TWI832193B - 機床機械部件動態保護方法及數控機床設備 - Google Patents
機床機械部件動態保護方法及數控機床設備 Download PDFInfo
- Publication number
- TWI832193B TWI832193B TW111112343A TW111112343A TWI832193B TW I832193 B TWI832193 B TW I832193B TW 111112343 A TW111112343 A TW 111112343A TW 111112343 A TW111112343 A TW 111112343A TW I832193 B TWI832193 B TW I832193B
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- machine tool
- axis
- scene
- vibration data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 66
- 230000001133 acceleration Effects 0.000 claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000009499 grossing Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000005520 cutting process Methods 0.000 claims description 23
- 238000012544 monitoring process Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 17
- 230000009471 action Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 230000003252 repetitive effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 238000003754 machining Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004901 spalling Methods 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
Classifications
-
- 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
- G05B19/406—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 monitoring or safety
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31439—Alarms can be warning, alert or fault
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本發明提供一種機床機械部件動態保護方法及數控機床設備。一種機床機械部件動態保護方法包括：獲取機床當前運行場景下的配置參數；獲取三軸加速度感測器回饋的資料作為第一振動資料，並對第一振動資料依次進行資料平滑處理和資料濾波處理，得到第二振動資料；根據所述配置參數，對第二振動資料進行計算整合，提取特徵資料，將特徵資料與所述預設閾值進行對比，得到對比結果；根據對比結果，確定報警方式，並對機床進行調整。本發明提供的一種機床機械部件動態保護方法及數控機床設備能夠即時監測機床運行狀況，識別機床運行狀態，回饋異常資訊，根據異常資訊進行報警回饋，並對機床進行調整，實現對機床的機械部件的動態保護。
Description
本發明關於數控機床領域，尤其關於一種機床機械部件動態保護方法及數控機床設備。
數控機床是數位控制機床（Computer numerical control machine tools）的簡稱，是一種裝有程式控制系統的自動化機床。該控制系統能夠邏輯地處理具有控制編碼或其他符號指令規定的程式，並將其解碼，用代碼化的數位表示，通過資訊載體輸入數控裝置。經運算處理由數控裝置發出各種控制訊號，控制機床的動作，按圖紙要求的形狀和尺寸，自動地將零件加工出來。數控機床較好地解決了複雜、精密、小批量、多品種的零件加工問題，是一種柔性的、高效能的自動化機床，代表了現代機床控制技術的發展方向，是一種典型的機電一體化產品。
在實際生產中，數控機床加工運行，往往伴隨著機床磨損、疲勞剝落、斷裂、變形、腐蝕、斷裂和老化等等問題，隨著時間的推移，各種問題堆積，都會影響機床的正常運行，造成加工過程中故障。此外，操作人員的操作規範性，加工指令的正確性及合理性，都會影響機床的運行。實際上，在機床實際加工中，機床發生故障是常態，但一些重大故障，如機床撞車、刀具脫落，不但會影響生產效率，損壞機床，甚至會威脅操作人員的人生安全。
但在現有技術中，主要依賴於操作人員的加工經驗進行機床運行狀態的判斷，存在較大的局限性及不確定性，也有較大的安全隱患。也有輔助或代替人工進行機械異常識別檢測的檢測設備，但這類設備均不是出於即時監控而設計，無法及時給出回饋及警示，且故障問題反映過於滯後。
