公开(公告)号：CN115716218B

公开(公告)日：2024-10-15

申请号：CN202211211780.5

申请日：2022-09-30

Applicant: 哈尔滨理工大学

Inventor： 夏伟 ,  刘明浩 ,  贾儒鸿 ,  刘献礼 ,  岳彩旭

IPC: B23Q17/09

Abstract: 本发明公开了一种数控刀具状态在线监控系统，包括：数据采集模块，用于实时采集加工过程中机床主轴功率信号、三向切削振动信号；碰撞监测模块，用于根据采集的机床主轴端的实时切削振动信号，分析其信号区间的数据均值斜率变化，向机床发出停机指令；刀具加工状态监测模块，根据实际加工情况，选定通道的识别刀具状态实时信号超出设定上、下限阈值，则触发监控报警，向机床发送停机指令；自适应加工模块，用于根据采集机床主轴功率信号，调整加工过程机床的进给倍率；离线分析模块，用于分析历史数据特征；服务模块，用于记录在线监控系统运行状态、刀具加工过程中的日志信息。本发明系统能实现机床刀具状态的在线准确监控。

公开(公告)号：CN115716218A

公开(公告)日：2023-02-28

申请号：CN202211211780.5

申请日：2022-09-30

Applicant: 哈尔滨理工大学

Inventor： 夏伟 ,  刘明浩 ,  贾儒鸿 ,  刘献礼 ,  岳彩旭

IPC: B23Q17/09

Abstract: 本发明公开了一种数控刀具状态在线监控系统，包括：数据采集模块，用于实时采集加工过程中机床主轴功率信号、三向切削振动信号；碰撞监测模块，用于根据采集的机床主轴端的实时切削振动信号，分析其信号区间的数据均值斜率变化，向机床发出停机指令；刀具加工状态监测模块，根据实际加工情况，选定通道的识别刀具状态实时信号超出设定上、下限阈值，则触发监控报警，向机床发送停机指令；自适应加工模块，用于根据采集机床主轴功率信号，调整加工过程机床的进给倍率；离线分析模块，用于分析历史数据特征；服务模块，用于记录在线监控系统运行状态、刀具加工过程中的日志信息。本发明系统能实现机床刀具状态的在线准确监控。

公开(公告)号：CN115509178A

公开(公告)日：2022-12-23

申请号：CN202211069248.4

申请日：2022-09-02

Applicant: 哈尔滨理工大学

Inventor： 夏伟 ,  刘明浩 ,  岳彩旭 ,  刘献礼 ,  李荣义

IPC: G05B19/4065

Abstract: 本发明公开了一种数字孪生驱动的刀具磨损监测方法及数控机床设备，该方法包括：构建数控机床铣削加工过程数字空间，进行实时的铣削加工仿真；建立物理空间与数字空间的连接，获取来自物理空间的多源异构数据；对传感器采集的历史加工数据进行预处理；构建基于卷积神经网络‑长短时记忆的深度学习模型，导入预处理过的历史加工数据进行模型训练，获得优化后的刀具磨损监测模型；将来自传感器的实时加工数据输入到刀具磨损监测模型，得到刀具磨损的监测值，并实现三维可视化；刀具磨损的监测值超过刀具磨损值阈值一定时间后控制机床换刀。本发明可以显著提升对铣削加工过程中刀具磨损状态分析的能力，有效提高刀具使用率、加工效率和加工质量。

公开(公告)号：CN113534741A

公开(公告)日：2021-10-22

申请号：CN202110789254.6

申请日：2021-07-13

Applicant: 哈尔滨理工大学

Inventor： 岳彩旭 ,  张俊涛 ,  夏伟 ,  贾儒鸿 ,  刘明浩 ,  赵文凯

IPC: G05B19/409 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种铣削加工薄壁件的控制方法及系统，方法包括：获取薄壁件铣削加工过程的当前运行参数和薄壁件铣削加工设备的基本参数；根据基本参数和当前运行参数，建立薄壁件铣削加工过程的数字孪生模型；将当前运行参数输入加工变形量预测模型中，得到薄壁件的加工变形量预测值；根据加工变形量预测值和数字孪生模型，更新薄壁件铣削加工过程的加工参数。本发明的目的是提供一种铣削加工薄壁件的控制方法及系统，能够实时预测薄壁件的铣削加工的变形量，进而精确控制薄壁件的加工精度，缩短薄壁件的加工周期。

公开(公告)号：CN115509178B

公开(公告)日：2024-08-23

申请号：CN202211069248.4

申请日：2022-09-02

Applicant: 哈尔滨理工大学

Inventor： 夏伟 ,  刘明浩 ,  岳彩旭 ,  刘献礼 ,  李荣义

IPC: G05B19/4065

Abstract: 本发明公开了一种数字孪生驱动的刀具磨损监测方法及数控机床设备，该方法包括：构建数控机床铣削加工过程数字空间，进行实时的铣削加工仿真；建立物理空间与数字空间的连接，获取来自物理空间的多源异构数据；对传感器采集的历史加工数据进行预处理；构建基于卷积神经网络‑长短时记忆的深度学习模型，导入预处理过的历史加工数据进行模型训练，获得优化后的刀具磨损监测模型；将来自传感器的实时加工数据输入到刀具磨损监测模型，得到刀具磨损的监测值，并实现三维可视化；刀具磨损的监测值超过刀具磨损值阈值一定时间后控制机床换刀。本发明可以显著提升对铣削加工过程中刀具磨损状态分析的能力，有效提高刀具使用率、加工效率和加工质量。