[发明专利]用于确定机床主轴状态的装置和方法

说明书

本发明涉及一种用于确定机床(5)的主轴(1)的状态的装置(2)和方法。装置(2)包括：采集构件，用于检测主轴(1)的传感器数据；处理单元，设计用于借助于人工智能来分析检测到的传感器数据并且由此限定主轴状态；和输出构件，用于输出所确定的主轴状态。

技术领域

本发明涉及一种用于确定机床主轴的主轴状态的装置以及方法。

背景技术

在机床主轴(也被称为刀具主轴)的运行期间，由于不同的原因可能出现意外的错误。例如可能的是，如果主轴在升高的负载水平下运行较长的时间，那么主轴便提前失效且进而在其原本的使用寿命结束之前失效。当今的系统没有能够显示描述当前主轴状态的数据的界面。因此，不能借助于客观的测量来确定主轴的实际负载或升高的故障风险。

目前，基于机床操作者的经验来估计主轴状态。

在US 2014/298099A1中公开一种智能识别系统。系统包括中央处理电路板、数据检测电路板、同步通信电路板以及多个连接插头，其中，这些部件经由连接插头相互连接以进行数据传输。有多个传感器与智能识别系统连接，以采集反映待检测的设备的运行状态的数据。智能识别系统用于实时检测以及通过检测设备的温度、振动和/或噪声信号来诊断机械故障。

CN 102 825 504 B公开了一种用于数控机床的主轴的状态检测方法，其属于机床故障诊断领域。该方法包括以下步骤：检测从传感器系统通过主机传输的信号；以及分析根据步骤1所检测的信号，确定故障特征曲线参数，通过专家系统、人工神经网络系统或支持向量处理所获得的故障特征曲线参数以获得三个故障诊断结果，并且通过算法融合三个故障诊断结果。

从US 5 566 092 A中设计一种机器故障诊断系统。用于故障诊断的主要技术是故障诊断网络，其是基于修改的神经元网络架构的。

发明内容

本发明的目的是改进这种机床。

该目的通过一种用于确定机床的主轴的主轴状态的装置来实现，装置具有：采集构件，用于检测主轴的传感器数据；处理单元，设计用于借助于人工智能分析检测到的传感器数据并且由此确定主轴状态；以及输出构件，用于输出所确定的主轴状态。

此外，目的还通过用于确定主轴状态的方法利用根据本发明的装置来实现，方法具有以下步骤：

-由采集构件检测主轴的传感器数据；

-由处理单元借助于人工智能分析检测到的传感器数据；

-基于对检测到的传感器数据的分析来确定主轴状态；

-由输出构件输出所确定的主轴状态。

优选地，根据本发明的用于确定机床主轴的主轴状态的装置表征主轴的负载。有利地，采集构件为此在机床运行期间检测主轴的传感器数据，例如主轴温度、主轴转矩、主轴力和/或主轴转速。特别地，由装置来检测所有上述传感器数据。借助于上述传感器数据能够由装置得出主轴状态。

处理单元借助于人工智能分析检测到的传感器数据并且由此确定主轴状态。有利地，处理单元将主轴的负载分类，优选地至少分成四个类型。对此，特别适合的是分到以下四个类型中的一个类型中：“永久允许”类型、“中期允许”类型、“短期允许”类型、“不允许”类型。在针对四个类型的可选实施方式中，还能够提供分数(特别是连续的分数)，以用于对主轴状态进行分类。例如在0和1之间选择分数，则能够将主轴从“永久允许”(标记为0)到“不允许”(标记为1)表示出来。当然，同样可以想到其他类型的命名法。

优选地，采集构件在限定的时间窗口期间检测传感器数据。有利地，时间窗口在0.5秒至10秒之间，特别是在1秒至5秒之间。