測振動的振動檢測裝置無法直接安裝在刀具上,無法直接偵測到刀具本身的振動訊號,使得振動檢測裝置所偵測到的訊號會隨機台本體或接觸狀態變化而有所不同,並隨著加工時間的增加而造成誤判的現象,再則,接觸式振動檢測裝置主要係安裝於主軸或者工件的周圍,其安裝位置受到相當大的限制,不僅容易對於機台造成破壞,且複雜的線路配置亦會對於製程造成干擾,另外,既有振動檢測裝置係固設安裝於單一機台上進行使用,無法靈活地應用於不同的加工機上,誠有加以改良之處。
因此,本發明人有鑑於目前加工機刀具檢測方法及裝置,無法準確量測且不易安裝的不足與問題,特經過不斷的研究與試驗,終於發展出一種能改進現有缺失之本發明。
本發明之主要目的係在於提供一種加工機刀具狀態偵測方法及其裝置,其係可即時地且準確地得知刀具斷裂或刀具磨耗之狀態,進而提供一方便安裝、即時檢測及提高偵測精度之目的者。
為達到上述目的,本發明係提供一種加工機刀具狀態偵測方法,其操作流程係包含有:儀器設置:準備一偵測裝置,該偵測裝置設有一麥克風陣列組、一訊號處理組及一監控組,該麥克風陣列組設有複數個麥克風感應器,該訊號處理組係與該麥克風陣列組相電性連接且設有複數個與麥克風感應器相電性連接的資料擷取卡及一電腦,該電腦係與各資料擷取卡相電性連接且設有一空間濾波模組、一訊號轉換模組、一特徵選取模組及一辨識模組,該空間濾波模組係與各麥克風感應器相連接,該訊號轉換模組係與該空間濾波模組相連接,該特徵選取模組係與該訊號轉換模組相連接,該辨識模組係與該特徵選取模組相連接,該監控組係與該訊號處理組相電性連接且設有一與該辨識模組相連接的警報器;線上偵測與訊號處理:將該麥克風陣列組的各麥克風感應器裝設於一加工機平台周圍的任一位置,對於該加工機刀具進行加工訊號的擷取,各麥克風感應器所偵測到的聲音訊號經由各資訊擷取卡擷取並傳送至該電腦中進行訊號的處理與呈現,其中將各麥克風感應器所取得之聲音訊號整合後,透過該空間濾波模組移除非指定方向的聲音訊號,過濾後之聲音訊號再以該訊號轉換模組進行轉換處理,待訊號轉換後經由該特徵選取模組進行與刀具狀態相關特徵值的選取,將選取後的特徵值輸入該辨識模組中,藉以對於各特徵值進行辨識;以及偵測結果:當特徵值經該辨識模組辨識後,將該辨識後的特徵值訊號輸出,即可讓使用者即時得知該刀具的狀態,且可透過傳送訊號至該警報器的方式,告知操作者該刀具的狀態。
進一步,在線上偵測與訊號處理的操作步驟中,該空間濾波模組係以一延遲加總濾波器,對於各麥克風感應器所偵測的聲音訊號進行濾波處理。
再進一步,在線上偵測與訊號處理的操作步驟中,該空間濾波模組係以一超指向濾波器,對於各麥克風感應器所偵測的聲音訊號進行濾波處理。
較佳地,在線上偵測與訊號處理的操作步驟中,該空間濾波模組在濾波處理之後整合一後濾波處理器,該後濾波處理器係以一偉納濾波器進行進一步的訊號濾波處理。
較佳地,在線上偵測與訊號處理的操作步驟中,該訊號轉換模組係由一小波轉換方程式進行訊號的轉換。
較佳地,在線上偵測與訊號處理的操作步驟中,該訊號轉換模組係由一傅立葉轉換方程式進行訊號的轉換。
較佳地,在線上偵測與訊號處理的操作步驟中,該訊號轉換模組係由一快速傅立葉轉換方程式進行訊號的轉換。
較佳地,在線上偵測與訊號處理的操作步驟中,該辨識模組係以一費雪線性辨識函數作為訊號辨識的方法。
較佳地,在線上偵測與訊號處理的操作步驟中,該辨識模組係以一類神經網路作為訊號辨識的方法。
較佳地,在線上偵測與訊號處理的操作步驟中,該辨識模組係以一模糊邏輯辨識方程式作為訊號辨識的方法。
較佳地,在儀器設置的操作步驟中,該訊號處理組於各資料擷取卡與該電腦間係設有複數個分別與各資料擷取卡相電性連接的類比/數位轉換器,藉以將類比訊號轉換成一數位訊號。
較佳地,在線上偵測與訊號處理的操作步驟中,該訊號特徵的選取係採用群組分離法準則計算各特徵值隨刀具狀態變化之分離度,分離度最高者被選為接續處理之特徵值,該群組分離法準則運用計算群組內及群組間之資料共變異度的方式,來了解每個群組資料彼此間資料的分離程度,進而利用此特性來選取相對磨耗變化分離程度較大者之特徵值,以避免選取不必要的特徵輸入而導致辨識的成效不彰,將選取後的特徵值輸入該辨識模組中。
