一种滚动轴承外圈内滚道的磨削加工过程控制方法及系统技术方案

本发明专利技术属于加工过程控制技术领域，提供了一种滚动轴承外圈内滚道的磨削加工过程控制方法及系统，包括：获取加工过程中滚动轴承滚道的表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度；根据获取的表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度，以及预设的加工参数预测模型，得到预测加工参数；根据预测加工参数对加工过程进行控制；本发明专利技术综合考虑各种因素，保证了参数优化的精度，同时，在获取表面粗糙度和磨削余量时，借助AE信号以及AE信号和位移信息之间的特征关系，提高了表面粗糙度和磨削余量因素的检测精度，保证了对控制参数进行优化的准确度，极大的提高了滚动轴承滚道的磨削加工质量。滚动轴承滚道的磨削加工质量。滚动轴承滚道的磨削加工质量。

【技术实现步骤摘要】
一种滚动轴承外圈内滚道的磨削加工过程控制方法及系统


[0001]本专利技术属于加工过程控制
，尤其涉及一种滚动轴承外圈内滚道的磨削加工过程控制方法及系统。

技术介绍

[0002]在滚动轴承外圈内滚道磨削加工过程中，提高磨削表面质量以及磨削效率愈加重要。通过改善加工工艺来提升磨削表面质量以及磨削效率是企业最为经济的途径。轴承的实际磨削加工过程往往受工件材料特性、砂轮属性、机床振动、磨削加工参数以及冷却润滑等多种因素共同影响，故对磨削加工过程进行监控并对加工工艺的参数进行确定及优化有重要意义。
[0003]滚动轴承的大量生产，待加工轴承的材料不断变更，需要频繁且实时更新加工参数的选择，否则将直接影响磨削加工的效率。企业针对轴承的不同工况，改善并提升轴承滚道表面质量时，需要经验丰富的车间操作员不断进行磨削加工实验，才能确定最佳的加工参数，效率较低。
[0004]专利技术人发现，现有的对滚动轴承外圈内滚道的磨削加工过程中加工参数的控制和调整，没有以影响工件表面质量的综合因素为依据，对加工参数的优化精度较低，且在加工过程中，对影响轴承滚道表面质量的各个因素信息进行检测存在困难，检测精度低与影响了对控制参数进行优化的准确性。

