CN115755762A - 一种五轴联动数控机床用工件表面光洁度智能检测方法 - Google Patents
一种五轴联动数控机床用工件表面光洁度智能检测方法 Download PDFInfo
- Publication number
- CN115755762A CN115755762A CN202211483402.2A CN202211483402A CN115755762A CN 115755762 A CN115755762 A CN 115755762A CN 202211483402 A CN202211483402 A CN 202211483402A CN 115755762 A CN115755762 A CN 115755762A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- machine tool
- tool
- preset
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 130
- 230000004044 response Effects 0.000 claims abstract description 38
- 230000002159 abnormal effect Effects 0.000 claims abstract description 12
- 238000003754 machining Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 16
- 238000002592 echocardiography Methods 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 claims 3
- 238000005259 measurement Methods 0.000 claims 2
- 238000000034 method Methods 0.000 abstract description 11
- 238000012545 processing Methods 0.000 description 34
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009193 crawling Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Automatic Control Of Machine Tools (AREA)
Abstract
本发明涉及数控机床加工领域，尤其是涉及一种五轴联动数控机床用工件表面光洁度智能检测方法，包括以下步骤：基于预设的振动传感器，获得第一检测数据，所述第一检测数据包括工件加工过程的实时机床振动数据，响应于机床振动数据异常，控制机床停止工作；基于预设的超声波传感器，获得第二检测数据，所述第二检测数据包括超声波射出至工件表面反射回波所呈现的工件外观图像，响应于所述工件外观图像不符合预设的工件阈值图像，判定工件光洁度不合格。本申请能够智能识别刀具表面光洁度，且在刀具表面光洁度出现问题后能够第一时间发现并停止数控机床继续工作，以减少工件出现报废或返工的问题。
Description
技术领域
本发明涉及数控机床加工领域，尤其是涉及一种五轴联动数控机床用工件表面光洁度智能检测方法。
背景技术
五轴联动数控机床是一种专门用于加工复杂曲面的机床，在五轴联动数控机床中，工件进行一次装夹就可完成五面体的加工。由于五轴联动数控机床可以对复杂的空间曲面进行高精度加工，所以常用于加工汽车零部件、飞机结构件等模具相关技术。
随着加工领域的发展，工件的尺寸、形状等方面问题已经接近完美，但在工件表面的光洁度上，仍存在不小的问题。工件表面光洁度低是指加工完成的工件表面粗糙且不平整，不能达到工件合格的质量要求。
工件表面光洁度较低的原因主要为两点，一是刀尖磨损过大或崩刃受损，二是数控机床发生共振现象，以导致刀具和工件相对位置发生较大偏移。其中，当工件出现光洁度低的现象时，很难去追根溯源数控机床的问题根源点，因为追溯源数控机床的问题根源点会耗费大量的人力物力。
对于普通的工件，现有的判断工件光洁度的方式通常依靠视觉和触觉进行，但对于一些特殊的工件而言，这类工件对加工工艺的要求非常苛刻，且对于光洁度要求极高，通过现有的依靠视觉和触觉的方法判断工件光洁度，不易进行判断。
