[发明专利]一种数控机床铣削加工稳定性的动-静态优化方法有效
申请号: | 201710786443.1 | 申请日: | 2017-09-04 |
公开(公告)号: | CN107589723B | 公开(公告)日: | 2019-09-24 |
发明(设计)人: | 王家序;魏子淇;熊青春;周青华;黄彦彦;杨勇;周广武;蒲伟;王洪乐;向往;杨万友 | 申请(专利权)人: | 四川大学;成都飞机工业(集团)有限责任公司;中国航空工业集团公司 |
主分类号: | G05B19/4093 | 分类号: | G05B19/4093 |
代理公司: | 成都顶峰专利事务所(普通合伙) 51224 | 代理人: | 杨军 |
地址: | 610000 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 数控机床 铣削 加工 稳定性 静态 优化 方法 | ||
1.一种数控机床铣削加工稳定性的动-静态优化方法,其特征在于,包括如下步骤:
S1、在机床主轴、刀身安装位移传感器、力传感器和加速度传感器采集机床动态参数;
S2、将采集的数据传输到数据库中;
S3、利用基于BP神经网络的自决策专家系统对采集的数据进行学习、融合和更新;
S4、对采集的数据进行特征信息提取,输出动态固有频率、模态参数和切削力系数,生成实时铣削加工的稳定性叶瓣图;
S5、查找NC代码获得加工工艺参数带入稳定性叶瓣图进行稳定域判断是否需要优化NC代码,若需要优化则择一或同时执行步骤S6、S7;
S6、以加工效率为目标函数,对离线输入的加工工艺NC代码进行静态离线优化;
S7、以加工效率为目标函数,对当前加工NC代码进行加工参数的动态在线优化。
2.根据权利要求1所述的一种数控机床铣削加工稳定性的动-静态优化方法,其特征在于,若执行步骤S6,则所述步骤S5中查找NC代码为遍历所有的NC代码;
若执行步骤S7,则所述步骤S5中查找NC代码为识别当前运行的NC代码。
3.根据权利要求1所述的一种数控机床铣削加工稳定性的动-静态优化方法,其特征在于,判断是否需要优化NC代码的判断过程为:将加工工艺参数带入稳定性叶瓣图,观察这些加工工序是否在稳定区域内,加工工艺参数包括主轴转速、轴向切深;
(a)若在稳定区域内,则不需要优化NC代码;
(b)若不在稳定区域内,则判断存在风险工序参数,需要优化。
4.根据权利要求1所述的一种数控机床铣削加工稳定性的动-静态优化方法,其特征在于,所述优化NC代码方式为:修改NC代码中的风险工序参数生成新的NC代码。
5.根据权利要求4所述的一种数控机床铣削加工稳定性的动-静态优化方法,其特征在于,优化NC代码后,还包括步骤:
S8、新生成的NC代码由系统自带的通信功能传输到数控机床。
6.根据权利要求1所述的一种数控机床铣削加工稳定性的动-静态优化方法,其特征在于,所述稳定性叶瓣图的生成过程为:
S401、采用谱分析获取刀尖位置的频响函数;
S402、由自决策专家系统得到动态固有频率、切削力系数以及模态参数质量M、阻尼C、刚度K;
S403、生成稳定性叶瓣图。
7.根据权利要求2所述的一种数控机床铣削加工稳定性的动-静态优化方法,其特征在于,识别当前运行的NC代码获得加工工艺参数的过程为:
S501、对当前运行的NC代码进行地址代码读取;
S502、将地址代码输出至数据库中获取切削力系数和刀具参数。
8.根据权利要求1所述的一种数控机床铣削加工稳定性的动-静态优化方法,其特征在于,所述BP神经网络的输入向量为{σ12,σ22,σ12·σ22,Δy3,},其中,分别为位移信号、加速度信号和切削力信号的均值,σ12、σ22分别为位移信号和加速度信号的标准差,Δy3为切削力信号的差分数值。
9.根据权利要求1所述的一种数控机床铣削加工稳定性的动-静态优化方法,其特征在于,所述采集的数据通过无线方式传输到数据采集盒中。
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四川大学;成都飞机工业(集团)有限责任公司;中国航空工业集团公司,未经四川大学;成都飞机工业(集团)有限责任公司;中国航空工业集团公司许可,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/201710786443.1/1.html,转载请声明来源钻瓜专利网。