法律状态公告日
法律状态信息
法律状态
2020-03-27
专利权的转移 IPC(主分类):G06Q10/06 登记生效日:20200309 变更前: 变更后: 申请日:20160401
专利申请权、专利权的转移
2018-11-16
授权
授权
2016-09-21
实质审查的生效 IPC(主分类):G06F19/00 申请日:20160401
实质审查的生效
2016-08-24
公开
公开
技术领域
本发明涉及金属切削加工技术领域,具体涉及一种基于广义磨损量的刀具磨损评价和预测方法及系统。
背景技术
刀具磨损是指刀具在正常的切削过程中,由于物理或化学的作用,使刀具原有的几何角度逐渐丧失。刀具的磨损、破损及其使用寿命对加工质量、生产效率和成本影响极大。因此,刀具磨损测量与评价对于指导工业生产,提高加工质量和效率,具有重要意义。刀具磨损是一种三维现象。由于缺乏完备、准确表达刀具磨损特征的系统,以及落后的测量设备不能满足测量需求,以一维二维表征的刀具磨损模型及评价标准至今仍在广泛应用。随着工件材料的发展和相应刀具的研发,这些仅从外观几何上进行衡量的二维静态指标,并不能完全表征乃至衡量刀具的磨损形态、磨损演化过程。例如,相同的二维测量结果,可能代表着不同的三维磨损状态;在描述某种切削参数下的刀具磨损时,很容易忽略磨损过程中不同状态的相互作用及演化机理。因此,如何结合先进测量技术和数值分析理论等来评定并预测刀具磨损,成为亟待解决的问题。
发明内容
针对现有技术中的缺陷,本发明实施例提供一种基于广义磨损量的刀具磨损评价和预测方法及系统。
一方面,本发明实施例提出一种基于广义磨损量的刀具磨损评价和预测方法,包括:
S1、获取不同采样时间段内刀具采样点的磨损状态数据,通过对所述磨损状态数据进行拟合,得到刀具采样点的状态函数,并根据所述状态函数确定广义磨损量;
S2、基于所述广义磨损量计算刀具磨损评价指标和广义磨损率;
S3、根据所述刀具磨损评价指标评定刀具磨损情况,并根据所述广义磨损率预测刀具磨损情况。
另一方面,本发明实施例提出一种基于广义磨损量的刀具磨损评价和预测系统,包括:
拟合单元,用于获取不同采样时间段内刀具采样点的磨损状态数据,通过对所述磨损状态数据进行拟合,得到刀具采样点的状态函数,并根据所述状态函数确定广义磨损量;
计算单元,用于基于所述广义磨损量计算刀具磨损评价指标和广义磨损率;
评定和预测单元,用于根据所述刀具磨损评价指标评定刀具磨损情况,并根据所述广义磨损率预测刀具磨损情况。
本发明实施例提供的基于广义磨损量的刀具磨损评价和预测方法及系统,能够补充现有一维、二维测量与评价方法的不足,有利于优化刀具磨损测量研究过程,深入理解刀具磨损形态及其演化过程,从而更好的指导刀具设计与使用。
附图说明
图1为本发明一种基于广义磨损量的刀具磨损评价和预测方法一实施例的流程示意图;
图2为本发明一种基于广义磨损量的刀具磨损评价和预测系统一实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参看图1,本实施例公开一种基于广义磨损量的刀具磨损评价和预测方法,包括:
S1、获取不同采样时间段内刀具采样点的磨损状态数据,通过对所述磨损状态数据进行拟合,得到刀具采样点的状态函数,并根据所述状态函数确定广义磨损量;
S2、基于所述广义磨损量计算刀具磨损评价指标和广义磨损率;
S3、根据所述刀具磨损评价指标评定刀具磨损情况,并根据所述广义磨损率预测刀具磨损情况。
本实施例提供的基于广义磨损量的刀具磨损评价和预测方法,能够补充现有一维、二维测量与评价方法的不足,有利于优化刀具磨损测量研究过程,深入理解刀具磨损形态及其演化过程,从而更好的指导刀具设计与使用。
可选地,在本发明基于广义磨损量的刀具磨损评价和预测方法的另一实施例中,所述广义磨损量,表示为:
