CN111069975A - 数控铣床末端运行状态实时监测与自适应控制系统及方法 - Google Patents
数控铣床末端运行状态实时监测与自适应控制系统及方法 Download PDFInfo
- Publication number
- CN111069975A CN111069975A CN201911284332.6A CN201911284332A CN111069975A CN 111069975 A CN111069975 A CN 111069975A CN 201911284332 A CN201911284332 A CN 201911284332A CN 111069975 A CN111069975 A CN 111069975A
- Authority
- CN
- China
- Prior art keywords
- milling machine
- vibration
- data
- real
- adaptive control
- 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
- 238000003801 milling Methods 0.000 title claims abstract description 62
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000003044 adaptive effect Effects 0.000 title claims description 15
- 238000005520 cutting process Methods 0.000 claims abstract description 59
- 238000007405 data analysis Methods 0.000 claims abstract description 21
- 238000013500 data storage Methods 0.000 claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000001228 spectrum Methods 0.000 claims abstract description 7
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000003754 machining Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 8
- 238000005299 abrasion Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012636 effector Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了数控铣床末端运行状态实时监测与自适应控制系统及控制方法，该系统包括振动传感器、数据采集器、数据分析处理器、数据存储服务器、数控设备；所述振动传感器安装到数控铣床的主轴或角度铣头末端，用以实时监测铣床末端运行状态的振动信号，数据分析处理器将采集的振动数据进行频谱变换分析处理，识别铣床切削过程的异常信息或振颤，并将处理后的数据保存到数据存储服务器，并根据所识别的异常信息生成相应的控制指令发送给数控设备从而实施自适应控制。该系统可识别设备运行状态异常，预警铣床末端切削过程存在的潜在风险，即时发送控制指令，有效提高设备运行安全度，降低企业成本。
Description
技术领域
本发明属于零部件机械加工工艺装备领域，尤其适用于壳体类零件采用数控铣床加工时其末端运行状态的实时检测与自适应控制系统及控制方法。
背景技术
随着航天技术的快速发展，越来越多的高强度整体结构件被应用于运载火箭、卫星等航天飞行器中。该类型构件典型特点是结构复杂、特征集成度高、材料去除量大、切削精度要求高，必须使用精度高、价格昂贵的高端数控装备来加工才能满足零件的制造需求。
数控铣床的最大切削效率主要由机床的最大切削功率、机床所能承受的最大切削载荷、刀具最大切削负荷和机床发生自激振动的条件等综合作用所决定，任何环节如果超出负载，均会导致整个切削系统失稳并引发系统故障，严重的会引发产品质量问题和设备故障。因此，在常规操作中，为了保证产品加工质量，降低设备运行风险，会采用降低切削参数，损失设备利用率为代价来换取系统的稳定运行，致使高端数控设备和刀具的切削性能得不到充分发挥，极大影响设备的整体利用率。除此之外，工艺设计和操作人员在选择设备运行参数时，主要依靠个人经验来判断，不同人员选择的参数差异较大，有的选取相对保守，严重影响设备性能的发挥和运行效率的提升，而有些工艺设计和操作人员为了赶进度，会选取较大的切削参数，运行过程存在超出工艺系统某环节最大负载的风险，进而影响产品加工质量，加剧设备磨损甚至损坏设备。因此，有必要研究并开发一套可用于实时监测数控设备运行状态，即时监测设备的运行负载和振动情况，并对其即时运行状态评价，如发现监测数据出现异常，则快速生成异常控制指令并发送到数控机床的控制系统，保证数控设备可以在较高的切削效率下稳定运行。
