一种具有故障诊断与预警功能的数控机床的制作方法

本发明涉及数控机床领域，具体涉及一种具有故障诊断与预警功能的数控机床。

背景技术：

数控车床是目前使用较为广泛的数控机床之一。它主要用于轴类零件或盘类零件的内外圆柱面、任意锥角的内外圆锥面、复杂回转内外曲面和圆柱、圆锥螺纹等切削加工，并能进行切槽、钻孔、扩孔、铰孔及镗孔等。数控机床是按照事先编制好的加工程序，自动地对被加工零件进行加工。我们把零件的加工工艺路线、工艺参数、刀具的运动轨迹、位移量、切削参数以及辅助功能，按照数控机床规定的指令代码及程序格式编写成加工程序单，再把这程序单中的内容记录在控制介质上，然后输入到数控机床的数控装置中，从而指挥机床加工零件。

现有的数控机床的诊断与告警技术中，对于刀头的磨损检测主要采用视频监控技术实现的，精确低。本发明提供一种具有故障诊断与预警功能的数控机床，实现了刀头磨损数据的高精度度采集。

技术实现要素：

本发明所要解决的技术问题是现有技术中存在的刀头磨损度采集不精确的技术问题。提供一种新的具有故障诊断与预警功能的数控机床，该具有故障诊断与预警功能的数控机床具有诊断数据采集精准的特点。

为解决上述技术问题，采用的技术方案如下：

一种具有故障诊断与预警功能的数控机床，所述数控机床包括数控机床本体、用于感知数控机床运行状态的感知模块和数控装置；所述数控机床本体包括机床身、变速齿轮箱和数控控制器；

所述感知模块包括用于感知刀件和加工件距离的位置传感器，用于检测刀具磨损量的刀具磨损检测单元；

所述数控装置包括依据感知模块数据进行故障诊断的诊断单元，用于根据诊断单元诊断结果进行故障预警的故障预警模块；

所述刀具磨损检测单元包括分别位于刀具对称两侧的平行光源和光接收单元，光接收单元连接有光域分析单元。

本发明的工作原理：本发明利用强光下的曝光原理，采用平行光照射刀具，在另一侧采集曝光图像，对刀具的实时形状进行采集，并通过光域分析单元出计算刀具的实时磨损参数；计算方法是采用时序图像的前后图像差值计算，计算出磨损达到阀值的刀头；并分析告警。

上述方案中，为优化，进一步地，所述光接收单元包括曝光模块，曝光模块输出曝光图像到光域分析单元；光域分析单元包括图像误差处理单元，图像分析单元；所述图像误差处理单元用于对曝光模块输出的黑白曝光图像进行误差面积的去除，得到精确面积图像；

所述图像分析单元用于对精确面积图像进行黑色图像采集、计算和建模分析，得到出刀具的实时形状，检测出刀具的磨损实时状态。

进一步地，所述图像误差处理单元包括图像融合处理程序，图像融合处理程序包括：

步骤1，将接收到的黑白曝光图像进行曝光度调整，并按照曝光度进行排序，得到曝光序列图像集

步骤2，采用三尺度图像分解方法分解曝光序列图像集中的图像，分别得到各个图像的图像底基础层，图像中间层及图像高细节层；首先分解出底基础层用图像减去底基础层得出图像中间层用图像减去图像中间层得出高细节层

