CN109901512A - 一种基于加工参数标准化的车削工时定额方法 - Google Patents
一种基于加工参数标准化的车削工时定额方法 Download PDFInfo
- Publication number
- CN109901512A CN109901512A CN201910016078.5A CN201910016078A CN109901512A CN 109901512 A CN109901512 A CN 109901512A CN 201910016078 A CN201910016078 A CN 201910016078A CN 109901512 A CN109901512 A CN 109901512A
- Authority
- CN
- China
- Prior art keywords
- hour
- indicate
- working hour
- model
- feeding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000007514 turning Methods 0.000 title claims abstract description 20
- 238000005520 cutting process Methods 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000013178 mathematical model Methods 0.000 claims abstract description 32
- 239000000463 material Substances 0.000 claims abstract description 24
- 238000012937 correction Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 239000011248 coating agent Substances 0.000 claims abstract description 4
- 238000000576 coating method Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 25
- 238000009434 installation Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 10
- 238000003754 machining Methods 0.000 claims description 10
- 230000008676 import Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 7
- 230000003746 surface roughness Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000000611 regression analysis Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004836 empirical method Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
Landscapes
- Numerical Control (AREA)
Abstract
本发明公开了一种基于加工参数标准化的车削工时定额方法，包括以下步骤：建立刀具数据库，所述刀具数据库包括刀片型号、材料、涂层、刀尖圆弧半径和切削用量；建立工件信息库，所述工件信息库包括工件材料型号、硬度、精度和切削用量修正系数；建立机床数据库，所述机床数据库包括机床型号、最大转速和最大进给量；建立车削加工参数推荐规则，根据车削加工参数推荐规则确定车削加工参数；建立车工序工时模型；根据各数据库、车削加工参数推荐规则和车工序工时数学模型建立工时定额系统，利用系统完成车工序加工参数的确定和车工序工时数学模型的自动求解，最终的确定工时定额。
Description
技术领域
本发明涉及工时定额制定的技术领域，更具体地，涉及一种基于加工参数标准化的车削工时定额方法。
背景技术
工时定额作为生产管理的一项基础性工作，在生产系统的各个方面都起着支撑性的作用。但从目前来看，大多数企业对于数控加工工时定额的制定和计算方法并没有很好的掌握和应用，制定规则混乱。采用查表法使用的工时表很多都是企业之前遗留下来的老数据，而企业的生产设备在不断更新，生产效率在不断提高，导致查表法制定的工时不准确，甚至无法使用；而采用经验法制定工时存在很多人为因素，导致工时制定不准确，不能反映实际生产时间。
而目前工时研究的主要方法有经验法、查表法、神经网络法、基于相似性原则的工时定额方法以及数学模型法，其中，经验法和查表法存在数据的存储量大、维护和操作不便的特点；基于相似性原则的工时定额方法和神经网络法等需要历史数据作为样本集，难以工程应用，且工时准确度不高；数学模型法是基于加工原理建立模型，准确度高，但是需要信息比较完整，如零件尺寸信息以及加工参数信息，导致计算工作量相对较大，另外，加工参数的准确性是影响加工时间的关键因素。因此，快速而准确的工时定额是企业目前亟待解决的问题。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷，提供了一种快速准确的工时定额方法，具体技术方案如下：
一种基于加工参数标准化的车削工时定额方法，包括以下步骤：
S1：建立数据库，具体为：
建立刀具数据库，所述刀具数据库包括刀具信息和切削用量，所述刀具信息包括刀片型号、材料、涂层、刀尖圆弧半径，所述切削用量包括切削速度、转速、进给量和背吃刀量，所述刀具数据库中一组刀具信息对应一组切削用量；
建立工件信息库，所述工件信息库包括工件材料信息和切削用量修正系数，所述工件材料信息包括工件材料型号、硬度、精度，所述工件信息库中一组工件材料信息对应一组切削用量修正系数；
建立机床数据库，所述机床数据库包括机床型号、最大转速和最大进给量，所述机床数据库中一个机床型号对应一组最大转速和最大进给量.