有鑑於此，本發明的目的在於提出一種機床機械部件動態保護方法，能夠快速回饋機床故障資訊，進行報警提示，並對機床做出調整，實現對機床的機械部件的動態保護，避免機床撞機。
本發明的目的還在於提出一種數控機床設備，能夠即時監測機床運行情況，在機床發生故障時，發出警示資訊，並做出相應的調整，避免機床撞機。
基於上述目的，本發明提供了一種機床機械部件動態保護方法，包括：
獲取機床在當前運行場景下的配置參數，所述配置參數包括預設閾值、高通值、低通值、延時參數和換算個數中的一個或多個；
獲取機床的三軸加速度感測器回饋的資料作為第一振動資料，並對所述第一振動資料依次進行資料平滑處理和資料濾波處理，得到第二振動資料；
根據所述配置參數，對所述第二振動資料進行計算，獲得特徵資料，將所述特徵資料與所述預設閾值進行對比，得到對比結果；
根據所述對比結果，確定報警方式，和/或對機床進行調整；
其中，所述特徵資料包括對所述第二振動數進行計算得到的峰峰值、平均值、均方根值和域值中的一種或多種。
進一步的，機床的運行場景包括：
快速進給場景、切削場景、換刀場景、重複加工監控場景、重點刀具監控場景、伺服軸磨損監控場景、重切削場景或自我調整控制場景。
進一步的，所述資料平滑處理的步驟包括：
獲取機床的三軸加速度感測器回饋的X軸向、Y軸向、Z軸向的三軸資料，以一個三軸向資料為一組，採集連續或不連續的3組資料，和在採集所述3組資料之前已經採集的61組資料拼接為64組資料，作為第一振動資料；
對第一振動資料中的X軸向資料、Y軸向資料、Z軸向資料分別進行求平均數處理，得到X軸向振動資料的平均數、Y軸向振動資料的平均數、Z軸向振動資料的平均數，將第一振動資料按照X軸向、Y軸向、Z軸向組成矩陣並對X軸向振動資料的平均數、Y軸向振動資料的平均數、Z軸向振動資料的平均數做矩陣相減，得到三軸向的差值矩陣；
將第一振動資料轉化為餘弦函數，得到每組資料的餘弦函數值：
根據所述差值矩陣及所述餘弦函數，進行窗函數處理，將對應的同一組三軸向資料的所述差值矩陣與其對應的餘弦函數值相乘，得到的乘積即為窗函數數值。
進一步的，所述資料濾波處理的步驟包括：
將所述窗函數數值進行傅立葉變換，得到窗函數數值頻域資料；
根據所述配置參數，對窗函數數值頻域資料進行高低通濾波，得到帶通資料；
將所述帶通資料進行傅立葉逆變換，得到第二振動資料。
進一步的，根據所述配置參數，對所述第二振動資料進行計算，獲得特徵資料的步驟中：
當配置參數對應的場景為異常撞機場景時，特徵參數包括平均值、峰峰值；
當配置參數對應的場景為切削超載場景時，特徵參數包括平均值、均方根、峰峰值；
當配置參數對應的場景為異常換刀場景時，特徵參數包括平均值；
當配置參數對應的場景為重切削場景時，特徵參數包括平均值、均方根、峰峰值；
當配置參數對應的場景為各伺服軸磨損時，特徵參數包括域值；
當配置參數對應的場景為重複加工監控場景時，特徵參數包括平均值和均方根；
當配置參數對應的場景為重點刀具監控場景時，特徵參數包括平均值和均方根和峰峰值；
當配置參數對應的場景為自我調整控制場景時，特徵參數包括平均值和均方根；
當配置參數對應的場景為自訂場景時，特徵參數根據自訂場景進行設定。
進一步的，所述特徵參數的提取方式包括：
所述峰峰值的獲取方式為根據第二振動資料的波形圖，計算波形圖中的波峰波谷值；
所述平均值的計算方法為獲取第二振動資料，將同一組X軸向資料、Y軸向資料、Z軸向資料按照向量和的計算方法進行計算，得到該組資料的向量和；並與相鄰時間採集的兩組三軸向資料的向量和進行平均數計算，得到所述平均值；
所述均方根的計算方法為獲取第二振動資料，對第二振動資料中，以時間為基準，向後連續選取設定數量的以連續3組為基本單元的三軸向資料，每連續3組按照X軸向資料、Y軸向資料、Z軸向資料分別進行均方根的計算，再獲取設定數量的基本單元的均方根進行均值計算；
所述域值的計算方法為獲取第二振動資料的波動範圍值。
進一步的，所述機床機械部件動態保護方法中，根據所述對比結果，確定報警方式，和/或對機床進行調整的步驟包括：
若所述對比結果小於所述預設閾值，則機床維持所述機床操作狀態；
若所述對比結果大於或等於所述預設閾值，所述報警回饋模組根據所述場景檢測參數及所述第二振動資料確定故障資訊，並發出報警資訊，對機床進行調整。
基於同一發明構思，本發明還提供一種數控機床設備，所述數控機床設備包括主機、三軸加速度感測器、數控裝置和驅動裝置；
所述三軸加速度感測器設置於所述主機上，用於監測所述主機的運行狀態；
所述驅動裝置用於驅動所述主機；
所述數控裝置與所述主機、所述三軸加速度感測器、所述驅動裝置分別電連接；
其中，所述數控裝置包括：
資料獲取模組，用於獲取三軸加速度感測器的回饋資料；
場景檢測模組，用於檢測或提供機床的操作狀態；
資料處理模組，用於根據機床的操作狀態，調用配置參數，對三軸加速度感測器的回饋資料進行資料預處理；
報警回饋模組，用於對資料處理模組的預處理後的資料進行提取與計算，並分析計算結果，對應地進行報警和/或對機床進行調整；
設備管理模組，用於預設主機運行參數和人機交互；
供電電源，用於為所述數控裝置供電；
通訊模組，用於傳遞資料及訊號；
Flash晶片，用於儲存機床運行資料。
進一步的，所述數控機床設備中，所述報警回饋模組被設置為根據分析計算結果採取如下動作：提示報警，急停報警，斷電，NC暫停，伺服軸鎖定，進給保持，或，獨立雙回路急停觸點。
進一步的，所述通訊模組包括IO模組、乙太網、匯流排協定、RS232、RS485、Ether Cat、Profinet、Profibus或RS422。
