用于加工工件的方法及工具机与流程

本发明涉及一种根据权利要求1的前序部分所述的用于加工工件的方法以及一种根据并列权利要求的前序部分所述的工具机。

背景技术：

de102013204409a1中已知开头所述类型的方法和工具机。已知的工具机是以分割锯形式的板材加工设备。平方在输送台上的板状工件或工件堆以程序控制的方式送入布置在锯架上的锯切装置。锯架可以横向于程序滑块(programmschieber)的进给方向移动。锯切装置形成为具有相应驱动器的圆锯，该驱动器使圆锯片进行旋转运动。

市场上还已知以用于加工板状工件的板材加工设备形式的其他工具机。这些包括例如所谓的“嵌套机”，其中例如通过铣削装置和/或钻孔装置对板状工件进行加工。

在已知的方法和工具机中，在工具通过加工过程的加工之后，确定在加工后的工件上的质量特征，该质量特征是由在该工件上上进行的所述加工过程所产生的。例如，通过视觉检查在加工过程中产生的边缘来确定该质量特征。

另外还已知不同的用于确定工件磨损的方法和装置。例如可参见dd239369a1、dd244282a3、de102012106139b4、de102014104581a1、dd250885a1、de10206615b4以及de102015213392a1。

技术实现要素：

本发明的目的在于提供一种用于加工工件的方法，所述方法在实际运行中在加工后的工件上产生最优的加工结果。另外，本发明的目的还在于提供一种相应的工具机。

所提出的目的通过具有权利要求1所述特征的方法以及具有并列权利要求所述特征的工具机得以实现。此外，本发明的有利的扩展方案在从属权利要求中进行了说明。对于本发明而言重要的特征还可以从以下的描述以及附图中得出。在此，如果没有具体描述为相反的情况，这些特征以单独的形式或以不同的组合方式对于本发明是重要的。

在按照本发明的用于加工工件的方法中，借助于工具机的工具加工初始工件。这类工具机例如可以是用于加工板状工件的设备，特别是板材分割设备或板材分割锯。另外，在加工后的工件上确定由加工过程所产生的质量特征的数值。这类质量特征的确定因而可以对加工过程的质量进行评价。

按照本发明设置为，在加工过程期间和/或在加工过程之前和/或在加工过程之后确定表征工具的状态的变量的数值，并且创建数据记录且将数据记录存储在存储器中，存储器至少将质量特征的数值和表征工具的状态的变量的数值彼此关联。按照本发明的工具机的特征在于，其具有包括处理器和存储器的控制和调节装置，该控制和调节装置形成用于实施上述方法。

按照本发明的措施实现了，使用者可以及时地计划工具更换并且避免废品生产。由此改善了运行工具机的效率。此外，通过实施本发明，可以将不同加工过程中工具状态的变化进行比较，并以这种方式确定工具状态的特征与加工质量质之间的关系。因此，这可以用于间接控制加工质量以及确保加工质量。根据本发明的方法和根据本发明的工具机由此实现了非常有效地确保高加工质量。所确定的工具的状态或能够测量的工具磨损的特征(例如切割楔上的倒角、角度、磨损区域)可以对应于所确定的工件的质量特征和相应的加工过程。该信息提供了借助过程模型和/或所存储的数据记录优化质量、工具成本和生产率方面的加工过程的可能性，这将在下面进一步解释。

按照本发明的方法的扩展方案的特征在于，该方法还包括以下步骤：

a.确定或检测表征加工过程的变量的数值、和/或表征用于加工过程的工具的特性的变量的数值、和/或表征工件的特性的变量的数值；

b.创建和存储数据记录，以使得数据记录额外地使表征加工过程的变量的数值、和/或表征工具的特性的变量的数值、和/或表征工件的特性的变量的数值与由加工过程在加工后工件上的所产生的质量特征的数值以及表征工具的状态的变量的数值相关联。