所以，由于工件在加工过程中会出现光洁度低的现象，且在加工完成后光洁度低的工件不易判断，容易造成工件加工出现误差，出现工件报废或返工的问题，极大的降低工作效率。
发明内容
为了减少工件出现报废或返工的现象，本申请提供一种五轴联动数控机床用工件表面光洁度智能检测方法。
第一方面，本申请提供的一种五轴联动数控机床用工件表面光洁度智能检测方法采用如下的技术方案：
一种五轴联动数控机床用工件表面光洁度智能检测方法，包括以下步骤：
基于预设的振动传感器，获得第一检测数据，所述第一检测数据包括工件加工过程的实时机床振动数据，响应于机床振动数据异常，控制机床停止工作；
基于预设的超声波传感器，获得第二检测数据，所述第二检测数据包括超声波射出至工件表面反射回波所呈现的工件外观图像，响应于所述工件外观图像不符合预设的工件阈值图像，判定工件光洁度不合格；
基于预设的刀具检测仪器，获得第三检测数据，所述第三检测数据包括工件加工后的刀具外观信息，响应于所述刀具外观信息不符合预设的刀具阈值信息，判定刀具不合格。
通过采用上述技术方案， 本申请在加工过程中检测机床振动情况，能够及时发现机床共振现象，并停止数控机床继续工作，减少了工件的损毁率；在加工后的工件光洁度进行检测，智能识别刀具表面光洁度，能够满足对要求光洁度较为苛刻的工件生产，减少了人工参与，且在刀具表面光洁度出现问题后能够第一时间发现并停止数控机床继续工作，减少工件损毁率；在加工过程后检测刀具磨损程度，以保证下次加工刀具的磨损度是合格的；
本申请针对每一项可能造成工件表面光洁度低下的原因进行检测，高度智能化，在检测结果出现前无需人工干预，减少了出现工件报废或返工的问题，极大的提高可工作效率。
优选的，所述步骤基于预设的超声波传感器，获得第二检测数据，所述第二检测数据包括超声波射出至工件表面反射回波所呈现的工件外观图像，响应于所述工件外观图像不符合预设的工件阈值图像，判定工件光洁度不合格中，包括：基于所述工件外观图像与所述工件阈值图像重合率，判定工件的光洁度；响应于工件光洁度地低于预设工件光洁度阈值，判定光洁度不合格。
通过采用上述技术方案，通过超声波扫描获得工件的外观图像，通过判定外观图像与预设的工件阈值图像重合率，判定光洁度，再判定光洁度是否超过预设的光洁度阈值，以此来判定光洁度是否合格，已达到只能识别刀具表面光洁度的目的，同时由于超声波光路的稳定性较好，受环境因素的影响微弱，所以在各个环境下都能够正常的工作，适应性较强。
优选的，所述步骤基于预设的刀具检测仪器，获得第三检测数据，所述第三检测数据包括工件加工后的刀具外观信息，响应于所述刀具外观信息不符合预设的刀具阈值信息，判定刀具不合格中，包括：
响应于光洁度不合格，启动所述刀具检测仪器，扫描获得刀尖图像；
对比所述刀尖图像与所述刀尖阈值图像，判断刀具的磨损度；
响应于所述刀具磨损度大于或等于预设磨损度阈值，控制机床停止工作。
通过采用上述技术方案，当工件出现光洁度不合格的情况时，启动刀具检测仪器，对刀具刀尖进行检测，排查是否是因为刀具磨损度高造成的工件光洁度低，同时保证下次加工刀具的磨损度是合格的。
优选的，响应于所述刀具磨损小于所述磨损度阈值，控制刀具回归到工件上方位置。
通过采用上述技术方案，由于机床加工结束后，在刀具进行检测完毕后，以使超声波传感器回归至工件正上方，便于下一次的检测。
优选的，所述刀具检测仪器包括红外测距传感器，所述红外测距传感器用于对刀具的刀尖进行扫描，以生成所述刀具外观信息。
通过采用上述技术方案,红外测距传感器通过测量与刀具刀尖直接的距离，获得刀具刀尖的外观信息，以获得刀尖图像，进行刀具磨损度的判断。
优选的，所述步骤基于预设的振动传感器，获得第一检测数据，所述第一检测数据为工件加工过程的实时机床振动数据，并响应于机床振动数据异常，控制机床停止工作中，包括：获得数控机床的机床实时自激振动频率作为所述机床振动数据；响应于所述机床振动频率大于预设的振动频率阈值，判定所述机床数据异常，控制机床停止动作。
通过采用上述技术方案，在加工过程中，检测机床是否发现共振现象，以减少由于机床共振导致刀具和工件相对位置发生较大偏移的现象出现，能够预防工件出现光洁度低的现象。
优选的，响应于所述机床数据正常、刀具合格且所述光洁度不合格，判定出现特殊异常，控制机床停止工作并进行提示。