從上面所述可以看出，本發明提供的一種機床機械部件動態保護方法及數控機床設備，能夠即時機床運行狀態，同時實現對機床的機械部件的動態保護。當檢測刀故障資訊時，快速做出反映，發出警示資訊，在操作人員做出反應前，機床自身做出相應的調整，避免故障發生；若故障已發生，機床能夠及時停機，減小故障帶來的損失。
為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，並參照圖式，對本發明進一步詳細說明。
需要說明的是，除非另外定義，本發明實施例使用的技術術語或者科學術語應當為本發明所屬領域內具有一般技能的人士所理解的通常意義。本發明實施例中使用的“第一”、“第二”以及類似的詞語並不表示任何順序、數量或者重要性，而只是用來區分不同的組成部分。“包括”或者“包含”等類似的詞語意指出現該詞前面的元件或者物件涵蓋出現在該詞後面列舉的元件或者物件及其等同，而不排除其他元件或者物件。“連接”或者“相連”等類似的詞語並非限定於物理的或者機械的連接，而是可以包括電性的連接，不管是直接的還是間接的。“上”、“下”、“左”、“右”等僅用於表示相對位置關係，當被描述物件的絕對位置改變後，則該相對位置關係也可能相應地改變。
為解決機床在發生故障後，無法及時調整，造成機床撞機的重大事故的問題，本發明提供如圖1所示一種機床機械部件動態保護方法，包括：
即時監測機床運行狀態，獲取機床當前運行場景下的配置參數，所述配置參數至少包括預設閾值、高通值、低通值、延時參數、換算個數中的一個或多個。由於機床的運行場景不同，加工物件不同，使用的加工工藝不同，在不同的加工場景下，在加工過程中會產生不同的加工故障。可根據不同場景下的不同加工故障，對配置參數進行限定及修改，則可及時進行更改機床的報警條件，匹配不同的場景，及時發現機床的故障並做出相應的調整。
在機床運行過程中，三軸加速度感測器即時進行機床主軸的空間加速度，並通過通訊模組，將檢測到的資料即時回饋至資料獲取模組，在資料獲取模組中暫存，當資料處理模組需要資料時，資料處理模組可從資料獲取模組獲取三軸加速度感測器回饋的資料。資料處理模組獲取三軸加速度感測器回饋的資料作為第一振動資料，並對所述第一振動資料依次進行資料平滑處理和資料濾波處理，得到第二振動資料。除了使用三軸加速度感測器檢測機床主軸空間加速度，進行X軸向、Y軸向、Z軸向的三軸向資料得分析，也可以從X軸向、Y軸向、Z軸向這三個軸向資料中選取其中的一個或兩個資料進行分析。此外，除了檢測機床主軸的加速度資料，也可以檢測機床主軸的其他參數，比如檢測溫度，若機床主軸溫度過高，超過正常範圍，主軸容易發生變形，導致機床機械損傷，造成機床加工事故，需要及時排查故障運營進行調整。
資料處理模組可根據所述配置參數，對所述第二振動資料進行計算整合，提取特徵資料，所述特徵資料可反應機床的運狀況；將所述特徵資料與所述預設閾值進行對比，得到對比結果。
根據所述對比結果，確定報警方式，和/或對機床進行調整。
其中，所述特徵資料包括對所述第二振動數進行計算得到的峰峰值、平均值、均方根值和域值中的一種或多種。獲取所述特徵參數進行對比判斷時，不論特徵參數包含一個或多個特徵值，只要有一個特徵值的對比結果判定機床運行出現異常，機床啟用報警回饋模組，發送報警訊號，並進行相應調整。
數控機床的記憶體中儲存有車削、銑削、自動換刀、磨削等基礎操作的指令，根據產品加工要求，對這些指令進行程式設計，再將程式設計輸入至機床，機床就能實行相應的操作，進行生產加工。故而機床的運行場景相對固定，根據指令進行機床的運行場景包括：
快速進給場景、切削場景、換刀場景、重複加工監控場景、重點刀具監控場景、伺服軸磨損監控場景、重切削場景或自我調整控制場景。
在一個進一步的實施方式中，資料處理模組獲取的三軸加速度感測器回饋的資料過於繁雜，需要對這些資料進行相應的資料處理，從而去除資料中的干擾，篩選出對判斷機床振動情況有用的資訊。資料處理模組對第一振動資料進行資料處理方法包括資料平滑處理和資料濾波處理。如圖2所示，資料處理模組對所述第一振動資料進行資料平滑處理具體步驟包括：
獲取機床的三軸加速度感測器回饋的X軸向、Y軸向、Z軸向的三軸向資料，以一個三軸向資料為一組，採集連續或不連續的3組資料，和在採集所述3組資料之前已經採集的61組資料拼接為64組資料，作為第一振動資料；
對第一振動資料中的X軸向資料、Y軸向資料、Z軸向資料分別進行求平均數處理，得到X軸向振動資料的平均數、Y軸向振動資料的平均數、Z軸向振動資料的平均數，將第一振動資料按照X軸向、Y軸向、Z軸向組成矩陣並對X軸向振動資料的平均數、Y軸向振動資料的平均數、Z軸向振動資料的平均數做矩陣相減，得到三軸的差值矩陣；
將第一振動資料轉化為餘弦函數，得到每組資料的餘弦函數值：
根據所述差值矩陣及所述餘弦函數，進行窗函數處理，將對應的同一組三軸向資料的所述差值矩陣與其對應的餘弦函數值相乘，得到的乘積即為窗函數數值。
其中，在本實施方式中，所述餘弦函數公式為：
W[j]=0.5-0.48cos((2πj)/(j-1))+0.02cos((4πj)/(j-1))
由於三軸加速度感測器回饋的資料極其龐雜，且時間間隔較久的資料對機床振動情況的判斷有所干擾，同時出於資料處理模組處理資料的速度的考慮，資料處理模組進行資料處理分析時，一般選取最新的64組資料進行資料處理。在一個可行的實施方式中，資料處理模組每次從資料獲取模組獲取3組資料，並且和之前的61組資料拼接為64組資料X[64]，Y[64]，Z[64]。
對獲取到的X[64]，Y[64]，Z[64]進行求平均數處理：
TX=
TY=