S2：建立车削加工参数推荐规则，根据车削加工参数推荐规则确定车削加工参数；
S3：建立车工序工时数学模型；
S4：根据刀具数据库、工件信息库、机床数据库、车削加工参数推荐规则和车工序工时数学模型建立工时定额系统，利用系统完成车工序加工参数的确定和车工序工时数学模型的自动求解，最终确定工时定额。
本发明利用数学建模手段，设计出了一套工时定额的运算逻辑，并借助计算机技术进行求解，可以快速准确地计算工时，提高了生产效率及管理水平。
作为优选，所述S2的车削加工参数推荐规则为：
根据所需使用的刀具信息，从刀具数据库中选择一组与所需使用的刀具信息对应的切削用量，即推荐切削用量，所述推荐切削用量包括推荐切削速度、推荐转速、推荐进给量和推荐背吃刀量；
根据所需加工的工件材料信息，从工件信息库中选择一组与所需加工的工件材料信息对应的切削用量修正系数，利用该切削用量修正系数对推荐切削用量进行初步修正；
根据所需机床的型号，选择一组与所需机床型号对应的最大转速和最大进给量，利用机床数据库中的最大转速和最大进给量对推荐切削用量进行二次修正；
利用工件表面粗糙度对从推荐切削用量进行最终修正。
加工参数的准确性是影响加工时间的关键因素，本发明通过对车削加工参数的三次修正，极大提高了车削加工参数的准确性。
进一步的，所述二次修正的方式为：如果推荐转速大于机床最大转速，则选用机床最大转速，否则选用推荐转速；如果推荐进给量大于机床最大进给量，则选用机床最大进给量，否则选用推荐进给量。
进一步的，所述最终修正的方式为：
式中，f表示推荐进给量，rε表示刀尖圆弧半径，Ra表示粗糙度；如果上式成立，则选用推荐进给量；如果上式不成立，则选用理论进给量。
本发明提出了一种车削加工参数推荐规则，通过分析加工参数的影响因素，如刀具、机床和工件质量等，在综合考虑各方面因素影响下，以刀片材料为核心进行分析，推荐一定范围的背吃刀量、切削速度和进给量，然后以工件质量和机床性能为约束，对加工推荐参数进行修正，最终推荐出合理的加工参数。
作为优选，所述S3中的车工序工时数学模型包括机加工工时数学模型，空行程数学模型和安装卸下工时数学模型,所述车工序工时数学模型为：
T＝∑(Tm+Tc)+Te+Ts
式中：T表示工序工时，Tm表示加工时间，Tc表示空行程时间，Te表示换刀时间，Ts表示安装卸下时间。
进一步的，所述机加工工时模型为：
L＝k·l+b
式中：Tm表示加工时间，L表示加工长度，v表示加工速度，Δ表示加工余量，ap表示背吃刀量，符号为向上取整，表示加工次数，n,f,V表示转速，进给量和切削速度，k、b表示一元线性方程中的系数，l表示图纸加工长度。所述机加工工时模型包括车外圆、车端面、车倒角、车内槽等工时建模。根据数控车削加工的特点，加工时间等于加工长度除以加工速度，由于图纸尺寸与实际加工尺寸的不同，需要对图纸尺寸进行修正，然后通过回归分析建模。
进一步的，所述空行程数学模型为：
Te＝ke·t
式中：Tc表示空行程时间，Te表示换刀时间，kc，bc表示拟合系数，ke为换刀次数，t为换刀时间，Ly,Lx为X、Y轴方向退刀距离。所述空行程工时模型，主要包括进退刀时间和换刀时间，主要建模思路为：首先对各工步进退刀时间进行分类，如车外圆、车端面、车螺纹等为一类，车内槽进退刀时间较长，为一类，换刀时间为一类，然后通过回归分析进行建模。
进一步的，安装卸下时间工时模型为：
Ts＝k1·Lm+k2·Dn+b
式中，Ts表示安装卸下时间，L、D表示零件长度和直径，k1，k2，b表示拟合系数。本发明首先根据装夹方式进行分类为轴类和盘类，然后根据零件大小对安装卸下时间进行工时建模。
作为优选，所述工时定额系统包括：工艺导入模块、工时定额模块、工时查询和导出模块以及基础数据维护模块；利用工艺导入模块与企业ERP系统连接，导入企业工艺信息，实现该系统与ERP系统交互；利用工时查询和导出模块查询零件工时和工序工时以及各工序和工步推荐切削用量；利用工时定额模块将工时数学模型和切削用量推荐规则进行集成，完成切削加工参数的选择修正以及车工序工时数学模型的求解，最终计算出工时；利用基础数据维护模块维护各知识库，增、删、修改知识库中的数据。
与现有技术相比，有益效果是：
本发明利用数学建模手段，设计出了一套工时定额的运算逻辑，通过对车削加工参数的三次修正，极大提高了车削加工参数的准确性，并借助计算机技术进行求解，可以快速准确地计算工时，提高了生产效率及管理水平。
附图说明
图1是本发明车削工时组成模型图。
图2是本发明车削加工参数推荐过程流程图。
图3是本发明工时定额系统流程图。
具体实施方式
为了便于本领域技术人员的理解，下面结合附图和具体实施例对本发明作进一步的描述。
如图1-3所示，一种基于加工参数标准化的车削工时定额方法，包括以下步骤：
S1：建立数据库，具体为：
