-
公开(公告)号:CN108646670B
公开(公告)日:2020-01-03
申请号:CN201810321840.6
申请日:2018-04-11
Applicant: 华中科技大学 , 襄阳华中科技大学先进制造工程研究院
IPC: G05B19/404
Abstract: 本发明属于数控机床温度监控与预测领域,并具体公开了一种数控机床部件温度实时预测方法,该方法包括如下步骤:实时采集数控机床的传感器信号并进行预处理;根据预处理后的信号数据计算从ti‑1时刻到ti时刻的由内部热源引起的机床部件温度变化量和由环境温度引起的机床部件温度变化量叠加和得到机床部件从ti‑1时刻到ti时刻的最终温度变化量ΔT;实时预测数控机床部件的温度:Ti=Ti‑1+ΔT。本发明具有预测速度快、准确率高的优点,同时使用简单方便,且不改变数控机床的机械结构、不影响数控机床的动态特性,可实现机床部件温度的实时预测。
-
公开(公告)号:CN108427841B
公开(公告)日:2020-09-18
申请号:CN201810198049.0
申请日:2018-03-12
Applicant: 华中科技大学 , 襄阳华中科技大学先进制造工程研究院
IPC: G06F30/20 , G06F119/04
Abstract: 本发明属于数控机床刀具寿命预测领域,并具体公开了一种数控机床刀具剩余寿命实时预测方法,包括如下步骤:实时采集数控机床加工时的传感器信号,并进行信号预处理;通过预处理后的信号数据判断加工工况,根据加工工况的不同将加工过程划分为工作子区间;对每个工作子区间对刀具产生的损伤进行累加得到刀具累加损伤指数;以刀具累加损伤指数实现对刀具在目标工况下剩余寿命的实时预测。本发明不需要额外的搭建实验平台,不需要拆装刀具,不影响数控机床的正常加工,可实现数控机床刀具寿命的实时预测,具有预测速度快、准确率高的优点。
-
公开(公告)号:CN108445835A
公开(公告)日:2018-08-24
申请号:CN201810369668.1
申请日:2018-04-24
Applicant: 华中科技大学 , 襄阳华中科技大学先进制造工程研究院
IPC: G05B19/401
Abstract: 本发明属于数控加工技术领域,并公开了一种数控机床的零件加工尺寸预测方法,该预测方法包括:通过软件与数控系统通讯并采集加工运行中的机床大数据;将机床大数据与铣削加工条件这些数据划分为两部分;将第一部分数据进行图形特征拟合得出图形尺寸数据;将第二部分数据与加工后所用测量仪测量的尺寸误差进行标定并建立预测模型,结合实际将第一部分数据拟合的尺寸误差与第二部分数据建立的预测模型评测的尺寸误差分配权重进行加和,得到最终的在线尺寸误差预测模型。本发明可减少测量仪器的使用,节省人工成本和设备使用维护成本,而且能够方便快捷的在线给出每个加工零件的尺寸误差结果且达到较好的精度,提高生产效率。
-
公开(公告)号:CN108445835B
公开(公告)日:2019-11-12
申请号:CN201810369668.1
申请日:2018-04-24
Applicant: 华中科技大学 , 襄阳华中科技大学先进制造工程研究院
IPC: G05B19/401
Abstract: 本发明属于数控加工技术领域,并公开了一种数控机床的零件加工尺寸预测方法,该预测方法包括:通过软件与数控系统通讯并采集加工运行中的机床大数据;将机床大数据与铣削加工条件这些数据划分为两部分;将第一部分数据进行图形特征拟合得出图形尺寸数据;将第二部分数据与加工后所用测量仪测量的尺寸误差进行标定并建立预测模型,结合实际将第一部分数据拟合的尺寸误差与第二部分数据建立的预测模型评测的尺寸误差分配权重进行加和,得到最终的在线尺寸误差预测模型。本发明可减少测量仪器的使用,节省人工成本和设备使用维护成本,而且能够方便快捷的在线给出每个加工零件的尺寸误差结果且达到较好的精度,提高生产效率。
-
公开(公告)号:CN108646670A
公开(公告)日:2018-10-12
申请号:CN201810321840.6
申请日:2018-04-11
Applicant: 华中科技大学 , 襄阳华中科技大学先进制造工程研究院
IPC: G05B19/404
Abstract: 本发明属于数控机床温度监控与预测领域,并具体公开了一种数控机床部件温度实时预测方法,该方法包括如下步骤:实时采集数控机床的传感器信号并进行预处理;根据预处理后的信号数据计算从ti-1时刻到ti时刻的由内部热源引起的机床部件温度变化量 和由环境温度引起的机床部件温度变化量 叠加和 得到机床部件从ti-1时刻到ti时刻的最终温度变化量ΔT;实时预测数控机床部件的温度:Ti=Ti-1+ΔT。本发明具有预测速度快、准确率高的优点,同时使用简单方便,且不改变数控机床的机械结构、不影响数控机床的动态特性,可实现机床部件温度的实时预测。