本發明另提供一種加工機刀具狀態偵測裝置,其係包含有一麥克風陣列組、一訊號處理組及一監控組,其中:該麥克風陣列組係設有複數個麥克風感應器;該訊號處理組係與該麥克風陣列組相電性連接且設有複數個資料擷取卡及一電腦,其中各資料擷取卡係分別與一麥克風感應器相電性連接,用以擷取該麥克風感應器所偵測到的聲音訊號,該電腦係與各資料擷取卡相電性連接且設有一空間濾波模組、一訊號轉換模組、一特徵選取模組及一辨識模組,其中該空間濾波模組係與各資料擷取卡相連接,該訊號轉換模組係與該空間濾波模組相連接,該特徵選取模組係與該訊號轉換模組相連接,而該辨識模組係與該特徵選取模組相連接;以及該監控組係與該訊號處理組相電性連接且設有一警報器,該警報器係與該電腦的辨識模組相連接。
進一步,該空間濾波模組係為一延遲加總濾波器,用來對於各麥克風感應器所偵測的聲音訊號進行濾波處理。
再進一步,該空間濾波模組係為一超指向濾波器,用來對於各麥克風感應器所偵測的聲音訊號進行濾波處理。
較佳地,該空間濾波模組係設有一與該延遲加總濾波器或該超指向濾波器相連接的後濾波處理器。
較佳地,該訊號處理組於各資料擷取卡與該電腦間係設有複數個分別與各資料擷取卡相電性連接的類比/數位轉換器,藉以將類比訊號轉換成一數位訊號。
藉由上述之技術手段,本發明加工機刀具狀態偵測方法及其裝置,主要係透過整合麥克風陣列組、訊號處理組與監控組的方式,對於各麥克風感應器所偵測的聲音訊號,進行訊號濾波、轉換、特徵選取與訊號辨識後,有效收集指向訊號並排除刀具振動外之聲音訊號對系統的影響,進而取得與刀具狀態相關的訊號,能線上即時得知刀具磨耗或斷裂的狀態,且以警報器警示操作者,亦可透過與該加工機的控制器相連接的方式,對於該加工機即時停機或實施刀具的更換;因此,本發明之加工機刀具狀態偵測裝置,於使用時僅需將該麥克風陣列組的各麥克風感應器裝設於該加工機的平台上,即可對於加工的刀具進行聲音的偵測,不僅安裝上相當方便,且可在不同之需求下,任意地應用於不同軸數之銑削、鑽削與攻牙加工機...等等的加工機上,藉以提升系統使用之稼動率,而達到節省投資成本之目的,且可同時減少操作人員的數量,並大大提升以聲音訊號為基礎之線上刀具斷裂或磨耗狀態監測之正確性,提供一方便安裝、即時檢測及提高偵測精度之偵測方法及裝置者。
為能詳細瞭解本發明的技術特徵及實用功效,並可依照說明書的內容來實施,玆進一步以圖式(如圖1及2所示)所示的較佳實施例,詳細說明如后:本發明之目的在於提供一加工機刀具狀態偵測方法及其裝置,其係可方便地安裝於一加工機上,且可即時地並準確地得知刀具狀態,進而提供一方便安裝、即時檢測及提高偵測精度之偵測方法及裝置者。
本發明之加工機刀具狀態偵測方法,其操作流程係包含有:A、儀器設置:準備一偵測裝置,該偵測裝置係設有一麥克風陣列組10(Microphone Array)、一訊號處理組20及一監控組30,其中該麥克風陣列組10係設有複數個麥克風感應器11,較佳地,該麥克風陣列組10係設有三個麥克風感應器11,該訊號處理組20係與該麥克風陣列組10相電性連接且具有訊號處理運算能力及人機控制介面的功能,該訊號處理組20係設有複數個資料擷取卡21及一電腦22,其中各資料擷取卡21係分別與一麥克風感應器11相電性連接,用以擷取該麥克風感應器11所偵測到的聲音訊號;該電腦22係與各資料擷取卡21相電性連接且設有一空間濾波模組23、一訊號轉換模組24、一特徵選取模組25及一辨識模組26,其中空間濾波(Spatial Filter)亦稱為波束形成(Beam forming)是一種對陣列訊號的時間-空間處理(space-time processing),其係利用麥克風陣列組10各麥克風感應器11的空間關係,對欲偵測的特定方向訊號作一增益動作(陣列增益Array-Gain,AG),並且減弱其他方向訊號的能量,藉以達到分離與預設方向訊號無相關訊號之目的,此處理方式稱為“方向操控”(beam steering),藉以達到消除干擾訊號與維持待測訊號(signal-of-interest;SOI)不失真的效果;該空間濾波模組23係藉由一延遲加總濾波器231(Delay-and-Sum Beam former;DSB)或一超指向濾波器232(Super-directive Beam former;SDB),來對於各麥克風感應器11所偵測的聲音訊號進行濾波處理,其中延遲加總濾波器231係可如圖3所示為一應用廣泛的波束成型法,其具有演算簡單不複雜的優點,其輸出訊號(b(k,t))係如方程式(1)所示:
b(k,t)=1/M
*ΣW i P i
(t
-Δt
(K
)).................................(1)
其中W i
為設定之權重係數,P i
為i麥克風所輸出之待處理訊號,Δt
為時間差,K為波數向量,也就是聲波的傳遞向量,而M為麥克風感應器11的總數量。
當使用超指向濾波器232進行訊號的濾波處理時,係如圖4所示可使該麥克風陣列組10的輸出訊號功率最小化,並使陣列增益最大化,藉以解決低頻部分自雜訊被放大的問題,其運算方式雖比延遲加總濾波器232較為複雜,但在低頻的指向性比延遲加總濾波器231高,其中方程式(2)為權重向量;
W
=l T
(Γ' vv
+μI)-1
/l T
(Γ' vv
+μI)-1 l
..............................(2)
其中Γvv
為相干矩陣(coherence matrix),μ為常數(0~∞),而l
為單位矩陣,將常數整合為一矩陣。
再則,該空間濾波模組23可於該延遲加總濾波器231或該超指向濾波器232之後整合一後濾波處理器233(Post-Filtering),其中該後濾波處理器233係可藉由一如圖5所示之偉納濾波器(Wiener Filter)進行訊號的濾波處理,其中該偉納濾波器係為一線性濾波器,可將期望訊號從混合訊號(包含期望訊號與干擾訊號)中還原出來,其中偉納濾波的輸出值((m
))係如方程式(3)所示:
其中y
(m
)為實際量測訊號,為權重向量=[w 0
,w 1
,...,w p -1
],=[y
(m
-1),y
(m
-2),...y
(m
-p
-1)]為系統輸入值。
該訊號轉換模組24係與該空間濾波模組23相連接,藉以將經該空間濾波模組23過濾後的聲音訊號進行轉換,較佳地,該訊號轉換模組24係可藉由一小波轉換方程式241(Wavelet Transform)、一傅立葉轉換方程式242(Fourier Transform)或一快速傅立葉轉換方程式243(Fast Fourier Transform;FFT)進行訊號的轉換,該特徵選取模組25係與該訊號轉換模組24相連接,用以將經該訊號轉換模組24處理的聲音訊號進行特徵值的選取(該特徵值的選取數量可為1個以上);該辨識模組26係與該特徵選取模組24相連接,藉以透過各選取的特徵值進行聲音訊號的辨識處理,進而得到刀具的狀態,較佳地,該辨識模組26係以一費雪線性辨識函數261、一類神經網路262或一模糊邏輯辨識方程式263作為訊號辨識的方法,較佳地,該訊號處理組20於各資料擷取卡21與該電腦22間係設有複數個分別與各資料擷取卡21相電性連接的類比/數位轉換器27,藉以將類比訊號轉換成一數位訊號;以及該監控組30係與該訊號處理組20相電性連接且設有一警報器31,該警報器31係與該電腦22的辨識模組26相連接,藉以透過該辨識模組26的辨識結果,經由該警報器31提醒操作者該刀具的狀態(斷裂或磨耗);B、線上偵測與訊號處理:將該麥克風陣列組10的各麥克風感應器11裝設於一加工機50平台51周圍的任一位置,藉以對於該加工機50刀具52進行加工訊號的擷取,其中如圖6所示係為各麥克風感應器11所偵測到的聲音訊號(包含期望訊號與干擾訊號)經由各資訊擷取卡21擷取並傳送至該電腦22中進行訊號的處理與呈現,在訊號處理過程中,將各麥克風感應器11所取得之聲音訊號(包含期望訊號與干擾訊號)整合後,如圖7所示透過該空間濾波模組23移除非指定方向的聲音訊號(即干擾訊號),過濾出如圖8所示之聲音訊號(即期望訊號),再將該聲音訊號以小波轉換方程式241、傅立葉轉換方程式242或快速傅立葉轉換方程式243進行轉換處理,待訊號轉換後經由該特徵選取模組25進行與刀具52狀態相關特徵值的選取;較佳地,圖9所示為