通过采用上述技术方案，若数控机床并未发生共振现象，但工件表面光洁度低下，且经过检测刀具磨损程度在合理范围内，则说明存在特殊异常，需要现场服务人员对加工环境工艺等方面进行排查，如数控机床是否水平放置，数控机床是否出现爬行现象等。
第二方面，本申请公开一种五轴联动数控机床用工件表面光洁度智能检测装置，采用了上述五轴联动数控机床用工件表面光洁度智能检测方法，包括：振动检测模块，用于基于预设的振动传感器，获得第一检测数据，所述第一检测数据包括工件加工过程的实时机床振动数据，响应于机床振动数据异常，控制机床停止工作；
光洁度检测模块，用于基于预设的超声波传感器，获得第二检测数据，所述第二检测数据包括超声波射出至工件表面反射回波所呈现的工件外观图像，响应于所述工件外观图像不符合预设的工件阈值图像，判定工件光洁度不合格；
刀具检测模块，用于基于预设的刀具检测仪器，获得第三检测数据，所述第三检测数据包括工件加工后的刀具外观信息，响应于所述刀具外观信息不符合预设的刀具阈值信息，判定刀具不合格。
通过采用上述技术方案，振动检测模块在加工过程中检测机床振动情况，能够及时发现机床共振现象，并停止数控机床继续工作，减少了工件的损毁率。
光洁度检测模块在加工后的工件光洁度进行检测，智能识别刀具表面光洁度，能够满足对要求光洁度较为苛刻的工件生产，减少了人工参与，且在刀具表面光洁度出现问题后能够第一时间发现并停止数控机床继续工作，减少工件损毁率。
刀具检测模块在加工过程后检测刀具磨损程度，以保证下次加工刀具的磨损度是合格的；
本申请针对每一项可能造成工件表面光洁度低下的原因进行检测，高度智能化，在检测结果出现前无需人工干预，减少了出现工件报废或返工的问题，极大的提高可工作效率。
第三方面，本申请公开一种终端设备，包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，所述处理器加载并执行计算机程序时，采用了上述的五轴联动数控机床用工件表面光洁度智能检测方法。
通过采用上述技术方案，通过上述的五轴联动数控机床用工件表面光洁度智能检测方法生成计算机程序，并存储于存储器中，以被处理器加载并执行，从而，根据存储器及处理器制作终端设备，方便用户使用。
第四方面，本申请公开一种计算机可读存储介质，采用如下的技术方案：一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器加载并执行时，采用了上述的五轴联动数控机床用工件表面光洁度智能检测方法。
通过采用上述技术方案，通过上述的五轴联动数控机床用工件表面光洁度智能检测方法生成计算机程序，并存储于计算机可读存储介质中，以被处理器加载并执行，通过计算机可读存储介质，方便计算机程序的可读及存储。
附图说明
图1是本申请实施例一种五轴联动数控机床用工件表面光洁度智能检测方法中步骤S1-S4的方法流程图。
图2是本申请实施例一种五轴联动数控机床用工件表面光洁度智能检测方法中步骤S20-S21的方法流程图。
图3是本申请实施例一种五轴联动数控机床用工件表面光洁度智能检测方法中示出振动传感器、超声波传感器及刀具检测仪器在机床上位置的结构示意图。
图4是本申请实施例一种五轴联动数控机床用工件表面光洁度智能检测方法中步骤S30-S23的方法流程图。
附图标记：1、振动传感器；2、超声波传感器；3、刀具检测仪器。
具体实施方式
以下结合附图1-4对本申请作进一步详细说明。
本申请实施例公开一种五轴联动数控机床用工件表面光洁度智能检测方法，参照图1和图2，五轴联动数控机床用工件表面光洁度智能检测方法包括：
S1:基于预设的振动传感器1，获得第一检测数据，第一检测数据包括工件加工过程的实时机床振动数据，响应于机床振动数据异常，控制机床停止工作；
S10：获得数控机床的机床实时自激振动频率作为机床振动数据；
具体的，数控机床正常启动之后，振动传感器1开始工作，参照图3，本申请中振动传感器1可以设置为多个，多个振动传感器1安装在机床上，如安装在用于带动刀具旋转移动的主轴上和机床的机架上，振动传感器1实时检测数控机床的振动频率，并上传至与振动传感器1通信的上位机，以将振动传感器1采集的振动数据实时传输给上位机。
S11：响应于机床振动频率大于预设的振动频率阈值，判定机床数据异常，控制机床停止动作；
上位机内存储有该数字机床的受迫振动驱动力频率阈值作为振动频率阈值，当数控机床的实时自己振动频率跨越受迫振动驱动力频率阈值时，判定机床出现共振现象，此时上位机发出急停指令，控制机床停止动作。
