【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于监控对带齿工件进行切削加工的切齿机、尤其磨齿机的状态的方法。
技术介绍
1、在切齿机中硬精细加工带齿工件、尤其外部带齿或内部带齿的齿轮时，自然地出现生产偏差，所述生产偏差表现为工件的实际生产的实际几何结构与预设的期望几何结构的偏差。生产偏差尤其能够因切齿机的不同部件的故障或磨损或者因部件的不合适的安装引起。例如，生产偏差能够因如下方式引起：驱动器将机床的滑块移动至不同于通过机器控制装置预设的期望位置的位置；主轴的轴承磨损；或机器部件以不合适的方式彼此连接，使得振动不充分地衰减。
2、硬精细加工通常是工件加工中的最后步骤。在所述加工步骤之后，工件被装入到变速器上。在组装之后，在eol测试台(eol＝end of line，尾线)上进行变速器的最终测试(“eol测试”)。在此，尤其测试变速器的噪声特性。工件的生产偏差通常引起不期望的噪声激励。在此，最小的生产偏差也已经会引起噪声，如在无缺陷的机器上进行加工时所能够产生的那样。尤其在电驱动器中，变速器有时是主要的噪声源，并且变速器中的噪声发展特别令人感到干扰。
3、期望的是，在将工件装入到变速器中之前，已经能够预测因工件引起的噪声特性，以便避免当在eol测试中证实变速器容易受噪声影响时所需的昂贵的拆卸。也期望的时，能够从测量到的变速器的噪声特性中直接推断出切齿机中的具体原因。
4、us20140256223a1公开了一种用于借助在切齿机上的校正和/或改型对齿侧面进行硬精细加工的方法，其中在考虑相应的配对侧面的情况下分别加工在变速
技术实现思路
1、第一方面：噪声激励的预测
2、在第一方面中，本专利技术的目的是提出一种用于监控切齿机的状态的方法，借助所述方法能够提早预测包含借助切齿机加工的工件的变速器中的干扰性噪声的发展。
3、该目的通过根据权利要求1所述的方法来实现。其他实施方式在从属权利要求中提出。
4、也就是说，提出一种用于监控具有多个机器轴线的切齿机的状态的方法，所述方法具有以下步骤：
5、a)执行测试循环，其中在测试循环中系统地操作机器轴线的至少一部分，并且求取相关联的机器测量数据；
6、b)执行对机器测量数据的频谱分析，其中从机器测量数据中计算机器频谱数据；以及
7、c)基于机器频谱数据求取预测的eol频谱数据，其中预测的eol频谱数据说明：当借助切齿机加工的工件被装入到变速器中并且在变速器中在配对齿部上滚动时，预期在何种阶次中在eol频谱中有激励。
8、所述方法能够包括：
9、d)输出预测的eol频谱数据或从所述预测的eol频谱数据中导出的至少一个变量。
10、也就是说，在所提出的方法的范围内，在有针对性地操作机器轴线期间在测试循环中求取机器测量数据。测试循环在切齿机的加工停顿中进行，即在测试循环期间，切齿机的加工工具不与工件加工接合。机器测量数据尤其能够是已借助加速度传感器求取的加速度值、借助位置传感器求取的位置值和/或借助电流传感器求取的电流值。通过频谱分析(尤其阶次分析)从机器测量数据中计算机器频谱数据(用于机器的频谱状态数据)，以便确定在操作机器轴线期间机器部件的周期性激励在何种频率或阶次中发生。
11、基于机器频谱数据，预测eol频谱数据。所述预测基于以下考虑：在加工时，机器部件的激励传递到所生产的工件上。当使用机器轴线对加工工具进行修整时，所述激励也传递到如此修整的工具上，所述激励在加工时从该处进一步传递到工件上。根据各个机器部件之间的已知的运动学联系以及在考虑到所选择的加工参数的情况下，现在能够计算：这种激励如何影响所生产的工件。尤其地，这种激励能够引起工件的齿侧面的周期性偏差(波度)。“运动学联系”在此表示在加工过程中一个部件的运动传递到另一部件上的方式和方法。在加工过程中，工具主轴与工件主轴之间的运动学联系具有核心意义，即工具的运动与工件的运动相关联的方式和方法。当切齿机是用于对工件进行滚动加工的机器、例如磨齿机或刮齿机时，所述联系通过工件与工具之间的滚动接合来表征，并且通过工件几何结构和工具几何结构确定。工具的周期性激励通过这种联系作为波度传递到工件侧面上的方式和方法能够无问题地计算。尤其地，能够容易地计算：在变速器中通过波度产生的激励关于工件旋转将具有何种阶次，如果工具的引起所述波度的激励关于工具旋转的阶次的已知的话。这两个阶次之间的比在下文中称为“传输因子”。对于在其间传递运动的所有其他部件而言，也能够计算所述部件中的一个部件的振动如何影响另一部件，并且尤其能够计算所述部件的干扰阶次与eol频谱中的由此产生的干扰阶次之间的对应的传输因子。
