[发明专利]一种用于数控铣床的矩形平面加工深度识别方法

说明书

本发明涉及一种用于数控铣床的矩形平面加工深度识别方法，包括以下步骤：离线训练阶段：设定需要识别的矩形加工平面深度参数；在加工情景下，对于量程中每一个刻度指派A个加工任务，用传感器记录加工过程中的加速度序列，对每个加工任务采集到的加速度序列经过数据预处理、特征提取形成任务向量后，将所有任务向量模糊聚类后形成知识库；在线匹配阶段：对于区分加工深度的矩形平面加工过程，在加工情景下，用加速度传感器记录加工过程中的加速度序列，经数据预处理、特征提取后得到的特征向量与知识库比对，得出加工深度。

技术领域

本发明涉及一种机床加工工程参数自动识别方法，具体涉及数控铣床加工过程中加工深度的自动识别。

背景技术

随着新一代信息通信技术的快速发展及与先进制造技术不断深度融合，全球兴起了以智能制造为代表的新一轮产业变革。德国提出《工业4.0》战略，美国提出《美国先进制造业国家战略计划》，英国提出《英国工业2050战略》。为了应对新的工业革命挑战，中国提出《中国制造2025》，大力推动“智能制造”创新驱动发展，通过以数字化、网络化、智能化为代表的智能制造技术，全面提升中国制造业的整体效率，促进中国制造业由大到强转变，从而提高中国制造业的核心竞争力。

智能车间是智能制造的核心用例，通过对车间实体的映射建模系统“数字孪生”，智能车间可实现产品高度化定制制造、实时动态任务调度分析、基于历史数据与实时数据的故障诊断与寿命预测等功能，以上功能为提高制造业“柔性”、提升生产效率做出重要贡献。“智能车间”中建模系统“数字孪生”与实体设备的信息交换是整个系统的支撑，通过传感器或服务器，模型需获得设备的运行状态信息，针对每台机床，具体包括加工参数(加工过程中主轴转速、进给量、剩余量、切削深度等)。对于切削深度的获取，通常采用基于切削力反馈的方法，该方法需将力传感器埋入底座，配合预测切削深度的专用算法。因涉及机床结构的改动，该方法只能在设计制造机床阶段实施，对于没有切削深度反馈功能的机床则不宜采用该方法。

近年来，加速度传感器朝着小型化、低廉化方向发展：片上无线加速度传感器节点已商业化。适合加速度信号的动态分析方法，如小波分析、经验模态分解等技术日趋成熟，这都为通过切削过程中主轴加速度信号确定切削深度提供了便利的条件。

发明内容

针对上述技术不足，本发明的目的提供一种用于数控铣床的矩形平面加工深度识别方法。该方法可以在复杂的轨道环境中，快速的提供给天车最短的移动路线。

本发明解决其技术问题所采用的技术方案是：一种用于数控铣床的矩形平面加工深度识别方法，包括以下步骤：

离线训练阶段：设定需要识别的矩形加工平面深度参数；在加工情景下，对于量程中每一个刻度指派A个加工任务，用传感器记录加工过程中的加速度序列，对每个加工任务采集到的加速度序列经过数据预处理、特征提取形成任务向量后，将所有任务向量模糊聚类后形成知识库；

在线匹配阶段：对于区分加工深度的矩形平面加工过程，在加工情景下，用加速度传感器记录加工过程中的加速度序列，经数据预处理、特征提取后得到的特征向量与知识库比对，得出加工深度。

所述矩形加工平面深度参数包括最大值、最小值和分度值。

所述加工情景指铣削过程中，没有更换刀具、工件的操作，主轴转速恒定，铣削平面为深度均一的矩形平面。

所述传感器为输出频率3200Hz、量程-4g到4g的加速度传感器。

所述加速度传感器为输出频率大于3200Hz、量程为-4g到4g的无线加速度传感器。

所述数据预处理具体指对一个加工任务的加速度序列采用32阶自适应数字滤波器处理，对滤波过后的时域特征分段，包括以下步骤：