其中上位机上设置有能够进行人机交互的界面，在该界面显示共振警报，以提示使用人员进行检修。
S2:基于预设的超声波传感器2，获得第二检测数据，第二检测数据包括超声波射出至工件表面反射回波所呈现的工件外观图像，响应于工件外观图像不符合预设的工件阈值图像，判定工件光洁度不合格；
S20:基于工件外观图像与工件阈值图像重合率，判定工件的光洁度；
超声波传感器2设置在刀具附近，本申请超声波传感器2设置在安装刀具的刀座上，工件加工完毕后，上位机发出指令使主轴定位在工件正上方，刀具和刀座均安装在主轴上，主轴能够用于带动刀具旋转移动，以使超声波传感器置于工件正上方，此时超声波传感器2开始工作，超声波传感器2通过超声波对工件表面进行扫描，以判断工件表面的粗糙程度，以判定工件的光洁度。
S21:响应于工件光洁度地低于预设工件光洁度阈值，判定光洁度不合格。
具体的，工件表面如果凹凸不平，超声波的波程会发生变化，通过波程算出标准差，若标准差超过设定的标准差阈值，则判定该工件的光洁度低，若标准差小于或等于设定的标准差阈值，则判定该工件的光洁度正常，上述标准差阈值作为工件光洁度阈值。
当判定光洁度不合格后，需要对刀具磨损程度进行判定，参照图1和图4，具体步骤如下：
S3:基于预设的刀具检测仪器3，获得第三检测数据，第三检测数据包括工件加工后的刀具外观信息，响应于刀具外观信息不符合预设的刀具阈值信息，判定刀具不合格。
S30: 响应于光洁度不合格，启动刀具检测仪器3，扫描获得刀尖图像；
当工件出现光洁度不合格的现象时，则上位机发出指令，将刀具定位至刀具检测装置处，刀具检测装置启动，对刀具进行扫描，获得刀具的外观信息，本申请的刀具的外观信息可以是刀尖图像。
参照图3，刀具检测装置包括盒体及设置在盒体内的红外测距仪，盒体安装在机床上，盒体上开设有用于供刀具通过的开口，使刀具通过开口进入到盒体内，在盒体内通过红外测距仪对刀具进行扫描，使刀具检测装置不受数控机床内部光线因素的影响。
S31:对比刀尖图像与刀尖阈值图像，判断刀具的磨损度；
通过对比刀尖图像与预设的刀尖阈值图像，当刀尖图像与预设的刀尖阈值图像不符合时，判定刀具出现磨损，并将刀尖图像与预设的刀尖阈值图像的不重合率作为刀具的磨损度。
S32:响应于刀具磨损度大于或等于预设磨损度阈值，控制机床停止工作；
如设定磨损阈值为10％，当刀具磨损度大于或等于10％时，判定刀具不合格，上位机控制机床停止工作，并发出刀具更换提示信息，以提示使用人员进行刀具的更换。
S33:响应于刀具磨损小于磨损度阈值，控制刀具回归到工件上方位置。
如设定磨损阈值为10％，当刀具磨损度小于10％时，判定刀具合格，上位机控制主轴带动刀具回归至工件正上方，使超声波传感器置于工件正上方，以便于下次加工。
S4：响应于机床数据正常、刀具合格且光洁度不合格，判定出现特殊异常，控制机床停止工作并进行提示。
若数控机床并未发生共振现象，但工件表面光洁度低下，且经过检测刀具磨损程度在合理范围内，则上位机显示特殊异常信号，上位机控制机床停止工作，此时需要使用人员对加工环境工艺等方面进行排查，如数控机床是否水平放置，数控机床是否出现爬行现象等。
本申请实施例一种五轴联动数控机床用工件表面光洁度智能检测方法的实施原理为：
本申请在加工过程中检测机床振动情况，能够及时发现机床共振现象，并停止数控机床继续工作，减少了工件的损毁率；在加工后的工件光洁度进行检测，智能识别刀具表面光洁度，能够满足对要求光洁度较为苛刻的工件生产，减少了人工参与；且在刀具表面光洁度出现问题后能够第一时间发现并停止数控机床继续工作，减少工件损毁率；在加工过程后检测刀具磨损程度，以保证下次加工刀具的磨损度是合格的。
本申请针对每一项可能造成工件表面光洁度低下的原因进行检测，高度智能化，在检测结果出现前无需人工干预，减少了出现工件报废或返工的问题，极大的提高可工作效率。
本申请的技术方案高度智能化，在检测结果出现前无需人工干预，报警信号上传至上位机，现场服务人员可远程控制，且检测工件表面光洁度不会占用过多上位机运算资源；
本申请使用到的超声波光路稳定，受环境因素影响微弱，在各个环境下都能正常工作，适应性强；且刀具检测装置不受数控机床内部光线因素的影响，若无光洁度低下现象，也可能当做刀尖磨损检测装置使用。
本申请实施例还公开一种五轴联动数控机床用工件表面光洁度智能检测装置，包括：
