本發(fā)明涉及生產(chǎn)制造，特別涉及一種刀具磨損監(jiān)測方法、裝置、設(shè)備和可讀存儲介質(zhì)。

背景技術(shù)：

1、傳統(tǒng)零件加工中，刀具是很重要的一環(huán)，但是目前針對刀具的更換以及零件表面精度判斷，大多數(shù)都依據(jù)生產(chǎn)人員自身的經(jīng)驗來判斷。尤其是到刀具磨損臨界值時，生產(chǎn)人員需要多次停機檢查刀具是否還可以繼續(xù)使用，這給實際生產(chǎn)加工來說，降低了加工效率，同時也增加了零件破壞的概率。

2、在目前所研究的刀具磨損預(yù)測方法中，大多數(shù)使用的數(shù)據(jù)信號(例如切削力信號，聲發(fā)射信號，振動信號等等)，獲取的方式不僅成本高，信號的獲取設(shè)備在安裝上來說也是會對實際生產(chǎn)加工造成不必要的干擾。

3、而在預(yù)測模型的選擇中，更是出現(xiàn)了不同的預(yù)測模型組合，比如卷積神經(jīng)網(wǎng)絡(luò)(convolutional?neural?networks，cnn)，循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent?neural?network，rnn)，長短期記憶網(wǎng)絡(luò)(long?short-term?memory，lstmn)，支持向量機(support?vectormachine，svm)，深度信念網(wǎng)絡(luò)(deep?belief?network，dbn)，生成式對抗網(wǎng)絡(luò)(generativeadversarial?networks，gan)，反向傳播網(wǎng)絡(luò)(back?propagation，bp)等等，研究人員大都只關(guān)注了模型的準確性，使用復(fù)雜的輸入信號(多種傳感器信號相融合的信號)進行訓(xùn)練，忽略了模型的訓(xùn)練速度以及預(yù)測速度，大大增加了訓(xùn)練以及預(yù)測的時間，難以做到在實際加工生產(chǎn)中對刀具的磨損狀態(tài)進行實時監(jiān)控。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例提供一種刀具磨損監(jiān)測方法、裝置、設(shè)備和可讀存儲介質(zhì)，用以解決現(xiàn)有技術(shù)中，難以在實際加工過程中對刀具的磨損狀態(tài)進行實時監(jiān)控。

2、為了解決上述技術(shù)問題，本發(fā)明實施例提供如下技術(shù)方案：

3、本發(fā)明實施例提供一種刀具磨損監(jiān)測方法，包括：

4、獲取目標刀具對目標工件進行加工時的切削工藝參數(shù)和所述目標工件的表面粗糙度；

5、將所述切削工藝參數(shù)和所述表面粗糙度輸入訓(xùn)練好的刀具磨損量模型，得到所述訓(xùn)練好的刀具磨損量模型輸出的預(yù)測刀具磨損量；

6、將所述切削工藝參數(shù)和所述預(yù)測刀具磨損量輸入訓(xùn)練好的刀具主軸功率模型，得到所述訓(xùn)練好的刀具主軸功率模型輸出的預(yù)測主軸功率值；

7、根據(jù)所述預(yù)測主軸功率值與實時主軸功率值之間的對比關(guān)系，得到所述目標刀具的刀具磨損監(jiān)測結(jié)果。

8、可選地，所述方法還包括：

9、將歷史刀具對歷史工件進行加工時的歷史切削工藝參數(shù)和歷史刀具的歷史刀具磨損量作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸入，將歷史工件的歷史表面粗糙度作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸出，對所述預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，得到所述訓(xùn)練好的刀具磨損量模型。

10、可選地，所述方法還包括：

11、將歷史刀具對歷史工件進行加工時的歷史切削工藝參數(shù)和歷史刀具的歷史刀具磨損量作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸入，將歷史刀具對歷史工件進行加工時的歷史主軸功率值作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸出，對所述預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，得到所述訓(xùn)練好的刀具主軸功率模型。

12、可選地，將歷史刀具對歷史工件進行加工時的歷史切削工藝參數(shù)和歷史刀具的歷史刀具磨損量作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸入，將歷史工件的歷史表面粗糙度作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸出，對所述預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，得到所述訓(xùn)練好的刀具磨損量模型，包括：

13、根據(jù)所述歷史切削工藝參數(shù)和所述歷史刀具的歷史刀具磨損量對所述歷史工件的歷史表面粗糙度的影響程度，確定第一影響度矩陣；

14、將所述歷史切削工藝參數(shù)、所述歷史刀具磨損量和所述第一影響度矩陣作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸入，將所述歷史表面粗糙度作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸出，對所述預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，得到所述訓(xùn)練好的刀具磨損量模型。

15、可選地，將歷史刀具對歷史工件進行加工時的歷史切削工藝參數(shù)和歷史刀具的歷史刀具磨損量作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸入，將歷史刀具對歷史工件進行加工時的歷史主軸功率值作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸出，對所述預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，得到所述訓(xùn)練好的刀具主軸功率模型，包括：

16、根據(jù)所述歷史切削工藝參數(shù)和所述歷史刀具的歷史刀具磨損量對所述歷史主軸功率值的影響程度，確定第二影響度矩陣；

17、將所述歷史切削工藝參數(shù)、所述歷史刀具磨損量和所述第二影響度矩陣作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸入，將所述歷史主軸功率值作為預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型的輸出，對所述預(yù)設(shè)的bp神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，得到所述訓(xùn)練好的刀具主軸功率模型。