-
公开(公告)号:CN107885164B
公开(公告)日:2020-03-24
申请号:CN201710829363.X
申请日:2017-09-14
Applicant: 华中科技大学 , 襄阳华中科技大学先进制造工程研究院
IPC: G05B19/4065
Abstract: 本发明提供了一种刀库性能评估方法,包括:运行预定数控加工程序,所述预定数控加工程序包含一条或多条换刀指令,其中所述一条或多条换刀指令中的每条换刀指令指示刀库的单次换刀过程;获取在执行所述一条或多条换刀指令中的每条换刀指令时的机床数据;根据所获取的机床数据,确定所述一条或多条换刀指令中的每条换刀指令所指示的单次换刀过程的一项或多项性能特征;根据所述一条或多条换刀指令中的每条换刀指令所指示的单次换刀过程的一项或多项性能特征确定刀库的一项或多项总体性能;以及基于预定性能标准来评估刀库的一项或多项总体性能。
-
公开(公告)号:CN108427841A
公开(公告)日:2018-08-21
申请号:CN201810198049.0
申请日:2018-03-12
Applicant: 华中科技大学 , 襄阳华中科技大学先进制造工程研究院
IPC: G06F17/50
Abstract: 本发明属于数控机床刀具寿命预测领域,并具体公开了一种数控机床刀具剩余寿命实时预测方法,包括如下步骤:实时采集数控机床加工时的传感器信号,并进行信号预处理;通过预处理后的信号数据判断加工工况,根据加工工况的不同将加工过程划分为工作子区间;对每个工作子区间对刀具产生的损伤进行累加得到刀具累加损伤指数;以刀具累加损伤指数实现对刀具在目标工况下剩余寿命的实时预测。本发明不需要额外的搭建实验平台,不需要拆装刀具,不影响数控机床的正常加工,可实现数控机床刀具寿命的实时预测,具有预测速度快、准确率高的优点。
-
公开(公告)号:CN107885164A
公开(公告)日:2018-04-06
申请号:CN201710829363.X
申请日:2017-09-14
Applicant: 华中科技大学 , 襄阳华中科技大学先进制造工程研究院
IPC: G05B19/4065
Abstract: 本发明提供了一种刀库性能评估方法,包括:运行预定数控加工程序,所述预定数控加工程序包含一条或多条换刀指令,其中所述一条或多条换刀指令中的每条换刀指令指示刀库的单次换刀过程;获取在执行所述一条或多条换刀指令中的每条换刀指令时的机床数据;根据所获取的机床数据,确定所述一条或多条换刀指令中的每条换刀指令所指示的单次换刀过程的一项或多项性能特征;根据所述一条或多条换刀指令中的每条换刀指令所指示的单次换刀过程的一项或多项性能特征确定刀库的一项或多项总体性能;以及基于预定性能标准来评估刀库的一项或多项总体性能。
-
公开(公告)号:CN106695454A
公开(公告)日:2017-05-24
申请号:CN201611021237.3
申请日:2016-11-15
Applicant: 华中科技大学 , 襄阳华中科技大学先进制造工程研究院
CPC classification number: B23Q17/008 , B23Q3/155
Abstract: 本发明属于数控机床领域,并公开了一种基于指令域分析的数控机床刀库的性能评估方法。该方法包括:(a)输入预设参数生成加工指令;(b)数控系统采集机床总数据;(c)采用指令域分析方法计算得到刀库性能指标;(d)将刀库性能指标与预设性能标准进行比较,并对不同的评估结果存储和显示。本发明直接通过数控系统采集数据,无需额外的数据采集与传输硬件设备,不影响正常加工,实现了数控机床指令序列的深层挖掘和利用的高效率和低成本,提高了刀库的可靠性水平。
-
公开(公告)号:CN119065244A
公开(公告)日:2024-12-03
申请号:CN202411151922.2
申请日:2024-08-21
Applicant: 华中科技大学 , 武汉智能设计与数控技术创新中心
IPC: G05B13/04
Abstract: 本发明属于数控技术相关技术领域,其公开了一种基于智能优化算法的SSV模型参数辨识方法及设备与应用,包括以下步骤:(1)向数控系统输入类正弦速度激励信号,采集进给轴的电机编码器及电流传感器的数据,通过数据处理得到速度摩擦力数据;(2)截取速度摩擦力数据中的高速段的数据,并采用最小二乘法来辨识正向库伦摩擦力Fc及正向粘滞摩擦系数B;(3)基于正向库伦摩擦力Fc及正向粘滞摩擦系数B来确定正向最大静摩擦力Fs、控制滞回曲线形状参数σ及n的取值范围;(4)截取速度摩擦力数据中的低速段的数据,进而使用智能优化算法辨识剩余的SSV模型需辨识的参数。本发明增加了辨识方法对动态摩擦参数辨识的准确性。
-
-
-
-
-
-
-
-
-