本发明专利技术公开了一种多传感器融合的智能双面研磨机，包括机床本体、数据采集系统、处理器和计算机；所述数据采集系统包括温度传感器、压力传感器和振动传感器；计算机中安装数字孪生系统和工艺参数优化系统；所述数字孪生系统包括数字孪生三维模型与数据库、实体同步映像模块和虚拟实验模块。本发明专利技术的处理器根据温度数据调节研磨盘同一半径上等距分布的研磨液孔的流量，保证研磨盘各区域的温度恒定，避免研磨盘局部热变形而影响加工精度；通过压力传感器采集工件表面的局部受力情况，可精准避免压力过载，避免常规压力控制方法无法避免的工件损坏；通过振动传感器准确监测研磨区域的振动，避免振动过大而影响加工精度。避免振动过大而影响加工精度。避免振动过大而影响加工精度。
【技术实现步骤摘要】
一种多传感器融合的智能双面研磨机
[0001]本专利技术属于精密/超精密加工领域，涉及一种双面研磨机，尤其涉及一种多传感器监测、工艺参数可优化的多传感器融合的智能双面研磨机。
技术介绍
[0002]双面研磨机主要用于两面平行的晶体或其它机械零件的双面研磨，特别是薄脆性材料的加工，可满足较高的平面度、平行度、粗糙度要求。适用于各种材质的机械密封环、陶瓷片、油泵叶片、轴承端面及硅、锗、石英晶体、石墨、蓝宝石、光学水晶、玻璃、铌酸锂、粉末冶金等金属材料的平面研磨和抛光。在国防工业、航空航天、半导体、医疗器械行业扮演着重要角色。
[0003]但随着相关行业的不断发展，工件的工艺要求不断提高，这对双面研磨机的性能提出更加严格的要求。但目前双面研磨机的发展仍局限于个别技术指标的提升，尚无对加工过程的深入探究与分析，缺乏在智能化、信息化方向上的转变，很难实现技术上的突破。
[0004]中国专利CN 113894635 A公开了一种基于专家系统的师徒式智能研抛机，是一种师徒式双面研磨机，学员进行操作时，该研抛机将采集的压力和温度传送至控制系统中进行储存和分析处理，再与专家系统数据进行对比，当操作压力、温度或电机转速超过设定阈值后专家系统则进行语音提示和警告，对学员进行个性化的引导和纠偏；最终实现类似于直观知识传递和智能化引导操作。该研抛机便于初接触者学习使用，在后期的实际加工无显著效果，且学习过程中工件的损坏难以避免，实验成本高，资源浪费多。
[0005]中国专利CN 112589619 A公开了一种基于自学习的智能硅基晶圆超精密研磨抛光机，该研抛机优化了研磨粒子对晶圆的研磨轨迹，提高了研磨效率与精度。通过可调节吸盘实现了晶圆的批量取放与收纳。但自学习优化在
技术实现思路
无体现，仅体现在机械结构上的改进，并未体现出技术上的智能化。
[0006]中国专利CN 205703761 U公开了一种智能化研磨机控制的系统，该系统可控制研磨载荷、磨盘转速和研磨液温度等参数，可根据不同精度要求，调用数据库相应的工艺参数，提供稳定的加工效果，从而省去调试时间并提高工件精度的稳定性。该系统前期的数据积累需花费大量人力和实验成本，且仅限已有材料的数据进行调用，无法适用于数据库缺少的加工材料，适用范围有限。此外，该系统局限于已实现的加工精度，无法提高实际的加工精度。
技术实现思路
[0007]为解决现有技术存在的上述问题，本专利技术要设计一种学习与实验成本低、工艺参数易于优化、能提升加工精度的多传感器融合的智能双面研磨机。
[0008]为了实现上述目的，本专利技术的技术方案如下：一种多传感器融合的智能双面研磨机，包括机床本体、数据采集系统、处理器和计算机；
[0009]所述机床本体至少包括床身、操作面板、龙门架、上研磨盘和下研磨盘；
[0010]所述处理器安装于龙门架上，对数据采集系统采集的数据进行处理；
[0011]所述数据采集系统包括温度传感器、压力传感器和振动传感器；
[0012]所述温度传感器的安装与工作步骤如下：
[0013]A、在上研磨盘与下研磨盘上各开4个沿径向均布的通孔；
[0014]B、通孔内分别安装8个同规格的温度传感器，用于测量上研磨盘与下研磨盘不同半径环带区域的温度；
[0015]C、温度传感器将温度数据反馈至处理器，处理器根据上研磨盘与下研磨盘不同半径处的实际温度分配不同半径处液孔的流量；
[0016]D、调节对应半径处研磨液孔的流量，以保证上研磨盘与下研磨盘的局部温度相对恒定。
[0017]所述压力传感器安装与工作步骤如下：
[0018]A、压力传感器为圆环形，安装于在上研磨盘和下研磨盘的盘体内；
[0019]B、压力传感器采集上研磨盘和下研磨盘工作表面的局部压力数据，并得出工件与研磨盘接触表面的局部压力数据，即工件表面的局部受力情况，将其反馈至处理器；
[0020]C、根据工件材料的强度指标，选定压力安全阈值；
[0021]D、在加工过程中，处理器对工件表面的局部受力情况进行监测，如出现局部压力超过安全阈值时，立即停止加工，并通过操作面板发出提醒。
[0022]所述振动传感器安装与工作步骤如下：
[0023]A、同规格振动传感器2个，分别安装于下研磨盘背面的下侧外边缘与下盘底座外边缘；
