[發明專利]一種機床刀具可靠性評估系統及方法

在審

• 申請號: 201810642786.5
• 申請日: 2018-06-21
• 公開（公告）號: CN108846581A
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 陳樂;王賢琳;李衛飛;王愷;劉凱樂
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/02
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魏波

1.一種機床刀具可靠性評估系統，其特征在于：包括終端信息處理模塊、數據采集模塊、振動監測模塊、顯微光學模塊、圖像處理模塊；

所述終端信息處理模塊，用于統計收集機床刀具歷史磨損信息，將歷史數據輸入到設置好的人工神經網絡，進行人工神經網絡的自適應學習，為后續的實時預測作鋪墊，同時用于處理采集的工藝信息；

所述數據采集模塊，用于獲取機床刀具加工過程中影響可靠性的性能參數，包括振動信號、電流信號、聲波信號、磨損量以及加工粗糙度；

所述振動監測模塊，用于監測機床刀具在加工過程中的振動信息；

所述顯微光學模塊，用于監測機床刀具在加工過程中的磨損量信息；

所述的圖像處理模塊，用于獲取加工產品表面粗糙度信息。

2.根據權利要求1所述的機床刀具可靠性評估系統，其特征在于：所述終端信息處理模塊，由一臺計算機組成，并與加裝在機床上的各類傳感器相連，用于處理由數據采集模塊傳輸而來的可靠性信息；同時，基于MATLAB軟件的人工神經網絡的算法構建，調試選擇合適的參數，并將收集相關歷史數據資料作為人工神經網絡的訓練數據樣本，從而擬合輸入與輸出之間的內在關聯，為后續的預測作鋪墊。

3.根據權利要求1所述的機床刀具可靠性評估系統，其特征在于：所述數據采集模塊，由一臺數據采集儀組成，數據采集儀通過與振動傳感器、顯微光學系統、CDD攝像機、聲發射傳感器、粗糙度儀、電流傳感器相連，實時獲取并將采集的信號傳輸到終端信息處理模塊，進行存儲分析。

4.根據權利要求1所述的機床刀具可靠性評估系統，其特征在于：所述振動監測模塊，由多臺聲發射傳感器和電流傳感器組成，通過安裝在機床不同位置的聲發射傳感器和電流傳感器，監測機床在工作時的各部位振動頻率變化、電流變化，實時監測振動頻率、電流，并將監測信息通過數據采集模塊傳遞到終端信息處理模塊。

5.根據權利要求1所述的機床刀具可靠性評估系統，其特征在于：所述顯微光學模塊，由一套顯微光學設備組成，其中CDD攝像機作為主要元部件，在刀具加工過程中以1min作為間隔時間來不間斷捕捉刀具的磨損量；CDD攝像機將捕捉的圖片通過數據采集模塊傳遞到終端信息處理模塊，通過與CDD攝像機匹配的圖像識別軟件，進行磨損量的實時獲取。

6.根據權利要求1-5任意一項所述的機床刀具可靠性評估系統，其特征在于：所述圖像處理模塊，由一臺粗糙度儀組成，當機床加工完工件后，粗糙度儀迅速檢查加工件的表面粗糙度；若加工工件表面粗糙度在正常的加工粗糙度范圍，則加工正常，若連續多個工件在正常范圍外，則終端信息處理模塊自動報警，停止加工。

7.一種機床刀具可靠性評估方法，其特征在于，包括以下步驟：

步驟1：確定影響機床刀具可靠性的指標集，包括振動信號、電流信號、聲波信號、磨損量以及加工粗糙度；以上指標分別由數據采集模塊、振動監測模塊、顯微光學模塊、圖像處理模塊采集；

步驟2：獲取同類型機床刀具歷史可靠性數據；

步驟3：實時監測機床加工過程中刀具可靠性信息，并將實時的可靠性數據作為神經網絡的輸入層，預測在當前工作環境下的剩余使用壽命；

步驟4：分析預測結論。

8.根據權利要求7所述的機床刀具可靠性評估方法，其特征在于：步驟2中，通過查找同類型機床刀具作業過程中的可靠性數據，將數據整理后，去除異常值；將確定的目標值作為人工神經網絡的輸入層信息并進行自適應學習，預測刀具剩余壽命與輸入層之間擬合關系。

9.根據權利要求7所述的機床刀具可靠性評估方法，其特征在于：步驟3中，利用安裝在機床上的各類型傳感器，實時監測加工過程刀具的可靠性性能參數的變化。

10.根據權利要求7-9任意一項所述的機床刀具可靠性評估方法，其特征在于：步驟4中，根據預測結論信息，加工企業在線監測刀具的使用情況，從而做好對應預防措施，提高整體運行效率。