經延遲加總濾波器231濾波處理後所得到刀具52加工之頻譜圖,圖10所示為經超指向濾波器232濾波處理後所得到刀具52加工之頻譜圖,另外,圖11係為經延遲加總濾波器231及後濾波處理器233之偉納濾波器濾波處理後所得到刀具52加工之頻譜圖,而圖12所示係為經超指向濾波器232及後濾波處理器233之偉納濾波器濾波處理後所得到刀具52加工之頻譜圖,由圖9~12之頻譜圖可知,該麥克風陣列組1所偵測到的聲音訊號0經該空間濾波模組23的濾波處理後,可有效降低雜訊的干擾,進而準確地還原刀具50的實際加工訊號;較佳地,訊號特徵的選取係採用群組分離法準則計算各特徵值隨刀具52狀態變化之分離度,分離度最高者被選為接續處理之特徵值,該群組分離法準則運用計算群組內及群組間之資料共變異度的方式,來了解每個群組資料彼此間資料的分離程度,進而利用此特性來選取相對磨耗變化分離程度較大者之特徵值,以避免選取不必要的特徵輸入而導致辨識的成效不彰,將選取後的特徵值輸入該辨識模組中,藉由費雪線性辨識函數261、類神經網路262或模糊邏輯辨識方程式263對於各特徵值進行辨識;以及C、偵測結果:當特徵值經該辨識模組26辨識後,將該辨識後的特徵值訊號輸出,即可讓使用者即時得知該刀具52的狀態(磨耗),且可透過傳送訊號至該警報器31的方式,告知操作者該刀具52的狀態(斷裂)。
藉由上述之技術手段,本發明加工機刀具狀態偵測方法及其裝置,主要係透過整合麥克風陣列組10、訊號處理組20與監控組30的方式,對於各麥克風感應器11所偵測的聲音訊號,進行訊號濾波、轉換、特徵選取與訊號辨識後,有效收集指向訊號並排除刀具52振動外之聲音訊號對系統的影響,進而取得與刀具52狀態相關的訊號,能線上即時得知刀具52磨耗或斷裂的狀態,且以警報器31警示操作者,亦可透過與該加工機50的控制器相連接的方式,對於該加工機50即時停機或實施刀具52的更換;因此,本發明之加工機刀具狀態偵測裝置,於使用時僅需將該麥克風陣列組10的各麥克風感應器11裝設於該加工機50的平台51上,即可對於加工的刀具52進行聲音的偵測,不僅安裝上相當方便,且可在不同之需求下,任意地應用於不同軸數之銑削、鑽削與攻牙加工機...等等的加工機上,藉以提升系統使用之稼動率,而達到節省投資成本之目的,且可同時減少操作人員的數量,並大大提升以聲音訊號為基礎之線上刀具52斷裂或磨耗狀態監測之正確性,提供一方便安裝、即時檢測及提高偵測精度之偵測方法及裝置者。
以上所述,僅是本發明的較佳實施例,並非對本發明作任何形式上的限制,任何所屬技術領域中具有通常知識者,若在不脫離本發明所提技術方案的範圍內,利用本發明所揭示技術內容所作出局部更動或修飾的等效實施例,並且未脫離本發明的技術方案內容,均仍屬於本發明技術方案的範圍內。
10...麥克風陣列組
11...麥克風感應器
20...訊號處理組
21...資料擷取卡
22...電腦
23...空間濾波模組
231...延遲加總濾波器
232...超指向濾波器
233...後濾波處理器
24...訊號轉換模組
241...小波轉換方程式
242...傅立葉轉換方程式
243...快速傅立葉轉換方程式
25...特徵選取模組
26...辨識模組
261...費雪線性辨識函數
262...類神經網路
263...模糊邏輯辨識方程式
27...類比/數位轉換器
30...監控組
31...警報器
50...加工機
51...平台
52...刀具
圖1係本發明加工機刀具狀態偵測裝置設置於一加工機上之立體外觀示意圖。
圖2係本發明加工機刀具狀態偵測方法之操作流程方塊圖。
圖3係本發明延遲加總濾波器之濾波操作示意圖。
圖4係本發明超指向濾波器之濾波操作示意圖。
圖5係本發明偉納濾波器之濾波操作示意圖。
圖6係本發明麥克風陣列組所偵測到聲音訊號(包含期望訊號與干擾訊號)之頻譜圖。
圖7係本發明空間濾波模組移除非指定方向聲音訊號(即干擾訊號)之頻譜圖。
圖8係本發明經空間濾波模組過濾後所得之聲音訊號(即期望訊號)之頻譜圖。
圖9係本發明經延遲加總濾波器濾波處理後所得之刀具加工頻譜圖。
圖10係本發明經超指向濾波器濾波處理後所得之刀具加工頻譜圖。
