基于深度学习云平台的CNC机床刀柄切削力智能监测系统技术方案

本发明专利技术涉及一种基于深度学习云平台的CNC机床刀柄切削力智能监测系统，结构如下：标准刀柄上加工有一个环形切槽；应变传感器放置于刀柄的环形切槽内；信号采集及调理电路联接应变传感器信号输出导线；信号无线传输模块联接信号采集及调理电路；无线供电模块包括发射线圈、发射线圈固定座、接收线圈、接收线圈固定座、接收电路及电池；保护壳体完全覆盖刀柄上的环形切槽；云数据平台接收刀柄切削力实时监测数据并处理。本发明专利技术结构简单，加工方便；可同时测量出刀柄所受的切削力、弯矩和扭矩；便于刀柄持续稳定工作；能更准确地区分刀柄状态是否异常；可同时监测多个CNC机床的刀柄工况。

Intelligent monitoring system for cutting force of CNC tool holder based on deep learning cloud platform

The invention relates to an intelligent monitoring system for cutting force of a CNC machine tool handle based on a depth learning cloud platform. The structure is as follows: a circular groove is machined on a standard tool handle; a strain sensor is placed in the circular groove of the tool handle; a signal acquisition and conditioning circuit is connected with a strain sensor signal output conductor; and a signal wireless transmission mode. Block connection signal acquisition and conditioning circuit; wireless power supply module includes radiation coil, transmitter coil fixed seat, receiving coil fixed seat, receiving coil fixed seat, receiving circuit and battery; protective case completely covers the annular groove on the knife handle; cloud data platform receives and processes the real-time monitoring data of the knife handle cutting force. The invention has the advantages of simple structure, convenient processing, simultaneous measurement of cutting force, bending moment and torque on the tool handle, continuous and stable operation of the tool handle, more accurate identification of abnormal state of the tool handle, and simultaneous monitoring of tool handle working conditions of multiple CNC machine tools.