振动检测模块，用于基于预设的振动传感器1，获得第一检测数据，第一检测数据包括工件加工过程的实时机床振动数据，响应于机床振动数据异常，控制机床停止工作；
光洁度检测模块，用于基于预设的超声波传感器2，获得第二检测数据，第二检测数据包括超声波射出至工件表面反射回波所呈现的工件外观图像，响应于工件外观图像不符合预设的工件阈值图像，判定工件光洁度不合格；
刀具检测模块，用于基于预设的刀具检测仪器3，获得第三检测数据，第三检测数据包括工件加工后的刀具外观信息，响应于刀具外观信息不符合预设的刀具阈值信息，判定刀具不合格。
本申请实施例一种五轴联动数控机床用工件表面光洁度智能检测装置的实施原理为：振动检测模块在加工过程中检测机床振动情况，能够及时发现机床共振现象，并停止数控机床继续工作，减少了工件的损毁率。光洁度检测模块在加工后的工件光洁度进行检测，智能识别刀具表面光洁度，能够满足对要求光洁度较为苛刻的工件生产，减少了人工参与，且在刀具表面光洁度出现问题后能够第一时间发现并停止数控机床继续工作，减少工件损毁率。刀具检测模块在加工过程后检测刀具磨损程度，以保证下次加工刀具的磨损度是合格的；
本申请针对每一项可能造成工件表面光洁度低下的原因进行检测，高度智能化，在检测结果出现前无需人工干预，减少了出现工件报废或返工的问题，极大的提高可工作效率。
本申请实施例还公开一种终端设备，包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，其中，处理器执行计算机程序时采用了上述实施例的五轴联动数控机床用工件表面光洁度智能检测方法。
其中，终端设备可以采用台式电脑、笔记本电脑或者云端服务器等计算机设备，并且，终端设备包括但不限于处理器以及存储器，例如，终端设备还可以包括输入输出设备、网络接入设备以及总线等。
其中，处理器可以采用中央处理单元（CPU），当然，根据实际的使用情况，也可以采用其他通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现成可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以采用微处理器或者任何常规的处理器等，本申请对此不做限制。
其中，存储器可以为终端设备的内部存储单元，例如，终端设备的硬盘或者内存，也可以为终端设备的外部存储设备，例如，终端设备上配备的插接式硬盘、智能存储卡（SMC）、安全数字卡（SD）或者闪存卡（FC）等，并且，存储器还可以为终端设备的内部存储单元与外部存储设备的组合，存储器用于存储计算机程序以及终端设备所需的其他程序和数据，存储器还可以用于暂时地存储已经输出或者将要输出的数据，本申请对此不做限制。
其中，通过本终端设备，将上述实施例的五轴联动数控机床用工件表面光洁度智能检测方法存储于终端设备的存储器中，并且，被加载并执行于终端设备的处理器上，以方便用户使用。
本申请实施例还公开一种计算机可读存储介质，并且，计算机可读存储介质存储有计算机程序，其中，计算机程序被处理器执行时，采用了上述实施例的五轴联动数控机床用工件表面光洁度智能检测方法。
其中，计算机程序可以存储于计算机可读介质中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间件形式等，计算机可读介质包括能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM）、随机存取存储器（RAM）、电载波信号、电信信号以及软件分发介质等，需要说明的是，计算机可读介质包括但不限于上述元器件。
其中，通过本计算机可读存储介质，将上述实施例的五轴联动数控机床用工件表面光洁度智能检测方法存储于计算机可读存储介质中，并且，被加载并执行于处理器上，以方便五轴联动数控机床用工件表面光洁度智能检测方法的存储及应用。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
Claims (10)
1.一种五轴联动数控机床用工件表面光洁度智能检测方法，其特征在于，包括以下步骤：
基于预设的振动传感器(1)，获得第一检测数据，所述第一检测数据包括工件加工过程的实时机床振动数据，响应于所述机床振动数据异常，控制机床停止工作；
基于预设的超声波传感器(2)，获得第二检测数据，所述第二检测数据包括超声波射出至工件表面反射回波所呈现的工件外观图像，响应于所述工件外观图像不符合预设的工件阈值图像，判定工件光洁度不合格；
