基于切削状态诊断的数控机床调控方法及系统技术方案

本发明专利技术公开了一种基于切削状态诊断的数控机床调控方法及系统，涉及数据处理技术领域，该方法包括：获取目标机床的预设参数集合；进行目标工件的试切削加工，并采集获得切削状态参数集合；构建用于诊断目标机床对目标工件的切削状态的切削状态诊断模型，切削状态诊断模型包括图像诊断模块、参数诊断模块和综合诊断分支；对切削状态参数集合中图像和状态参数进行提取处理，分别输入图像诊断模块和参数诊断模块，获得切削状态诊断结果，输入诊断数据库，获得T个调试范围；进行调试寻优，获得最优参数集合。本发明专利技术解决了现有技术中存在机床调控准确度不高，智能化程度低的技术问题，达到了提升数控机床控制精度，提高调控质量的技术效果。效果。效果。

【技术实现步骤摘要】
基于切削状态诊断的数控机床调控方法及系统


[0001]本专利技术涉及数据处理
，具体涉及一种基于切削状态诊断的数控机床调控方法及系统。

技术介绍

[0002]数控机床具有生产效率高、操作简单的优点，可以为企业节省大量的人力成本，由此，数据机床在生产制造过程中被广泛使用。通过对数控机床的多个参数进行控制，从而使机床进行切削质量较高的作业。然而，当机床对不同的工件进行加工时，需要对机床的参数进行调试控制，以用于对具有不同材料和物理性质的工件进行加工，以保证加工质量。
[0003]对机床的控制参数进行调整需要较多的工作量，调整效率较低，无法适应快节奏的生产需求。

