一种基于模糊神经网络的智能云平台刀具磨损判定方法技术

本发明专利技术涉及一种基于模糊神经网络的智能云平台刀具磨损判定方法，S1：数控系统采集刀具及该刀具加工的相关监测数据，固定间隔时间存储在数控系统，加工完成或加工报警时，向云端数据存储平台发送数据系统监测的数据；S2：规划云端存储空间，用于接收数控系统监测的数据，按照规则构建云端数据库；S3：以云端数据库建立模糊神经网络模型，该模糊神经网络模型按照固定间隔时间自动更新；S4：将监测数据输入已完成自学习和自适应的神经网络模型，经过隐含层和解模糊化模块输出相应的刀具磨损结果，在数控系统上显示。本发明专利技术在不需要高精度传感器的情况下，为数控操作人员提供准确可靠的刀具磨损判定，从而维持高效运行，提高效率。提高效率。提高效率。

【技术实现步骤摘要】
一种基于模糊神经网络的智能云平台刀具磨损判定方法


[0001]本专利技术涉及数控刀具检测
，尤其涉及一种基于模糊神经网络的智能云平台刀具磨损判定方法。

技术介绍

[0002]随着汽车、航空航天、能源、医学、新材料、新技术的不断发展，刀具正在向复合化、特殊化、高速化、高精密、品种多元化等趋势发展。除了刀具工艺技术水平的提高，刀具磨损情况定时检测不可或缺。
[0003]通常情况下，刀具磨损量难以直接测量，需要用到较为精密的仪器和复杂的测量方式，因此，采用间接预测方法已经成为一种常用的方法。
[0004]为了避免刀具过渡磨损从而造成工件损坏，除了通过肉眼对刀具进行观测外，还能够通过仪器进行更加精准的检测。然而传统的传感器已经难以满足高精度刀具状态检测系统的要求，虽然高精度传感仪器配套使用可以取得很好的检测效果，但其费用高，而且安装、使用、维护麻烦，不利于个体户和小型生产厂家应用。
[0005]目前，刀具磨损状态的预测方法大都属于基于数据驱动的预测方法。基于数据驱动的方法主要在于构建预测模型，对加工过程中的运行数据进行挖掘本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊神经网络的智能云平台刀具磨损判定方法，其特征在于，包括以下步骤：S1：数控系统采集刀具及该刀具加工的相关监测数据，固定间隔时间存储在数控系统，加工完成或加工报警时，向云端数据存储平台发送数据系统监测的数据；S2：规划云端存储空间，用于接收数控系统监测的数据，按照规则构建云端数据库；S3：以云端数据库建立模糊神经网络模型，该模糊神经网络模型按照固定间隔时间自动更新；S4：将监测数据输入已完成自学习和自适应的神经网络模型，经过隐含层和解模糊化模块输出相应的刀具磨损结果，在数控系统上显示。2.根据权利要求1所述的一种基于模糊神经网络的智能云平台刀具磨损判定方法，其特征在于：步骤S1中，所述刀具及该刀具加工的相关监测数据包括：工件材料、刀具型号、加工精度、切削量、刀具转速、进给速度、主轴、震动频率、震动幅度、完成程度；其中，工件材料、刀具型号、加工精度作为数据的标识符；切削量、刀具转速、进给速度、主轴、震动频率、震动幅度作为模型的输入向量；完成程度作为输出向量。3.根据权利要求1所述的一种基于模糊神经网络的智能云平台刀具磨损判定方法，其特征在于：步骤S1中，当加工顺利完成时，其完成程度设定为1；当发生与刀具方面相关报警时，其完成程度设定为
‑
1；发生其他情况致...

【专利技术属性】
技术研发人员：王维杰，张东卫，
申请(专利权)人：南京达风数控技术有限公司，
类型：发明
国别省市：