基于预设的刀具检测仪器(3)，获得第三检测数据，所述第三检测数据包括工件加工后的刀具外观信息，响应于所述刀具外观信息不符合预设的刀具阈值信息，判定刀具不合格。
2.根据权利要求1所述的五轴联动数控机床用工件表面光洁度智能检测方法，其特征在于，所述步骤基于预设的超声波传感器(2)，获得第二检测数据，所述第二检测数据包括超声波射出至工件表面反射回波所呈现的工件外观图像，响应于所述工件外观图像不符合预设的工件阈值图像，判定工件光洁度不合格中，包括：
基于所述工件外观图像与所述工件阈值图像重合率，判定工件的光洁度；
响应于工件光洁度地低于预设工件光洁度阈值，判定光洁度不合格。
3.根据权利要求1所述的五轴联动数控机床用工件表面光洁度智能检测方法，其特征在于，所述步骤基于预设的刀具检测仪器(3)，获得第三检测数据，所述第三检测数据包括工件加工后的刀具外观信息，响应于所述刀具外观信息不符合预设的刀具阈值信息，判定刀具不合格中，包括：
响应于光洁度不合格，启动所述刀具检测仪器(3)，扫描获得刀尖图像；
对比所述刀尖图像与所述刀尖阈值图像，判断刀具的磨损度；
响应于所述刀具磨损度大于或等于预设磨损度阈值，控制机床停止工作。
4.根据权利要求3所述的五轴联动数控机床用工件表面光洁度智能检测方法，其特征在于，还包括：
响应于所述刀具磨损小于所述磨损度阈值，控制刀具回归到工件上方位置。
5.根据权利要求1所述的五轴联动数控机床用工件表面光洁度智能检测方法，其特征在于，所述刀具检测仪器(3)包括红外测距传感器，所述红外测距传感器用于对刀具的刀尖进行扫描，以生成所述刀具外观信息。
6.根据权利要求1-4任一项所述的五轴联动数控机床用工件表面光洁度智能检测方法，其特征在于，所述步骤基于预设的振动传感器(1)，获得第一检测数据，所述第一检测数据为工件加工过程的实时机床振动数据，并响应于所述机床振动数据异常，控制机床停止工作中，包括：
获得数控机床的机床实时自激振动频率作为所述机床振动数据；
响应于所述机床振动频率大于预设的振动频率阈值，判定所述机床数据异常，控制机床停止动作。
7.根据权利要求1所述的五轴联动数控机床用工件表面光洁度智能检测方法，其特征在于，
响应于所述机床数据正常、刀具合格且所述光洁度不合格，判定出现特殊异常，控制机床停止工作并进行提示。
8.一种五轴联动数控机床用工件表面光洁度智能检测装置，其特征在于，使用了权利要求1-7任一项所述的五轴联动数控机床用工件表面光洁度智能检测方法，包括：
振动检测模块，用于基于预设的振动传感器(1)，获得第一检测数据，所述第一检测数据包括工件加工过程的实时机床振动数据，响应于所述机床振动数据异常，控制机床停止工作；
光洁度检测模块，用于基于预设的超声波传感器(2)，获得第二检测数据，所述第二检测数据包括超声波射出至工件表面反射回波所呈现的工件外观图像，响应于所述工件外观图像不符合预设的工件阈值图像，判定工件光洁度不合格；
刀具检测模块，用于基于预设的刀具检测仪器(3)，获得第三检测数据，所述第三检测数据包括工件加工后的刀具外观信息，响应于所述刀具外观信息不符合预设的刀具阈值信息，判定刀具不合格。
9.一种终端设备，包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，其特征在于，所述处理器加载并执行计算机程序时，采用了权利要求1-7任一项所述的五轴联动数控机床用工件表面光洁度智能检测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器加载并执行时，采用了权利要求1-7任一项所述的五轴联动数控机床用工件表面光洁度智能检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211483402.2A CN115755762A (zh) | 2022-11-24 | 2022-11-24 | 一种五轴联动数控机床用工件表面光洁度智能检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211483402.2A CN115755762A (zh) | 2022-11-24 | 2022-11-24 | 一种五轴联动数控机床用工件表面光洁度智能检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115755762A true CN115755762A (zh) | 2023-03-07 |