【技术实现步骤摘要】
基于深度学习云平台的CNC机床刀柄切削力智能监测系统
本专利技术涉及一种基于深度学习云平台的CNC机床刀柄切削力智能监测系统，属于CNC机床切削过程切削力智能感知领域。
技术介绍
近年来，国家提出工业化与信息化深度融合策略，实施数字化制造普及、智能化制造示范引领，构建新型制造体系，实施智能制造工程，信息化、自动化、智能化和智慧化成为先进制造技术发展的趋势，智能制造将成为制造业发展的重要方向。机床工业是其中的一个重要领域，正在向着节能、高效、高精度、自动化的目标发展。在这个发展过程中，良好准确的加工监控是自动化加工的可靠保障。在CNC机床加工中，切削刀具受力状况的异常变化将不可避免地降低工件的加工精度，影响工件的表面质量和尺寸完整性，对加工效率和加工过程的可靠性造成严重的影响。因此，对加工工况中切削力、弯矩和扭矩的实时监测，对于诊断加工故障、识别刀具状态、提高加工效率以及控制加工质量等都有十分重要的意义。目前，绝大多数CNC机床的刀柄都没有切削力及力矩实时监测功能，对应的研究也大都是在标准刀柄上进行改装。在改装过程中，存在体积较大、供电不稳定、切削力测量自由度少等不足；并且，根据刀柄切削力数据对刀柄工况判断过于简单。鉴于此，有必要研制一种改装方便、体积小巧、稳定供电、故障判断准确的CNC机床刀柄切削力智能监测系统。
技术实现思路
本专利技术的目的在于克服上述现有技术的不足，提出一种基于深度学习云平台的CNC机床刀柄切削力智能监测系统，其是一种刀柄切削力、弯矩扭矩连续实时监测的无线供电新型智能刀柄系统及基于深度学习的刀柄故障智能监测方法，通过六路轴对称应变电阻检测应变并实时解算出切削力、弯矩和扭矩，融合CNC控制器信息与力学传感信息，应用基于深度学习的刀具异常状态智能辨识算法，将刀具正常状态与非正常状态进行区分，提高精密件加工过程的准确性与可靠性。本专利技术的技术方案如下：一种基于深度学习云平台的CNC机床刀柄切削力智能监测系统，包括标准刀柄、应变传感器、信号采集及调理电路、信号无线传输模块、无线供电模块、保护壳体、云数据平台等部分。所述标准刀柄上加工有一个环形切槽；应变传感器放置于刀柄的环形切槽内；信号采集及调理电路联接应变传感器信号输出导线，采集信号并进行预处理；信号无线传输模块联接信号采集及调理电路，将预处理后的传感器信号通过wifi方式连接并传输至上位机；无线供电模块包括发射线圈、发射线圈固定座、接收线圈、接收线圈固定座、接收电路及电池。接收线圈固定座套在刀柄上，接收线圈固定在接收线圈固定座外表面，发射线圈安装在发射线圈固定座上，不随刀柄旋转；保护壳体完全覆盖刀柄上的环形切槽；云数据平台接收刀柄切削力实时监测数据并处理。进一步地，应变传感器为六路轴对称应变电阻，检测并实时解算出三维轴向切削力、弯矩和扭矩；三维轴向切削力为三个正交方向的切削力，包括主切削力、径向力和轴向力；进一步地，应变传感器、信号采集及调理电路、信号无线传输模块均固定在刀柄的环形切槽内，跟随刀柄同步运动，与外界无导线联接；进一步地，发射线圈为单个线圈，接收线圈包括十二个子线圈，循环与发射线圈产生电磁耦合，由一接收电路做稳压处理后为电路供电；进一步地，保护壳体由两个半壳组成，使用紧定螺钉与连接螺钉固定在刀柄上；进一步地，刀柄处于工作状态时，无线供电模块为传感器、信号采集及调理电路、信号无线传输模块供电，并为电池充电；刀柄处于非工作状态时，由电池进行临时供电；进一步地，云数据平台可同时接收多个刀柄实时监测数据，并采用Alexnet卷积神经网络模型判断刀柄工况是否异常。本专利技术与现有技术相比具有如下优点：(1)本专利技术对原刀柄结构改动很小，结构简单，加工方便；(2)本专利技术采用多个应变式传感器，可同时测量出刀柄所受的切削力、弯矩和扭矩；(3)本专利技术采用电磁耦合无线供电方式为应变传感器、信号采集及调理电路、信号无线传输模块等电路部分供电，并为电池充电，在刀柄不旋转时由电池为电路供电，便于刀柄持续稳定工作；(4)本专利技术使用深度学习算法，利用切削力和扭矩数据训练模型，能够自动提取数据特征，更准确地区分刀柄状态是否异常；(5)本专利技术使用云服务器处理智能刀柄的切削力、弯矩和扭矩数据，并可以同时监测多个CNC机床的刀柄工况。附图说明图1本专利技术外观示意图。图2应变传感器分布示意图。图3信号采集及调理电路、信号无线传输模块及电池分布示意图。图4云平台监测流程示意图。图中标号具体如下：1、标准刀柄2、应变传感器3、信号采集及调理电路4、信号无线传输模块5、无线供电模块6、保护壳体8、发射线圈固定座9、环形切槽10、发射线圈11、接收线圈12、电池13、接收电路14、接收线圈固定座具体实施方式下面结合附图对本专利技术作进一步的说明。如图1、2、3所示，本专利技术一种基于深度学习云平台的CNC机床刀柄切削力智能监测系统，包括标准刀柄1、应变传感器2、信号采集及调理电路3、信号无线传输模块4、无线供电模块5、保护壳体6、云数据平台(为云服务器，未在附图中表示)等部分。其中，标准刀柄1上加工有一个环形切槽9；应变传感器2放置于环形切槽内，具体包括六路应变式传感器，检测并实时解算出三维轴向切削力、弯矩和扭矩；沿环形切槽9中部分别对称分布6个凹槽，两个用于贴十字形应变片测量扭矩，另外四个对称设置单应变片用于测量弯矩与轴向力；三维轴向切削力为三个正交方向的切削力，包括主切削力、径向力和轴向力；信号采集及调理电路3联接应变传感器2信号输出导线，采集信号并进行预处理；信号无线传输模块4联接信号采集及调理电路3，将预处理后的传感器信号通过wifi方式传输至云数据平台；无线供电模块5包括发射线圈10、发射线圈固定座8、接收线圈11、接收线圈固定座14、接收电路13及电池12。发射线圈10为单个线圈，安装在发射线圈固定座8上，不随标准刀柄1旋转；接收线圈固定座14套在标准刀柄1上，接收线圈11固定在接收线圈固定座14外表面，包括十二个子线圈，循环与发射线圈10产生电磁耦合，由接收电路13做稳压处理后为电路供电；电池12固定在环形切槽9内；保护壳体6由两个半壳组成，使用螺钉固定在刀柄上；信号采集及调理电路3、信号无线传输模块4均采用成熟方案，并固定在标准刀柄1的环形切槽9内，跟随标准刀柄1同步运动，与外界无导线联接；保护壳体6完全覆盖标准刀柄1上的环形切槽9；标准刀柄1处于工作状态高速旋转时，无线供电模块5的接收线圈11输出电压高于电池12端电压，为电池12充电，并为应变传感器2、信号采集及调理电路3及信号无线传输模块4供电；标准刀柄1处于非旋转时，由电池12进行临时供电；云数据平台接收切削力实时监测数据并处理，可同时接收多个刀柄实时监测数据；使用刀柄多种正常与非正常工况数据对Alexnet卷积神经网络模型进行训练并测试，直到模型收敛，并且测试数据误差小于限定值，得到Alexnet卷积神经网络的参数，并用于对切削力数据的实时监测；如图4所示，云数据平台同时接收若干个刀柄切削力信号，分别将时域信号转换为时频域谱图，并输入确定参数的Alexnet卷积神经网络，判断工作状态是否正常，如果刀柄工作状态正常，则将工况信息记录日志，并继续监测刀柄工作状态；如果刀柄工作状态异常，则判断故障类型，并报警，将故障本文档来自技高网...