TZ=
在將X[64]，Y[64]，Z[64]組成矩陣，與X[64]對應的平均數TX，與Y[64]對應的平均數TY，與Z[64]對應的平均數TZ做矩陣相減：
KX[n]=Xn-TXn
KY[n]=Yn-TYn
KZ[n]=Zn-TZn
得到的差值矩陣KX[n]、KY[n]、KZ[n]能夠明顯的獲取到資料的乖離程度。
將第一振動資料全部轉換為餘弦函數：
W[j]=0.5-0.48cos((2πj)/(j-1))+0.02cos((4πj)/(j-1))
取最後一個檢測時刻之前n個資料W[n]。
對K[n]進行窗函數處理，處理公式為：
SX[n]=KX[n]*W[n]
SY[n]=KY[n]*W[n]
SZ[n]=KZ[n]*W[n]。
得到的窗函數數值SX[n]、SY[n]、SZ[n]，可以強化最新的資料在該組資料中的影響力，弱化老資料的影響。
資料處理模組對所述第一振動資料進行資料平滑處理後，得到中間處理資料，再進行資料濾波處理得到第二振動資料，如圖3所示，具體步驟包括：
將所述中間振動資料通過傅立葉變換，得到中間振動資料頻域資料；
根據所述配置參數，對中間振動資料頻域資料進行高低通濾波，得到濾波後帶通資料；
將所述帶通資料進行傅立葉逆變換，得到第二振動資料。
在一個可行的實施方式中，將S[n]通過傅立葉變換，獲取到頻域資料FX[n]，FY[n]，FZ[n]，根據所述配置參數，對頻域資料FX[n]，FY[n]，FZ[n]，進行高低通濾波，得到濾波後帶通資料，將所述帶通資料進行傅立葉逆變換，得到第二振動資料。例如資料處理模組獲取的配置參數包括預設閾值10，高通300，低通800，報警打開，急停打開，報警等級，延時800毫秒。根據所述配置參數，將頻率＜300或者頻率＞800的資料設置為0，保留300到800之間的帶通資料，並對所述帶通資料做逆向傅立葉變換得到AX[n]，AY[n]，AZ[n]。若在後續判斷過程中，確定需要報警，報警時間設置為800毫秒。若資料處理模組獲取的配置參數包括預設閾值50，高通10，低通1600，報警打開，急停關閉，換算個數為10，將頻率＜10或者頻率＞1600的資料設置為0，保留10到1600之間的帶通資料生成，並做傅立葉逆變換得到AX[n]，AY[n]，AZ[n]。經過濾波處理的資料能更直觀的反映機床振動資訊，濾除干擾因素。
獲取第二振動資料後，第二振動資料包含多種資訊，需要根據所述配置參數，對所述第二振動資料進行計算整合，結合機床運行場景下的故障及表現，從所述第二振動資料中提取與機床運行場景的故障及表現相匹配的特徵參數，可以更直觀且迅速的判斷機床的故障情況。獲取特徵參數的步驟為：
當配置參數對應的場景為異常撞機場景時，特徵參數包括平均值、峰峰值；
當配置參數對應的場景為切削超載場景時，特徵參數包括平均值、均方根、峰峰值；
當配置參數對應的場景為異常換刀場景時，特徵參數包括平均值；
當配置參數對應的場景為重切削場景時，特徵參數包括平均值、均方根、峰峰值；
當配置參數對應的場景為各伺服軸磨損時，特徵參數包括域值；
當配置參數對應的場景為重複加工監控場景時，特徵參數包括平均值和均方根；
當配置參數對應的場景為重點刀具監控場景時，特徵參數包括平均值和均方根和峰峰值；
當配置參數對應的場景為自我調整控制場景時，特徵參數包括平均值和均方根；
當配置參數對應的場景為自訂場景時，特徵參數根據自訂場景進行設定。
在本實施方式中，異常撞機，指機床處於手動或者自動模式進行加工時，機床處於快速進給或鈍速等空載運行狀態時發生非正常碰撞。機床進入異常撞機場景可通過對機床系統進行設計，輸出對應狀態的訊號以自動切換至該場景模式。在異常撞機模式下，按照本實施方式的演算法進行計算，計算後的結果超過預設閾值時即輸出報警，該場景下報警回饋模組直接控制機床急停。
切削超載，指機床在自動模式下執行G01、G02等機床切削動作，此時讓機床輸出該場景的相應IO訊號，進入切削超載場景。由於機床本身主軸是允許超載的，但是不允許長時間的超載，且切削過程中刀具始終與工件處於接觸狀態，所以該場景下需要監控的是當前持續性的動能狀態，多採用能量的計算方法，如本實施方式中進行均方根計算。當計算後的整體資料值達到預設閾值時，即認為目前處於超載狀態，需要報警停機以保護工件或主軸，此時報警回饋模組會觸發NC暫停動作或者急停報警動作。
異常換刀，是指各類換刀機構在換刀時將主軸和刀庫的到進行交換的動作，該過程中容易因位置偏離、鬆動等原因造成打刀、掉刀、卡刀等情況，換刀動作是機床上一個最常用但特殊的動作過程，機床設有相應的IO訊號觸發異常換刀場景。由於換刀機構直接針對主軸上的刀具進行操作，所以當發生異常時，感測器檢測到的資料會普遍較大，在設置預設閾值時也會相應的提高，但是整個換刀過程由於是連貫動作，需要對接收的資料進行程度的區分，觸碰到低邊界時觸發NC暫停，完成動作；觸發高邊界時報警回饋模組觸發急停報警，保護主軸不受損傷。
重切削是指大切削量的加工，此時機床主軸的負載較大，可以明顯感覺到機床的強烈振動。如需執行該工序，機床需要單獨的進行監控，機床可通過讀取機床系統當前刀號或者特殊的指令（如M代碼或者G代碼）切換至該場景。相比於普通切削超載，重切削場景下監控的資料更加偏向整體，所以需要放大採集資料樣本的數量，這樣就能反映一個更宏觀的狀態。該場景超過邊界時，報警回饋模組一般執行觸發NC暫停指令。
各伺服軸磨損，是指絲杠、導軌等運動機械部件長期使用後的損耗。由於該損耗是非常小的，所以切換至各伺服軸磨損場景需要規定一個固定的動作循環。機床先通過指令調用該場景，再通過積分累計的方法來計算整體的資料。當資料的值達到預設閾值時，該場景下報警回饋模組即可根據程度觸發NC暫停或者提醒報警，避免運動部件朝更壞的方向發展。
