欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021114182749
申请人: 广东海洋大学
专利类型:发明专利
专利状态:已下证
专利领域: 机床;其他类目中不包括的金属加工
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种螺旋铣孔状态异常的在线检测识别方法,其特征在于,所述方法包括以下步骤:

S100,记录螺旋铣孔时所采用的主轴转速,记录螺旋铣孔时所使用刀具的刀齿数,根据主轴转速计算得到主轴旋转频率,根据主轴旋转频率和刀具的刀齿数计算得到刀齿频率;

S200,设置采样时间长度,设置采样频率;

S300,设置得到第一比例值;

S400,在螺旋铣孔切削过程中,以轴向切削力的主轴旋转频率成分的幅值作为指标信号,根据第一比例值和主轴旋转频率计算得到阈值频率,在阈值频率的附近频域范围内的最大幅值作为阈值,判断指标信号是否小于阈值,若是则判断螺旋铣孔的切削过程存在状态异常;

其中,在S100中,记录螺旋铣孔的主轴每分钟转速,令主轴每分钟转速为S,主轴每分钟转速的单位为rpm,计算并记录主轴旋转频率为fSP,计算得到主轴旋转频率的公式为,fSP=S/60,单位为Hz;记刀齿频率为fth,计算得到刀齿频率的公式为,fth=Z×fSP,Z为刀具的刀齿数,单位为Hz;

在S300中,设置得到第一比例值的方法包括:使用测力仪采样并存储采样时间内螺旋铣孔的轴向切削力数据,将采样时间内的轴向切削力数据通过傅里叶变换得到轴向切削力的幅频谱,根据轴向切削力的幅频谱得到主轴旋转频率成分幅值;

计算得到刀具绕着孔的中心旋转的频率,在轴向切削力的幅频谱上选取从刀具绕孔心的旋转的频率到主轴旋转频率之间的这一段频域范围,在这一段频域范围内做频域采样得到一组采样点,具体的方法为:设一组采样点其中包含多个不同的采样点,以数组Thzlist表示一组采样点,每个采样点有对应的频率及其对应的幅值,数组Thzlist中各个元素表示一组采样点中各个不同的采样点,记数组Thzlist中元素的数量为T,数组Thzlist中元素的序号为t,t∈[1,T],数组Thzlist中序号为t的元素为Thzlist(t),采样点Thzlist(t)对应的频率记为Thzlist(t)p,采样点Thzlist(t)对应的频率对应的幅值记为Thzlist(t)f,Thzlist(t)的数值为Thzlist(t)f/Thzlist(t)p,Thzlist(t)=Thzlist(t)f/Thzlist(t)p,采样点Thzlist(t)由Thzlist(t)p及Thzlist(t)f组成,记主轴旋转频率为fSP,记刀具绕着孔的中心旋转的频率为fTH,计算得到 fd=(fSP+ fTH)/2, Thzlist(t)p的计算公式为Thzlist(t)p= fTH+(fSP‑fd)*(cos(t/T*π)+1)/2,Thzlist(t)f即为在轴向切削力的幅频谱上Thzlist(t)p频率处对应的幅值;

第一比例值的计算方法还包括:

设数组Amplist,数组Amplist中元素的数量与数组Thzlist中元素的数量相同,数组Amplist中元素的序号与数组Thzlist中元素的序号相同,数组Amplist中元素的数量同样为T,数组Amplist中元素的序号同样为t,数组Amplist中序号为t的元素为Amplist(t),Amplist(t)的计算公式为Amplist(t)= Thzlist(t)p/fth;

对一组采样点进行概率特征提取,即将一组采样点转化为一组采样点的概率提取值,具体为:记一组采样点的概率提取值为数组Thzps,数组Thzps中元素的数量与数组Thzlist中元素的数量相同,数组Thzps中元素的序号与数组Thzlist中元素的序号相同,数组Thzps中元素的数量同样为T,数组Thzps中元素的序号同样为t,数组Thzps中序号为t的元素为Thzps(t),Thzps(t)即为Thzlist(t)的概率提取值,Thzps(t)的计算公式为:其中,函数exp()表示以自然数e为底的指数函数,由此得到Thzps即为一组采样点的概率提取值;

对数组Amplist进行概率特征提取,即将数组Amplist转化为数组Amplist的概率提取值,具体为:对Amplist中的各Amplist(t)进行概率特征提取,记Amplist(t)的概率提取值为Ampps(t),Ampps(t)的计算公式为:其中,由各个Ampps(t)构成的数组Ampps即为数组Amplist的概率提取值,Ampps(t)为数组Ampps中序号为t的元素,数组Ampps中元素的数量及序号与数组Amplist中元素的数量及序号相同;

记第一比例值为ρ,ρ的计算公式为:

ρ的计算公式即为第一比例值的计算方法,由此得到第一比例值。

2.根据权利要求1所述的一种螺旋铣孔状态异常的在线检测识别方法,其特征在于,在S200中,设置采样时间长度,设置采样频率的方法为:设置采样时间长度为60秒的k倍即60k秒,设置采样频率为刀齿频率的60k倍,其中,k为大于1的正整数。

3.根据权利要求1所述的一种螺旋铣孔状态异常的在线检测识别方法,其特征在于,在S300中,设置得到第一比例值的方法为:设置第一比例值为 1/2。

4.根据权利要求1所述的一种螺旋铣孔状态异常的在线检测识别方法,其特征在于,在S400中,在螺旋铣孔切削过程中,以轴向切削力的主轴旋转频率成分的幅值作为指标信号,根据第一比例值和主轴旋转频率计算得到阈值频率,在阈值频率的附近频域范围内的最大幅值作为阈值,判断指标信号是否小于阈值,若是则判断螺旋铣孔的切削过程存在状态异常的方法为:螺旋铣孔进行切削,在切削的过程中,采集并存储采样时间内螺旋铣孔的轴向切削力数据,对这些数据做离散傅里叶变换,得到轴向切削力的幅频谱以及主轴旋转频率成分幅值,并计算得到主轴旋转频率;

以主轴旋转频率的频率值为Hza,在轴向切削力的幅频谱中,获取幅频谱中的在Hza正负5%频率变化范围内的最大幅值为Fa, Fa即为指标信号;

设第一比例值为ρ,设置频率值Hzb,Hzb=Hza×ρ,在轴向切削力的幅频谱中,获取幅频谱中的在Hzb正负5%频率变化范围内的最大幅值为Fb,Fb即为阈值;

判断指标信号是否小于阈值,进行判断是否满足约束条件Fa<Fb,即判断1/2主轴旋转频率附近的频率成分的幅值与主轴旋转频率成分的幅值这两个幅值之比是否大于等于1,若是即为螺旋铣孔的切削过程存在状态异常。

5.一种螺旋铣孔状态异常的在线检测识别系统,其特征在于,所述一种螺旋铣孔状态异常的在线检测识别系统包括:测力仪、信号采集卡、处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求

1中的一种螺旋铣孔状态异常的在线检测识别方法中的步骤以此控制螺旋铣孔进行切削,所述一种螺旋铣孔状态异常的在线检测识别系统运行于桌上型计算机、笔记本、掌上电脑及云端数据中心计算设备中,可运行的系统包括处理器、存储器、服务器集群。