用于由至少一台计算机数控机器加工的工件的部件分析的计算机实现方法与流程

本发明涉及一种用于部件分析的计算机实现方法，特别是用于分析由至少一台计算机数控机器加工的工件的部件质量及加工进程(优选设计进程)。

背景技术：

本发明涉及的计算机数控机器通常包括可由一个或多个驱动轴沿着工具路径移动的至少一个加工工具。所述加工进程本身由一给定数控程序所控制，该给定数控程序定义了用于所述至少一个加工工具的至少一个工具路径，以及沿着所述工具路径的一路径速度分布。

由这样的计算机数控机器加工的工件的完整设计和加工进程由多个子进程组成。例如，考虑到蒸汽涡轮机叶片的设计和制造过程，在涡轮叶片已被设计之后，例如，就良好流体动力学方面，生成几何计算机辅助设计模型。在下一阶段，即计算机辅助制造编程中，评估和决定用哪种制造技术来制造部件，例如使用5轴计算机数控铣床。基于该决定，计算机辅助制造系统生成包括一工具中心点路径和所述相关工具向量的一3维工具路径。在下一步中，定义了主轴转速和路径速度等技术参数。然后，在决定用于加工工件的特定目标机器之后，后处理器将计算机辅助制造系统的数据转换成计算机数控机器特定的数控程序。铣床的计算机数控控制器对数控程序进行解释和内插，并为五个机器轴的每一生成位置、速度、加速度和电流等指令值。在计算机数控铣削加工完成后，通过考虑定义的公差，将工件移动到一3d坐标测量机，以检查功能尺寸、表面和距离。

这些子进程中的每一个都具有引起错误和进一步问题的可能性，其最终可导致部件超出限定的公差。一些部件可能会重新加工，有些部件只能是废物。现在每个子进程都是分隔的单独设计解决方案，也是由所使用的不同技术(软件和机器)是由不同供应商所提供的这一事实所驱动的，这些供应商到目前为止不能相互协作以实现一全集成的解决方案。通常，每个子进程被单独优化，而不考虑后续步骤的后果。只有在执行了所有的子进程之后，问题的整体后果才能在成品上看到。在实际生活中，整个进程可被认为是一多种试错法，其中许多参数被改变，例如，通过适配计算机辅助设计模型，通过改变制造策略或参数或通过调整机器参数。每次改变后，部件再次发送到测量机，并检查部件是否在定义的公差内。在部件符合质量要求之前，这种试错法可是非常消耗时间和成本的。此外，机器理想地仅用作生产装置，而不是用作编程装置。

考虑到从部件设计到部件加工的完整进程链，可识别在子进程级别上发生的错误和在整个进程级别上发生的错误。在计算机辅助设计的子进程中，例如当不同计算机辅助设计表面在两个相邻计算机辅助设计表面之间的过渡处不包括切向连续性时，可能会出现问题。对于随后的计算机辅助制造编程和计算机数控加工，这意味着生成的工具路径对于路径速度、路径加速度和路径冲击具有非线性特性。因此，机器受到高加速度和减速度的冲击，这迫使计算机数控控制器减慢路径速度。此外，计算机数控机器的机械磨损相当快。同时，这种机器反应也导致切割机磨损，而这导致制造成本方面的额外成本。因此，产生许多废弃部件或至少是表面粗糙度超出公差的部件。

由计算机辅助制造编程引起的问题是，例如，刀具和部件之间的不利角度，这导致振动和不良表面以及刀具的高磨损。编程的工具路径还可能导致铣削主轴和一侧的附接刀具与工件，机器或夹具和另一侧之间的碰撞。另外关于计算机辅助制造程序的子进程，不利的参数如不利的主轴转速和路径速度可能导致不利的切割状况，从而导致部件表面不良和工具磨损。

在计算机数控加工的子进程中，在计算机数控控制器处理数控程序时，可能会出现诸多问题。典型的后处理器通过线性数控段生成或近似于工具路径。如果线性数控段变得非常短，则计算机数控控制器的cpu(中央处理单元)会被强制限制。在这种情况下，计算机数控控制器通过降低再次产生与部件表面相关的问题的速度来应对这个问题。对于5轴计算机数控机器，可观察到工具矢量快速地改变其在空间中的角度，或者甚至振荡，这可再次导致不良的部件表面。此外，当计算机数控控制器为五轴、驱动器和电机生成指令值时，可能会发生五轴具有非常不同的动态特性。五个电气驱动器和轴的机械动作之间的相互作用可能会导致问题，使得机器不能精确地遵守指令位置和速度值，这又降低了部件质量。

总而言之，可以说整个进程链的问题不仅仅是所有子进程问题的总和，而且个体问题可能会相互叠加、相互放大或缩小。现在还不能获取从工件的设计进程到实际加工进程的全进程链上的系统误差分析和消除的解决方案。