Family
ID=85337297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211483402.2A Pending CN115755762A (zh) | 2022-11-24 | 2022-11-24 | 一种五轴联动数控机床用工件表面光洁度智能检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115755762A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116500963A (zh) * | 2023-06-12 | 2023-07-28 | 中山市生泰汽车配件有限公司 | 一种智能加工方法及加工系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB860255A (en) * | 1955-03-01 | 1961-02-01 | Birmingham Small Arms Co Ltd | Improvements in automatically controlled machine tools |
| CN204413763U (zh) * | 2015-01-20 | 2015-06-24 | 宁波海天精工股份有限公司 | 机床主轴振动检测装置 |
| CN108846581A (zh) * | 2018-06-21 | 2018-11-20 | 武汉科技大学 | 一种机床刀具可靠性评估系统及方法 |
| CN111366123A (zh) * | 2020-03-06 | 2020-07-03 | 大连理工大学 | 一种基于多任务学习的零件表面粗糙度和刀具磨损预测方法 |
| CN113752086A (zh) * | 2021-08-19 | 2021-12-07 | 黄朋飞 | 一种用于数控机床刀具状态检测的方法和装置 |
| CN114055249A (zh) * | 2020-08-05 | 2022-02-18 | 北京福田康明斯发动机有限公司 | 镗孔表面粗糙度监测方法和系统以及存储介质 |
| CN115319538A (zh) * | 2022-08-30 | 2022-11-11 | 上海诺倬力机电科技有限公司 | 五轴头刀具磨损智能检测方法及系统 |
-
2022
- 2022-11-24 CN CN202211483402.2A patent/CN115755762A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB860255A (en) * | 1955-03-01 | 1961-02-01 | Birmingham Small Arms Co Ltd | Improvements in automatically controlled machine tools |
| CN204413763U (zh) * | 2015-01-20 | 2015-06-24 | 宁波海天精工股份有限公司 | 机床主轴振动检测装置 |
| CN108846581A (zh) * | 2018-06-21 | 2018-11-20 | 武汉科技大学 | 一种机床刀具可靠性评估系统及方法 |
| CN111366123A (zh) * | 2020-03-06 | 2020-07-03 | 大连理工大学 | 一种基于多任务学习的零件表面粗糙度和刀具磨损预测方法 |
| CN114055249A (zh) * | 2020-08-05 | 2022-02-18 | 北京福田康明斯发动机有限公司 | 镗孔表面粗糙度监测方法和系统以及存储介质 |
| CN113752086A (zh) * | 2021-08-19 | 2021-12-07 | 黄朋飞 | 一种用于数控机床刀具状态检测的方法和装置 |