因此，该扩展方案的优点在于：由于通过其可以创建描述一个具体的加工过程的数据记录(“过程数据记录”)，通过将确定的过程参数与在该过程参数下所实现的质量相关联，由此获得了工过程的能够回溯的记录(dokumentation)，这又实现了在一个或多个过程参数方面的过程(即，加工过程)的优化，将在下面进一步解释。

在多次加工过程之后即存在多个过程数据记录，这些过程数据记录进行过程模型的建立。这种过程模型例如可以是映射过程参数与所实现的质量之间根据经验获得的关系的算法。

所存在的过程数据记录的数量越大，该算法可以越精确地映射所述关系。于是也已例如在预设的工具、预设的工件、确定的工具状态和期望的质量下，提前调整其他过程参数，以使得能够在以该过程参数实施的加工过程中实现所期望的质量。在这种示例的情况下，“期望的质量”是指目标变量。其他可能的目标变量例如为：生产量，即，单位时间内加工的工件的数量或单位时间内的加工路径；或者工具寿命，即，直到由于工具磨损必须进行更换时能进行的加工过程的数量或所行进的工具切割的路径。

通过这种方法，准备基础以将已知信息从之前的加工过程转移到特定的将来的加工过程。最优的过程参数和最优的工具可以被快速地发现，由此在未来的加工过程中，例如在频繁的材料更换的情况下可以节省大量的时间，从而提高生产率。此外，还提高了工具机的运行的记录的准确性，这简化了工具机在加工特定材料或使用场景时的调整。此外，以这种方式满足了质量管理的要求。

应理解，术语“确定的”应被非常广泛地理解。例如，可以通过传感器直接检测变量的相应数值。为此，例如可以使用图像识别技术。但还可能的是，由操作人员视觉检测相应的变量的数值，然后通过输入装置输入。例如，还可以确定或检测工具和/或工件的标识号码，然后使用例如通过因特网访问的数据库，确定实际感兴趣的变量的数值。还可能的是，可以从预设的控制信号中确定所提到的各个变量。例如，质量特征和/或表征加工过程的变量的数值、和/或表征工具的特性的变量的数值、和/或表征工件的特性的变量的数值可以通过操作人员借助于输入装置输入和/或借助于图像识别装置和/或借助于优选非接触式的传感器装置检测。此外还可能的是，上述变量中的一些可以从生产计划系统、机器控制和/或工具管理系统中获得。

按照本发明的方法的另一个扩展方案的特征在于，表征工具状态的变量的数值选自以下组中的至少一个：工具的至少一区域的光学图像；工具的质量特征、特别是工具切割刃的质量特征，例如磨损倒角、损坏、切割刃的几何形状、切割刃的角度、切割刃的轮廓、污染或由此所导致的定量的特征或变量。这些是特别重要的并且能较好测量的参数，这些参数对于描述工具状态是有意义的。也可以看出，在这种情况下，“数值”同样以非常宽泛的方式理解并不严格地理解为数字或字母数字的含义，而是包括定性信息，例如光学图像。

按照本发明的方法的一个扩展方案的特征在于，由加工过程所产生的质量特征选自以下组中的至少一个：加工后的工件表面的光学质量；加工后的工件表面的粗糙度；与加工后的工件表面相邻的工件表面的光学质量；由加工后的工件表面和相邻的工件表面形成的边缘的光学质量；加工后的工件表面的位置的准确度；以及由此得出的定量的变量。

“光学的质量”例如可以由操作人员在视觉检查的范围内确定并随后由操作人员对应至多个预设的质量评价中的一个，例如在最简单的情况下，在两个预设的质量评价中的“好”和“不好”。但是还可以采用更精细的分级，例如以分数或点数的形式。