步骤3，计算底基础层权重图、中间层权重图及高细节层权重图，根据权重图进行加权计算，进行融合处理，完成图像面积误差修正；

其中，imf(·)表征强度映射函数；表征第k幅图像，i^ref表征参考图像。

进一步地，步骤3包括：

步骤c1，采用laplace滤波器进行图像滤波，完成图像显著性突出，得到的显著性图像参数其中g是高斯低通滤波器；

步骤c2，使用竞争学习策略方法，计算出权重图的第一个权重因子

步骤c3，加入第二个权重因子，得到曝光质量

步骤c4，定义初始权重图根据导向滤波gr,θ，分别计算出底基础层最终的权重图中间层最终的权重图高细节层最终的权重图

步骤c5，根据步骤c4的最终权重图进行加权融合，完成图像面积误差修正，得到精确面积图像：

进一步地，所述位置传感器安装在机床的床身上，用于检测刀架和加工件的距离。

进一步地，所述诊断单元包括数据融合单元和诊断程序。

进一步地，所述诊断程序是采用支持向量回归svr模型，以数据融合单元的输出作为输入，定义故障阀值k，对比残差平防值u与阀值k，u≥k则判定为出现故障。

本发明的有益效果：本发明利用强光下的曝光原理，采用平行光照射刀具，在另一侧采集曝光图像，对刀具的实时形状进行采集，并计算刀具的实时磨损参数。同时对采集的图像进去去除误差处理，提高了刀具实时形状的精确性。从而实现了刀头磨损精度的高准确采集，实现了一种具有故障诊断和预警功能的数控机床。连续采集的图像因为可能产生残影，因此通过三尺度分解，增强融合图像的细节，达到了去除残影，同时加入第二权重因子使过曝光和欠曝光的像素点不参与最终的图像融合，实现了精确图像的处理提供。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1，实施例1中的具有故障诊断与预警功能的数控机床示意图。

图2，刀头磨损检测示意图。

图3，图像融合处理程序示意图。

图4，刀头示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例1

本实施例提供一种具有故障诊断与预警功能的数控机床，如图1，所述数控机床包括数控机床本体、用于感知数控机床运行状态的感知模块和数控装置；所述数控机床本体包括机床身、变速齿轮箱和数控控制器；所述感知模块包括用于感知刀件和加工件距离的位置传感器，用于检测刀具磨损量的刀具磨损检测单元；所述数控装置包括依据感知模块数据进行故障诊断的诊断单元，用于根据诊断单元诊断结果进行故障预警的故障预警模块；所述刀具磨损检测单元包括分别位于刀具对称两侧的平行光源和光接收单元，光接收单元连接有光域分析单元。传感器阵列用于对机床的切削力、主轴箱温度、主轴振动、变形、加工噪声、刀具磨损及输入/输出功率进行信号采集。

刀头的结构如图4。如图2，所述光接收单元包括曝光模块，曝光模块输出曝光图像到光域分析单元；光域分析单元包括图像误差处理单元，图像分析单元；所述图像误差处理单元用于对曝光模块输出的黑白曝光图像进行误差面积的去除，得到精确面积图像；所述图像分析单元用于对精确面积图像进行黑色图像采集、计算和建模分析，得到出刀具的实时形状，检测出刀具的磨损实时状态。

其中，所述图像误差处理单元包括图像融合处理程序，如图3，图像融合处理程序包括：

步骤1，将接收到的黑白曝光图像进行曝光度调整，并按照曝光度进行排序，得到曝光序列图像集

步骤2，采用三尺度图像分解方法分解曝光序列图像集中的图像，分别得到各个图像的图像底基础层，图像中间层及图像高细节层；首先分解出底基础层用图像减去底基础层得出图像中间层用图像减去图像中间层得出高细节层

步骤3，计算底基础层权重图、中间层权重图及高细节层权重图，根据权重图进行加权计算，进行融合处理，完成图像面积误差修正；

其中，imf(·)表征强度映射函数；表征第k幅图像，i^ref表征参考图像。

具体地，步骤3包括：步骤c1，采用laplace滤波器进行图像滤波，完成图像显著性突出，得到的显著性图像参数其中g是高斯低通滤波器；

步骤c2，使用竞争学习策略方法，计算出权重图的第一个权重因子

步骤c3，加入第二个权重因子，得到曝光质量

步骤c4，定义初始权重图根据导向滤波gr,θ，分别计算出底基础层最终的权重图中间层最终的权重图高细节层最终的权重图

步骤c5，根据步骤c4的最终权重图进行加权融合，完成图像面积误差修正，得到精确面积图像：

具体地，所述位置传感器安装在机床的床身上，用于检测刀架和加工件的距离。

具体地，所述诊断单元包括数据融合单元和诊断程序。

详细地，所述诊断程序是采用支持向量回归svr模型，以数据融合单元的输出作为输入，定义故障阀值k，对比残差平防值u与阀值k，u≥k则判定为出现故障。

本实施例主要改进的是刀头磨损检测部分，其余未详细阐述的部分采用的是现有技术。同时实施例中计算前后图像面积，并进行部分差值运算的方法是普通技术人员能够编程实现的，本实施例不在赘述。该部分并不意味着本发明的改进是公知常识或普通技术人员能够想到的。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。