重複加工監控，是指操作人員在不知情或遺忘的情況下對已經加工完成的工件重新進行加工，從而損壞工件的情況。在重複加工監控場景下，在開始進行切削動作時，即時監控機床的負載，利用預設閾值進行判斷。不能低於預設閾值，如果低於該值即認為是已經加工過的工件，應立即急停報警。
自我調整控制場景，該場景針對加工中的特殊刀具或者重要工藝，通過監控切削負載的變化，設置更加靈活的計算方法進行計算，可將多種計算方法混合使用。此時監控的預設閾值不作為報警的觸發條件，而是直接控制機床的進給倍率，如負載變大時降低進給倍率，負載減小時提升進給倍率，從而提升機床加工時的效率。
特徵參數的提取方式有多種，在一個進一步的實施方式中，所述特徵參數的提取方式包括：
所述峰峰值的獲取方式為根據第二振動資料組的波形圖，計算波形圖中的波峰波谷值。
所述平均值的計算方法為獲取第一振動資料，將同一組X軸向資料、Y軸向資料、Z軸向資料按照向量和的計算方法進行計算，得到該組資料的向量和；並與相鄰時間採集的兩組三軸向資料的向量和進行平均數計算，得到所述平均值。具體的，將第二振動資料中同一時間對應的時域資料AX[n]，AY[n]，AZ[n]篩選出來，將篩選出來的AX[n]，AY[n]，AZ[n]按照向量和的計算方法進行計算，將三個資料分別進行平方並乘以同一個參數後相加，之後進行開方，得到開方後的值，具體計算公式為：
B[n] =
根據時間可從第二振動資料組中篩選出若干組同一時間對應的時域資料AX[n]，AY[n]，AZ[n]。按照上述的計算方法獲取若干個按照向量和計算方法計算出的值，對計算出來的若干個值的進行平均數計算，得到所述平均值。
所述均方根的計算方法為獲取第一振動資料，對第一振動資料中，以時間基準向後連續選取設定數量的以連續3組為基本單元的三軸向資料，每連續3組按照X軸向資料、Y軸向資料、Z軸向資料分別進行均方根的計算，再獲取設定數量的基本單元的均方根進行均值計算。具體的，對第二振動資料中的X軸向資料組、Y軸向資料組、Z軸向資料組三個資料組選取資料進行均方根的計算公式為：
BX=
BY=
BZ=
可從第二振動資料中選取連續三組資料設為基本單元，可獲取k個基本單元，包括BX[0]-BX[k-1]，BY[0]-BY[k-1]，BZ[0]-BZ[k-1]。對得到的k個基本單元的均方根進行平均數處理：
SX=
SY=
SZ=
均方根值平均值SX、SY、SZ，用於比較判斷，分析三個方向中的異常資料，從而判斷出機床上是否存在磨損或故障，並及時進行報警。
所述域值的計算方法為獲取第二振動資料的波動範圍值。
在根據所述配置參數及所述第二振動資料，獲得判斷所需的特徵資料後，將所述特徵資料與所述預設閾值進行對比，根據所述對比結果，確定報警方式，根據配置參數確定報警時間，對機床進行調整，具體判斷步驟包括：
若所述對比結果小於所述預設閾值，則機床維持所述機床操作狀態；
若所述對比結果大於或等於所述預設閾值，所述報警回饋模組根據所述場景檢測參數及所述第二振動資料確定故障資訊，並發出報警資訊，對機床進行調整。
基於同一發明構思，與上述任意實施例方法相對應的，本發明還提供了如圖4所示一種所述數控機床設備，包括主機、三軸加速度感測器、數控裝置和驅動裝置。
為在預先不知道物體運動方向的場合下，檢測機床的振動情況，且檢測工具的體積、重量不宜過大，同時還需要能夠全面準確反映物體的運動性質，使用三軸加速度感測器對機床的運行狀況進行檢測。所述三軸加速度感測器設置於所述主機上，用於監測所述主機的運行狀態。
所述驅動裝置用於驅動所述主機。
所述數控裝置與所述主機、所述三軸加速度感測器、所述驅動裝置分別電連接。所述數控裝置中預先根據設置有多組基本指令，如M開頭的指令代表加工程式開始及結束，G開頭的指令代表切削指令。通過對這些指令進行編輯得到加工程式，機床執行相應加工程式，進行生產加工。
其中，所述數控裝置包括：
資料獲取模組101，用於獲取三軸加速度感測器的回饋資料；
場景檢測模組106，用於檢測或提供機床的操作狀態；
資料處理模組105，用於根據機床的操作狀態，調用配置參數，對三軸加速度感測器的回饋資料進行資料預處理；
報警回饋模組103，用於對資料處理模組105的預處理後的資料進行提取與計算，並分析計算結果，對應地進行報警和/或對機床進行調整；
設備管理模組102，用於預設主機運行參數和人機交互；所述設備管理模組102可外接設備，顯示資料，便於管理人員更直觀的判斷設備振動狀態；
供電電源108，用於為所述數控裝置供電；
通訊模組104，用於傳遞資料及訊號；
Flash晶片107，用於儲存機床運行資料，包括配置參數、日誌資料、設備管理資料等。
所述數控機床設備中，由於機床各項故障帶來的後果不同，可以根據故障的具體表現及其造成的後果，設定多種報警形式，確保機床的運行效率。所述數控機床設備中，所述報警回饋模組103被設置為根據分析計算結果採取如下動作：提示報警，急停報警，斷電，NC暫停，伺服軸鎖定，進給保持，或，獨立雙回路急停觸點。
數控機床通過通訊模組104進行機床各部件之間的資料交互，通訊模組104的設置可根據機床的各項參數及運行場景進行配置，所述通訊模組104至少包括：IO模組、乙太網、匯流排協定、RS232、RS485、Ether Cat、Profinet、Profibus或RS422。
