System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 刀具故障监测方法及电子设备技术_技高网

刀具故障监测方法及电子设备技术

技术编号:41090216 阅读:2 留言:0更新日期:2024-04-25 13:50
本申请提供一种刀具故障监测方法及电子设备,所述方法包括:对加工状态的刀具的实时作用力数据进行第一预处理操作,得到第一数据;对刀具的实时声音数据进行第二预处理操作,得到第二数据;根据所述第一数据与所述第二数据,确定刀具在加工状态中是否出现故障包括:利用预设的任一种故障模式对应的评价方法,确定刀具在任一种故障模式下的故障得分;根据所有故障模式中每个故障模式对应的故障得分与每个故障模式对应的权重,确定刀具在所有故障模式下的综合得分;若综合得分大于或等于预设故障得分阈值,确定刀具出现故障。本申请能够提高刀具故障监测的准确度。

【技术实现步骤摘要】

本申请涉及故障监测,具体涉及一种刀具故障监测方法及电子设备


技术介绍

1、生产制造正在从劳动密集型加工制造逐步向自动化、智能化的方向发展。在产业升级过程中,精密制造对工业领域的应用标准越来越高。刀具作为机械加工行业不可或缺的刀具,在加工制造精密零部件和设备时尤为重要,预测和实时检测刀具的加工状况成为精密加工过程的关键环节。相关技术中对刀具进行检测时使用的评价方法较为单一,例如仅仅考虑到刀具受到较大作用力时的故障,难以实现对刀具的精准实时监测和评估,导致刀具加工的精密零部件和设备的报废率较高。


技术实现思路

1、鉴于以上内容,有必要提出一种刀具故障监测方法及电子设备,能够解决由于相关技术无法做到对刀具的精准实时监测和评估,导致无法对用于加工产品的故障刀具即时更替,使得产品的良率降低的技术问题。

2、本申请实施例第一方面提供一种刀具故障监测方法,包括:对加工状态的刀具的实时作用力数据进行第一预处理操作,得到第一数据;对所述刀具的实时声音数据进行第二预处理操作,得到第二数据;根据所述第一数据与所述第二数据,确定所述刀具在加工状态中是否出现故障,包括:在预设的至少一种故障模式中选择一种故障模式,利用所述选择的故障模式对应的评价方法,确定所述刀具在所述选择的故障模式下的故障得分;根据所有预设的故障模式中每个故障模式对应的故障得分与每个故障模式对应的预设权重,确定所述刀具在所有预设的故障模式下的综合得分;若所述综合得分大于或等于预设的故障得分阈值,确定所述刀具出现故障。

<p>3、根据本申请实施例,所述实时作用力数据包括多个时间节点对应的多个作用力数据,所述作用力数据至少包括所述刀具的力数据;所述第一预处理操作包括:对所述实时作用力数据进行滤波处理。

4、根据本申请实施例,所述实时声音数据至少包括所述刀具的声音数据,所述对所述刀具的实时声音数据进行第二预处理操作,得到第二数据包括:对所述实时声音数据进行数据平滑处理并将所述实时声音数据转换为频域数据,得到所述频域数据中每个频率对应的频率分量;从所述频域数据中剔除预设频率范围内的数据得到剩余数据,将所述剩余数据中每个频率对应的频率分量的频率幅值作为所述第二数据。

5、根据本申请实施例,所述第一数据包括多个时间节点及所述多个时间节点中每个时间节点所对应的第一数据;所述至少一种故障模式包括第一故障模式,所述第一故障模式对应的评价方法包括:确定所述多个时间节点所对应的多个第一数据中任一时间节点的第一数据与预设的第一作用力阈值的第一差值;若所述第一差值大于预设数值,根据所述第一差值确定所述刀具在所述任一时间节点对应所述第一故障模式的故障得分;或者,若所述第一差值小于或等于所述预设数值,将所述预设数值作为在所述任一时间节点时所述刀具在所述第一故障模式下的故障得分。

6、根据本申请实施例,所述第一数据包括多个时间节点及所述多个时间节点中每个时间节点所对应的第一数据,所述至少一种故障模式包括第二故障模式,所述第二故障模式对应的评价方法包括:确定所述多个时间节点所对应的多个第一数据中的任一时间节点的第一数据与预设的第一作用力阈值的第一差值的相反数;确定所述任一时间节点的第一数据与预设的第二作用力阈值的第二差值;若所述第一差值的相反数与所述第二差值均大于预设数值,根据所述第一差值的相反数与所述第二差值确定所述任一时间节点对应的第一得分;或者,若所述第一差值的相反数和/或所述第二差值小于或等于所述预设数值,将所述任一时间节点对应的第一得分设置为所述预设数值;根据包括所述任一时间节点在内的所述任一时间节点之前的所有时间节点对应的所有第一得分的总和,确定所述刀具在所述第二故障模式下对应的故障得分。

7、根据本申请实施例,所述第二数据包括对应多个频率的数据,所述至少一种故障模式包括第三故障模式,所述第三故障模式对应的评价方法包括:确定任一频率对应的第二数据与预设的幅值阈值之间的第三差值;若所述第三差值大于预设数值,根据所述任一频率对应的所述第三差值确定所述任一频率对应的第二得分;或者,若所述第三差值小于或等于所述预设数值,将所述任一频率对应的第二得分设置为所述预设数值;根据所有频率对应的所有第二得分的总和,确定所述刀具在所述第三故障模式下对应的故障得分。