截至今天，计算机数控机器制造的部件/工件的质量控制通过目视检查，使用特殊的测量装置或3d坐标测量机来进行。关于整个进程链中出现的上述问题，如果质量控制结果与定义的质量要求不符，则计算机数控机器的最终用户对系统误差分析和消除会有严重的困难。如果刀具补偿使用了适当设置，或计算机数控控制器和驱动器的配置参数是正确的，用户通常可检查工具路径是否正确。但在现实生活中，这种措施或多或少是试错试的。用于错误检测和消除的常规方法是相当耗时的，并且最终不能获得良好的部件质量。在这种情况下，最终用户必须要求机器制造商和/或自动化组件的供应商提供额外的支持。机器制造商使用最终用户得不到的特殊诊断工具。机器制造商检查计算机数控控制器中的所有机器数据是否以所要求的方式设置。在第二阶段诊断中，机器可配备有可检测机器振动的加速度传感器，或其他进程特定传感器。然后对机器振动的分析被用于优化计算机数控机器的机器数据。在某些情况下，即使机器制造商也无法检测机器和质量问题。在这个阶段，自动化和驱动器供应商通常会参与其中。大多数计算机数控控制器提供实时数据记录软件。记录软件通过手动设置触发器在加工的数控开始时被打开，记录控制器、驱动器和传感器的动作。然而，现在的记录功能非常有限。通常，实时数据只能记录几秒钟。结论是，现在的分析部分缺陷的程序-表现为质量差-的程序在许多情况下是非常耗时的，而且不成功。

除此之外，关于当今离散制造中的系列和批量生产，制造过程和测量及质量控制进程完全是彼此分开的。首先，原始坯料部件被放置在机器中并随后加工。通常情况下，除了某些情况下的进程中测量，机器中没有测量。前者可包括诸如孔的位置的简单测量。在制造机器内省略系列测量的原因是由于生产率的损失。如果，例如将触觉传感器内插到铣削主轴中，则机器可测量但不能加工。因此，测量时间是不生产的，部件制造周期会被提高。实现部件测量的最常用方法是将成品转移到测量装置。这种方法的缺点是制造和测量是两个显著断开的进程。例如，在航空航天或模具行业中，部件非常复杂，因此测量部件有时需要几天甚至几周的时间。与测量进程平行，制造继续运行。如果在此期间出现问题，可能会发生某些部件不符合质量要求，需要重新加工甚至是废弃。总之，可以相应地对正在加工或加工刚完成的工件测量其几何形状和表面粗糙度，以便立即或加工进程后不久产生关于部件/工件质量的分析信息，目前还没有这样的技术。

技术实现要素：

因此，本发明的目的是提供一种用于部件分析的方法，特别是用于分析由至少一台数控机器加工的工件的质量，以立即或在加工进程之后不久产生关于部件/工件的质量信息。优选地，该方法还应实现分析加工进程，并且优先地还用于分析由至少一台计算机数控机器加工的工件的设计进程，从而在从设计到加工为成品的整个进程链上实现系统误差分析和可能的错误消除。

根据本发明，该目的通过权利要求1的所述计算机实现的方法来实现。本发明的有利实施例是从属权利要求的主题。

根据本发明的方法包括：

a.向所述计算机数控机器的一个数字机器模型提供所述至少一台计算机数控机器的实时和非实时进程数据，所述实时和非实时进程数据在所考虑的所述工件加工进程中被记录；以及

b.通过至少部分地基于所述记录的实时和非实时进程数据的所述数字机器模型，模拟所考虑的所述加工进程。

到目前为止，机器工具制造商在开发新机器期间使用数字机器模型来模拟机器的动作并检查机器是否符合规定的要求。例如，使用多体模拟模型或有限元法(fem)模型来检查整个机器的运动和振动动作，从而识别机器部件产生的典型问题。为此，数字模拟模拟由目标/指令的工具路径、速度、加速度和抖动所定义的机器运动。

本发明提供了一新方法。开始使用真实物理机器的实际加工进程，并且在所考虑的加工进程中，至少一台计算机数控机器的实时和非实时进程数据，例如实际的几何工具路径参数，例如实际轴位置、速度、加速度和冲击力，在工件的加工进程中被连续记录。根据本发明，将实际进程的这些记录的实时和非实时数据用作数字机器模型的输入数据，以模拟所考虑的加工进程，从而能够分析加工的工件的质量，一般来说，用于找到关于部件的广泛问题，并将其至少与机器和加工进程方面的典型问题相关联。因此，将数字机器模型(配有在工件的全加工进程中记录的实时和非实时进程数据)使用于质量、机器和进程诊断是本发明的临界特征之一。

考虑的加工进程可优选地是根据数控程序的工件的全部加工进程，例如从一坯料部件开始，并以成品工件结束。或者，考虑的加工进程可能只是在整个加工进程的所考虑的一个时期。这可能是根据特定数控程序段的加工进程或在包括使用不同加工工具的几个子进程的整个加工进程中的一特定加工工具的加工进程。