建立刀具数据库，所述刀具数据库包括刀具信息和切削用量，所述刀具信息包括刀片型号、材料、涂层、刀尖圆弧半径，所述切削用量包括切削速度、转速、进给量和背吃刀量，所述刀具数据库中一组刀具信息对应一组切削用量，在刀具数据库中，具有若干组刀具信息和若干组对应的切削用量。
建立工件信息库，所述工件信息库包括工件材料信息和切削用量修正系数，所述工件材料信息包括工件材料型号、硬度、精度，所述工件信息库中一组工件材料信息对应一组切削用量修正系数。
建立机床数据库，所述机床数据库包括机床型号、最大转速和最大进给量，所述机床数据库中一组最大转速和最大进给量对应一个机床型号。
S2：建立车削加工参数推荐规则，根据车削加工参数推荐规则确定车削加工参数；
S3：建立车工序工时数学模型；
S4：根据刀具数据库、工件信息库、机床数据库、车削加工参数推荐规则和车工序工时数学模型建立工时定额系统，利用系统完成车工序加工参数的确定和车工序工时数学模型的自动求解，最终确定工时定额。从而实现对整个加工过程中的精确定量。
具体的，所述S2的车削加工参数推荐规则为：
根据所需使用的刀具信息，从刀具数据库中选择一组与所需使用的刀具信息对应的切削用量，即推荐切削用量，所述推荐切削用量包括推荐切削速度、推荐转速、推荐进给量和推荐背吃刀量；
根据所需加工的工件材料信息，从工件信息库中选择一组与所需加工的工件材料信息对应的切削用量修正系数，利用该切削用量修正系数对推荐切削用量进行初步修正；
根据所需机床的型号，选择一组与所需机床型号对应的最大转速和最大进给量，利用机床数据库中的最大转速和最大进给量对推荐切削用量进行二次修正；
利用工件表面粗糙度对从推荐切削用量进行最终修正。
具体的，所述二次修正的方式为：如果推荐转速大于机床最大转速，则选用机床最大转速，否则选用推荐转速；如果推荐进给量大于机床最大进给量，则选用机床最大进给量，否则选用推荐进给量。
进一步的，所述最终修正的方式为：
式中，f表示推荐进给量，rε表示刀尖圆弧半径，Ra表示粗糙度；如果上式成立，则选用推荐进给量；如果上式不成立，则选用理论进给量。
具体的，所述S3中的车工序工时数学模型包括机加工工时数学模型，空行程数学模型和安装卸下工时数学模型,所述车工序工时数学模型为：
T＝∑(Tm+Tc)+Te+Ts
式中：T表示工序工时，Tm表示加工时间，Tc表示空行程时间，Te表示换刀时间，Ts表示安装卸下时间。
具体的，所述机加工工时模型为：
L＝k·l+b
式中：Tm表示加工时间，L表示加工长度，v表示加工速度，Δ表示加工余量，ap表示背吃刀量，符号为向上取整，表示加工次数，n,f,V表示转速，进给量和切削速度，k、b表示一元线性方程中的系数，l表示图纸加工长度。所述机加工工时模型包括车外圆、车端面、车倒角、车内槽等工时建模。根据数控车削加工的特点，加工时间等于加工长度除以加工速度，由于图纸尺寸与实际加工尺寸的不同，需要对图纸尺寸进行修正，然后通过回归分析建模。
具体的，所述空行程数学模型为：
Te＝ke·t
式中：Tc表示空行程时间，Te表示换刀时间，kc，bc表示拟合系数，ke为换刀次数，t为换刀时间，Ly,Lx为X、Y轴方向退刀距离。所述空行程工时模型，主要包括进退刀时间和换刀时间，主要建模思路为：首先对各工步进退刀时间进行分类，如车外圆、车端面、车螺纹等为一类，车内槽进退刀时间较长，为一类，换刀时间为一类，然后通过回归分析进行建模。
具体的，安装卸下时间工时模型为：
Ts＝k1·Lm+k2·Dn+b
式中，Ts表示安装卸下时间，L、D表示零件长度和直径，k1，k2，b表示拟合系数。本发明首先根据装夹方式进行分类为轴类和盘类，然后根据零件大小对安装卸下时间进行工时建模。
具体的，所述工时定额系统包括：工艺导入模块、工时定额模块、工时查询和导出模块和基础数据维护模块；利用工艺导入模块与企业ERP系统连接，导入企业工艺信息，实现该系统与ERP系统交互；利用工时查询和导出模块查询零件工时和工序工时以及各工序和工步推荐切削用量；利用工时定额模块将工时数学模型和切削用量推荐规则进行集成，完成切削加工参数的选择修正以及车工序工时数学模型的求解，最终计算出工时；利用基础数据维护模块维护各知识库，增、删修改知识库中的数据。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (9)
1.一种基于加工参数标准化的车削工时定额方法，其特征在于，包括以下步骤：
S1：建立数据库，具体为：
建立刀具数据库，所述刀具数据库包括刀具信息和切削用量，所述刀具信息包括刀片型号、材料、涂层、刀尖圆弧半径，所述切削用量包括切削速度、转速、进给量和背吃刀量，所述刀具数据库中一组刀具信息对应一组切削用量；
建立工件信息库，所述工件信息库包括工件材料信息和切削用量修正系数，所述工件材料信息包括工件材料型号、硬度、精度，所述工件信息库中一组工件材料信息对应一组切削用量修正系数；