圖11係本發明經延遲加總濾波器及後濾波處理器之偉納濾波器濾波處理後所得之刀具加工頻譜圖。
圖12係本發明經超指向濾波器及後濾波處理器之偉納濾波器濾波處理後所得之刀具加工頻譜圖。
10...麥克風陣列組
11...麥克風感應器
20...訊號處理組
21...資料擷取卡
22...電腦
50...加工機
51...平台
52...刀具
Claims (17)
- 一種加工機刀具狀態偵測方法,其操作流程包含有:儀器設置:準備一偵測裝置,該偵測裝置設有一麥克風陣列組、一訊號處理組及一監控組,該麥克風陣列組設有複數個麥克風感應器,該訊號處理組係與該麥克風陣列組相電性連接且設有複數個與麥克風感應器相電性連接的資料擷取卡及一電腦,該電腦係與各資料擷取卡相電性連接且設有一空間濾波模組、一訊號轉換模組、一特徵選取模組及一辨識模組,該空間濾波模組係與各麥克風感應器相連接,該訊號轉換模組係與該空間濾波模組相連接,該特徵選取模組係與該訊號轉換模組相連接,該辨識模組係與該特徵選取模組相連接,該監控組係與該訊號處理組相電性連接且設有一與該辨識模組相連接的警報器;線上偵測與訊號處理:將該麥克風陣列組的各麥克風感應器裝設於一加工機平台周圍的任一位置,對於該加工機刀具進行加工訊號的擷取,各麥克風感應器所偵測到的聲音訊號經由各資訊擷取卡擷取並傳送至該電腦中進行訊號的處理與呈現,其中將各麥克風感應器所取得之聲音訊號整合後,透過該空間濾波模組移除非指定方向的聲音訊號,過濾後之聲音訊號再以該訊號轉換模組進行轉換處理,待訊號轉換後經由該特徵選取模組進行與刀具狀態相關特徵值的選取,將選取後的特徵值輸入該辨識模組中,藉以對於各特徵值進行辨識;以及偵測結果:當特徵值經該辨識模組辨識後,將該辨識後的特徵值訊號輸出,即可讓使用者即時得知該刀具的狀態,且可透過傳送訊號至該警報器的方式,告知操作者該刀具的狀態。
- 如申請專利範圍第1項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該空間濾波模組係以一延遲加總濾波器,對於各麥克風感應器所偵測的聲音訊號進行濾波處理。
- 如申請專利範圍第2項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該空間濾波模組係以一超指向濾波器,對於各麥克風感應器所偵測的聲音訊號進行濾波處理。
- 如申請專利範圍第2或3項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該空間濾波模組在濾波處理之後整合一後濾波處理器,該後濾波處理器係以一偉納濾波器進行進一步的訊號濾波處理。
- 如申請專利範圍第4項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該訊號轉換模組係由一小波轉換方程式進行訊號的轉換。
- 如申請專利範圍第4項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該訊號轉換模組係由一傅立葉轉換方程式進行訊號的轉換。
- 如申請專利範圍第4項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該訊號轉換模組係由一快速傅立葉轉換方程式進行訊號的轉換。
- 如申請專利範圍第4項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該辨識模組係以一費雪線性辨識函數作為訊號辨識的方法。
- 如申請專利範圍第4項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該辨識模組係以一類神經網路作為訊號辨識的方法。
- 如申請專利範圍第4項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該辨識模組係以一模糊邏輯辨識方程式作為訊號辨識的方法。
- 如申請專利範圍第4項所述之加工機刀具狀態偵測方法,其中在儀器設置的操作步驟中,該訊號處理組於各資料擷取卡與該電腦間係設有複數個分別與各資料擷取卡相電性連接的類比/數位轉換器,藉以將類比訊號轉換成一數位訊號。
