[发明专利]一种刀具剩余寿命确定方法及装置、电子设备及存储介质在审

专利信息
申请号: 202310044780.9 申请日: 2023-01-30
公开(公告)号: CN115859529A 公开(公告)日: 2023-03-28
发明(设计)人: 江金根;陈阳 申请(专利权)人: 友机技术(上海)有限公司
主分类号: G06F30/17 分类号: G06F30/17;G06F30/27;G06F119/04
代理公司: 深圳市优赛朝闻专利代理事务所(普通合伙) 44454 代理人: 原程
地址: 200000 上海市浦东新区自*** 国省代码: 上海;31
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 刀具 剩余 寿命 确定 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种刀具剩余寿命确定方法,其特征在于,所述方法应用于设有加速度传感器以及功率传感器的机床中,该方法包括:

采集刀具自安装至所述机床使用至被更换过程中的振动信号以及功率信号,并在针对所述振动信号以及所述功率信号进行特征指标提取后生成指标矩阵,所述指标矩阵包含所述过程包含的工步的数量以及对应所述工步的指标数量;

根据所述指标矩阵以及提取后的特征指标生成趋势性序列,并根据所述趋势性序列的趋势性信息获取寿命因子,所述寿命因子基于筛选指标序列生成,所述筛选指标序列根据所述趋势性信息生成;

根据所述指标矩阵以及所述寿命因子生成刀具寿命预测模型;

当采集到新刀具的振动信号以及功率信号时,根据所述刀具寿命预测模型对所述新刀具的剩余寿命进行获取。

2.如权利要求1所述的方法,其特征在于,在针对所述振动信号以及所述功率信号进行特征指标提取后生成指标矩阵,具体为:

以每一个工步为单位对所述振动信号以及所述功率信号进行特征指标提取;

根据所述特征指标提取后得到的统计指标生成所述指标矩阵。

3.如权利要求2所述的方法,其特征在于,根据所述指标矩阵以及提取后的特征指标生成趋势性序列,具体为:

根据所述指标矩阵的每一列生成第一统计量,以及根据所述指标矩阵的每一列的逆序列生成第二统计量;

根据所述第一统计量对应的趋势以及所述第二统计量对应的趋势,生成所述特征指标的趋势性信息;

基于所述趋势性信息生成所述趋势性序列;

将所述趋势性序列内的元素按照数值从大至小的顺序进行排列。

4.如权利要求3所述的方法,其特征在于,根据所述趋势性序列的趋势性信息获取寿命因子,具体为:

对所述趋势性序列进行一维聚类处理,并确定类的数量;

确定各所述类中元素的数值总和,将所述数值综合最大的一类作为趋势性最大的一类;

将所述趋势性最大的一类对应的特征指标作为所述筛选指标序列;

根据所述筛选指标序列中的所有指标构建寿命矩阵,并基于所述寿命矩阵获取所述寿命因子。

5.如权利要求4所述的方法,其特征在于,根据所述指标矩阵以及所述寿命因子生成刀具寿命预测模型,具体为:

将所述寿命因子以及所述指标矩阵进行归一化处理;

将所述归一化处理后的寿命因子以及指标矩阵输入待学习模型进行参数学习;

将所述参数学习后的模型作为所述刀具寿命预测模型。

6.如权利要求5所述的方法,其特征在于,根据所述刀具寿命预测模型对所述新刀具的剩余寿命进行获取,具体为:

将所述新刀具的振动信号以及功率信号转换为所述新刀具的指标数据集;

利用所述刀具寿命预测模型对所述新刀具的指标数据集进行分析,以确定所述新刀具在下一工步对应的寿命因子;

基于所述下一工步对应的寿命因子确定所述新刀具在所述下一工步是否满足工作要求。

7.一种刀具剩余寿命确定装置,其特征在于,所述装置应用于设有加速度传感器以及功率传感器的机床中,该装置包括:

采集模块,采集刀具自安装至所述机床使用至被更换过程中的振动信号以及功率信号,并在针对所述振动信号以及所述功率信号进行特征指标提取后生成指标矩阵,所述指标矩阵包含所述过程包含的工步的数量以及对应所述工步的指标数量;

第一生成模块,根据所述指标矩阵以及提取后的特征指标生成趋势性序列,并根据所述趋势性序列的趋势性信息获取寿命因子,所述寿命因子基于筛选指标序列生成,所述筛选指标序列根据所述趋势性信息生成;

第二生成模块,根据所述指标矩阵以及所述寿命因子生成刀具寿命预测模型;

获取模块,当采集到新刀具的振动信号以及功率信号时,根据所述刀具寿命预测模型对所述新刀具的剩余寿命进行获取。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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友机技术(上海)有限公司,未经友机技术(上海)有限公司许可,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/202310044780.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top