发明内容
针对现有技术存在的问题，本发明的目的在于解决在数控铣床采用主轴或角度铣头铣削零部件时，若出现因切削参数选取不合理或刀具磨损严重而导致切削负载增大，进而使得整个切削系统失稳并引发系统故障的问题。
本发明的技术方案为：数控铣床末端运行状态实时监测与自适应控制系统：该系统包括振动传感器、数据采集器、数据分析处理器、数据存储服务器、数控设备；所述振动传感器安装到数控铣床的主轴或角度铣头末端，用以实时检测铣床末端运行状态的振动信号，振动传感器的输出端连接数据采集器；数据采集器将采集到的振动数据发送给数据分析处理器；数据分析处理器分别与数据存储服务器和数控设备连接，数据分析处理器将采集的振动数据进行截断、加窗和频谱变换处理，分别在时域和频域下对设备的状态信息提取和分析，识别铣床切削过程的异常信息，并将处理后的数据保存到数据存储服务器，数据存储服务器同时记录整个系统的运行日志；数据分析处理器还包括自适应控制模块，自适应控制模块根据所识别的异常信息可生成相应的控制指令，并将控制指令发送给数控设备从而实施自适应控制。
进一步的，所述振动传感器与主轴或角度铣头末端通过螺纹固定连接。
进一步的，所述振动传感器为三向加速度传感器，采集振动频率为0.01-10kHz。
进一步的，所述数据采集器与加速度传感器相配套，数据采集器采用三通道振动信号采集盒，具有24位分辨率，采用USB数据线输出数据。
进一步的，所述数据分析处理器基于X86架构，底层系统基于windows平台运行，包含两个USB口，两个RJ45网络接口，1个支持RS232和RS485通信的串口。
数控铣床末端运行状态实时监测与自适应控制方法，该方法通过以下步骤实现：
(1)数控铣床运行状态标定：将振动传感器安装到主轴或角度铣头末端，将实时监测与自适应控制系统的各部分连接完毕，启动该系统，启动铣床，记录在正常状态下非切削时不同主轴转速时的振动特性信号，识别各振动特性下的模态参数，存储到数据存储服务器中，形成铣床特性知识库；
(2)设定系统的最大振幅阈值和工作模式；
(3)正式启动系统和数控铣床，监测系统实时采集机床主轴或角度铣头末端的振动特性和数控设备实时运行参数，并通过频谱变换和分析，在频域下与标定值对比分析，识别零件加工过程中刀齿通过频率与其它频率的频率特性和幅值，精确区分零件的切削与非切削时间段，精确监测机床的切削状态；如切削过程因参数设置不合理而导致切削振动时域信号振幅超过系统预设的最大振幅阈值，或切削过程诱发切削颤振，该系统会快速生成控制指令并发送给数控铣床，数控铣床根据控制指令调整运行参数及状态，实现自适应控制，保证设备稳定运行。
进一步的，所述控制指令包括进给倍率调整指令、报警信息、暂停命令中的一条或多条。
有益效果：本发明可实时监测数控铣床主轴或角度铣头末端振动状态，并通过对监测数据的高速处理与分析，识别设备运行状态异常，预警铣床末端切削过程存在的潜在风险，即时发送控制指令到数控设备，有效提高设备运行安全度，降低企业成本。
具体效果包括：1)高精度识别零件的有效刀具切削与非切削时间段，便于对刀具和末端执行器做精确的生命周期管理；
2)解决航天关键零部件加工过程中，因参数设置不合理而导致的加工效率低、零件加工质量差和刀具磨损快的问题，进而大幅降低企业运行成本，增加企业效益；
3)实时监测非刀齿通过频率幅值特性变化规律，诊断主轴或角度铣头传动部件存在的潜在故障风险，在末端执行器彻底损坏之前对其进行维护保养，降低机床突发故障停机风险，提升设备利用率。
附图说明
图1是数控铣床末端振动状态实时监测与自适应控制系统组成结构示意图。
图中：1、振动传感器，2、数据采集器，3、数据分析处理器，4、数控铣床设备控制系统，5、数据存储服务器。
具体实施方式
下面结合附图，对本发明做更详细的说明。
如图1所示，为数控铣床运行状态振动信息实时监测与自适应控制系统的结构示意图，该系统主要包括四部分，振动传感器1、数据采集器2、数据分析处理器3和数据存储服务器5，以及数控铣床设备控制系统4。
其中振动传感器1采用的是三向加速度传感器，采集频率在0.01-10KHz，用于采集机床切削过程的振动信号。振动传感器可通过螺接的方式安装到主轴或角度铣头末端，尽量接近旋转刀具，以便更清晰的采集主轴运转和刀具切削过程的振动信号。对于一些壳段类产品，需在机床主轴端加装角度铣头，然后利用角度铣头伸到壳段里面加工內形，对于该类型工况需将振动传感器加装到角度铣头末端，来实时采集角度铣头末端的三向振动信号。
