一种基于零件轮廓形貌的机床加工自适应数据采集方法

摘要

本发明提出了一种基于零件轮廓形貌的机床加工自适应数据采集方法。属于智能制造技术领域。本发明针对传统常见的数据采集方法过程繁琐、操作成本过高、数据来源单一等问题，将通过将零件加工路径划分为等间距微弧，提出主轴通过每段路径的速度计算方法，依靠计算出的数据，实时地进行分析评判，判断采样数据的变化缓慢情况，从而不断地修正采样周期，使得采样周期能够快速、准确地适应走刀速度的动态变化。以保证在不丢失有价值数据的同时，也不搜集过多价值不大的数据。本发明将数据理论与实际数据相结合，为数据采集理论方法的延伸，也将在强化数据评估流程，提高数据采集自适应能力等方面起到了积极作用。

权利要求

1.一种基于零件轮廓形貌的机床加工自适应数据采集方法，应用于数控机床，其特征在于，包括以下步骤：S1、获取数控机床运行代码，得到所述数控机床的走刀路径；

S2、将所述走刀路径以相等间距划分为若干个等距线段，计算不同等距线段的数控机床运行时间；包括以下流程：计算从点P1运动到点P2的走刀路径的位移向量ΔP12，将该位移以相等间距划分为若干个等距线段，每段路径为l微＝ΔP12·α，其中，α为划分的每段等距线段占总位移的百分比；

对式子l微＝ΔP12·α进行变换与微分，得到所述数控机床的轴速度为利用时间反演法对上式进行处理，得到速度 的表达式得到实际切削速度 其中，n为划分的等距线段的数量，利用位移和速度计算出刀具经过每个等距线段的时间ti(i＝1，2...n)；

S3、根据各等距线段的数控机床运行时间，调整每个等距线段内的数据采集频率；

S4、绘制采集信息和采集时刻零件位置的对应关系图。

2.如权利要求1所述的基于零件轮廓形貌的机床加工自适应数据采集方法，其特征在于，所述步骤S1包括以下流程：获取所述数控机床的运行代码，得到刀具在连续路径上一系列离散的点，将离散点平滑连接，得到所述数控机床的走刀路径。

3.如权利要求2所述的基于零件轮廓形貌的机床加工自适应数据采集方法，其特征在于，所述步骤S3包括以下流程：每个等距线段内的采样频率为ki(i＝1,2…n)，调整每段的采样频率以保证每段等距线段的采样个数相等，满足ki×ti＝ki+1×ti+1(i＝1,2…n-1)。

说明书

一种基于零件轮廓形貌的机床加工自适应数据采集方法

技术领域

[0001] 本发明属于智能制造技术领域，特别涉及一种基于零件轮廓形貌的机床加工自适应数据采集方法。

背景技术

[0002] 数控机床是数字控制机床(Computer Numerical Control Machine Tool，CNC)的简称，它是由传统的机床以及装有程序控制系统的计算机平台组成的自动化机床。数控机床的发展具有战略意义，数控机床产业是关系到国家战略地位和体现国家综合国力的重要基础性产业，其制造水平高低和拥有数量是衡量整个国家工业现代化程度的重要标志，在国防建设上更是具有战略意义的重要基础性产业。

[0003] 高档精密数控加工设备得到重视及广泛的应用，对加工效率、加工质量起着关键甚至核心作用，一旦机床发生故障，只有得到数控机床厂商的技术人员及相关专家的指导才能排除故障，但这些人员一般无法及时出现在设备现场，从而导致数控机床的故障无法得到及时的排除。尤其在柔性制造系统和计算机集成制造系统中的数控机床，数控机床的故障是制造的最大阻碍，如果不能及时修复故障，企业的损失是十分巨大的。为了有效的解决上述问题，实现对数控机床故障的定位和及时确诊，对数控机床的远程监控以及故障诊断研究工作被越来越多的学者、工程师关注。

[0004] 数据是传递信息的载体，要想获得数控机床的各类信息，就必须要有效地对数控机床的各类数据进行采集，诸如机床主轴电流、各轴转速、负载情况等都是机床运行信息的体现。是否能够准确、有效、快速的采集到机床加工过程的状态数据是数控机床远程监控及故障诊断系统能否准确运行的前提和关键。

[0005] 目前一般的实时监测系统多采用等间隔的数据采集方案，而一些高质量的压缩算法能够减少数据的存储空间并且保证数据原始特性，同时提高数据存储效率，然而原始数据的已有缺陷却依然不能消除。利用等间隔特性的数据采集有可能会引起两种极端情况：1.由于数据采集时间间隔过小导致系统处理能力大幅降低，负担加重；2.数据采集时间间隔过大导致工作时间段内所采集的原始数据质量严重下降。这些会给后期的数据分析处理工作、故障诊断等工作带来严重影响。

发明内容

[0006] 本发明的目的在于为了保证采集数据的质量，解决现有采集方法无法满足对应零件位置，特别是复杂曲面零件，采集的数据只有与零件位置相对应才能完成状态分析与优化等数据分析工作，结合制造的曲面零件特征进行分析，提出了一种基于零件轮廓形貌的机床加工自适应数据采集方法。