根据本发明的第一实施例，机器模型可是计算机数控机器的一运动模型、一多体模拟模型或一有限元法(fem)模型。运动模型仅反映了机器的几何特性。它代表一理想刚性机器，其中机器的各个可移动部件(轴、滑块)精确地符合被记录的位置。运动模型仅以几何尺寸为特征，不包括真实机器的其他物理特性。特别地，运动模型既不考虑变形，例如偏转、振动，也不考虑其他机器变形。甚至关节仅由位置表示。相比之下，多体模拟模型能够模拟由弹性接头连接的单个可移动块所代表的多个机械可移动体的相互作用。然而，机器部件的形状没有改变。有限元模型与多体模拟模型相似，但更为详细和复杂。这是由于它们由大量具有小体积的合适块构成，其中相邻的连接到每个弹性体。

对于要记录的数据，所述记录的实时进程数据可主要是包括工具路径参数，特别是关于至少一个线性或旋转驱动轴的指令和/或实际位置、指令和/或实际速度、指令和/或实际加速度、指令和/或实际冲击、指令和/或实际转矩、指令和/或实际驱动力和/或指令和/或实际驱动电流中的至少一个。另外或可替代地，所述记录的实时进程数据可包括所述计算机数控机器的至少一部分的进程相关力、转矩、压力、扭矩、弯曲、应变、振动、温度、能量分配和/或能量消耗；

为了提高模拟的质量，实时进程数据优选地以根据计算机数控控制器的最低回路时间水平的采样率记录。特别地，在控制器包括几个子控制器的情况下，数据采集和记录可根据最快子控制器的最低循环时间水平的采样率发生，优选地根据位置回路控制器的回路时间水平。数字上，实时进程数据的记录可以至少在20hz，特别是至少33hz，优选至少50hz，最优选至少100hz的采样率进行。反之亦然，采样时间最多为50毫秒，特别是最多30毫秒，优选最多20毫秒，最优选最多10毫秒。

所记录的非实时进程数据可包括数控程序代码和/或数控程序配置数据，特别是相应的主动数控程序行或数控程序段。此外，所记录的非实时进程数据可包括机器配置数据，例如一个或多个驱动轴中的每一个的几何数据和/或动态数据，例如每个驱动轴的最大轴速度和最大轴加速度，和/或计算机数控机器的补偿表。所记录的非实时进程数据还可包括控制器配置数据，例如，四舍五入/平滑函数的公差，和/或驱动配置数据，例如最大驱动电流或最大驱动力。所记录的非实时进程数据还可包括工件的材料属性，加工进程中的用户动作和/或加工工具的配置数据，特别是工具几何和/或工具特性，例如，材料去除特性、最大切割速度、最大切割负荷/力/体积、切割凹痕数、最大激光功率等。

这些实时和非实时进程数据通常来自计算机数控控制器。然而，一些数据也可由至少一个电气驱动器，和/或由用于相对于相应线性或旋转驱动轴线驱动加工工具的计算机数控机器的至少一个致动器，和/或由至少一台计算机数控机器的嵌入式测量装置，和/或至少一个监测计算机数控机器的至少一个进程参数的外部测量装置。

根据本发明的另一实施例，数字机器模型还可具有在加工进程中不被记录的但可独立于当前正在进行的加工进程提供的非实时数据。原则上，除了数控程序代码和/或数控程序配置数据，特别是相应的主动数控程序行或数控程序段之外，这些数据可包括上述所有非实时数据。

优选地，实时和非实时数据，特别是源于不同源和/或不同时间方式(实时与非实时)的数据被情境化或映射到彼此。这意味着，记录的数据可包括诸如时间标签的任何元数据，方便将实时数据映射或引用到非实时数据和/或将来自一数据源的数据映射或引用到另一数据源的数据。“引用”或“映射”是指所有数据在上下文中或彼此结合，从而为正确识别因果关系或因果联系提供依据。例如，考虑包括数控程序行的非实时数据和包括工具路径信息的实时数据，例如驱动轴的实际位置。后者方便重新设计加工的工件表面，如稍后将描述的。将关于数控程序的非实时数据和关于工具路径的实时数据映射到彼此，可方便将一可能错误的数控程序行划入工件表面上的特定缺陷。

为了能够对设计进程实现任何分析，该方法还可包括提供待加工的工件的设计数据，特别是关于设计步骤计算机辅助设计、计算机辅助制造和计算机辅助制造输出的后处理，所述设计数据包括以下中的至少一个：

-计算机辅助设计数据，包括所述工件的一个计算机辅助设计模型；和/或

-计算机辅助制造数据，包括加工策略(例如切割策略)、工具数据、工具补偿操作顺序、平滑函数设置、工件夹具的策略、用于加工成所述工件的所述坯料的型号数据，从所述计算机辅助制造系统(配有所述工件的所述计算机辅助设计模型)导出的理想工具路径；和/或

-后处理器数据，特别关于加工的设置-改进计算机数控功能，例如内插类型、速度和/或加速度分布的选择、平滑函数的设置/选择、工具定向编程、内插函数，或机器误差补偿方法，和/或；