需要說明的是，上述對本發明的一些實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下，在申請專利範圍中記載的動作或步驟可以按照不同於上述實施例中的順序來執行並且仍然可以實現期望的結果。另外，在圖式中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中，多工處理和並行處理也是可以的或者可能是有利的。
101:資料獲取模組
102:設備管理模組
103:報警回饋模組
104:通訊模組
105:資料處理模組
106:場景檢測模組
107:Flash晶片
108:供電電源
為了更清楚地說明本發明或相關技術中的技術方案，下面將對實施例或相關技術描述中所需要使用的圖式作簡單地介紹，顯而易見地，下面描述中的圖式僅僅是本發明的實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些圖式獲得其他的圖式。
圖1為本發明實施例的機床機械部件動態保護方法的流程示意圖。
圖2為本發明實施例的第一振動資料的資料平滑處理流程示意圖。
圖3為本發明實施例的第一振動資料的資料濾波處理流程示意圖。
圖4為本發明實施例的數控機床設備的數控裝置的內部結構示意圖。
Claims (6)
- 一種機床機械部件動態保護方法，包括：獲取機床在當前運行場景下的配置參數，所述配置參數包括預設閾值、高通值、低通值、延時參數和換算個數中的一個或多個；獲取機床的三軸加速度感測器回饋的資料作為第一振動資料，並對所述第一振動資料依次進行資料平滑處理和資料濾波處理，得到第二振動資料；其中，所述資料平滑處理的步驟包括：獲取機床的三軸加速度感測器回饋的X軸向、Y軸向、Z軸向的三軸向資料，以一個三軸向資料為一組，採集連續或不連續的3組資料，和在採集所述3組資料之前已經採集的61組資料拼接為64組資料，作為所述第一振動資料；對所述第一振動資料中的X軸向資料、Y軸向資料、Z軸向資料分別進行求平均數處理，得到X軸向振動資料的平均數、Y軸向振動資料的平均數、Z軸向振動資料的平均數，將所述第一振動資料按照X軸向、Y軸向、Z軸向組成矩陣並對所述X軸向振動資料的平均數、所述Y軸向振動資料的平均數、所述Z軸向振動資料的平均數做矩陣相減，得到三軸向的差值矩陣；將所述第一振動資料轉化為餘弦函數，得到每組資料的餘弦函數值：根據所述差值矩陣及所述餘弦函數，進行窗函數處理，將對應的同一組三軸向資料的所述差值矩陣與其對應的餘弦函數值相乘，得到的乘積即為窗函數數值；所述資料濾波處理的步驟包括：將所述窗函數數值進行傅立葉變換，得到窗函數數值頻域資料；根據所述配置參數，對所述窗函數數值頻域資料進行高低通濾波，得到帶通資料；將所述帶通資料進行傅立葉逆變換，得到所述第二振動資料；根據所述配置參數，對所述第二振動資料進行計算，獲得特徵資料，將所述 特徵資料與所述預設閾值進行對比，得到對比結果；其中，根據所述配置參數，對所述第二振動資料進行計算，獲得所述特徵資料的步驟中：當所述配置參數對應的場景為異常撞機場景時，特徵參數包括平均值、峰峰值；當所述配置參數對應的場景為切削超載場景時，特徵參數包括平均值、均方根、峰峰值；當所述配置參數對應的場景為異常換刀場景時，特徵參數包括平均值；當所述配置參數對應的場景為重切削場景時，特徵參數包括平均值、均方根、峰峰值；當所述配置參數對應的場景為各伺服軸磨損時，特徵參數包括域值；當所述配置參數對應的場景為重複加工監控場景時，特徵參數包括平均值和均方根；當所述配置參數對應的場景為重點刀具監控場景時，特徵參數包括平均值和均方根和峰峰值；當所述配置參數對應的場景為自我調整控制場景時，特徵參數包括平均值和均方根；當所述配置參數對應的場景為自訂場景時，特徵參數根據自訂場景進行設定；所述特徵參數的提取方式包括：所述峰峰值的獲取方式為根據所述第二振動資料的波形圖，計算所述波形圖中的波峰波谷值；所述平均值的計算方法為獲取所述第二振動資料，將同一組X軸向資料、Y軸向資料、Z軸向資料按照向量和的計算方法進行計算，得到該組資料的向量和；並與相鄰時間採集的兩組三軸向資料的向量和進行平均數計算，得到所述平均值； 所述均方根的計算方法為獲取所述第二振動資料，對所述第二振動資料中，以時間為基準，向後連續選取設定數量的以連續3組為基本單元的三軸向資料，每連續3組按照X軸向資料、Y軸向資料、Z軸向資料分別進行均方根的計算，再獲取設定數量的基本單元的均方根進行均值計算；所述域值的計算方法為獲取所述第二振動資料的波動範圍值；根據所述對比結果，確定報警方式，和/或對機床進行調整；其中，所述特徵資料包括對所述第二振動數進行計算得到的峰峰值、平均值、均方根值和域值中的一種或多種。
- 如請求項1所述之機床機械部件動態保護方法，其中，所述機床的運行場景包括：快速進給場景、切削場景、換刀場景、重複加工監控場景、重點刀具監控場景、伺服軸磨損監控場景、重切削場景或自我調整控制場景。
- 如請求項1所述之機床機械部件動態保護方法，其中，所述機床機械部件動態保護方法中，根據所述對比結果，確定報警方式，和/或對機床進行調整的步驟包括：若所述對比結果小於所述預設閾值，則機床維持所述機床操作狀態；若所述對比結果大於或等於所述預設閾值，報警回饋模組根據場景檢測參數及所述第二振動資料確定故障資訊，並發出報警資訊，對機床進行調整。
