基于主轴振动信号的刀具磨破损实时监控方法、设备及存储介质技术

本申请公开了一种基于主轴振动信号的刀具磨破损实时监控方法、设备及存储介质，该基于主轴振动信号的刀具磨破损实时监控方法包括：所述机床主轴上安装有具备多个刀刃的多把刀具，所述刀具随机床主轴旋转铣削工件，所述方法包括以下步骤：步骤一，提取每把刀具的监控信号特征值；步骤二，通过滤波算法计算得到所述监控信号的刀刃信号特征值；步骤三，将所述刀刃信号特征值的正弦波曲线的波峰提取计算，得到刀刃监控信号特征值的数据样本；步骤四，将数据样本在极坐标系上绘制图样。上述方案，直观地显示刀具每个刀刃实时加工状态，精准的知道多个刀刃的多把刀具的具体刀刃磨损或者破损。或者破损。或者破损。

【技术实现步骤摘要】
基于主轴振动信号的刀具磨破损实时监控方法、设备及存储介质


[0001]本申请涉及数控机床
，特别是涉及一种基于主轴振动信号的刀具磨破损实时监控方法、设备及存储介质。

技术介绍

[0002]在机加工中，尤其是在金属切削的机床上，刀具作为承载工件材料去除工作的主要载体，其稳定性是机加工业内人士普遍关心的话题。不同的刀具结构和切削运动形式构成不同的切削方法。用刃形和刃数都固定的刀具进行切削的方法有车削、钻削、镗削、铣削、刨削、拉削和锯切等；
[0003]例如在针对铣刀在铣削过程中的刀具状态监控时，铣刀出现异常的因素有很多，比如：机床的精度、工件材料、工艺参数的设置和刀具的制程工艺等，其中任何一项的变化都有可能造成刀具在加工中产生异常现象，同时，根据刀具异常的程度，一般分为刀具折断、刀具崩刃和刀具磨损；
[0004]通过传感器采集机床加工过程中的状态响应信号及NC指令数据等可用于刀具磨破损状态的判别。然而，如何从海量制造大数据中提取反映切削刃状态变化的有用信息成为了解决刀具状态实时监测的关键。刀具状态监测流程大体可分为数据采集、特征提取与状态判别3个阶段；专利CN 115922442A公开了：基于单只加速度传感器及数控系统内部数据实现时变切削工况下的刀具破损及破损监测；提出的刀具磨破损监测方法及相关装置不仅可在用于单台机床，同时也适用于柔性生产线；但上述方法在监控多个刀刃的多把刀具时，存在局限性，通过功率谱频带来判断反映刀具磨损与刀具破损，并不能精准的知道多个刀刃的多把刀具的具体刀刃磨损或者破损。/>
技术实现思路