【技术保护点】
1.一种基于深度学习云平台的CNC机床刀柄切削力智能监测系统，其特征在于：该系统至少包括标准刀柄、应变传感器、信号采集及调理电路、信号无线传输模块、无线供电模块、保护壳体、云数据平台；所述标准刀柄上加工有一个环形切槽；应变传感器放置于刀柄的环形切槽内；信号采集及调理电路联接应变传感器信号输出导线，采集信号并进行预处理；信号无线传输模块联接信号采集及调理电路，将预处理后的传感器信号通过wifi方式传输至上位机；无线供电模块包括发射线圈、发射线圈固定座、接收线圈、接收线圈固定座、接收电路及电池；接收线圈固定座套在刀柄上，接收线圈固定在接收线圈固定座外表面，发射线圈安装在发射线圈固定座上，不随刀柄旋转；保护壳体完全覆盖刀柄上的环形切槽；云数据平台接收刀柄切削力实时监测数据并处理。

【技术特征摘要】
1.一种基于深度学习云平台的CNC机床刀柄切削力智能监测系统，其特征在于：该系统至少包括标准刀柄、应变传感器、信号采集及调理电路、信号无线传输模块、无线供电模块、保护壳体、云数据平台；所述标准刀柄上加工有一个环形切槽；应变传感器放置于刀柄的环形切槽内；信号采集及调理电路联接应变传感器信号输出导线，采集信号并进行预处理；信号无线传输模块联接信号采集及调理电路，将预处理后的传感器信号通过wifi方式传输至上位机；无线供电模块包括发射线圈、发射线圈固定座、接收线圈、接收线圈固定座、接收电路及电池；接收线圈固定座套在刀柄上，接收线圈固定在接收线圈固定座外表面，发射线圈安装在发射线圈固定座上，不随刀柄旋转；保护壳体完全覆盖刀柄上的环形切槽；云数据平台接收刀柄切削力实时监测数据并处理。2.根据权利要求1所述的基于深度学习云平台的CNC机床刀柄切削力智能监测系统，其特征在于：所述的应变传感器为六路轴对称应变电阻，检测并实时解算出三维轴向切削力、弯矩和扭矩；三维轴向切削力为三个正交方向的切削力，包括主切削力、径向力和轴向力。3.根据权利要求1所述的基于深度学习云...

【专利技术属性】
技术研发人员：梁帆，余旸，乔仁晓，王国华，
申请(专利权)人：深圳先知大数据有限公司，
类型：发明
国别省市：广东,44