- 一種數控機床設備，所述數控機床設備包括主機、三軸加速度感測器、數控裝置和驅動裝置；所述三軸加速度感測器設置於所述主機上，用於監測所述主機的運行狀態；所述驅動裝置用於驅動所述主機；所述數控裝置與所述主機、所述三軸加速度感測器、所述驅動裝置分別電連接；其中，所述數控裝置包括： 資料獲取模組，用於獲取所述三軸加速度感測器的回饋資料；場景檢測模組，用於檢測或提供機床的操作狀態；資料處理模組，用於根據機床的操作狀態，調用配置參數，對所述三軸加速度感測器的回饋資料進行資料預處理；報警回饋模組，用於對所述資料處理模組的預處理後的資料進行提取與計算，並分析計算結果，對應地進行報警和/或對機床進行調整；設備管理模組，用於預設主機運行參數和人機交互；供電電源，用於為所述數控裝置供電；通訊模組，用於傳遞資料及訊號；Flash晶片，用於儲存機床運行資料；所述數控裝置能夠執行如請求項1至3中任一項所述之機床機械部件動態保護方法。
- 如請求項4所述之數控機床設備，其中，所述數控機床設備中，所述報警回饋模組被設置為根據分析計算結果採取如下動作：提示報警、急停報警、斷電、NC暫停、伺服軸鎖定、進給保持、或獨立雙回路急停觸點。
- 如請求項4所述之數控機床設備，其中，所述通訊模組包括IO模組、乙太網、匯流排協定、RS232、RS485、Ether Cat、Profinet、Profibus或RS422。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210122471.4A CN114488950B (zh) | 2022-02-09 | 2022-02-09 | 机床机械部件动态保护方法及数控机床设备 |
| CN202210122471.4 | 2022-02-09 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202333010A TW202333010A (zh) | 2023-08-16 |
| TWI832193B true TWI832193B (zh) | 2024-02-11 |
Family
ID=81478651
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111112343A TWI832193B (zh) | 2022-02-09 | 2022-03-30 | 機床機械部件動態保護方法及數控機床設備 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN114488950B (zh) |
| TW (1) | TWI832193B (zh) |
| WO (1) | WO2023151166A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116852174B (zh) * | 2023-09-04 | 2024-03-01 | 山东豪迈数控机床有限公司 | 一种数控机床的监测方法、装置和系统 |
| CN117260378B (zh) * | 2023-11-22 | 2024-03-15 | 上海航天壹亘智能科技有限公司 | 用于智能刀柄的数据处理方法及数控机床系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201820064A (zh) * | 2016-11-29 | 2018-06-01 | 財團法人工業技術研究院 | 預測模型建立方法及其相關預測方法與電腦程式產品 |
| CN111069975A (zh) * | 2019-12-13 | 2020-04-28 | 首都航天机械有限公司 | 数控铣床末端运行状态实时监测与自适应控制系统及方法 |
| TW202036016A (zh) * | 2019-03-26 | 2020-10-01 | 日商東芝三菱電機產業系統股份有限公司 | 異常判定支援裝置 |
| TWI749742B (zh) * | 2020-08-31 | 2021-12-11 | 國立虎尾科技大學 | 工具機主軸診斷方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4831365A (en) * | 1988-02-05 | 1989-05-16 | General Electric Company | Cutting tool wear detection apparatus and method |
| DE50001492D1 (de) * | 2000-05-15 | 2003-04-24 | Prometec Gmbh | Verfahren und Vorrichtung zum Überwachen des Verschleisszustandes eines Werkzeuges |
| CN101794138A (zh) * | 2010-04-14 | 2010-08-04 | 华中科技大学 | 数控机床动态特性测试分析系统 |
| CN106952314B (zh) * | 2017-03-01 | 2019-06-21 | 西安电子科技大学 | 基于频域方向滤波器的递归预测图像压缩方法 |
| CN108270713B (zh) * | 2018-01-18 | 2021-03-02 | 重庆邮电大学 | 一种多应用场景信号多址接入方法及系统 |
| CN110587377B (zh) * | 2019-09-03 | 2020-07-17 | 重庆大学 | 一种在线监测铣削加工刀具缺损的方法 |
| CN111168472A (zh) * | 2020-01-20 | 2020-05-19 | 西安精雕精密机械工程有限公司 | 基于振动的数控机床加工过程断刀实时监测装置及方法 |