-计算机数控数据，包括关于机器误差补偿方法和参数适配的设置，例如用于平滑所述工具路径的公差、冲击限制，用于阻尼函数的参数设置，关于前进料或动量控制的数据。

根据本发明的另一实施例，模拟所述计算机数控机器的所述加工进程可作为在一个内部网络或一个开放网络的至少一个服务器上的服务器应用来实现，例如互联网，特别是作为驻留在本地服务器附近的一个云平台上或者机器上的基于云的服务或基于云的应用。根据该实施例，所述记录的实时和非实时进程数据和所述设计数据被提供给/传送到该服务器/云或本地平台，例如，通过互联网或内部网络上传。

根据本发明的另一实施例，该方法还可包括，在向数字机器模型提供所记录的数据之前，记录实时和非实时进程相关数据。当今的实时数据记录问题是计算机数控控制器能够记录大量数据并预处理用于上传到云/本地平台的数据的能力有限。当今的技术只能记录几秒的加工进程。然而，本发明的方法要求实时数据记录优选地覆盖整个加工进程。因此，根据本发明的优选实施例，可通过使用客户端来实现记录实时和非实时进程数据以及向数字机器模型提供该数据，如美国临时专利申请us62/073,398(名称“嵌入式系统的大数据客户端”)所公开的以及pct国际专利申请(名称为“用于对来自至少一台计算机数控机器或工业机器人的与进程相关的大量数据的数据采集和预处理的客户端装置”)(代理人案卷号：be-22976-wo；由与us62/073,398和本申请相同的申请人于2015年10月30日提交)所公开的。其中公开的客户端装置被配置用于从至少一台计算机数控机器获取和预处理与进程相关的大量数据，并且用于将所述与进程相关的大量数据发送到至少一个数据接收器，特别是发送给云平台用于在平台上执行/运行的软件应用程序实现分析。为此，客户端装置包括到所述机器的所述计算机数控控制器的第一数据通信接口，用于经由至少一个实时数据信道连续记录实时进程数据，并用于经由至少一个非实时数据信道记录非实时进程数据。为了使所记录的实时和非实时数据可用于记录，可在与客户端装置实现数据通信的计算机数控控制器中实施数据提供功能。客户端装置还包括用于将记录的进程数据发送到服务器的第二数据通信接口。客户端装置还被配置为，在传输到服务器之前，对记录的数据实现预处理。预处理记录的数据主要可包括将所记录的实时和非实时数据情境化，这对实现识别如某个错误数控程序和工件的某个缺陷之间的因果关系非常重要。

对于这个具体任务，计算机数控机器的实时轴位置务必参见非实时主动数控程序代码行。因此，客户端装置可包括至少一个数据处理单元，用于至少将所记录的非实时数据数据映射到所记录的实时数据，以聚合一情境化进程相关数据组。

如上所述，该方法还可包括，在向数字机器模型提供数据之前，对所记录的实时和非实时进程数据实现预处理，并且优选地对设计数据实现预处理。除了情境化之外，预处理可优选地包括对所记录的实时和非实时进程数据以及优选设计数据进行压缩、加密、聚合、过滤或重新格式化中的至少之一。该预处理也可由上述客户端装置来实现。

如果要记录大量数据，则客户端装置可是所谓的胖客户机，即与计算机数控控制器和云服务器相分离的单独计算机，作为单独计算机提供更多的处理器性能和更多的存储。或者，在小数据量的情况下，客户端装置可是所谓的瘦客户机，其可是计算机数控控制器的一部分，或者可在本地安装。

机器模型，例如多体或有限元法模拟代表理想的机器。在机器部件的生产和机器部件的组装进程中，不同的公差使每个物理机器具有高度的单独性。除此之外，计算机数控控制器中的机器数据，机器、驱动器、软件和通信的配置数据在现实生活中并不相同。因此，作为模拟开始之前的阶段，模型机将被单独化或适配于特定的物理机器。对于这种适配进程，包括控制器、驱动器、电机和传感器的配置数据以及机器的几何测量数据的真实计算机数控机器数据提供给数字机器模型以实现同步。因此，根据本发明的另一实施例，该方法还包括在使用数字机器模型来模拟加工进程之前，就特定计算机数控机器的实际配置方面，对数字机器模型进行个性化和/或校准。

作为模拟的第一阶段，模拟加工进程可包括：基于记录的实时和非实时进程数据，通过数字机器模型，计算计算机数控机器的加工工具的实际工具路径。最容易地，可通过向计算机数控机器的运动模型提供驱动轴的实际位置来计算实际的工具路径。

作为模拟的第二阶段，模拟加工进程可包括在记录的加工进程中基于记录的实时和非实时进程数据虚拟重新设计加工的工件。例如，如上所述，通过计算计算机数控机器的加工工具的工具轨迹，可实现由铣床加工的工件的重新设计。随后，考虑铣削工具的几何形状和铣削特性，其被作为非实时数据提供，以沿着记录的/计算的实际工具路径来重新设计工件表面。工件的这种虚拟重新设计可简单地基于现有技术基本已知的材料去除模拟。对于其他加工工艺，例如材料沉积工艺，工件的重新设计可基于材料添加模拟。