技术实现思路

[0004]本申请提供了一种基于切削状态诊断的数控机床调控方法及系统，用于针对解决现有技术中存在机床调控效率低，智能化程度低的技术问题。
[0005]鉴于上述问题，本申请提供了一种基于切削状态诊断的数控机床调控方法及系统。
[0006]本申请的第一个方面，提供了一种基于切削状态诊断的数控机床调控方法，所述方法包括：获取目标机床的预设参数集合，其中，所述目标机床为待进行调控的数控切削机床，所述预设参数集合用于进行切削状态诊断，包括T个调试项目的参数，T为大于1的整数；采用所述预设参数集合，进行目标工件的试切削加工，并采集获得切削图像集合和切削状态参数集合，其中，所述切削状态参数集合包括R个切削状态指标的参数，所述R个切削状态指标包括切削表面粗糙度、切屑状态、刀具振动频率、刀具振动幅度和切削温度中的至少一种，R为大于等于1的整数；构建用于诊断所述目标机床对所述目标工件的切削状态的切削状态诊断模型，其中，所述切削状态诊断模型包括图像诊断模块、参数诊断模块和综合诊断分支，所述图像诊断模块包括第一通道和第二通道；对所述切削图像集合内的切削图像进行提取和处理，获得第一图像集和第二图像集，输入所述图像诊断模块，将所述切削状态参数集合输入所述参数诊断模块，获得切削状态诊断结果；将所述切削状态诊断结果输入诊断数据库，获得T个调试范围；按照所述T个调试范围，对所述目标机床的预设参数集合进行调试寻优，并在调试寻优过程中根据所述切削状态诊断模型对调试参数集合进行诊断，获得最优参数集合，对所述目标机床进行调控。
[0007]本申请的第二个方面，提供了一种基于切削状态诊断的数控机床调控系统，所述
系统包括：参数集合获得模块，所述参数集合获得模块用于获取目标机床的预设参数集合，其中，所述目标机床为待进行调控的数控切削机床，所述预设参数集合用于进行切削状态诊断，包括T个调试项目的参数，T为大于1的整数；状态参数获得模块，所述状态参数获得模块用于采用所述预设参数集合，进行目标工件的试切削加工，并采集获得切削图像集合和切削状态参数集合，其中，所述切削状态参数集合包括R个切削状态指标的参数，所述R个切削状态指标包括切削表面粗糙度、切屑状态、刀具振动频率、刀具振动幅度和切削温度中的至少一种，R为大于等于1的整数；诊断模型构建模块，所述诊断模型构建模块用于构建用于诊断所述目标机床对所述目标工件的切削状态的切削状态诊断模型，其中，所述切削状态诊断模型包括图像诊断模块、参数诊断模块和综合诊断分支，所述图像诊断模块包括第一通道和第二通道；图像集输入模块，所述图像集输入模块用于对所述切削图像集合进行提取和处理，获得第一图像集和第二图像集，输入所述图像诊断模块，将所述切削状态参数集合输入所述参数诊断模块，获得切削状态诊断结果；调试范围获得模块，所述调试范围获得模块用于将所述切削状态诊断结果输入诊断数据库，获得T个调试范围；最优参数获得模块，所述最优参数获得模块用于按照所述T个调试范围，对所述目标机床的预设参数集合进行调试寻优，并在调试寻优过程中根据所述切削状态诊断模型对调试参数集合进行诊断，获得最优参数集合，对所述目标机床进行调控。
[0008]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：获取目标机床的预设参数集合，其中，目标机床为待进行调控的数控切削机床，预设参数集合用于进行切削状态诊断，包括T个调试项目的参数，T为大于1的整数；采用预设参数集合，进行目标工件的试切削加工，并采集获得切削状态参数集合，其中，切削状态参数集合包括R个切削状态指标的参数，R个切削状态指标包括切削图像以及切削表面粗糙度、切屑状态、刀具振动频率、刀具振动幅度和切削温度中的至少一种，R为大于等于2的整数；构建用于诊断目标机床对目标工件的切削状态的切削状态诊断模型，其中，切削状态诊断模型包括图像诊断模块、参数诊断模块和综合诊断分支，图像诊断模块包括第一通道和第二通道；将切削状态参数集合内的切削图像进行提取和处理，获得第一图像集和第二图像集，输入图像诊断模块，将切削状态参数集合内其他切削状态指标的参数进行提取，输入参数诊断模块，获得切削状态诊断结果；将切削状态诊断结果输入诊断数据库，获得T个调试范围；按照T个调试范围，对目标机床的预设参数集合进行调试寻优，并在调试寻优过程中根据切削状态诊断模型对调试参数集合进行诊断，获得最优参数集合。达到了通过根据切削状态诊断对数据机床控制参数进行调试寻优，提升数控机床调控效率，从而提高机床对工件的生产适应度，提升加工质量和生产效率的技术效果。
附图说明
[0009]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他
的附图。
[0010]图1为本申请实施例提供的一种基于切削状态诊断的数控机床调控方法流程示意图；图2为本申请实施例提供的一种基于切削状态诊断的数控机床调控方法中获得切削状态诊断模型的流程示意图；图3为本申请实施例提供的一种基于切削状态诊断的数控机床调控方法中获得T个调试范围的流程示意图；图4为本申请实施例提供的一种基于切削状态诊断的数控机床调控系统结构示意图。
[0011]附图标记说明：参数集合获得模块11，状态参数获得模块12，诊断模型构建模块13，图像集输入模块14，调试范围获得模块15，最优参数获得模块16。
具体实施方式
[0012]本申请通过提供了一种基于切削状态诊断的数控机床调控方法及系统，用于针对解决现有技术中存在机床调控准确度不高，智能化程度低的技术问题。
[0013]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0014]需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于切削状态诊断的数控机床调控方法，其特征在于，所述方法包括：获取目标机床的预设参数集合，其中，所述目标机床为待进行调控的数控切削机床，所述预设参数集合用于进行切削状态诊断，包括T个调试项目的参数，T为大于1的整数；采用所述预设参数集合，进行目标工件的试切削加工，并采集获得切削图像集合和切削状态参数集合，其中，所述切削状态参数集合包括R个切削状态指标的参数，所述R个切削状态指标包括切削表面粗糙度、切屑状态、刀具振动频率、刀具振动幅度和切削温度中的至少一种，R为大于等于1的整数；构建用于诊断所述目标机床对所述目标工件的切削状态的切削状态诊断模型，其中，所述切削状态诊断模型包括图像诊断模块、参数诊断模块和综合诊断分支，所述图像诊断模块包括第一通道和第二通道；对所述切削图像集合进行提取和处理，获得第一图像集和第二图像集，输入所述图像诊断模块，将所述切削状态参数集合输入所述参数诊断模块，获得切削状态诊断结果；将所述切削状态诊断结果输入诊断数据库，获得T个调试范围；按照所述T个调试范围，对所述目标机床的预设参数集合进行调试寻优，并在调试寻优过程中根据所述切削状态诊断模型对调试参数集合进行诊断，获得最优参数集合，对所述目标机床进行调控。2.根据权利要求1所述的方法，其特征在于，采用所述预设参数集合，进行目标工件的试切削加工，并采集获得切削状态参数集合，包括：采用所述预设参数集合控制所述目标机床进行所述目标工件的试切削加工；在试切削加工中，获取所述切削图像集合，并按照所述R个切削状态指标，获取所述切削状态参数集合，其中，所述切削图像集合包括在多个时间节点采集获得的切削图像。3.根据权利要求1所述的方法，其特征在于，构建用于诊断所述目标机床对所述目标工件的切削状态的切削状态诊断模型，包括：根据所述目标机床采用所述预设参数集合，对不同工件进行试切削加工的切削状态参数集合，获取多个样本切削图像集合、R个切削状态指标的R个样本切削状态参数集合和多个样本切削状态诊断结果；采用所述R个样本切削状态参数集合和多个样本切削状态诊断结果作为构建数据，基于BP神经网络，构建训练获得所述参数诊断模块；根据所述多个样本切削图像集合和所述多个样本切削状态诊断结果，构建所述图像诊断模块；根据预设判断规则，构建所述综合诊断分支，所述预设判断规则包括若所述参数诊断模块和图像诊断模块输出的切削状态诊断结果一致，则输出获得切削状态诊断结果，若不一致，则输出异常；连接所述图像诊断模块、参数诊断模块和综合诊断分支，获得所述切削状态诊断模型。4.根据权利要求3所述的方法，其特征在于，根据所述多个样本切削图像集合和所述多个样本切削状态诊断结果，构建所述图像诊断模块，包括：按照第一采样频率，分别从所述多个样本切削图像集合进行切削图像采集，并进行下采样处理，获得多个样本第一切削图像集；按照第二采样频率，分别从未进行下采样处理的多个第一切削图像集内进行切削图像
采集，获得多个样本第二切削图像集；采用所述多个样本第一切削图像集、多个样本第二切削图像集和多个样本切削状态诊断结果作为构建数据，构建所述图像诊断模块。5.根据权利要求4所述的方法，其特征在于，采用所述多个样本第一切削图像集、多个样本第二切削图像集和多个样本切削状态诊断结果作为构建数据，构建所述图像诊断模块，包括：基于SLOWFAS...

【专利技术属性】
技术研发人员：胡建红，
申请(专利权)人：太仓庄正数控设备有限公司，
类型：发明
国别省市：