[发明专利]卧式内拉床智能拉削单元有效
申请号: | 201710533270.2 | 申请日: | 2017-07-03 |
公开(公告)号: | CN107159964B | 公开(公告)日: | 2018-12-18 |
发明(设计)人: | 倪敬;陈烨波;蒙臻;吴参 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | B23D41/00 | 分类号: | B23D41/00;B23Q17/09 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 黄前泽 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 卧式 拉床 智能 单元 | ||
本发明公开了卧式内拉床智能拉削单元。工人经验推断刀具的使用寿命情况,容易产生误判。本发明的WinCC监控系统将模拟量输入模块保存的数字量信号传输给数据处理模块。控制模块根据诊断模块输出的刀齿磨损情况实际输出结果输出对应的控制量。输出模块用于将控制模块输出的控制量转换成模拟量信号输出给执行模块。自学习模块以诊断结果数据库中的刀齿磨损情况实际输出结果和预期输出结果的偏差作为参考,实现对隶属度进行调整,并更新控制规则数据库中模糊决策矩阵,实现自学习。本发明基于拉削速度和拉削负载特性,通过模糊推理和决策规则自学习原理,进行刀齿磨损和寿命智能预测。
技术领域
本发明涉及一种卧式内拉床智能拉削单元,特别是涉及一种卧式内拉床专用的拉削刀具负载、磨损和寿命的智能检测与拉削控制单元。
背景技术
拉削是在复杂的内部和外部轮廓、高表面完整性和精度要求的部件的制造中广泛使用的加工方式。它在制造燃气轮机和航空航天工业中难加工材料方面特别适用。拉削刀具的状况对于达到航空航天工业所需的表面完整性水平具有重要的影响,特别是对于航空发动机的旋转部件。因此将拉刀状态维持在一个良好的状态是对难加工材料进行精密加工时的重要保障。
另外,由于拉刀在拉削过程中的刀齿的磨损与拉削力、拉削振动、拉削速度等都有关系,具有变量多、耦合性强以及非线性的特点,难以针对刀齿的磨损建立准确的数学模型,这就给判断拉刀寿命带来了很大的困难。由于影响拉刀磨损的因素很多,包括拉削速度、拉削振动、润滑条件等,如何综合各类影响因素,从而建立起这些影响因素与刀具磨损情况的对应关系,进而分析得到刀具的寿命情况,是实现对拉刀寿命进行实时检诊的关键部分。而现有的技术还不能够有效检诊拉刀寿命,更无法实现对拉刀寿命的实时监测。
目前,国内大多数企业大多通过工人经验对拉刀磨损情况进行观察推断出刀具的使用寿命情况,然而这种方法容易产生误判,准确度不高,诊断效果不理想,难以保证拉刀维持在良好的运行状态。
发明内容
本发明针对卧式内拉床的拉削刀具负载、磨损和寿命不易实时反馈的问题,提出了一种集刀具负载、刀齿磨损与寿命智能检测和拉削过程控制为一体的卧式内拉床智能拉削单元。该智能拉削单元是一种卧式内拉床专用的基于液压缸两腔压力反馈的拉削负载特性检测传感器设置装置;是一种拉削负载特性的声发射检测装置;是一种卧式内拉床专用的拉削位移和速度检测装置;是一种基于拉削速度和拉削负载特性,通过模糊推理和决策规则自学习原理,进行刀齿磨损和寿命智能预测装置;是一种可根据刀具磨损和寿命预测结果,通过电液比例阀,优化调整拉削加工参数(拉削速度,切削液用量等)的智能单元;是一种可根据刀具磨损和寿命预测结果评价拉刀质量优劣的智能单元。
本发明包括传感器模块、数据采集模块、WinCC监控系统、数据处理模块、数据存储模块、诊断模块、控制模块、自学习模块、输出模块和执行模块。
所述的传感器模块包括应变片式传感器、声波式传感器、压应力传感器、流量传感器和位移传感器。卧式内拉床的工件安装座沿周向均布设置四片应变片式传感器,主油缸的进、出液压管上均设置压应力传感器;所述声波式传感器悬空安装于拉刀正上方;所述流量测传感器设置在执行模块中微量润滑模块的管路中;所述位移传感器设置在主油缸末端,测量主油缸的活塞杆位移。
所述的数据采集模块包括模拟量输入模块和通讯模块;所述模拟量输入模块对应变片式传感器、声波式传感器、压应力传感器、流量传感器和位移传感器的数据进行采集,并且将采集到的模拟量信号转换成数字量信号进行保存;WinCC监控系统通过通讯模块与模拟量输入模块通讯,将模拟量输入模块保存的数字量信号传输给数据处理模块。
所述的数据处理模块对数字量信号进行低通滤波,然后按各个刀齿采集时间划分进行均值运算,获得各个刀齿的拉削力、拉削振动和主油缸两腔压力、切削液流量以及拉削速度五个特征量实际值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710533270.2/2.html,转载请声明来源钻瓜专利网。