[0007] 一种基于零件轮廓形貌的机床加工自适应数据采集方法，应用于数控机床，包括以下步骤：

[0008] S1、获取数控机床运行代码，得到所述数控机床的走刀路径；

[0009] S2、将所述走刀路径以相等间距划分为若干个等距线段，计算不同等距线段的数控机床运行时间；

[0010] S3、根据各等距线段的数控机床运行时间，调整每个等距线段内的数据采集频率；

[0011] S4、绘制采集信息和采集时刻零件位置的对应关系图。

[0012] 进一步地，所述步骤S1包括以下流程：

[0013] 获取所述数控机床的运行代码，得到刀具在连续路径上一系列离散的点，将离散点平滑连接，得到所述数控机床的走刀路径。

[0014] 进一步地，所述步骤S2包括以下流程：

[0015] 计算从点P1运动到点P2的走刀路径的位移向量ΔP12，将该位移以相等间距划分为若干个等距线段，每段路径为l微＝ΔP12·α，其中，α为划分的每段等距线段占总位移的百分比；

[0016] 对式子l微＝ΔP12·α进行变换与微分，得到所述数控机床的轴速度为[0017] 利用时间反演法对上式进行处理，得到速度 的表达式

[0018]

[0019] 得到实际切削速度 其中，n为划分的等距线段的数量，利用位移和速度计算出刀具经过每个等距线段的时间ti(i＝1,2…n)。

[0020] 进一步地，所述步骤S3包括以下流程：

[0021] 每个等距线段内的采样频率为ki(i＝1,2…n)，调整每段的采样频率以保证每段等距线段的采样个数相等，满足ki×ti＝ki+1×ti+1(i＝1,2…n-1)。

[0022] 本发明的有益效果：本发明提供了一种基于零件轮廓形貌的机床加工自适应数据采集方法，本发明针对传统常见的数据采集方法过程繁琐、操作成本过高、数据来源单一等问题，将通过将零件加工路径划分为等间距微弧，提出主轴通过每段路径的速度计算方法，依靠计算出的数据，实时地进行分析评判，判断采样数据的变化缓慢情况，从而不断地修正采样周期，使得采样周期能够快速、准确地适应走刀速度的动态变化。以保证在不丢失有价值数据的同时，也不搜集过多价值不大的数据。本发明将数据理论与实际数据相结合，为数据采集理论方法的延伸，也将在强化数据评估流程，提高数据采集自适应能力等方面起到了积极作用。

附图说明

[0023] 图1为本发明实施例的流程图。

[0024] 图2为本发明实施例的采集信息和采集时刻零件位置的对应关系图。

具体实施方式

[0025] 下面结合附图对本发明的实施例做进一步的说明。

[0026] 请参阅图1，本发明提供的一种基于零件轮廓形貌的机床加工自适应数据采集方法，应用于数控机床，通过以下步骤实现：

[0027] S1、获取数控机床运行代码，得到所述数控机床的走刀路径。

[0028] 本实施例中，获取数控机床的运行代码，得到刀具在连续路径上一系列离散的点，将离散点平滑连接，得到数控机床主轴的走刀路径。

[0029] 本实施例中，数控机床为以刀具两摆的五轴联动数控机床为例，通过获取数控机床的运行代码，得到刀具在连续路径上一系列离散的点为Pn(Xn,Yn,Zn,An,Bn)。

[0030] S2、将所述走刀路径以相等间距划分为若干个等距线段，计算不同等距线段的数控机床运行时间。

[0031] 本实施例中，计算从主轴点P1(X1,Y1,Z1,A1,B1)运动到点P2(X2,Y2,Z2,A2,B2)，刀具的位移向量为ΔP12＝P2-P1＝||X1-X2,Y1-Y2,Z1-Z2,A1-A2,B1-B2||

[0032] 而五轴数控机床采用线性插值，P1和P2两点间线段划分为n个等距线段，每段路径为l微＝ΔP12·α，其中，α为划分的每段等距线段占总位移的百分比；

[0033] 对式子l微＝ΔP12·α进行变换与微分，得到数控机床的轴速度为

[0034] 利用时间反演法对上式进行处理，得到新的速度 的表达式

[0035]

[0036] 得到实际切削速度 其中，n为划分的等距线段的数量，利用位移和速度计算出刀具经过每个等距线段的时间ti(i＝1,2…n)。

[0037] S3、根据各等距线段的数控机床运行时间，调整每个等距线段内的数据采集频率。

[0038] 本实施例中，每个等距线段内的采样频率为ki(i＝1,2…n)，调整每段的采样频率以保证每段等距线段的采样个数相等，满足ki×ti＝ki+1×ti+1(i＝1,2…n-1)。

[0039] 例如，在某3段等距线段中，机床通过这3端等距线段的时间分别为100ms、300ms、500ms，而设置的每段数据采样个数为15个，那么为了保证每段的采集个数，分别调整每段的采样频率为150Hz、50Hz、30Hz。

[0040] S4、绘制采集信息和采集时刻零件位置的对应关系图。

[0041] 请参阅图2，x轴为采集时刻零件位置的x坐标，y轴为当前时刻下的主轴电流。图2对应了机床不同运动位置下的电流信息，通过分析不同位置下机床主轴工作状态，可用于零件工艺分析、运动故障判别。

[0042] 本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。