数据采集器2是与加速度传感器配套使用的，选用三通道振动信号采集盒，具有24位分辨率，采用USB数据线输出。
数据分析处理器3用来对采集回来的数据开展处理和分析工作，该处理器是基于X86架构，底层系统基于windows平台运行，包涵两个USB口(一个用来连接数据采集器2，另一个用来连接调试设备)；两个RJ45网络接口，其中一个用来与数控铣床设备控制系统4连接，另一个用来与后台数据存储服务器5通信，除此之外还包含1个串口，支持RS232和RS485。
数据存储服务器5用来对分析处理器3处理过的数据存储，同时记录整个系统的运行日志。该系统最核心的是数据分析处理器，可将采集回来的时域振动信号截断、加窗和频谱变换处理，分别在时域和频域下对设备的状态信息提取和分析，识别机床切削过程的异常信息，进而实施自适应控制。
使用时首先将振动传感器安装到主轴或角度铣头末端，将实时监测与自适应控制系统的各部分连接完毕；系统在运行前需要先对数控机床运行状态进行标定，启动监控系统，启动机床，记录数控机床正常状态非切削时的振动信号，该过程需要分步将平时加工产品时用到的主轴转速各自运行一次，分别记录不同转速时的主轴末端振动特性；其次识别各振动特性下的模态参数，包括机床的主要激振频率、谐振频率，机床的模态质量、刚度和阻尼等；最后将各参数输入到数据存储服务器中存储，形成对应的机床特性知识库。
数控机床运行状态标定后，需要在系统中设定最大振幅阈值，用来设定允许数控机床和整个工艺切削系统切削的最大负载。除此之外还可以设定监测系统是连续工作，还是定时启动监测，监测一段时间后自动停止，来减少设备运行损耗和能耗。完成设定后可以正式启动监测系统和数控机床，监测系统通过将振动信号在频域下与标定值对比分析，识别出空走刀程序段和真实材料去除段，精确监测机床的切削状态。在机床切削过程中，如果切削参数设定不合理而导致监测到的切削振动时域信号振幅超过系统预设阈值，数据分析处理器中的自适应控制模块会生成机床控制指令发送至机床数控系统，适度降低机床进给倍率，进而干预机床的运行状态，该控制指令可包括进给倍率调整指令，或是报警信息和暂停命令。
航天典型零部件数控加工过程，刀齿动态切削厚度会导致切削力波动而引发切削系统自激振动，如不加以及时干预，自激振动会导致刀具和弱刚性工件之间引发切削颤振，加剧机床传动部件和刀具磨损，降低零件加工质量，增加企业成本。本发明中的数据分析处理器在频域下实时监测切削系统的谐振频率，除刀齿通过频率(主轴转速乘以刀齿数)外，在高频段如出现除标定参数中带有的频率以外，振动幅值比刀齿通过频率更大的幅频信息，则表明该切削系统因参数选取不合理而诱发了切削颤振，零部件表面切削振纹会比较明显，则数据分析处理器调用自适应控制模块生成系统干预指令，适度降低机床进给倍率，调整机床的运行状态，该控制指令可包括进给倍率调整指令，或是报警信息和暂停命令。
利用本发明专利可实时采集主轴或角度铣头末端的振动特性和数控系统实时运行参数，并通过频谱变换和分析，识别零件加工过程中刀齿通过频率与其它频率的频率特性和幅值，精确区分零件的切削与非切削时间段，如切削过程因参数设置不合理而引发切削负载超过系统预设最大阈值，或切削过程诱发加工系统切削颤振，该系统会在较小的时间周期内快速生成机床控制指令并发送到数控系统中，调整机床运行参数及状态，保证其稳定运行。
Claims (7)
1.数控铣床末端运行状态实时监测与自适应控制系统，其特征在于：该系统包括振动传感器、数据采集器、数据分析处理器、数据存储服务器、数控设备；所述振动传感器安装到数控铣床的主轴或角度铣头末端，用以实时检测铣床末端运行状态的振动信号，振动传感器的输出端连接数据采集器；数据采集器将采集到的振动数据发送给数据分析处理器；数据分析处理器分别与数据存储服务器和数控设备连接，数据分析处理器将采集的振动数据进行截断、加窗和频谱变换处理，分别在时域和频域下对设备的状态信息提取和分析，识别铣床切削过程的异常信息，并将处理后的数据保存到数据存储服务器，数据存储服务器同时记录整个系统的运行日志；数据分析处理器还包括自适应控制模块，自适应控制模块根据所识别的异常信息可生成相应的控制指令，并将控制指令发送给数控设备从而实施自适应控制。
2.根据权利要求1所述的数控铣床末端运行状态实时监测与自适应控制系统，其特征在于：所述振动传感器与主轴或角度铣头末端通过螺纹固定连接。
3.根据权利要求1所述的数控铣床末端运行状态实时监测与自适应控制系统，其特征在于：所述振动传感器为三向加速度传感器，采集振动频率为0.01-10kHz。