关于所提出的方法的应用之一，即用于由计算机数控机器制造的工件的质量分析，该方法的优选实施例还可包括将计算的工具路径与从计算机辅助制造系统(提供了工件的计算机辅助设计模型)导出的理想工具路径进行比较。因此，该方法还可包括将虚拟重新设计的工件与工件的理想计算机辅助设计模型比较。对此，将虚拟重新设计的工件与工件的计算机辅助设计模型比较，主要集中在将虚拟重新设计的工件的模拟表面与工件的计算机辅助设计模型的理想表面比较。

根据该方法的一个更为复杂的应用，该应用甚至可实现自动化质量分析，该方法还可包括识别关于所计算的工具路径与从所述计算机辅助制造系统(该系统配有所述工件的所述计算机辅助设计模型)导出的所述理想工具路径之间的一个预定偏差范围的偏差，和/或识别关于所述虚拟重新设计的工件与所述工件的所述计算机辅助设计模型的一个预定偏差范围的偏差。

由于该方法优选地在云服务器上实现，并且由于在加工进程中可连续地提供记录的实时和非实时数据的方法/模拟，所以上述质量分析应用的结果可立即可用或者在加工进程结束后不久可用。因此，关于工件的几何形状、表面粗糙度的信息可分别在加工进程中或在加工进程之后立即获得，产生关于工件质量的近“在线”信息。

根据本发明所述方法的另一应用可用于加工进程的虚拟进程控制。虚拟进程控制的基本原理是：首先，找到确定进程质量的一整套特征属性。考虑例如铣床数控机器、铣削力、机器振动、工具振动、定位精度、主轴转速、轴速度、加速度、冲击力、机器部件的弯矩和机器部件的误差特性以及工具状态，可用特征进程参数。然后，用户可定义质量窗口，其中在其内部的进程被认为是“良好的”，而在其外部是“不好”的。再次考虑铣床数控机器，特征进程参数可是沿数控工具路径的铣削力。对于激光切割机，这可是沿着数控工具路径的激光功率。必须在所考虑的整个进程中实时记录各个进程参数数据，例如机器振动、铣削力或工具振动。对于一些进程参数，必须采用额外的外部传感器来实现数据记录。因此，根据本发明的另一优选实施例，该方法还可包括：

-从指示所述加工进程的一个预定质量和/或所述工件的质量的所述记录的实时和非实时进程数据中，定义一个或多个进程参数；

-参见所述计算的和/或理想的工具路径，定义所述一个或多个进程参数的质量范围；以及

-参见所述计算的和/或理想的工具路径，识别所述一个或多个进程参数关于所定义的质量范围的偏差。

此外，关于工件和加工进程的这些信息也可分别在加工进程中或在加工进程之后立即可获得，因为模拟所需的所有数据是被连续地和即时地提供的，所以说“实时”或“在线“。

根据本发明的另一实施例，该方法还可包括可视化模拟加工进程，特别是可视化：

-所述计算的工具路径；和/或

-所述理想的工具路径；和/或

-所述虚拟重新设计的工件；和/或

-所述工件的计算机辅助设计模型；和/或

-所述计算的工具路径与所述理想工具路径的所述比较；和/或

-所述虚拟重新设计的工件与所述工件的所述计算机辅助设计模型之间的比较；和/或

-所述计算的工具路径与所理想工具路径之间所述识别的偏差；和/或

-所述虚拟重新设计的工件与所述工件的所述计算机辅助设计模型之间的所述识别的偏差；和/或

-沿着/参见所述计算的和/或理想的工具路径的所述一个或多个进程参数；和/或

-沿着/参见所述计算的和/或理想的工具路径的所述一个或多个进程参数的所述识别的偏差；和/或

-沿着/参见所述计算的和/或理想的工具路径的所述相应数控程序代码；

-所述计算机辅助制造数据，包括加工策略(例如切割策略)、工具数据、工具补偿操作顺序、平滑功能设置、工件夹具策略，用于加工成所述工件的所述坯料的型号数据，从所述计算机辅助制造系统(配备有所述工件的所述计算机辅助设计模型)导出的理想工具路径；和/或

-所述后处理器数据，特别是有关加工的设置-改进计算机数控功能，例如内插类型、速度和/或加速度分布的选择、平滑功能的设置/选择、工具定向编程、内插功能或机器误差补偿方法，和/或；

-所述计算机数控数据，包括关于机器误差补偿方法和参数适配的设置，例如用于平滑工具路径的公差、冲击限制，用于阻尼功能的参数设置，关于前馈或动量控制的数据。

可视化状态，即模拟、比较和偏差识别的结果，是根据本发明所述方法的第一层次，主要用于质量和进程控制。在这个层面上，该系统基本上不提供任何分析智能。进一步的分析和解释主要是由作为用户的人完成的。然而，已经具有可视化上述数据的能力-这些数据是由模拟提供的并且基于在实际加工进程中记录的实时和非实时数据，是一非常强大的分析工具，因为它方便即刻或接近立即识别可能缺陷或加工部件的质量问题。此外，由于记录的实时和非实时数据优选地被情境化或映射到彼此，因此可能识别加工部件上的缺陷或质量问题的可能原因。例如，将关于数控程序的非实时数据和关于工具路径的实时数据情境化，将方便将可能错误的数控程序行归于工件表面上的一个特定缺陷。

