[发明专利]一种刀具状态在线监测方法和管理系统

说明书

本发明涉及一种刀具状态在线监测方法和管理系统，包括破损监测方法和磨损监测方法组成，破损监测方法主要针对刀具破损情况监测，采用改进的多特征时间序列动态匹配算法进行监测；磨损监测子方法主要针对刀具磨损情况监测，采用改进的Laser‑循环神经网络模型进行监测；管理系统包括基础信息模块、刀具领用模块、刀具采购模块、刀具使用模块、刀具归还模块、刀具监测预警模块、刀具修磨模块、激光信号处理模块和传感器信号处理模块。本发明能切实解决传统刀具状态监测缺乏实时性、精准性和全面性等问题，有效提高制造业生产效率和产品质量。

技术领域

本发明涉及工业互联网和智能制造领域，特别是指一种刀具状态在线监测方法和管理系统。

背景技术

随着我国“智能制造”战略的稳步推进，制造业自动化和智能化水平越来越高，数控机床的应用也越来越广泛。刀具作为数控机床的核心部件，其状态的好坏直接影响产品的最终质量，因此，在数控加工过程中对刀具状态的监测尤为重要。

目前传统数控加工过程中对刀具状态的监测缺乏科学、全面、有效的智能化监测预警措施，主要存在几个问题：首先，对刀具状态监测多需在停机拆下刀具的情况下以人工借助辅助设备进行检测的方式进行，无法实时监测，占用生产时间且效率低下，不适合大规模的生产环境；其次，刀具异常主要是破损和磨损，这两种情况下刀具状态监测对时效性和精准度要求存在差别，而传统的刀具状态监测系统缺乏有效的、差异化的监测措施对这两种情况进行全面监测。这导致目前刀具的状态监测和管理问题愈发突出，进而影响企业的生产效率、产品质量和企业形象。

发明内容

为了解决传统刀具破损和磨损异常状态监测问题，本发明提出一种刀具状态在线监测方法和管理系统。

本发明采用如下技术方案：

一种刀具状态在线监测方法,其特征在于：采用改进的多特征时间序列动态匹配算法实现破损监测，及采用改进的Laser-循环神经网络模型实现磨损监测。

优选的，所述破损监测包括如下步骤：

A1)获取刀具正常状态下表面激光反射波时间序列信号Q₁，获取正常加工过程中刀具的声发射信号时间序列集合Q₂和机床功率时间序列集合信号Q₃，对信号数据进行预处理；

A2)分别赋予Q₁、Q₂、Q₃权值μ₁、μ₂和μ₃，则经过权值调整得到综合时间序列矩阵XL，将其分为生成标准序列集合T_o和计算阈值序列集合T₁；

A3)根据生成标准序列集合T_o确定标准平均序列X_s；

A4)计算阈值序列集合T₁与标准平均序列X_s的最小累积距离作为阈值β；

A5)实时采集刀具加工过程中激光反射数据、声发射数据和机床功率数据，计算其与标准平均序列X_s的最小累积距离若最小累积距离大于阈值β，则发出破损报警。

优选的，所述步骤A3)具体包括如下：

A3.1)从标准序列集合T_o随机选取一条序列X作为初始平均序列，计算T_o中其他序列和X序列的最小累积距离；

A3.2)判断X序列到T_o中各序列的累积距离平方和是否下降，若下降，则将平均序列X中的每个坐标更新为T_o中与之匹配的坐标的均值，并回到步骤A3.1)；若否，则将当前平均序列作为标准平均序列X_s输出。