建立机床数据库，所述机床数据库包括机床型号、最大转速和最大进给量，所述机床数据库中一个机床型号对应一组最大转速和最大进给量；
S2：建立车削加工参数推荐规则，根据车削加工参数推荐规则确定车削加工参数；
S3：建立车工序工时数学模型；
S4：根据刀具数据库、工件信息库、机床数据库、车削加工参数推荐规则和车工序工时数学模型建立工时定额系统，利用工时定额系统完成车工序加工参数的确定和车工序工时数学模型的自动求解，最终确定工时定额。
2.根据权利要求1所述的基于加工参数标准化的车削工时定额方法，其特征在于，所述S3中的车工序工时数学模型包括机加工工时数学模型，空行程数学模型和安装卸下工时数学模型,所述车工序工时数学模型为：
T＝∑(Tm+Tc)+Te+Ts
式中：T表示工序工时，Tm表示加工时间，Tc表示空行程时间，Te表示换刀时间，Ts表示安装卸下时间。
3.根据权利要求2所述的基于加工参数标准化的车削工时定额方法，其特征在于，所述机加工工时模型为：
L＝k·l+b
式中：Tm表示加工时间，L表示加工长度，v表示加工速度，Δ表示加工余量，ap表示背吃刀量，符号为向上取整，表示加工次数，n,f表示转速，进给量，k、b表示一元线性方程中的系数，l表示图纸加工长度。
4.根据权利要求2所述的基于加工参数标准化的车削工时定额方法，其特征在于，所述空行程数学模型为：
Te＝ke·t
式中：Tc表示空行程时间，Te表示换刀时间，kc，bc表示拟合系数，ke为换刀次数，t为换刀时间，Ly,Lx为X、Y轴方向退刀距离。
5.根据权利要求2所述的基于加工参数标准化的车削工时定额方法，其特征在于，所述安装卸下时间工时模型为：
Ts＝k1·Lm+k2·Dn+b
式中，Ts表示安装卸下时间，L、D表示零件长度和直径，k1，k2，b表示拟合系数。
6.根据权利要求1所述的基于加工参数标准化的车削工时定额方法，其特征在于，所述S2的车削加工参数推荐规则为：
根据所需使用的刀具信息，从刀具数据库中选择一组与所需使用的刀具信息对应的切削用量，即推荐切削用量，所述推荐切削用量包括推荐切削速度、推荐转速、推荐进给量和推荐背吃刀量；
根据所需加工的工件材料信息，从工件信息库中选择一组与所需加工的工件材料信息对应的切削用量修正系数，利用该切削用量修正系数对推荐切削用量进行初步修正；
根据所需机床的型号，选择一组与所需机床型号对应的最大转速和最大进给量，利用机床数据库中的最大转速和最大进给量对推荐切削用量进行二次修正；
利用工件表面粗糙度对从推荐切削用量进行最终修正。
7.根据权利要求6所述的基于加工参数标准化的车削工时定额方法，其特征在于，所述二次修正的方式为：如果推荐转速大于机床最大转速，则选用机床最大转速，否则选用推荐转速；如果推荐进给量大于机床最大进给量，则选用机床最大进给量，否则选用推荐进给量。
8.根据权利要求6所述的基于加工参数标准化的车削工时定额方法，其特征在于，所述最终修正的方式为：
式中，f表示推荐进给量，rε表示刀尖圆弧半径，Ra表示粗糙度；如果上式成立，则选用推荐进给量；如果上式不成立，则选用理论进给量。
9.根据权利要求1所述的基于加工参数标准化的车削工时定额方法，其特征在于，所述工时定额系统包括：工艺导入模块、工时定额模块、工时查询和导出模块以及基础数据维护模块；利用工艺导入模块与企业ERP系统连接，导入企业工艺信息，实现该系统与ERP系统交互；利用工时查询和导出模块查询零件工时和工序工时以及各工序和工步推荐切削用量；利用工时定额模块将工时数学模型和切削用量推荐规则进行集成，完成切削加工参数的选择修正以及车工序工时数学模型的求解，最终计算出工时；利用基础数据维护模块维护各知识库，增、删、修改知识库中的数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910016078.5A CN109901512A (zh) | 2019-01-08 | 2019-01-08 | 一种基于加工参数标准化的车削工时定额方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910016078.5A CN109901512A (zh) | 2019-01-08 | 2019-01-08 | 一种基于加工参数标准化的车削工时定额方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109901512A true CN109901512A (zh) | 2019-06-18 |
Family