由于数控程序与其他实时和非实时数据实现情境化，特别是因为根据本发明的方法可沿着/参见所计算的和/或理想的工具路径提供相应的数控程序代码，所以上述设计数据也可被参见/映射到计算的和/或理想的工具路径，因此被参见/映射到工件表面上的可能缺陷。这是由于计算机辅助制造和后处理器数据/输出与数控程序之间存在一对一(几何)关系的事实。关于计算机辅助设计系统，也存在一对一(几何)关系，至少在完成的工件的计算机辅助设计模型与相应的数控程序部分(涉及导向成品工件的最后一加工子进程)之间。

总之，该方法因此可方便在所述计算机辅助设计系统、所述计算机辅助制造系统、所述后处理器中，在所述数控程序中，以及在所述计算机数控机器中，特别是在所述控制器中，在电气驱动器、所述计算机数控机器的所述致动器和机械系统中，识别关于识别的质量和进程问题的原因。因此，根据本发明所述方法可提供从设计经加工到成品的全进程链上的系统误差分析和误差消除的解决方案。

特别地，可通过使用排除或鉴别诊断方法连续消除原因，来推断识别可能的原因。因此，根据本发明的另一优选实施例，该方法还包括：在所述计算机辅助设计系统、所述计算机辅助制造系统、所述后处理器中，在所述数控程序中，以及在所述计算机数控机器中，特别是在所述控制器中，在电气驱动器、所述计算机数控机器的所述致动器和机械系统中，识别关于所述虚拟重新设计的工件与所述工件的计算机辅助设计模型之间的所述识别的偏差的可能原因；和/或识别关于所述计算的工具路径和所述理想工具路径之间的所识别的偏差相关的原因；和/或识别关于沿着所述计算的和/或理想路径的所述一个或多个进程参数的所述识别的偏差的原因。

在第二层次上，分析智能可被实施到该方法中。分析有问题的区域，并通过可视化问题区域向用户显示已识别的问题。例如，关于计算机辅助设计的步骤，如果使用大量图元来连接复杂体，或者如果不同的表面被建模，则很可会出现问题。典型现象是主要由所使用的算法的数值不准确引起的小步骤、边缘、间隙或多个限定和重叠的区域。其他数值不准确和缺陷可会导致表面曲率、点状孔或其他微观结构缺陷的波动。在大多数情况下，计算机辅助设计模型中问题区域不可见。即使是高分辨率可视化系统也无法做到这一点。然而，即使在几个像素的尺寸上的这样小的缺陷也可能在随后的计算机辅助制造过程中以及最后在加工的工件上导致困难。根据本发明的特定实施例，该方法可被配置为检测和表征这些问题区域。例如，当沿着表面移动时，查看衍生物的连续，可清楚地识别步骤或边缘。这种识别的缺陷可在计算机辅助设计模型上标记为问题区域，这方便设计者检查问题是否由算法假象产生的还是它们是部件设计的实际属性。这主要适用于可能想要的边缘、步骤或波或算法假象。在这里，设计师必须作决定。然而，重要的是通过在第一步骤中的分析可靠地检测到可疑区域。相比之下，间隙或重叠更容易被处理，因为非常清楚它们是不想要的。它们只需要可视化，以使设计人员解决问题。

然而，根据分析结果对后续行动采取的后果仍然受到用户的约束。因此，在第三层次上，该方法还可包括补救所识别的原因，其中补救所识别的问题可包括：

-适配所述数控程序代码，以消除编程的工具路径错误；和/或

-通过所述计算机辅助制造策略的改变来适配所述部件程序的所述几何形状，用来避免临界机器振动或临界运动，并用来改善所述机器的所述整体动态特性；和/或

-关于切割加工进程，改变所述计算机辅助制造策略(关于切割深度、主轴转速和进给速度之间的所述关系)或其他改进切割量和/或质量的方法；和/或

-改变用于将所述机器独立数控程序代码转换为用于处理的所述计算机数控的所述控制器的一个特定格式的一个后处理器的至少一个设置；和/或

-适配所述计算机数控机器的误差补偿表或激活所述计算机数控机器的所述控制器的误差补偿功能；和/或

-适配至少一个驱动参数，以便改变所述计算机数控机器的所述运动特性；和/或

-激活所述计算机数控机器的所述控制器的过滤器功能、平滑功能和/或其他运动优化功能；和/或

-补救所述计算机辅助设计模型的问题，例如相邻表面之间桥接间隙，去除不同表面的重叠或平滑或剔除所述计算机辅助设计模型中的不需要的步骤。

本发明的另一方面涉及内部网络或开放网络的服务器，特别是涉及云服务器或系统，其被配置为执行所要求保护的方法。本发明的另一方面涉及内部网络或开放网络的服务器，特别是涉及云服务器或系统，其具有如上所述实施的方法。