- 如申請專利範圍第4項所述之加工機刀具狀態偵測方法,其中在線上偵測與訊號處理的操作步驟中,該訊號特徵的選取係採用群組分離法準則計算各特徵值隨刀具狀態變化之分離度,分離度最高者被選為接續處理之特徵值,該群組分離法準則運用計算群組內及群組間之資料共變異度的方式,來了解每個群組資料彼此間資料的分離程度,進而利用此特性來選取相對磨耗變化分離程度較大者之特徵值,以避免選取不必要的特徵輸入而導致辨識的成效不彰,將選取後的特徵值輸入該辨識模組中。
- 一種加工機刀具狀態偵測裝置,其係包含有一麥克風陣列組、一訊號處理組及一監控組,其中:該麥克風陣列組係設有複數個麥克風感應器;該訊號處理組係與該麥克風陣列組相電性連接且設有複數個資料擷取卡及一電腦,其中各資料擷取卡係分別與一麥克風感應器相電性連接,用以擷取該麥克風感應器所偵測到的聲音訊號,該電腦係與各資料擷取卡相電性連接且設有一空間濾波模組、一訊號轉換模組、一特徵選取模組及一辨識模組,其中該空間濾波模組係與各資料擷取卡相連接,該訊號轉換模組係與該空間濾波模組相連接,該特徵選取模組係與該訊號轉換模組相連接,而該辨識模組係與該特徵選取模組相連接;以及該監控組係與該訊號處理組相電性連接且設有一警報器,該警報器係與該電腦的辨識模組相連接。
- 如申請專利範圍第13項所述之加工機刀具狀態偵測裝置,其中該空間濾波模組係為一延遲加總濾波器,用來對於各麥克風感應器所偵測的聲音訊號進行濾波處理。
- 如申請專利範圍第13項所述之加工機刀具狀態偵測裝置,其中該空間濾波模組係為一超指向濾波器,用來對於各麥克風感應器所偵測的聲音訊號進行濾波處理。
- 如申請專利範圍第14或15項所述之加工機刀具狀態偵測裝置,其中該空間濾波模組係設有一與該延遲加總濾波器或該超指向濾波器相連接的後濾波處理器。
- 如申請專利範圍第16項所述之加工機刀具狀態偵測裝置,其中該訊號處理組於各資料擷取卡與該電腦間係設有複數個分別與各資料擷取卡相電性連接的類比/數位轉換器,藉以將類比訊號轉換成一數位訊號。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW99146409A TWI419761B (zh) | 2010-12-28 | 2010-12-28 | Tool State Detection Method and Device for Machining Machine |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW99146409A TWI419761B (zh) | 2010-12-28 | 2010-12-28 | Tool State Detection Method and Device for Machining Machine |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201226102A TW201226102A (en) | 2012-07-01 |
TWI419761B true TWI419761B (zh) | 2013-12-21 |
Family
ID=46932633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW99146409A TWI419761B (zh) | 2010-12-28 | 2010-12-28 | Tool State Detection Method and Device for Machining Machine |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI419761B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107756139A (zh) * | 2016-08-18 | 2018-03-06 | 王智中 | 刀具状态检测系统及其方法 |