12、也就是说，计算预测的eol频谱数据能够包括将传输因子应用于机器频谱数据，其中传输因子与机器轴线与工件之间的运动学联系相关，对于所述机器轴线确定机器频谱数据。
13、也就是说，通过所提出的方法获得预测的eol频谱数据。所述预测的eol频谱数据基于对真实的机器状态的测试，从而包括机器中的干扰源，所述干扰源可能不是事先已知的，从而不会在纯基于机器的已知构造的eol频谱数据的计算或模拟中列入。由此，所述方法允许可靠地预测：在制成的变速器中在哪些阶次出现噪声激励。以所述方式已经能够在工件实际装入到变速器中之前预测噪声激励。相关工件能够被排出并且可选地能够被详细测试，从而能够防止已完成组装的变速器的耗费的拆卸。此外，能够采取措施，以便辨识和消除导致预期的噪声发展的错误源。
14、在此重要的是规定：求取预测的eol频谱数据不一定是对不同阶次中的噪声强度的定量预测，而是表明何种阶次完全是“干扰阶次”，即在何种阶次中完全预期有明显的噪声强度的定性指标。预测的eol频谱数据尤其能够包括干扰阶次和相关联的强度指标，其中强度指标表示用于在噪声阶次中的预期的噪声强度的(可能仅非常粗略的)估计值。
15、预测的eol频谱数据尤其能够针对每个被操作的机器轴线单独求取，也就是说，为在测试循环期间激活的每个机器轴线求取单独的机器测量数据，从所述单独的机器测量数据中计算单独的机器频谱数据，并且基于此针对每个被操作的机器轴线预测单独eol频谱数据。以所述方式可行的是，作出如下预测：在eol频谱数据中，哪个机器轴线可能引起哪些干扰阶次。
16、优选地多次重复步骤a)至c)，其中在测试循环之间借助切齿机加工工件，并且在加工停顿中执行测试循环，在所述加工停顿中，加工工具不与工件加工接合。随后将所预测的eol频谱数据的发展作为测试循环或时间的函数进行可视化和/或分析。所基于的考虑在于，由于唯一的测试循环，预测的eol频谱数据有时本文档来自技高网...
【技术保护点】
1.一种用于监控具有多个机器轴线的切齿机的状态的方法，所述方法具有以下步骤：
2.根据权利要求1所述的方法，所述方法具有：
3.根据权利要求1或2所述的方法，其中求取所述预测的EOL频谱数据包括将传输因子应用于所述机器频谱数据，其中所述传输因子取决于下述机器轴线与所述工件之间的运动学联系，对于该机器轴线已确定了所述机器频谱数据。
4.根据权利要求1至3中任一项所述的方法，其中针对每个被操作的机器轴线单独地求取所述预测的EOL频谱数据。
5.根据上述权利要求中任一项所述的方法，
6.根据上述权利要求中任一项所述的方法，
7.一种用于监控具有多个机器轴线的切齿机的状态的方法，所述方法具有以下步骤：
8.根据权利要求7所述的方法，所述方法具有：
9.根据权利要求7或8所述的方法，所述方法附加地包括：
10.一种用于创建机器学习算法的训练数据集的方法，所述方法包括：
11.一种用于训练机器学习算法的方法，其中借助权利要求10的所述训练数据集训练所述机器学习算法。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于监控具有多个机器轴线的切齿机的状态的方法，所述方法具有以下步骤：
2.根据权利要求1所述的方法，所述方法具有：
3.根据权利要求1或2所述的方法，其中求取所述预测的eol频谱数据包括将传输因子应用于所述机器频谱数据，其中所述传输因子取决于下述机器轴线与所述工件之间的运动学联系，对于该机器轴线已确定了所述机器频谱数据。
4.根据权利要求1至3中任一项所述的方法，其中针对每个被操作的机器轴线单独地求取所述预测的eol频谱数据。
5.根据上述权利要求中任一项所述的方法，
6.根据上述权利要求中任一项所述的方法，
7.一种用于监控具有多个机器轴线的切齿机的状态的方法，所述方法具有以下步骤：
8.根据权利要求7所述的方法，所述方法具有：
9.根据权利要求7或8所述的方法，所述方法附加地包括：
10.一种用于创建机器学习算法的训练数据集的方法，所述方法包括：
11.一种...
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。