[发明专利]一种基于生产现场统计数据分析的切削用量确定方法

说明书

本发明提供一种基于生产现场统计数据分析的切削用量确定方法，首先将收集的切削数据集进行合理性和完整性的审核，剔除不符合要求的切削数据记录，并根据分类属性进行分组，建立求解切削速度的公式，对于切削数据记录超过5项的组别可直接通过回归分析求解公式中的各参数值，对于切削数据记录不超过5项的组别，待求解参数无法确定时，借用切削工艺、工件材料种类和刀具材料种类均相同的组别所对应的已经确定出切削速度具体表达式中的参数，本发明可以将企业现有的传统离散型静态数据库转换为浓缩型数据库，并综合了其优势，可以使生产企业大量切削加工中的经验数据得到有效的利用。

技术领域

本发明涉及机械加工及切削数据库技术领域，具体涉及一种基于生产现场统计数据分析的切削用量确定方法。

背景技术

切削用量的确定一般通过两种途径，依据机床操作工人的个人经验或由切削数据库推荐。

现有的切削数据库依据其存储内容和运行模式大体可以分为两类：存储经验数据的检索式离散型静态数据库，以及存储经验公式的计算式浓缩型动态数据库。

离散型静态数据库是目前大多数切削数据库所采取的模式。优点是数据库结构简单，存储的数据为原始数据，多经过经验验证。缺点是切削数据的特征属性较多，而不同特征属性的组合通常是个天文数字，在数据量有限的条件下，检出率很低。而且在切削条件描述越精确，数据越完整的情况下，数据的检出率越低。导致此类数据库的实用性普遍不高。除少量小品种、大产量的行业之外，绝大多数并未取得实际的应用。

浓缩型动态数据库中存储的是经验公式，通过计算得到所需切削条件下的切削用量数据，较大程度上解决了离散型静态数据库检出率低的问题。但经验公式的取得必须以大量的切削试验及完整的理论体系作为支撑，单一的研究机构或者企业基本无力承担。而生产企业的真实工况与切削试验及理论之间往往又存在很大的差距，亦制约了此类切削数据库的实用性。

基于实例的推理是一种新的切削数据库建立方法。它通过计算已有数据属性和查询条件的相似度，并通过推理对切削用量进行调整，在一定程度上结合了以上两种数据库原理的优势。近年来一直有一些机构在开展相应的研究。然而从应用效果上来看，除了在数据相似度判断方面比较成熟之外，数据推理计算方面还普遍达不到实际应用的需求。其主要障碍在于，推理机所采用的数学模型通常较为复杂，而源数据又经常达不到要求的优化度与稳定性。

因此，生产企业的现状往往是，一方面耗费大量人力物力收集了大量宝贵的切削经验数据，另一方面又由于缺少行之有效的方法，使这些数据得到有效的利用。在确定切削用量时，大多数情况下仍主要依赖机床操作工人的个人经验。

发明内容

针对现有技术的不足，本发明提出一种基于生产现场统计数据分析的切削用量确定方法，包括如下步骤：

步骤1：统计包含N条切削数据记录的切削数据集，每条切削数据记录各分类属性和参数属性，所述分类属性包括切削工艺、工件材料种类、工件材料牌号、工件被加工表面几何特征、刀具材料牌号、刀具材料种类、刀具几何特征，所述切削工艺包括车削、铣削、钻削、铰削、镗削数控切削工艺，所述参数属性包括切削用量、刀具几何参数和工件被加工表面几何参数，所述切削用量包括进给量、切削深度、切削行距，所述刀具几何参数包括刀具直径、刀尖圆角半径、刀具前角、刀片宽度、铣刀齿数、铣刀螺旋角和主偏角，所述工件被加工表面几何参数包括外圆弧半径、内圆弧半径、工件的外表面直径和内表面直径；

步骤2：判断每条切削数据记录的完整性，如果第k条切削数据记录中包含所有分类属性、切削工艺对应的所有切削用量以及特定刀具几何特征所对应的刀具几何参数，则认为第k条切削数据记录是完整的，否则，认为第k条切削数据记录是不完整的，剔除不完整的切削数据记录，k＝1,2,…,N，所述特定刀具几何特征所对应的刀具几何参数为：旋转类刀具的刀具几何参数是指刀具直径，铣刀的刀具几何参数是指铣刀齿数，切槽刀具的刀具几何参数是指刀片宽度；