| EP3893066A1 (de) * | 2020-04-09 | 2021-10-13 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zum betrieb einer maschine mit einem werkzeug |
| CN111716150B (zh) * | 2020-06-30 | 2021-07-02 | 大连理工大学 | 一种刀具状态智能监测的进化学习方法 |
| CN113894617A (zh) * | 2021-09-22 | 2022-01-07 | 沈阳机床(集团)有限责任公司 | 一种基于机床振动信号的刀具状态监测系统及方法 |
| CN113776834B (zh) * | 2021-10-11 | 2022-09-02 | 山东大学 | 基于离散余弦循环谱相干的滚动轴承故障诊断方法及系统 |
-
2022
- 2022-02-09 CN CN202210122471.4A patent/CN114488950B/zh active Active
- 2022-03-30 TW TW111112343A patent/TWI832193B/zh active
- 2022-04-02 WO PCT/CN2022/085104 patent/WO2023151166A1/zh unknown
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201820064A (zh) * | 2016-11-29 | 2018-06-01 | 財團法人工業技術研究院 | 預測模型建立方法及其相關預測方法與電腦程式產品 |
| TW202036016A (zh) * | 2019-03-26 | 2020-10-01 | 日商東芝三菱電機產業系統股份有限公司 | 異常判定支援裝置 |
| CN111069975A (zh) * | 2019-12-13 | 2020-04-28 | 首都航天机械有限公司 | 数控铣床末端运行状态实时监测与自适应控制系统及方法 |
| TWI749742B (zh) * | 2020-08-31 | 2021-12-11 | 國立虎尾科技大學 | 工具機主軸診斷方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202333010A (zh) | 2023-08-16 |
| WO2023151166A1 (zh) | 2023-08-17 |
| CN114488950B (zh) | 2023-02-28 |
| CN114488950A (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI832193B (zh) | 機床機械部件動態保護方法及數控機床設備 | |
| CN109909804B (zh) | 基于主轴驱动电流和工步的刀具磨损破损在线监测方法 | |
| CN107738140B (zh) | 一种监控刀具状态的方法、系统以及处理设备 | |
| US9733637B2 (en) | Method and apparatus for automated configuration of a monitoring function of a machine tool | |
| CN107614212B (zh) | 工业机器人及其故障判断方法 | |
| CN109507952B (zh) | 一种基于切削负载的复杂零件数控加工异常状态监控方法 | |
| CN111069975A (zh) | 数控铣床末端运行状态实时监测与自适应控制系统及方法 | |
| CN105785916B (zh) | 提供机床重力轴下坠保护的方法和装置 | |
| CN113552840A (zh) | 一种机械加工控制系统 | |
| CN104615085A (zh) | 一种机床监控系统及方法 | |
| CN201623458U (zh) | 在线自动检测异常振动的汽轮机超速保护装置 | |
| JP6708676B2 (ja) | 異常要因特定装置 | |
| JP2020128014A (ja) | 状態判定装置及び状態判定方法 | |
| CN109211545A (zh) | Cnc运动轴负载自动报警装置及其方法 | |
| CN115922442A (zh) | 基于主轴振动信号的刀具磨破损实时监控方法及相关装置 | |
| CN113478496A (zh) | 一种车床与机器人一体化应用系统 | |
| CN117348528A (zh) | 一种数控机床及基于深度学习的自适应控制系统 | |
| CN105045247A (zh) | 一种电机伺服系统 | |
| CN113031521A (zh) | 数控机床的刀具监控系统和方法 | |
| CN113941901A (zh) | 机床刀具监控方法、监控装置及电子设备 | |
| CN109213128B (zh) | 闭环控制失效检测方法及系统 | |
| CN112596468A (zh) | 一种用于数控机床的数控系统及其使用方法 | |
| TWM612312U (zh) | Cnc加工機碰撞保護控制裝置 | |
| CN117724402A (zh) | 一种多功能伺服驱动系统 | |
| US20240173812A1 (en) | Tool machining load monitoring method |