本发明的其他优点和细节通过使用下面的文本中所示的实施例并结合附图展示。

附图说明

附图1示出了一个系统架构的示例，用于记录一台数控机器的实时和非实时进程数据，并且将该数据传送到使用根据本发明的用于部件分析的方法的云平台，用于数据分析；

附图2示出了根据本发明的用于部件分析的方法的一个示例性实施例；

附图3a示出了通过一数字机器模型(提供有在加工进程中记录的实时和非实时进程数据)的途径来模拟所考虑的加工进程，导出对所述加工进程的模拟工具路径；

附图3b示出了附图3a的用于所述加工进程的理想工具路径，该理想工具路径从配有所述工件的一计算机辅助设计模型的计算机辅助制造系统中导出；

附图4a示出了根据本发明所述的方法，从一重新设计模拟得到的一工件的虚拟模拟；和

附图4b示出了与附图4a的所述工件相对应的所述工件的所述理想计算机辅助设计模型。

具体实施方式

附图1示意性地示出了一个系统架构，用于记录一台数控机器10的实时和非实时进程数据，并且将该数据传送到一云平台20，在该平台上使用根据本发明的部件分析方法。在当前实施例中，所述计算机数控机器10是一台5轴铣削中心。所述计算机数控机器10由一台计算机数控控制器11操作，并且包括所述相应机器轴的每个致动器15.1-15.5的电驱动13.1-13.5。所述计算机数控机器对一个特定工件的加工是基于一个相应数控程序的加工指令，所述指令由所述计算机数控机器10转换成加工动作，即转换成不同机器轴的致动器14.1-14.5的运动，和转换成所述铣削工具的一个主轴致动器16的一个旋转运动。这些致动器属于计算机数控机器10的机械/加工部件18。为此，所述计算机数控控制器11对于每个轴和铣削工具产生相应的指令值，经由一个本地现场总线12向所有轴电动驱动器13.1-13.5和主轴致动器16的电主轴驱动器17传送。现场总线12是用于所述计算机数控控制器11和电驱动13.1-13.5，17之间的所述数控机器10的内部通信的实时通信现场总线。用于测量每个轴的实际位置的嵌入式测量装置/传感器15.1-15.5也可连接到所述现场总线12。为了控制沿着每个轴的移动，机器嵌入式测量装置15.1-15.5，例如高分辨率线性比例尺，通过现场总线12，连续测量用于向计算机数控控制器11的实际位置反馈。

如美国临时专利申请us62/073,398(名称“嵌入式系统的大数据客户端”)所公开，以及如pct国际专利申请(名称为“用于对来自至少一台计算机数控机器或工业机器人的与进程有关的大量数据的数据采集和预处理的客户端装置”)(代理人案卷号：be-22976-wo；由与us62/073,398和本申请相同的申请人于2015年10月30日提交)所公开的，所述计算机数控机10连接到客户端装置1。所述客户端装置1被配置用于记录和预处理来自所述计算机数控机器10的进程相关的大量数据，以及将所述进程相关大量数据传送到所述云平台20，用于使用根据本发明的所述部件分析方法进行数据分析。为此，所述客户端装置1包括所述计算机数控机器10的所述计算机数控控制器11的第一数据通信接口2，用于经由一个实时数据信道7连续记录实时进程数据，并用于经由至少一个非实时数据信道8记录非实时进程数据。所述记录的实时进程数据可主要包括工具路径参数，特别是关于在驱动轴的指令和/或实际位置、指令和/或实际速度、指令和/或实际加速度、指令和/或实际冲击、指令和/或实际转矩、指令和/或实际驱动力和/或指令和/或实际驱动电流中的至少一个。另外，所述实时数据可包括来自附接于所述计算机数控机器10的外部测量装置的数据。参见附图1，一个力传感器30被安装在所述铣削工具16的所述主轴致动器17中，经由所述另外数据接口4直接连接到所述客户端装置1。在访问这些铣削力数据之后，可实现在所述云服务器20上的一个具体应用，来识别与例如与铣削工具过载相关的进程问题。

所述记录的非实时进程数据可主要包括所述数控程序代码、机器配置数据、控制器配置数据、驱动配置数据、所述工件的材料属性、所述加工进程中的用户动作和/或所述加工工具的配置数据，特别是工具几何和/或工具特性。

为了使记录的实时和非实时数据可用于记录，可在所述计算机数控控制器11中实施一个数据提供功能。所述客户端装置1还包括用于将所述记录的进程数据发送到所述云平台20的一个第二数据通信接口3。所述客户端装置还被配置为在传送到所述服务器20之前，对所述记录的数据实现预处理，特别是如上所述将所述记录的非实时数据情境化到如上所述的所述记录的实时数据。