技术实现思路

[0005]本专利技术为了解决上述问题，提出了一种滚动轴承外圈内滚道的磨削加工过程控制方法及系统，本专利技术可以针对轴承的不同工况，通过实时监控磨削加工的表面质量，实现确定最优加工参数的目的。可以有效地提升表面质量及磨削效率，省时省力。
[0006]为了实现上述目的，本专利技术是通过如下的技术方案来实现：
[0007]第一方面，本专利技术提供了一种滚动轴承外圈内滚道的磨削加工过程控制方法，包括：
[0008]获取加工过程中滚动轴承滚道的表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度；其中，表面粗糙度由AE信号映射得到，所述磨削余量由位移信息和AE信号的特征关系确定；
[0009]根据获取的表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度，以及预设的加工参数预测模型，得到预测加工参数；其中，加工参数预测模型为神经网络模型；
[0010]根据预测加工参数对加工过程进行控制。
[0011]进一步的，所述AE信号为AE传感器探头与轴承滚道产生滑动摩擦后得到的声发射信号，利用AE信号的功率谱密度与表面粗糙度之间的映射关系实时获取表面粗糙度。
[0012]进一步的，由位移传感器检测的位移信号判断磨削进入的阶段，AE传感器检测的信号判断砂轮与工件是否产生磨削。
[0013]进一步的，通过位移信号检测到磨削进入黑皮磨阶段时，AE信号检测到滚动轴承滚道与砂轮正常接触，AE信号的时域图中不会出现脉冲；
[0014]位移信号检测到此时处于快进阶段，AE信号的时域图中出现脉冲，则判断磨削余量过大；
[0015]位移信号检测已经进入下一阶段的黑皮磨阶段，AE传感器检测不到信号值，则判断上一阶段磨削余量过小。
[0016]进一步的，所述振动信息由加速度信号进行平滑处理得到，所述热处理变形由磨削功率信号确定，所述磨削温度由红外信号确定。
[0017]进一步的，对加工过程进行控制，包括砂轮属性、冷却液属性、进给速度、磨削深度以及主轴转速。
[0018]进一步的，对加工过程进行控制时，控制阶段包括快进阶段、粗磨阶段、半精磨阶段和精磨阶段；处于快进阶段时，主要确定前一工艺的磨削余量；处于粗磨阶段时，主要考虑轴承加工过程所产生的热处理变形的大小；处于半精磨阶段和精磨阶段时，通过确定的预测加工参数进行优化。
[0019]第二方面，本专利技术还提供了一种滚动轴承外圈内滚道的磨削加工过程控制系统，包括：
[0020]数据采集模块，被配置为：获取加工过程中滚动轴承滚道的表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度；其中，表面粗糙度由AE信号映射得到，所述磨削余量由位移信息和AE信号的特征关系确定；
[0021]预测模块，被配置为：根据获取的表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度，以及预设的加工参数预测模型，得到预测加工参数；其中，加工参数预测模型为神经网络模型；
[0022]控制模块，被配置为：根据预测加工参数对加工过程进行控制。
[0023]第三方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现了第一方面所述的滚动轴承外圈内滚道的磨削加工过程控制方法的步骤。
[0024]第四方面，本专利技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现了第一方面所述的滚动轴承外圈内滚道的磨削加工过程控制方法的步骤。
[0025]与现有技术相比，本专利技术的有益效果为：
[0026]1、本专利技术以影响和代表工件表面质量的表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度等为依据，综合考虑各种因素，借助神经网络模型对参数进行优化，保证了参数优化的精度，同时，在获取表面粗糙度和磨削余量时，借助AE信号以及AE信号和位移信息之间的特征关系，提高了表面粗糙度和磨削余量因素的检测精度，保证了对控制参数进行优化的准确度，极大的提高了滚动轴承外圈内滚道的磨削加工质量；
[0027]2、本专利技术中表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度等信息的获取，以及对参数的优化均在滚动轴承滚道的磨削加工过程中实时进行，保证了信息获取和参数优化的时效性，提高了滚动轴承滚道的磨削加工的效率和质量；
[0028]3、本专利技术中以位移传感器检测的位移信号为判断磨削进入的阶段为基础，通过AE
传感器判检测的AE信号断砂轮与工件是否产生磨削，从而进行磨削余量的判断，具体的，通过位移信号检测到磨削进入黑皮磨阶段时，AE信号检测到滚动轴承滚道与砂轮正常接触，AE信号的时域图中不会出现脉冲；位移信号检测到此时处于快进阶段，AE信号的时域图中出现脉冲，则判断磨削余量过大；位移信号检测已经进入下一阶段的黑皮磨阶段，AE传感器检测不到信号值，则判断上一阶段磨削余量过小；同时，利用AE信号的功率谱密度与表面粗糙度之间的映射关系实时获取表面粗糙度；保证了数据获取的精度，提高了对加工参数预测的正确性。
附图说明
[0029]构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解，本实施例的示意性实施例及其说明用于解释本实施例，并不构成对本实施例的不当限定。
[0030]图1为本专利技术实施例1的工作原理的系统框图；
[0031]图2为本专利技术实施例1的信息采集及监控系统的结构图；
[0032]图3为本专利技术实施例1的神经网络法的流程图；
[0033]图4为本专利技术实施例1的控制系统的系统框图；
[0034]图5为本专利技术实施例1的内部运行流程图。
具体实施方式：
[0035]下面结合附图与实施例对本专利技术作进一步说明。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种滚动轴承外圈内滚道的磨削加工过程控制方法，其特征在于，包括：获取加工过程中滚动轴承滚道的表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度；其中，表面粗糙度由AE信号映射得到，所述磨削余量由位移信息和AE信号的特征关系确定；根据获取的表面粗糙度、磨削余量、振动信息、热处理变形以及磨削温度，以及预设的加工参数预测模型，得到预测加工参数；其中，加工参数预测模型为神经网络模型；根据预测加工参数对加工过程进行控制。2.如权利要求1所述的一种滚动轴承外圈内滚道的磨削加工过程控制方法，其特征在于，所述AE信号为AE传感器探头与轴承滚道产生滑动摩擦后得到的声发射信号，利用AE信号的功率谱密度与表面粗糙度之间的映射关系实时获取表面粗糙度。3.如权利要求1所述的一种滚动轴承外圈内滚道的磨削加工过程控制方法，其特征在于，由位移传感器检测的位移信号判断磨削进入的阶段，AE传感器检测的信号判断砂轮与工件是否产生磨削。4.如权利要求3所述的一种滚动轴承外圈内滚道的磨削加工过程控制方法，其特征在于，通过位移信号检测到磨削进入黑皮磨阶段时，AE信号检测到滚动轴承滚道与砂轮正常接触，AE信号的时域图中不会出现脉冲；位移信号检测到此时处于快进阶段，AE信号的时域图中出现脉冲，则判断磨削余量过大；位移信号检测已经进入下一阶段的黑皮磨阶段，AE传感器检测不到信号值，则判断上一阶段磨削余量过小。5.如权利要求1所述的一种滚动轴承外圈内滚道的磨削加工过程控制方法，其特征在于，所述振动信息由加速度信号进行平滑处理得到，所述热处理变形由磨削功率信号确定，所述磨削温度由红外信号确定。6.如权利要求1所述的一...

【专利技术属性】
技术研发人员：高玉飞，金光迪，皇攀凌，周军，唐元超，万心海，
申请(专利权)人：山东朝阳轴承有限公司，
类型：发明
国别省市：