| CN115319538A (zh) * | 2022-08-30 | 2022-11-11 | 上海诺倬力机电科技有限公司 | 五轴头刀具磨损智能检测方法及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116500963A (zh) * | 2023-06-12 | 2023-07-28 | 中山市生泰汽车配件有限公司 | 一种智能加工方法及加工系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9031314B2 (en) | Establishing coordinate systems for measurement | |
| US20080133173A1 (en) | Method and system for measuring an image of an object | |
| TW201518889A (zh) | 影像量測系統及方法 | |
| CN102799142A (zh) | 刀具智能监测管理系统及监测管理方法 | |
| US20120253722A1 (en) | Electronic device and method for measurement of flatness of objects using the electronic device | |
| CN115755762A (zh) | 一种五轴联动数控机床用工件表面光洁度智能检测方法 | |
| TW201714702A (zh) | 刀具量測裝置、刀具量測方法及非暫態電腦可讀取記錄媒體 | |
| CN116245808A (zh) | 工件缺陷检测方法、装置、电子设备及存储介质 | |
| CN107131829B (zh) | 一种尺寸公差检测装置和尺寸公差检测方法 | |
| US7254462B2 (en) | Method and system for measuring a figure of a workpiece | |
| KR20210155095A (ko) | 공작기계의 공구파손 검출장치 및 그 방법 | |
| EP4148374A1 (en) | Workpiece holding apparatus, workpiece holding method, program, and control apparatus | |
| CN116678891A (zh) | 一种适用于密封钉焊接处的检测方法、装置、系统及平台 | |
| CN112184637B (zh) | 一种3d打印成形件缺陷在线测评装置 | |
| CN109108735B (zh) | 铣削类数控机加工刀具智能互检方法 | |
| CN115388806A (zh) | 零件表面线型偏差检测方法、装置、电子设备及存储介质 | |
| CN114505855A (zh) | 一种应用于异型曲面加工工艺的机器人轨迹自动生成算法 | |
| Kiraci et al. | Evaluating the capability of laser scanning to measure an automotive artefact: a comparison study of touch trigger probe and laser-scanning | |
| CN114967593A (zh) | 一种工件加工方法、装置、设备、车床和存储介质 | |
| CN112719632A (zh) | 定位切割方法、装置以及切割设备 | |
| Pivkin et al. | New promising approaches to the design of cutting tools based on the search for optimal control indicators | |
| CN110553604A (zh) | 一种水轮机叶片毛坯型面测量与加工余量分析方法 | |
| KR20210023210A (ko) | 치수 품질 검사 방법 및 그 시스템 | |
| JP2014089175A (ja) | Ｃｎｃ機械装置におけるレーザ測定システム及び方法 | |
| Shi et al. | Current study and innovative ideas of online monitoring technology of tool wear |
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 |