8、根据本申请实施例,所述根据所述至少一种故障模式中每个故障模式对应的故障得分与每个故障模式对应的预设权重,确定所述刀具在所有故障模式下的综合得分,包括:确定所有故障模式对应的所有故障得分的加权和,根据所述加权和确定所述综合得分。

9、根据本申请实施例,所述方法还包括:根据所述故障得分生成所述刀具的实时得分波形图,并将所述实时得分波形图输出至终端设备。

10、本申请实施例第二方面提供一种刀具故障监测装置,所述刀具故障监测装置包括:第一预处理模块,用于对加工状态的刀具的实时作用力数据进行第一预处理操作,得到第一数据;第二预处理模块,用于对所述刀具的实时声音数据进行第二预处理操作,得到第二数据;故障得分计算模块,用于根据所述第一数据与所述第二数据,确定所述刀具在加工状态中是否出现故障,包括:在预设的至少一种故障模式中选择一种故障模式,利用所述选择的故障模式对应的评价方法,确定所述刀具在所述选择的故障模式下的故障得分;根据所有预设的故障模式中每个故障模式对应的故障得分与每个故障模式对应的预设权重,确定所述刀具在所有预设的故障模式下的综合得分;若所述综合得分大于或等于预设的故障得分阈值,确定所述刀具出现故障。

11、本申请实施例第三方面提供一种电子设备,包括:存储器,及处理器,所述处理器执行所述存储器中存储的计算机可读指令,实现所述的刀具故障监测方法。

12、本申请实施例提供的刀具故障监测方法,可以综合考虑到瞬时大干扰、长时小干扰,周期性小干扰三种故障模式,鉴于力接触式检测的高灵敏度,以及声音非接触式高频、周期性信号的检测优势,提出基于声、力多模态信息融合的刀具加工状态评估模型,实现了刀具加工快速、精准的多模态状态监测,解决传统感知在工业故障多模态耦合的难题,为刀具使用状况的判断奠定理论和试验基础。

本文档来自技高网
...

【技术保护点】

1.一种刀具故障监测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的刀具故障监测方法,其特征在于,所述实时作用力数据包括多个时间节点对应的多个作用力数据,所述作用力数据至少包括所述刀具的力数据;

3.根据权利要求1所述的刀具故障监测方法,其特征在于,所述实时声音数据至少包括所述刀具的声音数据,所述对所述刀具的实时声音数据进行第二预处理操作,得到第二数据包括:

4.根据权利要求1所述的刀具故障监测方法,其特征在于,所述第一数据包括多个时间节点及所述多个时间节点中每个时间节点所对应的第一数据;所述至少一种故障模式包括第一故障模式,所述第一故障模式对应的评价方法包括:

5.根据权利要求1所述的刀具故障监测方法,其特征在于,所述第一数据包括多个时间节点及所述多个时间节点中每个时间节点所对应的第一数据,所述至少一种故障模式包括第二故障模式,所述第二故障模式对应的评价方法包括:

6.根据权利要求1所述的刀具故障监测方法,其特征在于,所述第二数据包括对应多个频率的数据,所述至少一种故障模式包括第三故障模式,所述第三故障模式对应的评价方法包括:

7.根据权利要求1所述的刀具故障监测方法,其特征在于,所述根据所述至少一种故障模式中每个故障模式对应的故障得分与每个故障模式对应的预设权重,确定所述刀具在所有故障模式下的综合得分,包括:

8.根据权利要求1所述的刀具故障监测方法,其特征在于,所述方法还包括:

9.根据权利要求1所述的刀具故障监测方法,其特征在于,所述第一数据包括多个时间节点及所述多个时间节点中每个时间节点所对应的第一数据,所述第二数据包括对应多个频率的数据;所述确定所述刀具在所有故障模式下的综合得分所使用的公式包括:

10.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至9中任意一项所述的刀具故障监测方法。

...

【技术特征摘要】

1.一种刀具故障监测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的刀具故障监测方法,其特征在于,所述实时作用力数据包括多个时间节点对应的多个作用力数据,所述作用力数据至少包括所述刀具的力数据;

3.根据权利要求1所述的刀具故障监测方法,其特征在于,所述实时声音数据至少包括所述刀具的声音数据,所述对所述刀具的实时声音数据进行第二预处理操作,得到第二数据包括:

4.根据权利要求1所述的刀具故障监测方法,其特征在于,所述第一数据包括多个时间节点及所述多个时间节点中每个时间节点所对应的第一数据;所述至少一种故障模式包括第一故障模式,所述第一故障模式对应的评价方法包括:

5.根据权利要求1所述的刀具故障监测方法,其特征在于,所述第一数据包括多个时间节点及所述多个时间节点中每个时间节点所对应的第一数据,所述至少一种故障模式包括第二故障模式,所述第二故障模式对应的评价方法包括:

6.根据权利...

【专利技术属性】
技术研发人员:李军旗田雨徐文武谢占国曹成曾俊万明银周玉乐
申请(专利权)人:深圳富联精匠科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1