附图2示出了根据本发明的用于分析由如附图1所示的所述计算机数控机器10加工的一个工件的质量和加工进程的一个示例性实施例。基本想法是向所述计算机数控机器10的一数字机器模型提供如上所述的已经在所述工件的所述加工进程中记录的实时和非实时进程数据，并随后通过基于所述记录的实时和非实时进程数据的所述数字机器模型，模拟所述加工进程。如附图1所示，上述的所述实时和非实时进程数据在被记录和预处理之后，由所述客户端装置1传送到所述云服务器20。根据本发明所述的方法作为驻留在所述云服务器20上的服务器应用程序来实现。其中所述记录的数据被提供给所述计算机数控机器10的一数字机器模型，用于基于反映所述实际加工进程的所述记录的进程数据来模拟所述加工进程。所述数字机器模型可是所述计算机数控机器10的一多体模拟模型、一有限元模型或一纯几何运动模型。

作为模拟的第一阶段，模拟所述加工进程可包括计算所述计算机数控机器10的所述加工工具的所述实际工具路径。最容易地，可通过向所述计算机数控机器的一运动模型提供所述驱动轴的所述实际位置来计算实际的所述工具路径，所述驱动轴用于在加工进程中移动所记录的加工工具。从所述模拟得到的所述计算的或模拟的工具路径可对于用户被可视化，如附图2所示。为了进一步分析，可将该模拟工具路径与从具有所述工件的一计算机辅助设计模型的一计算机辅助制造系统导出的一理想工具路径比较(参见附图2)。

附图3a和3b示出了该第一阶段模拟的另一示例，其示出了在工件边缘处的工具路径细节。附图3a对应于从使用一数字机器模型和记录的进程数据的一个模拟导出的所述计算的工具路径的所述可视化，而附图3b是从引用所述工件的相同细节的一计算机辅助制造系统所导出的所述理想工具路径的可视化。如可通过附图3a和附图3b的直接比较来推断，各自与所述目标工件或计算机辅助设计模型相比，所述方法立即产生关于所述实际加工进程的工具路径误差，这可导致加工的工件上的缺陷。

作为模拟的第二阶段，该方法可包括基于在所述加工进程中记录的所述实时和非实时进程数据，虚拟重新设计所述加工的工件，特别是其表面。将所述重新设计的工件与相同工件的理想计算机辅助设计模型比较，可立即方便对所述实际加工的工件进行质量分析，如下面关于铣削加工(参见附图2)所述的。

可通过首先根据如上所述的在加工进程中记录的实时和非实时进程数据的数字机器模型来计算铣削工具的工具路径，来重新设计由铣床加工的工件。随后，必须考虑铣削工具的几何和铣削特性，以便沿着模拟工具路径重新设计工件表面。这种虚拟重新设计可简单地通过现有技术中已知的材料去除模拟实现。这种重新设计产生了实际加工的工件的虚拟表面。

附图4a示出了这种重新设计的工件。相比之下，附图4b显示了相同工件的计算机辅助设计模型，或其他中的理想部件。现在可将所述重新设计的表面与由所述计算机辅助设计模型生成的所述理想表面比较。可以看出，附图4a中的所述重新设计的部件示出了壁上表面的几何不准确性，这可能是由于所述工具定向内插的不恰当的近似值造成的。这意味着所述轴方向的移动不够平滑，不足以避免这种类型的表面质量问题。

如上所述的方法基于所述机器运动的实际工具路径的“在线”记录取代加工后对加工的部件的离线测量。因此，由于该方法优选地在云服务器上实现，所以上述质量分析应用的结果可立即可用或者在加工进程结束后不久可用。因此，关于工件的几何形状和表面或表面粗糙度的信息可分别在加工进程中或在加工进程之后立即获得，相应地，关于工件质量的信息立即产生。

如上所述，所述模拟/数字机器模型也同样被提供了进程数据而非那些主要用于模拟所述工件的所述工具路径和表面的数据。这些其它数据被优选地映射到所述工具路径数据。引用附图1，来自所述所述外部力传感器30的实时数据可被映射到所述驱动轴的所述实际位置的实时数据。由于这种情境化，根据本实施例所述的方法可以是，例如可视化/显示/提供关于所述模拟或理想工具路径的对应点或关于两个工具路径的叠加的所述记录的实时铣削力数据。对于所述工件的所述重新设计或理想表面的对应点或两者的所述叠加，也可对相同数据实现可视化/显示/提供。这样做，向这种方法的用户提供了一强大工具来识别工件表面上的可能缺陷，并将这些缺陷与特定的进程问题相关联，例如铣削工具过载。类似地，为该方法提供在所述加工进程中记录的并且适当地映射到所述记录的工具路径参数的数控程序代码，将方便，例如，将一个可能错误的数控程序行归入到所述工件表面的一个可能缺陷。因此，根据本发明所述的方法不仅方便“在线”质量分析，还可方便所述加工进程的“在线”进程分析。

由于如上所述的所述数控程序数据和后处理器、计算机辅助制造和计算机辅助设计数据之间的一对一关系，可在整个进程链中轻松扩展部件分析，以便识别在所述计算机辅助设计系统、计算机辅助制造系统、后处理器、所述数控程序、以及在所述计算机数控机器中的可能质量问题的原因，特别是在所述控制器、电气驱动器、所述计算机数控机器的致动器和机械系统中。