18、可選地，根據(jù)所述預(yù)測主軸功率值與實時主軸功率值之間的對比關(guān)系，得到所述目標刀具的刀具磨損監(jiān)測結(jié)果，包括：

19、在所述實時主軸功率值減去所述預(yù)測主軸功率值大于第一預(yù)設(shè)閾值的情況下，確定所述目標刀具處于刀具破損狀態(tài)；

20、在所述實時主軸功率值減去所述預(yù)測主軸功率值大于第二預(yù)設(shè)閾值，且所述實時主軸功率值減去所述預(yù)測主軸功率值小于或等于所述第一預(yù)設(shè)閾值的情況下，確定所述目標刀具處于刀具磨損狀態(tài)；

21、在所述實時主軸功率值減去所述預(yù)測主軸功率值小于或等于所述第二預(yù)設(shè)閾值的情況下，確定所述目標刀具處于正常加工狀態(tài)；

22、其中，所述第二預(yù)設(shè)閾值小于所述第一預(yù)設(shè)閾值。

23、可選地，所述方法還包括：

24、建立歷史刀具對歷史工件進行加工時歷史工件的歷史表面粗糙度與歷史刀具的歷史刀具磨損量之間的映射關(guān)系；

25、根據(jù)所述映射關(guān)系，對所述訓(xùn)練好的刀具磨損量模型進行驗證，得到驗證結(jié)果；

26、在所述驗證結(jié)果指示在所述歷史表面粗糙度相同的情況下，所述歷史刀具磨損量與所述訓(xùn)練好的刀具磨損量模型輸出的預(yù)測刀具磨損量之間的差值絕對值小于第三預(yù)設(shè)閾值，則確定所述訓(xùn)練好的刀具磨損量模型可用。

27、可選地，根據(jù)所述預(yù)測主軸功率值與實時主軸功率值之間的對比關(guān)系，得到刀具磨損監(jiān)測結(jié)果之前，所述方法還包括：

28、確定歷史刀具對歷史工件進行加工時的歷史電流的每一特征量與歷史刀具對歷史工件進行加工時的歷史主軸功率值之間的相關(guān)系數(shù)；

29、根據(jù)所述相關(guān)系數(shù)，確定所述特征量中與所述歷史主軸功率值最相關(guān)的目標特征量；

30、根據(jù)目標刀具對目標工件進行加工時的實時電流的目標特征量，得到所述實時主軸功率值。

31、可選地，獲取目標刀具對目標工件進行加工時所述目標刀具的切削工藝參數(shù)和所述目標工件的表面粗糙度之前，所述方法還包括：

32、獲取示教加工得到的示教刀具磨損量和示教主軸功率值；

33、根據(jù)所述示教主軸功率值與預(yù)測主軸功率值之間的對比關(guān)系，得到刀具磨損示教監(jiān)測結(jié)果；

34、在所述刀具磨損示教監(jiān)測結(jié)果指示所述示教主軸功率值小于所述預(yù)測主軸功率值的情況下，確定獲取目標刀具對目標工件進行加工時所述目標刀具的切削工藝參數(shù)和所述目標工件的表面粗糙度。

35、本發(fā)明實施例還提供一種刀具磨損監(jiān)測裝置，包括：

36、第一獲取模塊，用于獲取目標刀具對目標工件進行加工時的切削工藝參數(shù)和所述目標工件的表面粗糙度；

37、第一處理模塊，用于將所述切削工藝參數(shù)和所述表面粗糙度輸入訓(xùn)練好的刀具磨損量模型，得到所述訓(xùn)練好的刀具磨損量模型輸出的預(yù)測刀具磨損量；

38、第二處理模塊，用于將所述切削工藝參數(shù)和所述預(yù)測刀具磨損量輸入訓(xùn)練好的刀具主軸功率模型，得到所述訓(xùn)練好的刀具主軸功率模型輸出的預(yù)測主軸功率值；

39、第三處理模塊，用于根據(jù)所述預(yù)測主軸功率值與實時主軸功率值之間的對比關(guān)系，得到所述目標刀具的刀具磨損監(jiān)測結(jié)果。

40、本發(fā)明實施例還提供一種刀具磨損監(jiān)測設(shè)備，包括：收發(fā)機、處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的程序或指令；所述處理器執(zhí)行所述程序或指令時實現(xiàn)如上中任一項所述的刀具磨損監(jiān)測方法。

41、本發(fā)明實施例還提供一種可讀存儲介質(zhì)，其上存儲有程序或指令，所述程序或指令被處理器執(zhí)行時實現(xiàn)如上中任一項所述的刀具磨損監(jiān)測方法中的步驟。

42、本發(fā)明的有益效果是：

43、本發(fā)明方案提供的刀具磨損監(jiān)測方法，通過獲取目標刀具對目標工件進行加工時的切削工藝參數(shù)和所述目標工件的表面粗糙度；將所述切削工藝參數(shù)和所述表面粗糙度輸入訓(xùn)練好的刀具磨損量模型，得到所述訓(xùn)練好的刀具磨損量模型輸出的預(yù)測刀具磨損量；將所述切削工藝參數(shù)和所述預(yù)測刀具磨損量輸入訓(xùn)練好的刀具主軸功率模型，得到所述訓(xùn)練好的刀具主軸功率模型輸出的預(yù)測主軸功率值；根據(jù)所述預(yù)測主軸功率值與實時主軸功率值之間的對比關(guān)系和所述預(yù)測刀具磨損量與刀具磨損量閾值之間的對比關(guān)系，得到刀具磨損監(jiān)測結(jié)果，可以實現(xiàn)在實際加工過程中對刀具磨損狀態(tài)進行實時監(jiān)測，并且不妨礙實際加工過程，成本低，效率高。