[0005]本申请至少提供一种基于主轴振动信号的刀具磨破损实时监控方法、装置、设备以及计算机可读存储介质，直观地显示刀具每个刀刃实时加工状态，精准的知道多个刀刃的多把刀具的具体刀刃磨损或者破损。
[0006]本申请第一方面提供了一种基于主轴振动信号的刀具磨破损实时监控方法，所述机床主轴上安装有具备多个刀刃的多把刀具，所述刀具随机床主轴旋转铣削工件，所述方法包括以下步骤：步骤一，提取每把刀具的监控信号特征值S
TMi
；步骤二，通过滤波算法计算得到所述监控信号S
TMi
的刀刃信号特征值S
’
TM1
～S
’
TMI
；步骤三，将所述刀刃信号特征值S
’
TM1
～S
’
TMI
的正弦波曲线的波峰提取计算，得到刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm的数据样本；步骤四，将数据样本在极坐标系上绘制图样。
[0007]在一实施例中，其中，所述步骤三，包括以下两个子步骤：步骤A、以刀具每转一圈的时间t
i
对刀刃信号特征值S
’
TMi
进行切分，共切分成Q圈，步骤B、提取计算第q圈
的m点的刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm数据，形成数据样本。
[0008]在一实施例中，其中，步骤四，将第q圈的m点的刀刃监控信号特征值S
’
TMiq
1～S
‘
TMi
qm的数据样本在极坐标系上绘制图样。
[0009]在一实施例中，还包括，步骤五，将加工过程中的刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm在极坐标系上绘制的图样，与数据样本在极坐标系上绘制的图样进行比对，判断刀刃是否磨损或者崩刃。
[0010]在一实施例中，所述刀刃监控信号特征值S
‘
TMi
qm，将Q圈的同一个M点的刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm进行平均值计算。
[0011]在一实施例中，所述平均值计算方法如下：对于Q圈的M点的刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm，产生了J行K列的矩阵对于每一列的第q圈进行平均值计算，得到为第q圈的刀刃监控信号特征值S
‘
TMi
qm。
[0012]在一实施例中，所述J大于32。
[0013]本申请第二方面提供了一种基于主轴振动信号的刀具磨破损实时监控装置，包括：采集模块，用于采集每把刀具的监控信号特征值S
TMi
；模型模块，用于将监控信号特征值S
TMi
通过滤波算法计算得到刀刃信号特征值S
’
TM1
～S
’
TMI
，所述刀刃信号特征值S
’
TM1
～S
’
TMI
通过波峰提取计算得到刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm的数据样本；绘制模块，将数据样本在极坐标系上绘制图样；对比模块，用于将数据样本在极坐标系上绘制图样，与加工过程中的刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm在极坐标系上绘制图样，进行图样比对与判断；预警模块，用于将图样比对的结果，输出至机床，机床根据比对的结果执行预警。
[0014]本申请第三方面提供了一种电子设备，包括存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述基于主轴振动信号的刀具磨破损实时监控方法。
[0015]本申请第四方面提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述基于主轴振动信号的刀具磨破损实时监控方法。
[0016]与现有技术相比，本专利技术有以下技术效果：上述方案，通过将刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm在极坐标系上绘制图样，利用图样与加工过程中的图样比对，且根据将刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm在图样上的显示，可以很直观地显示刀具每个刀刃实时加工状态；根据图样比对，可以精准的知道多个刀刃的多把刀具的具体刀刃磨损或者破损。
[0017]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。
附图说明
[0018]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
[0019]图1是本申请的一示例性实施例示出的基于主轴振动信号的刀具磨破损实时监控方法的流程图；
[0020]图2是本申请的一示例性实施例示出的基于主轴振动信号的刀具磨破损实时监控
方法中多把刀具监控信号示意图；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于主轴振动信号的刀具磨破损实时监控方法，所述机床主轴上安装有具备多个刀刃的多把刀具，所述刀具随机床主轴旋转铣削工件，其特征在于，所述方法包括以下步骤：步骤一，提取每把刀具的监控信号特征值S
TMi
；步骤二，通过滤波算法计算得到所述监控信号S
TMi
的刀刃信号特征值S
’
TM1
～S
’
TMI
；步骤三，将所述刀刃信号特征值S
’
TM1
～S
’
TMI
的正弦波曲线的波峰提取计算，得到刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm的数据样本；步骤四，将数据样本在极坐标系上绘制图样。2.根据权利要求1所述的方法，其特征在于，其中，所述步骤三，包括以下两个子步骤：步骤A、以刀具每转一圈的时间t
i
对刀刃信号特征值S
‘
TMi
进行切分，共切分成Q圈，步骤B、提取计算第q圈的m点的刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm数据，形成数据样本。3.根据权利要求1所述的方法，其特征在于，其中，步骤四，将第q圈的m点的刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm的数据样本在极坐标系上绘制图样。4.根据权利要求1至3任一项所述的方法，其特征在于，还包括，步骤五，将加工过程中的刀刃监控信号特征值S
’
TMi
q1～S
‘
TMi
qm在极坐标系上绘制的图样，与数据样本在极坐标系上绘制的图样进行比对，判断刀刃是否磨损或者崩刃。5.根据权利要求4所述的方法，其特征在于，所述刀刃监控信号特征值S
‘
TMi
qm，...

【专利技术属性】
技术研发人员：张竣博，谢志坤，
申请(专利权)人：深圳吉兰丁智能科技有限公司，
类型：发明
国别省市：