【技术实现步骤摘要】
基于大数据的数控机床控制方法及系统
[0001]本专利技术涉及智能控制
,具体涉及一种基于大数据的数控机床控制方法及系统。
技术介绍
[0002]数控机床是一种装有程序控制系统的自动化机床,作为现代制造加工业的工业母机,在航天发动机、汽轮机、精密的光学等设备的生产中扮演着重要的角色,尤其是对于加工大批量和高精度要求的零件,各种数控机床承担着无可替代的作用,因此数控机床的精度稳定性和可靠性,对于企业生产有着非常重要的意义。同时,数控机床结构复杂、价格昂贵,在设备运行过程中如果出现精度误差,需要及时检测误差来源,严重时需要停机检修,以免出现数控机床产品不合格的情况,造成经济损失,甚至导致数控机床损坏。
[0003]对于数控机床精度误差的检测,大多需要定期停机检测,影响生产进度和效率,与产品加工同时进行的在线检测精度的方法较少,并且仅仅通过检测机床的基础件是否形变来确定机床精度是否有误差,检测依据单一,合理性较差;并且不能检测出精度误差源,无法对数控机床定点诊断。
技术实现思路
[0004]本专利技术提供一种基于大数据的数控机床控制方法及系统,用于检测数控机床的精度误差源并进行相应控制,所采用的技术方案具体如下:第一方面,本专利技术一个实施例提供了一种基于大数据的数控机床控制方法,该方法包括以下步骤:采集数控机床生产的每个工件在多个预设位置的坐标,并与标准件的对应坐标进行差异对比,得到每个工件的多个位置误差;采集每个工件加工时机床夹具的振动幅值序列和工件表面的音频序列;记录每次走刀完成时刀具直 ...
【技术保护点】
【技术特征摘要】
1.基于大数据的数控机床控制方法,其特征在于,该方法包括以下步骤:采集数控机床生产的每个工件在多个预设位置的坐标,并与标准件的对应坐标进行差异对比,得到每个工件的多个位置误差;采集每个工件加工时机床夹具的振动幅值序列和工件表面的音频序列;记录每次走刀完成时刀具直线轴上的直线位移以及刀具旋转轴的角位移;根据连续多次走刀后的所述直线位移和所述角位移获取数控机床的走刀误差指数,基于走刀误差指数筛选出走刀异常机床,并发送刀具校准的警示;对于非走刀异常机床,获取连续加工的多个工件在每个预设位置上的位置误差之和,所有预设位置对应的所述位置误差之和组成对应机床的位置误差向量,利用位置误差向量构建识别模型,进而在非走刀异常机床中识别出异常机床;任意选取多台异常机床,结合连续生产的多个工件的振动幅值序列和音频序列得到对应异常机床的一个振动
‑
音频序列,根据每两台异常机床对应的振动
‑
音频序列之间的差异距离将选取的所有异常机床分为三组,并基于异常原因区分为机床振动异常组、刀具磨损过度组、振动
‑
磨损异常组;基于每台异常机床的每个振动
‑
音频序列与不同组异常机床的相似性获取该序列所归属的组,对属于刀具磨损过度组的异常机床进行进刀量调节,其他组的异常机床依据组别停机检修。2.根据权利要求1所述的基于大数据的数控机床控制方法,其特征在于,所述位置误差的获取方法为:利用两点之间的距离公式计算每个工件的每个预设位置处的坐标与标准件对应位置坐标之间的距离,即为所述位置误差。3.根据权利要求1所述的基于大数据的数控机床控制方法,其特征在于,所述走刀误差指数的获取方法为:获取正常走刀完成时的标准直线位移和标准角位移,计算每次走刀完成时的直线位移与标准直线位移的差值绝对值作为第一差值,以及角位移与标准角位移的差值绝对值作为第二差值,将第一差值和第二差值分别归一化并求和,获取连续多次走刀后的求和结果的和作为累积误差,以允许误差与累积误差的差值作为符号函数的自变量,得到的函数结果为所述走刀误差指数。4.根据权利要求1所述的基于大数据的数控机床控制方法,其特征在于,所述基于走刀误差指数筛选出走刀异常机床,包括:当所述走刀误差指数为
‑
1时,对应的数控机床为走刀异常机床。5.根据权利要求1所述的基于大数据的数控机床控制方法,其特征在于,所述利用位置误差向量构建识别模型,包括:选取多个位置误差向量构建数据集,基于精度误差对每个选取的位置误差向量标注标签,所述标签为代表正常的第一预设值和代表异常的第二预设值,通过模型训练得到所述识别模型。6.根据权利要求1所述的基于大数据的数控机...
【专利技术属性】
技术研发人员:刘红军,范庆明,张传运,
申请(专利权)人:江苏航锲科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。