4.根据权利要求3所述的数控铣床末端运行状态实时监测与自适应控制系统，其特征在于：所述数据采集器与加速度传感器相配套，数据采集器采用三通道振动信号采集盒，具有24位分辨率，采用USB数据线输出数据。
5.根据权利要求1所述的数控铣床末端运行状态实时监测与自适应控制系统，其特征在于：所述数据分析处理器基于X86架构，底层系统基于windows平台运行，包含两个USB口，两个RJ45网络接口，1个支持RS232和RS485通信的串口。
6.数控铣床末端运行状态实时监测与自适应控制方法，其特征在于：该方法通过以下步骤实现：
(1)数控铣床运行状态标定：将振动传感器安装到主轴或角度铣头末端，将实时监测与自适应控制系统的各部分连接完毕，启动该系统，启动铣床，记录在正常状态下非切削时不同主轴转速时的振动特性信号，识别各振动特性下的模态参数，存储到数据存储服务器中，形成铣床特性知识库；
(2)设定系统的最大振幅阈值和工作模式；
(3)正式启动系统和数控铣床，监测系统实时采集机床主轴或角度铣头末端的振动特性和数控设备实时运行参数，并通过频谱变换和分析，在频域下与标定值对比分析，识别零件加工过程中刀齿通过频率与其它频率的频率特性和幅值，精确区分零件的切削与非切削时间段，精确监测机床的切削状态；如切削过程因参数设置不合理而导致切削振动时域信号振幅超过系统预设的最大振幅阈值，或切削过程诱发切削颤振，该系统会快速生成控制指令并发送给数控铣床，数控铣床根据控制指令调整运行参数及状态，实现自适应控制，保证设备稳定运行。
7.根据权利要求6所述的数控铣床末端运行状态实时监测与自适应控制方法，其特征在于：所述控制指令包括进给倍率调整指令、报警信息、暂停命令中的一条或多条。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911284332.6A CN111069975A (zh) | 2019-12-13 | 2019-12-13 | 数控铣床末端运行状态实时监测与自适应控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911284332.6A CN111069975A (zh) | 2019-12-13 | 2019-12-13 | 数控铣床末端运行状态实时监测与自适应控制系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111069975A true CN111069975A (zh) | 2020-04-28 |
Family
ID=70314510
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911284332.6A Pending CN111069975A (zh) | 2019-12-13 | 2019-12-13 | 数控铣床末端运行状态实时监测与自适应控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111069975A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111580457A (zh) * | 2020-05-08 | 2020-08-25 | 新代科技(苏州)有限公司 | 一种利用加速规抑制数控机床加工震荡纹路的方法 |
| CN111596615A (zh) * | 2020-06-09 | 2020-08-28 | 上海交通大学 | 一种数控机床在线监测及控制系统 |
| CN113059402A (zh) * | 2021-03-31 | 2021-07-02 | 南昌大学 | 一种数控铣床铣削颤振智能监测系统 |
| CN114083347A (zh) * | 2021-12-06 | 2022-02-25 | 意特利（上海）科技有限公司 | 一种五轴联动数控机床监控方法及系统 |
| CN114326589A (zh) * | 2021-12-17 | 2022-04-12 | 上海电气集团股份有限公司 | 一种监控方法、装置及系统 |
| CN114466049A (zh) * | 2022-03-11 | 2022-05-10 | 深圳高度创新技术有限公司 | 一种远程设备工作状态监控系统及方法 |
| CN114488950A (zh) * | 2022-02-09 | 2022-05-13 | 无锡微茗智能科技有限公司 | 机床机械部件动态保护方法及数控机床设备 |
| CN115755652A (zh) * | 2022-11-24 | 2023-03-07 | 苏州水力士机电设备安装有限公司 | 二次供水智能控制系统 |