TWI640390B (zh) * | 2017-03-24 | 2018-11-11 | 國立成功大學 | 刀具磨耗監測與預測方法 |
TWI662278B (zh) * | 2018-09-18 | 2019-06-11 | 財團法人工業技術研究院 | 刀具磨耗監控方法 |
TWI670138B (zh) * | 2018-11-22 | 2019-09-01 | 國立臺灣科技大學 | 應用於自動加工機的刀具磨耗預測方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6282148B2 (ja) * | 2014-03-17 | 2018-02-21 | Dmg森精機株式会社 | 工作機械 |
TWI564110B (zh) | 2014-11-20 | 2017-01-01 | 財團法人工業技術研究院 | 回授控制數値加工機及其方法 |
TWI629136B (zh) * | 2017-07-31 | 2018-07-11 | 鍵和機械股份有限公司 | 碰觸偵測方法 |
JP2023506457A (ja) | 2019-12-10 | 2023-02-16 | バーンズ グループ インコーポレーテッド | 無線センサ、格納媒体及びスマートデバイスアプリ方法 |
TWI783691B (zh) * | 2021-09-17 | 2022-11-11 | 國立虎尾科技大學 | 刀具狀態監測系統及其方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04135144A (ja) * | 1990-09-21 | 1992-05-08 | Mitsubishi Motors Corp | 切削加工機における工具状態検出装置 |
JPH06218655A (ja) * | 1993-01-26 | 1994-08-09 | Sumitomo Metal Ind Ltd | 工具異常監視方法及びその装置 |
JP2002066879A (ja) * | 2000-09-04 | 2002-03-05 | Bosch Automotive Systems Corp | 工作機械用アコースティック・エミッション検出装置 |
TW200712455A (en) * | 2005-09-05 | 2007-04-01 | Hon Hai Prec Ind Co Ltd | System for measuring and monitoring vibration |
-
2010
- 2010-12-28 TW TW99146409A patent/TWI419761B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04135144A (ja) * | 1990-09-21 | 1992-05-08 | Mitsubishi Motors Corp | 切削加工機における工具状態検出装置 |
JPH06218655A (ja) * | 1993-01-26 | 1994-08-09 | Sumitomo Metal Ind Ltd | 工具異常監視方法及びその装置 |
JP2002066879A (ja) * | 2000-09-04 | 2002-03-05 | Bosch Automotive Systems Corp | 工作機械用アコースティック・エミッション検出装置 |
TW200712455A (en) * | 2005-09-05 | 2007-04-01 | Hon Hai Prec Ind Co Ltd | System for measuring and monitoring vibration |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107756139A (zh) * | 2016-08-18 | 2018-03-06 | 王智中 | 刀具状态检测系统及其方法 |
TWI637169B (zh) * | 2016-08-18 | 2018-10-01 | 王智中 | 刀具狀態檢測系統及其方法 |
