[发明专利]一种数控机床的零件加工尺寸预测方法有效
申请号: | 201810369668.1 | 申请日: | 2018-04-24 |
公开(公告)号: | CN108445835B | 公开(公告)日: | 2019-11-12 |
发明(设计)人: | 向华;周会成;孙金伟;周浩 | 申请(专利权)人: | 华中科技大学;襄阳华中科技大学先进制造工程研究院 |
主分类号: | G05B19/401 | 分类号: | G05B19/401 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 周磊;曹葆青 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 尺寸误差 预测模型 尺寸预测 零件加工 数控机床 大数据 机床 数控加工技术 评测 测量仪器 尺寸数据 分配权重 加工零件 人工成本 设备使用 生产效率 数据建立 数据拟合 数控系统 图形特征 铣削加工 测量仪 标定 拟合 加工 测量 采集 预测 通讯 维护 | ||
1.一种数控机床的零件加工尺寸预测方法,其特征在于,包括以下步骤:
(a)加工前确定数控加工的参数和条件;
(b)加工时按时域采集机床的电控数据;
(c)通过指令域分析方法计算电控数据中的主轴负载电流的特征值,其中,所述指令域分析方法首先在数控加工程序中找出最后一次半精加工或精加工其中一关键尺寸的所在行行号,根据该行号从机床总数据中分离出加工关键尺寸的机床数据,然后对该机床数据进行计算得到数据特征值,该数据特征值采用均值或均方根;
(d)将加工过程中的机床总数据划分为两部分:第一部分数据为进给轴位移数据,第二部分数据为G代码任务、电控数据、加工参数和加工条件数据;
(e)将第一部分数据的进给轴位移数据按G代码任务所示的加工图形进行图形拟合,获得拟合图形,将拟合图形的尺寸与加工尺寸的理论值进行比较,获得尺寸误差;然后将第二部分数据与加工后用测量仪测量获得的尺寸误差进行标定并建立预测模型;
(f)将通过第一部分数据获得的尺寸误差与通过第二部分数据建立的预测模型预测的尺寸误差根据测试实例分配权重进行加权,得到最终的在线尺寸预测模型。
2.根据权利要求1所述的一种数控机床的零件加工尺寸预测方法,其特征在于,数控加工的参数和条件包括所选刀具直径、铣削方式、主轴转速、进给量、切宽余量、切深和/或零件加工尺寸的类别,其中,零件加工尺寸的类别是指零件的内圆和外圆的尺寸误差的变化趋势,铣削方式为顺铣或逆铣。
3.根据权利要求1所述的一种数控机床的零件加工尺寸预测方法,其特征在于,电控数据包括主轴负载电流、进给轴电流、进给轴跟随误差和进给轴位移数据。
4.根据权利要求1所述的一种数控机床的零件加工尺寸预测方法,其特征在于,所述待预测的零件的关键尺寸包括零件上平行线之间距离尺寸、零件上直径尺寸和/或半径尺寸。
5.根据权利要求1所述的一种数控机床的零件加工尺寸预测方法,其特征在于,得到尺寸误差预测模型的具体过程如下:
第一部分数据进行拟合的方式是将采集的指令行的实际坐标插补点按给定的图形进行拟合,得出图形的特征尺寸;
第二部分数据建立预测模型的方式是:加工前的参数和条件结合加工时采集的数控机床电控数据,按实验后用测量仪测得的尺寸误差值通过使用神经网络方法建立非线性映射;
进一步利用这两部分数据获得的多组测试数据,将这些测试数据的结果分配合理的权重进行加权,最后得到尺寸误差预测模型。
6.根据权利要求1所述的一种数控机床的零件加工尺寸预测方法,其特征在于,所述图形拟合包括圆拟合和直线特征拟合。
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华中科技大学;襄阳华中科技大学先进制造工程研究院,未经华中科技大学;襄阳华中科技大学先进制造工程研究院许可,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/201810369668.1/1.html,转载请声明来源钻瓜专利网。