| CN116113897A (zh) * | 2020-08-31 | 2023-05-12 | 西门子股份公司 | 用于监测铣床的方法和设备 |
| CN117798390A (zh) * | 2023-12-29 | 2024-04-02 | 新昌合旸汽车零部件有限公司 | 一种汽车轴承自动化生产装置 |
| CN118456024A (zh) * | 2024-04-30 | 2024-08-09 | 昆明冶金高等专科学校 | 一种数控机床的智能监控系统及方法 |
| CN119002376A (zh) * | 2024-10-23 | 2024-11-22 | 山东海鲲数控设备有限公司 | 一种基于人工智能的数控机床电气控制系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102825506A (zh) * | 2011-06-16 | 2012-12-19 | 大隈株式会社 | 振动辨别方法以及振动辨别装置 |
| JP2013035074A (ja) * | 2011-08-03 | 2013-02-21 | Disco Corp | 切削装置 |
| CN103419090A (zh) * | 2013-08-19 | 2013-12-04 | 南京康尼机电股份有限公司 | 一种机床的振动传感监测装置及方法 |
| CN209297151U (zh) * | 2018-02-27 | 2019-08-23 | 发那科株式会社 | 异常因素确定装置 |
| CN110244646A (zh) * | 2019-06-04 | 2019-09-17 | 江苏雅索信息科技有限公司 | 一种设备运行状态的实时监测系统及其方法 |
-
2019
- 2019-12-13 CN CN201911284332.6A patent/CN111069975A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102825506A (zh) * | 2011-06-16 | 2012-12-19 | 大隈株式会社 | 振动辨别方法以及振动辨别装置 |
| JP2013035074A (ja) * | 2011-08-03 | 2013-02-21 | Disco Corp | 切削装置 |
| CN103419090A (zh) * | 2013-08-19 | 2013-12-04 | 南京康尼机电股份有限公司 | 一种机床的振动传感监测装置及方法 |
| CN209297151U (zh) * | 2018-02-27 | 2019-08-23 | 发那科株式会社 | 异常因素确定装置 |
| CN110244646A (zh) * | 2019-06-04 | 2019-09-17 | 江苏雅索信息科技有限公司 | 一种设备运行状态的实时监测系统及其方法 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111580457A (zh) * | 2020-05-08 | 2020-08-25 | 新代科技(苏州)有限公司 | 一种利用加速规抑制数控机床加工震荡纹路的方法 |
| CN111596615A (zh) * | 2020-06-09 | 2020-08-28 | 上海交通大学 | 一种数控机床在线监测及控制系统 |
| CN116113897A (zh) * | 2020-08-31 | 2023-05-12 | 西门子股份公司 | 用于监测铣床的方法和设备 |
| CN113059402B (zh) * | 2021-03-31 | 2022-07-12 | 南昌大学 | 一种数控铣床铣削颤振智能监测系统 |
| CN113059402A (zh) * | 2021-03-31 | 2021-07-02 | 南昌大学 | 一种数控铣床铣削颤振智能监测系统 |
| CN114083347A (zh) * | 2021-12-06 | 2022-02-25 | 意特利（上海）科技有限公司 | 一种五轴联动数控机床监控方法及系统 |
| CN114083347B (zh) * | 2021-12-06 | 2022-10-21 | 意特利（上海）科技有限公司 | 一种五轴联动数控机床监控方法及系统 |
| CN114326589A (zh) * | 2021-12-17 | 2022-04-12 | 上海电气集团股份有限公司 | 一种监控方法、装置及系统 |
| CN114488950A (zh) * | 2022-02-09 | 2022-05-13 | 无锡微茗智能科技有限公司 | 机床机械部件动态保护方法及数控机床设备 |
