-
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
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。
-
Patent Agency Ranking
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
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：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
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：CN113145879B
公开(公告)日：2022-11-18
申请号：CN202110431621.5
申请日：2021-04-21
Applicant: 哈尔滨理工大学
IPC: B23B29/02
Abstract: 一种基于励磁线圈的阻尼可调式减振镗杆，属于机械加工领域，为了解决镗削加工过程中无法实时感知镗杆的加工状态以及无法控制镗杆的振动效果问题。本发明的刀头固定在刀杆的前端，刀片夹持在刀头上；刀杆设有两个空腔，并通过中心通孔连通；感知单元用于监测刀头的工作状态，并输出振动信号，感知单元的振动信号输出端与控制单元的振动信号输入端相连；控制单元的电流信号输出端与励磁线圈的电流信号输入端相连；励磁线圈缠绕在固定架上，所述固定架固定在刀杆两个空腔之间的中心通孔内；控制单元的通信信号输入输出端与移动智能终端的通信信号输入输出端相连；移动智能终端用于输入控制指令。有益效果为镗杆的振动效果能够根据需要实时调节。
-
公开(公告)号：CN117034153A
公开(公告)日：2023-11-10
申请号：CN202310855874.4
申请日：2023-07-12
Applicant: 哈尔滨理工大学
IPC: G06F18/2431 , G06F18/25 , G06F18/10 , G06F18/211 , G06F18/27 , G06F18/214 , G06F18/2135 , G06F123/02
Abstract: 本发明公开了一种基于三维变分模态分解特征融合的铣削刀具磨损识别方法，包括：获取刀具在不同走刀次数下的多通道力信号和多通道振动信号，以及对应的刀具磨损量；利用双分段回归算法将刀具磨损曲线划分为初期磨损阶段、正常磨损阶段和急剧磨损阶段；对多通道力信号和多通道振动信号的主成分信号进行三维变分模态分解，选取主IMF分量；计算各主IMF分量的时域、频域和时频域特征，根据ReliefF特征选择方法保留对刀具磨损状态分类贡献大的特征，通过无监督学习SDAE进行二次降维；特征融合形成多维特征向量，与刀具磨损状态一同构成模型的训练数据；利用蜣螂优化算法优化OSELM，训练获得DBO‑OSELM模型，实现刀具磨损状态的识别。本发明识别准确率更高。
-
公开(公告)号：CN113145879A
公开(公告)日：2021-07-23
申请号：CN202110431621.5
申请日：2021-04-21
Applicant: 哈尔滨理工大学
IPC: B23B29/02
Abstract: 一种基于励磁线圈的阻尼可调式减振镗杆，属于机械加工领域，为了解决镗削加工过程中无法实时感知镗杆的加工状态以及无法控制镗杆的振动效果问题。本发明的刀头固定在刀杆的前端，刀片夹持在刀头上；刀杆设有两个空腔，并通过中心通孔连通；感知单元用于监测刀头的工作状态，并输出振动信号，感知单元的振动信号输出端与控制单元的振动信号输入端相连；控制单元的电流信号输出端与励磁线圈的电流信号输入端相连；励磁线圈缠绕在固定架上，所述固定架固定在刀杆两个空腔之间的中心通孔内；控制单元的通信信号输入输出端与移动智能终端的通信信号输入输出端相连；移动智能终端用于输入控制指令。有益效果为镗杆的振动效果能够根据需要实时调节。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
