用于预测机器工具的颤振的方法技术

本发明专利技术涉及用于预测机器工具的颤振的方法。所述方法包括以下步骤：将第一输入数据馈送到人工神经网络中，所述人工神经网络包括多个权重；基于所述第一输入数据和所述多个权重来确定在人工神经网络的输出处的第一输出数据；将所述第一输出数据提供到稳定性模型中以生成预测数据；比较所述预测数据与测量稳定性数据，并且调节所述人工神经网络的所述多个权重。

【技术实现步骤摘要】
用于预测机器工具的颤振的方法
本专利技术与用于预测机器工具的颤振的方法有关。此外，本专利技术涉及用于执行所述方法的颤振预测单元。
技术介绍
颤振是一种自激励的振动，并且对经机器加工的工件的品质有至关紧要的影响。如果在铣削（milling）过程期间出现颤振，则工件的品质可显著降级，例如工件的表面品质拙劣。除了该缺陷之外，切割工具和/或机器组件、诸如主轴（spindle）的寿命时间可被颤振缩短。颤振通常由于在机器动力学与机器加工参数之间的非最优组合而发生。因此，如果可以为不同的机器加工参数、工具和工件精确地预测颤振，则可以预先选择最优机器加工参数以降低颤振的风险，并且从而改善经机器加工的工件的品质并且确保包括切割工具的机器的完整性。用于预测颤振发生的方法被很好地建立。然而，在已知方法中，预测的准确性取决于若干参数；特别地，不能精确地测量或计算某些参数，因为这些参数在不同的机器加工条件下变化。此外，仅能在实验环境中获得某些参数，所述实验环境不同于现实生产环境。因此，提出了用于在现实生产环境中获取测量数据以改善预测准确性的系统和方法。E本文档来自技高网...

【技术保护点】
1.一种用于预测机器工具的颤振的方法，包括：/n- 将第一输入数据馈送到人工神经网络中，所述人工神经网络包括多个权重；/n- 基于所述第一输入数据和所述多个权重来确定在人工神经网络的输出处的第一输出数据；/n- 将所述第一输出数据和第二输入数据提供到稳定性模型中以生成预测数据；/n- 比较所述预测数据与实验数据，并且调节所述人工神经网络的所述多个权重。/n

【技术特征摘要】
20190521 EP 19175510.71.一种用于预测机器工具的颤振的方法，包括：
-将第一输入数据馈送到人工神经网络中，所述人工神经网络包括多个权重；
-基于所述第一输入数据和所述多个权重来确定在人工神经网络的输出处的第一输出数据；
-将所述第一输出数据和第二输入数据提供到稳定性模型中以生成预测数据；
-比较所述预测数据与实验数据，并且调节所述人工神经网络的所述多个权重。


2.根据权利要求1所述的方法，其中所述神经网络利用进化算法、特别是遗传算法来被训练。


3.根据权利要求1或2所述的方法，其中所述方法此外包括当机器工具对工件进行机器加工的时候从至少一个机器工具获得所收集的数据，特别地，所收集的数据包括实验数据、由操作者所设置的机器加工参数、以及在机器加工期间所测量的机器加工参数。


4.根据权利要求3所述的方法，其中所述第一输入数据和/或第二输入数据的一部分得自所收集的数据。


5.根据权利...

【专利技术属性】
技术研发人员：M波斯特尔，NB布达伊哲，J莫宁，JP贝苏切特，
申请(专利权)人：乔治费歇尔加工方案公司，茵斯柏尔股份公司，
类型：发明
国别省市：瑞士;CH