[0024]B、在加工过程中采集下研磨盘与下盘底座的振动数据，将振动数据反馈至处理器；
[0025]C、处理器对下研磨盘的振动数据进行处理，过滤掉下盘底座传导的振动，得出在研磨过程中，工件与下研磨盘相接触产生的振动，以排除下盘底座传导的振动的干扰；
[0026]D、根据工件材料的强度指标，选定振动安全阈值，当工件与下研磨盘相接触产生的振动超过安全阈值时，并通过操作面板发出提醒，避免振动过大而影响加工精度；
[0027]所述数据采集系统采集的数据在反馈至处理器的同时，均发送至数字孪生三维模型；
[0028]所述计算机通过数据线分别与处理器和操作面板连接；计算机中安装数字孪生系统和工艺参数优化系统。
[0029]进一步地，所述数字孪生系统包括数字孪生三维模型与数据库、实体同步映像模块和虚拟实验模块；
[0030]所述数字孪生系统的工作方法如下：
[0031]A、依据双面研磨机实体，在计算机内构建数字孪生三维模型与数据库；
[0032]B、通过数据采集系统存储操作者输入的工艺参数并收集温度、压力、振动的实验数据，不断丰富数据库，优化数字孪生三维模型；所述工艺参数包括压力、上研磨盘转速、下研磨盘转速、磨粒浓度以及加工时间；
[0033]C、根据工艺参数优化系统所提供的参数，在数字孪生系统内进行虚拟实验；就数字孪生系统内的虚拟实验中出现的工件损坏和加工精度差的问题进行总结与改进；待数字
孪生系统内的虚拟实验达到加工效果后，将工艺参数应用在智能双面研磨机上。
[0034]进一步地，所述工艺参数优化系统的工作方法包括以下步骤：
[0035]A、根据双面研磨的材料去除机理对工艺参数与材料去除率、表面粗糙度和平面度之间的非线性关系建立神经网络结构的机器学习模型；
[0036]B、在建立的机器学习模型内对工艺参数进行快速优化；
[0037]C、针对机器学习中缺少相关数据而无法优化工艺参数的未知材料，提出迁移学习方法，提取已有工件材料神经网络的部分参量作为未知材料数据集模型的初始参量，并将未知材料的材料属性与已有材料的材料属性的差值补充进未知材料的数据集模型；
[0038]D、在迁移学习与部分参量共享后，通过未知材料的数据集模型获得未知材料的优化工艺参数。
[0039]进一步地，所述通孔的尺寸与温度传感器的尺寸匹配；温度传感器的直径为8
‑
10mm。
[0040]与现有技术相比，本专利技术的有益效果是：
[0041]1、本专利技术在数字孪生机理模型内可进行成本近乎为零的实验测试，预本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种多传感器融合的智能双面研磨机，包括机床本体、数据采集系统、处理器和计算机；所述机床本体至少包括床身(1)、操作面板(2)、龙门架(4)、上研磨盘(8)和下研磨盘(12)；基特征在于：所述处理器(3)安装于龙门架(4)上，对数据采集系统采集的数据进行处理；所述数据采集系统包括温度传感器(13)、压力传感器(14)和振动传感器(15)；所述温度传感器(13)的安装与工作步骤如下：A、在上研磨盘(8)与下研磨盘(12)上各开4个沿径向均布的通孔；B、通孔内分别安装8个同规格的温度传感器(13)，用于测量上研磨盘(8)与下研磨盘(12)不同半径环带区域的温度；C、温度传感器(13)将温度数据反馈至处理器(3)，处理器(3)根据上研磨盘(8)与下研磨盘(12)不同半径处的实际温度分配不同半径处液孔的流量；D、调节对应半径处研磨液孔的流量，以保证上研磨盘(8)与下研磨盘(12)的局部温度相对恒定；所述压力传感器(14)安装与工作步骤如下：A、压力传感器(14)为圆环形，安装于在上研磨盘(8)和下研磨盘(12)的盘体内；B、压力传感器(14)采集上研磨盘(8)和下研磨盘(12)工作表面的局部压力数据，并得出工件(6)与研磨盘接触表面的局部压力数据，即工件(6)表面的局部受力情况，将其反馈至处理器(3)；C、根据工件(6)材料的强度指标，选定压力安全阈值；D、在加工过程中，处理器(3)对工件(6)表面的局部受力情况进行监测，如出现局部压力超过安全阈值时，立即停止加工，并通过操作面板(2)发出提醒；所述振动传感器(15)安装与工作步骤如下：A、同规格振动传感器(15)2个，分别安装于下研磨盘(12)背面的下侧外边缘与下盘底座(17)外边缘；B、在加工过程中采集下研磨盘(12)与下盘底座(17)的振动数据，将振动数据反馈至处理器(3)；C、处理器(3)对下研磨盘(12)的振动数据进行处理，过滤掉下盘底座(17)传导的振动，得出在研磨过程中，工件(6)与下研磨盘(12)相接触产生的振动，以排除下盘底座(17)传导的振动的干扰；D、根据工件(6)材料的强度指标，选定振动安...
【专利技术属性】
技术研发人员：郭江，康仁科，潘博，连佳乐，高菲，
申请(专利权)人：大连理工大学，
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。