TWI640390B (zh) * | 2017-03-24 | 2018-11-11 | 國立成功大學 | 刀具磨耗監測與預測方法 |
TWI662278B (zh) * | 2018-09-18 | 2019-06-11 | 財團法人工業技術研究院 | 刀具磨耗監控方法 |
TWI670138B (zh) * | 2018-11-22 | 2019-09-01 | 國立臺灣科技大學 | 應用於自動加工機的刀具磨耗預測方法 |
Also Published As
Publication number | Publication date |
---|---|
TW201226102A (en) | 2012-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI419761B (zh) | Tool State Detection Method and Device for Machining Machine | |
WO2021043192A1 (zh) | 一种在线监测铣削加工刀具缺损的方法 | |
TWI637169B (zh) | 刀具狀態檢測系統及其方法 | |
CN101943682B (zh) | 基于阵列式声发射器的分布式机械故障实时监测装置及方法 | |
US10817001B2 (en) | Unmanned aerial vehicle and method for detecting flight state thereof, and wearable device | |
TW201226101A (en) | Method and device to detect the state of cutting tool in machine tool with multiple sensors | |
CN102331547A (zh) | 一种变压器绕组振动的在线监测及故障诊断方法 | |
TWI472399B (zh) | Online cutting tool real-time monitoring method | |
CN203490359U (zh) | 一种便携式变电站噪声成像定位检测装置 | |
CN110231529A (zh) | 一种控制柜智能故障诊断系统及故障诊断方法 | |
CN109732405A (zh) | 一种数控机床刀具边元计算磨损监测控制系统及方法 | |
CN102323779B (zh) | 一种重型数控装备测控传感网 | |
CN109557146B (zh) | 一种金刚线断线检测装置及其断线预测方法 | |
CN113334144A (zh) | 一种铣削刀具磨损状态检测系统及方法 | |
US10916259B2 (en) | Extracting overall equipment effectiveness by analysis of a vibro-acoustic signal | |
CN106568500A (zh) | 基于加工噪音的加工异常报警系统 | |
CN106767683B (zh) | 一种电子信息领域的无人机对地高度的测量装置及方法 | |
CN206573934U (zh) | 一种数控机床刀头故障诊断系统 | |
CN104669114A (zh) | 磨床颤振监测系统及其磨削故障信号的提取和诊断方法 | |
CN105833798B (zh) | 一种金刚石六面顶压机顶锤工作状态的监测报警装置 | |
CN109019349B (zh) | 故障检测方法、检测器、计算机存储介质及起重机 | |
TWI517934B (zh) | 用於顫振監控之訊噪分離方法與裝置 | |
CN103128661A (zh) | 一种面向无心内圆磨床的在线防碰撞监控装置 | |
CN112781721A (zh) | 一种巡检平台及智能噪声采集装置及巡检平台的使用方法 | |
CN202735778U (zh) | 一种数控机床切削性能及切削能力测试装置 |