ID=66943703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910016078.5A Pending CN109901512A (zh) | 2019-01-08 | 2019-01-08 | 一种基于加工参数标准化的车削工时定额方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109901512A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110531722A (zh) * | 2019-09-12 | 2019-12-03 | 四川长虹电器股份有限公司 | 基于数据采集的工艺参数推荐系统及方法 |
| CN110597186A (zh) * | 2019-09-24 | 2019-12-20 | 湖北三江航天红林探控有限公司 | 数控装置的柔性切削参数自动设定方法 |
| CN112084642A (zh) * | 2020-08-31 | 2020-12-15 | 中国电子科技集团公司第五十四研究所 | 一种基于基线的机械加工工艺下料工时计算方法 |
| CN114662060A (zh) * | 2022-05-26 | 2022-06-24 | 中汽研汽车检验中心（天津）有限公司 | 基于机器学习的车载氮氧化物传感器浓度测量值修正方法 |
| CN117193165A (zh) * | 2023-08-28 | 2023-12-08 | 江苏大钢智能装备有限公司 | 一种数控机床数据采集系统及方法 |
| CN119148618A (zh) * | 2024-11-18 | 2024-12-17 | 福建恒而达新材料股份有限公司 | 一种直线导轨磨削加工精度调节系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105929689A (zh) * | 2016-04-22 | 2016-09-07 | 江南大学 | 基于粒子群算法的机床制造系统加工节能优化方法 |
| US20170364056A1 (en) * | 2016-06-20 | 2017-12-21 | Dmg Mori Co., Ltd. | Machining Management Apparatus |
| CN108319223A (zh) * | 2018-02-06 | 2018-07-24 | 合肥工业大学 | 一种面向绿色制造的螺纹车削工艺参数优化方法 |
-
2019
- 2019-01-08 CN CN201910016078.5A patent/CN109901512A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105929689A (zh) * | 2016-04-22 | 2016-09-07 | 江南大学 | 基于粒子群算法的机床制造系统加工节能优化方法 |
| US20170364056A1 (en) * | 2016-06-20 | 2017-12-21 | Dmg Mori Co., Ltd. | Machining Management Apparatus |
| CN108319223A (zh) * | 2018-02-06 | 2018-07-24 | 合肥工业大学 | 一种面向绿色制造的螺纹车削工艺参数优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吴明星等: "车削加工时间定额的算法研究", 《新技术新工艺》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110531722A (zh) * | 2019-09-12 | 2019-12-03 | 四川长虹电器股份有限公司 | 基于数据采集的工艺参数推荐系统及方法 |
| CN110597186A (zh) * | 2019-09-24 | 2019-12-20 | 湖北三江航天红林探控有限公司 | 数控装置的柔性切削参数自动设定方法 |
| CN110597186B (zh) * | 2019-09-24 | 2022-01-28 | 湖北三江航天红林探控有限公司 | 数控装置的柔性切削参数自动设定方法 |
| CN112084642A (zh) * | 2020-08-31 | 2020-12-15 | 中国电子科技集团公司第五十四研究所 | 一种基于基线的机械加工工艺下料工时计算方法 |
| CN112084642B (zh) * | 2020-08-31 | 2024-07-23 | 中国电子科技集团公司第五十四研究所 | 一种基于基线的机械加工工艺下料工时计算方法 |
| CN114662060A (zh) * | 2022-05-26 | 2022-06-24 | 中汽研汽车检验中心（天津）有限公司 | 基于机器学习的车载氮氧化物传感器浓度测量值修正方法 |