| WO2023151166A1 (zh) * | 2022-02-09 | 2023-08-17 | 无锡微茗智能科技有限公司 | 机床机械部件动态保护方法及数控机床设备 |
| TWI832193B (zh) * | 2022-02-09 | 2024-02-11 | 大陸商無錫微茗智能科技有限公司 | 機床機械部件動態保護方法及數控機床設備 |
| CN114466049A (zh) * | 2022-03-11 | 2022-05-10 | 深圳高度创新技术有限公司 | 一种远程设备工作状态监控系统及方法 |
| CN115755652A (zh) * | 2022-11-24 | 2023-03-07 | 苏州水力士机电设备安装有限公司 | 二次供水智能控制系统 |
| CN117798390A (zh) * | 2023-12-29 | 2024-04-02 | 新昌合旸汽车零部件有限公司 | 一种汽车轴承自动化生产装置 |
| CN118456024A (zh) * | 2024-04-30 | 2024-08-09 | 昆明冶金高等专科学校 | 一种数控机床的智能监控系统及方法 |
| CN119002376A (zh) * | 2024-10-23 | 2024-11-22 | 山东海鲲数控设备有限公司 | 一种基于人工智能的数控机床电气控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111069975A (zh) | 数控铣床末端运行状态实时监测与自适应控制系统及方法 | |
| CN105676778B (zh) | 基于传感器监测的智能制造方法和系统以及加工机床 | |
| CN109909804B (zh) | 基于主轴驱动电流和工步的刀具磨损破损在线监测方法 | |
| US11945066B2 (en) | Method for on-line monitoring defects of milling tool | |
| CN101334656A (zh) | 一种数控机床加工性能监控系统 | |
| CA2863768C (en) | Real-time numerical control tool path adaptation using force feedback | |
| CN109507952B (zh) | 一种基于切削负载的复杂零件数控加工异常状态监控方法 | |
| JP5536611B2 (ja) | 工作機械のモニタ方法及びモニタ装置、工作機械 | |
| CN106154977B (zh) | 一种数控机床切削工步全过程中关键时刻的判断方法 | |
| TWI832193B (zh) | 機床機械部件動態保護方法及數控機床設備 | |
| CN106141815B (zh) | 一种基于ar模型的高速铣削颤振在线辨识方法 | |
| CN106112697B (zh) | 一种基于3σ准则的铣削颤振自动报警阈值设定方法 | |
| CN113894617A (zh) | 一种基于机床振动信号的刀具状态监测系统及方法 | |
| CN103676782B (zh) | 数控铣床加工过程中能量效率在线检测方法 | |
| CN107756250A (zh) | 一种磨削功率与能耗智能监控系统及决策方法 | |
| CN107866696B (zh) | 管理系统和装置、主轴故障检测方法、计算机可读介质 | |
| CN205318211U (zh) | 惯量匹配参数式数控机床优化及实时监控系统 | |
| KR20140144351A (ko) | 회전 절삭공구의 실시간 회전수 설정방법 및 제어장치 | |
| CN111596615A (zh) | 一种数控机床在线监测及控制系统 | |
| CN113126563A (zh) | 数控机床数据管理系统及方法 | |
| CN103372787A (zh) | 工具机智能化适应性切削振动抑制方法与系统 | |
| Bai et al. | Real-time tool breakage monitoring based on dimensionless indicators under time-varying cutting conditions | |
| CN107511718A (zh) | 单品大批量重复加工过程的智能刀具状态监测方法 | |
| CN111308960B (zh) | 一种负载监控方法及系统 | |
| CN106475581B (zh) | 一种主轴轴承外圈径向液压加载抑制振动的装置和方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200428 |