其中,hij(i=1,2,…,m;j=1,2,…,n)为采样区域切削刃方向第i个位置垂直于切削刃方向第j个位置处采样点的状态函数,m为平行于切削刃方向的采样点的数量,n为垂直于切削刃方向的采样点的数量,采样区域的采样点数量为m×n。
可选地,在本发明基于广义磨损量的刀具磨损评价和预测方法的另一实施例中,所述S2,包括:
基于所述广义磨损量计算刀具体积磨损率和/或相对磨损面积比和/或相对磨损体积比和/或最大磨损截面面积。
可选地,在本发明基于广义磨损量的刀具磨损评价和预测方法的另一实施例中,所述基于所述广义磨损量计算刀具体积磨损率,包括:
计算刀具体积磨损率
可选地,在本发明基于广义磨损量的刀具磨损评价和预测方法的另一实施例中,所述基于所述广义磨损量计算最大磨损截面面积,包括:
计算最大磨损截面面积S,计算公式为
可选地,在本发明基于广义磨损量的刀具磨损评价和预测方法的另一实施例中,所述S2,包括:
计算广义磨损率
可选地,在本发明基于广义磨损量的刀具磨损评价和预测方法的另一实施例中,所述S3,包括:
根据所述刀具磨损评价指标建立刀具磨损情况评定矩阵T,其中,
利用所述刀具磨损情况评定矩阵评定刀具磨损情况。
本发明实施例中,利用刀具磨损情况评定矩阵评定刀具磨损情况的方法可以为:计算T中每一元素在对应的阈值范围内的数量,若该数量小于一临界值,则认为刀具磨损不严重,否则,则认为刀具磨损严重。
可选地,在本发明基于广义磨损量的刀具磨损评价和预测方法的另一实施例中,所述S3,包括:
S30、计算并集包含采样区域的多个子区域中每一采样点的状态函数的一阶导数或一阶偏导数;
S31、对于所述多个子区域中每一子区域,计算该子区域中状态函数的一阶导数的绝对值大于除所述子区域外的其它子区域中的采样点的状态函数的一阶导数的绝对值的采样点的数量,或者对于所述多个子区域中每一子区域,计算该子区域中状态函数的一阶偏导数的绝对值大于除所述子区域外的其它子区域中的采样点的状态函数的一阶偏导数的绝对值的采样点的数量;
S32、比较步骤S31中多个计算结果的大小关系,根据比较的结果预测刀具磨损情况。
下面对本发明进行详细说明。
广义磨损量的定义为
其中,hij(i=1,2,…,m;j=1,2,…,n)为采样点状态函数,设定初始平面为参考面,向下为正。
对于上式在刀具磨损中的物理意义,设定如下:
该式为前刀面(或后刀面)广义磨损量,行向量为垂直于切削刃方向采样点的状态函数,列向量为平行于切削刃方向采样点的状态函数。hij是前刀面(或后刀面)随温度、时间及其他影响刀具磨损等因素变化的采样点状态函数,其某一时刻的数值可采用接触式或非接触式测量设备获得。采样点的数值精度、m、n的大小由测量设备精度及测试需求确定。
广义磨损率的定义为
其中,hij(i=1,2,…,m;j=1,2,…,n)为随温度、时间及其他影响刀具磨损等因素变化的采样点状态函数;t为与刀具磨损相关的影响因子或状态参量;设定初始平面为参考面,向下为正。
对于上式在刀具磨损中的物理意义,设定如下:
当t为时间,hij为采样点高度函数时,该式为前刀面(或后刀面)广义磨损率,
定义刀具磨损情况评定矩阵为
T=W·R,
其中,W为系数矩阵,R为广义磨损量评价矩阵。
W=[ω1>2 …>m],
对于上式在刀具磨损中的物理意义,设定如下:
定义某种因素对刀具磨损影响的程度,或者某种刀具磨损评价指标所反映的刀具磨损剧烈程度,称为刀具磨损敏感度。用数字来衡量时,称为刀具磨损敏感度因子,此处可记为ωi(i=1,2,...,m)且0≤ωi≤1。
rij(1≤j≤n)为刀具磨损评价指标,其物理意义如下表1。
表1 rij的物理意义
注:表1中rij的数值可以为测量值,也可以为根据测量值得到的评估值。
作为对表1的详细说明,表2列举了基本评价指标中的刀具三维形貌的具体内容。
表2刀具三维形貌的评价指标
本发明一种基于广义磨损量的刀具磨损评价和预测方法,该方法示例应用如下:
当hij(i=1,2,…,m;j=1,2,…,n)取为随温度、时间及其他影响刀具磨损等因素变化的采样点高度函数时,若采样点数值为正时说明发生了磨损,数值为负说明有积屑瘤等粘结物。以下示例以此为基础
示例1刀具磨损体积的测量
设定平行于切削刃方向的取样长度为lm,垂直于切削刃方向的取样长度为ln,则取样等距步长分别为
>
当m、n足够大时,等距步长可记为
>
刀具实体以外的采样点高度数值设定为hij=0。
则刀具磨损体积为
示例2刀具体积磨损率
由示例1中刀具磨损体积,可得刀具体积磨损率为
其中,t为切削时间。
同理,可定义单位工件去除量的刀具磨损体积。
其中,Q为工件去除量。
以车削为例,工件去除量
Q=ap·f·v·t,
其中ap、f、v、t分别为切削深度、进给率、切削速度、切削时间。则有
示例3后刀面磨损宽度的测量
当前刀面(或后刀面)只有少量几处(或一处)磨损严重,需要重点关注时,可采用不等距步长测量法。
例如后刀面C、B、N三个区域分别各有一处明显磨损需要测量,垂直于切削刃方向取样长度ln,n足够大,hCj(1≤j≤n)为刀面C区域中靠近切削刃的第j个取样点高度函数,hBj(1≤j≤n)为刀面B区域中靠近切削刃的第j个取样点高度函数,hNj(1≤j≤n)为刀面N区域中靠近切削刃的第j个取样点高度函数。
则广义磨损量可记为
>
设定当hij≥δ(单位为mm,δ的大小及精度根据实际情况确定),该取样点记为发生磨损。分别逐行对hij(j=1,2,…,n)进行判定,当第k(1<k<n)取样点附近hij<δ,可得到磨损宽度分别为
>
>
>
其中,lCk、lBk、lNk分别为后刀面C、B、N三个区域的采样长度,后刀面C区域中前kc个采样点的状态函数值不小于δ,第kc个采样点的状态函数值小于δ,后刀面B区域中前kB个采样点的状态函数值不小于δ,第kB个采样点的状态函数值小于δ,后刀面N区域中前kN个采样点的状态函数值不小于δ,第kN个采样点的状态函数值小于δ,VBC、VBB、VBN分别为后刀面C、B、N三个区域的最大磨损宽度。
作为后刀面磨损宽度的延伸,定义后刀面截面磨损面积为
>
示例4前刀面最大月牙洼深度的测量
根据需要采用等距或不等距步长法得到广义磨损量矩阵:
则前刀面最大月牙洼深度为
KT=hab(1≤a≤m,1≤b≤n),
其中,对于任意的i,j(1≤i≤m;1≤j≤n),均满足hab≥hij。
示例5刀具磨损预测
记采样区域中某一邻域G的广义磨损率为
其中,1≤a≤m,1≤b≤n,且1≤i+a≤m,1≤j+b≤n。
对于邻域G中采样点进行检测,若邻域G的值明显大于其他区域。则正常磨损情况下,邻域G成为刀具磨损的最严重区域,也表征了整个刀具的磨损程度。因此,采用邻域G可以预测刀具磨损情况,并进一步预测刀具寿命。
根据随时间变化的广义磨损量高度矩阵,可以得到不同时刻的刀具表面的磨损程度梯度图。根据广义磨损率的定义,高度向量的变化速率即表征了刀具磨损的程度和几何方向,从而可以进一步预测刀具磨损。由于刀具初期的磨损速率、磨损程度,一定程度上也表征了该刀具的磨损寿命。因此,根据刀具初期广义磨损率,可以快速筛选最佳刀具材料,缩短筛选时间。
参看图2,本实施例公开一种基于广义磨损量的刀具磨损评价和预测系统,包括:
拟合单元1,用于获取不同采样时间段内刀具采样点的磨损状态数据,通过对所述磨损状态数据进行拟合,得到刀具采样点的状态函数,并根据所述状态函数确定广义磨损量;
计算单元2,用于基于所述广义磨损量计算刀具磨损评价指标和广义磨损率;
评定和预测单元3,用于根据所述刀具磨损评价指标评定刀具磨损情况,并根据所述广义磨损率预测刀具磨损情况。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
机译: 工具磨损量预测方法和工具磨损量预测系统
机译: 垫片磨损量预测方法,系统和测试设备
机译: 间隔磨损量的预测方法,相同的系统和测试装置