| CN114662060B (zh) * | 2022-05-26 | 2022-08-16 | 中汽研汽车检验中心（天津）有限公司 | 基于机器学习的车载氮氧化物传感器浓度测量值修正方法 |
| CN117193165A (zh) * | 2023-08-28 | 2023-12-08 | 江苏大钢智能装备有限公司 | 一种数控机床数据采集系统及方法 |
| CN117193165B (zh) * | 2023-08-28 | 2024-12-27 | 江苏大钢智能装备有限公司 | 一种数控机床数据采集系统及方法 |
| CN119148618A (zh) * | 2024-11-18 | 2024-12-17 | 福建恒而达新材料股份有限公司 | 一种直线导轨磨削加工精度调节系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109901512A (zh) | 一种基于加工参数标准化的车削工时定额方法 | |
| CN103235556B (zh) | 基于特征的复杂零件数控加工制造方法 | |
| CN108445835B (zh) | 一种数控机床的零件加工尺寸预测方法 | |
| Mawussi et al. | A knowledge base model for complex forging die machining | |
| CN104267671A (zh) | 一种数控加工刀具智能选择方法及其系统 | |
| CN104536385B (zh) | 一种数控机床加工程序的修正方法 | |
| CN109725601A (zh) | 综合加工系统、综合加工方法以及计算机可读介质 | |
| CN108021753B (zh) | 一种考虑工况差异的数控机床可靠性评估的方法 | |
| CN115859516A (zh) | 钣金模具参数化建模的工时成本计算方法、装置及介质 | |
| CN114064932A (zh) | 曲面类零件铣削工艺系统数据集成和挖掘方法及装置 | |
| Silva et al. | Adaptive control optimisation system for minimising production cost in hard milling operations | |
| CN114626190B (zh) | 一种基于知识图谱的工艺设计资源模型构建方法 | |
| CN108388202A (zh) | 基于历史运行故障数据的数控机床可靠性预估方法 | |
| Kim et al. | Development of design and manufacturing technology for end mills in machining hardened steel | |
| CN108196510A (zh) | 针对多刀具机床的刀具切换控制方法 | |
| Kundrak et al. | Analysis of tool life functions in hard turning | |
| CN111007801B (zh) | 一种基于多维属性状态判断的刀具寿命实时采集方法 | |
| CN117348546B (zh) | 一种柔性生产线过程质量评价方法 | |
| CN111598364B (zh) | 用于机械零部件的数字化工艺编排系统 | |
| CN118650491A (zh) | 一种数控刀具寿命自动化预测系统及其预测方法 | |
| CN116663674A (zh) | 铣削表面完整性预测方法 | |
| Guzel et al. | An enhanced force model for sculptured surface machining | |
| Slamani et al. | Improvement to high-speed end mill boring accuracy by a simple compensation strategy | |
| Nakao et al. | Decision-based process design for shortening the lead time for mold design and production | |
| Xavior et al. | Case-based reasoning (CBR) model for hard machining process |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190618 |
|
| RJ01 | Rejection of invention patent application after publication |