还可能的是，检测多个质量特征，并且例如按照预设的加权密钥由这些质量特征确定整体的质量特征，然后将其分配给数据记录。与加工后的工件表面相邻的工件表面或者在此形成的边缘(例如切割边缘)的光学质量可以例如通过所谓的“偏差(ausreiβer)”的数量或尺寸来定量。在此发现的“波纹”也可能是一个质量标准。加工后的工件表面或形成的边缘(例如切割边缘)的粗糙度也可以由操作人员通过例如用手指滑过来确定。原则上可以考虑上述所有质量特征，只要通过传感器或图像识别方法能够自动检测。

另外还可能的是，间接地通过操作人员更换工具来确定质量特征或工具状态的极限值(通过该极限值表示不再能够接受的质量或不再能够接受的工具状态)。

另外，本发明还提出，表征加工过程的变量选自以下组中的至少一个：工具的转速；工具和/或加工后的工件的进给速度；工具的转速的变化过程；工具的进给速度的变化过程；工具相对于待加工的工件的工作位置；待加工的工件的工作位置；加工任务；在加工过程中加工的工件堆的高度；在工作任务中的切割计划的完成顺序；对工件的质量要求。

这些变量可以借助于合适的传感器非常容易地检测，或者可以基于预设的控制信号由生产数据和/或用于工件的加工程序非常简单地确定。此外，工具的旋转速度以及工具的进给速度和/或恰好处于加工中的工件的进给速度也是重要的参数，如果这些重要的参数对之后的加工过程中实现关于质量、机器效率和/或工具可用时间方面的最优加工结果没有影响。顺便提及，从该列举中可以理解，在本发明的上下文中，单数“变量”可以包括单个这类变量和多个不同的这类变量。选择单数仅仅是为了降低语言的复杂性。这也适用于以下变量的其他类型的示例性列举。

按照本发明的方法的一个扩展方案的特征在于，表征工具的特性的变量选自以下组中的至少一个：工具到目前为止的运行时间；工具的类型；工具的制造商；工具的振动行为；工具的振动行为的变化过程；工具几何形状；工具的切割齿的数量。通常可以通过简单的方式确定这些变量。可以在将来需要更换工具的过程中为了实现质量上可接受的加工结果时，特别是从工具到目前为止的运行时间及其与加工过程中实现的质量特征的关联进行预测。在此，应该注意的是，术语工具的“运行时间”以一般的方式理解，这不仅可以理解为实际的时间，而且例如也可以理解为所经过的加工路径(在锯的情况下，为经过的切割路径)或者整个加工路径。由此可以简化工具管理，并且以最优的方式利用工具的使用寿命，而不会产生质量不够的加工结果。

另外还提出，表征工件的特性的变量选自以下组中的至少一个：工件的材料；工件的厚度；工件的尺寸；工件的类型；工件的生产数据，例如切割计划和/或工件在切割计划中的位置、工件标识符。同样，这些变量非常容易确定，并且可以对加工过程的质量产生显著的影响。

根据本发明的方法还可用于由存储的数据记录确定工具的预计的剩余运行时间和/或在加工质量方面为接下来的加工确定最优的过程参数。以这种方式，可以以最优的方式利用所使用的工具，由此可以降低工具机的运行成本。工具的剩余运行时间可以例如通过将总运行时间、待加工的材料(例如硬或软，又回到具体的材料特性，例如密度、组成、结构、涂层类型，也可能由材料的识别号概括)、工具的加工路径，例如切割的切割路径(在锯的情况下，例如齿的所有切割弧的总和，其取决于齿进给量、包装高度和锯片凸出)、描述工具状态的变量和/或最大运行时间以及进一步相关和/或其他相关的参数存储在经验算法或多维的特征图中。

一个扩展方案的特征在于，对当前的工具状态进行显示，特别是以工具的至少一个区域的当前光学图像的形式。因此，使用者总是可以了解工具的当前状态，还可以根据自己的经验做出决定并采取措施。使用者也可以使用图像数据并借助来自更早的加工过程的其他过程数据预测期望的加工质量和/或期望的工具状态。为此，特别有用的是，显示工具状态的变化过程，特别是作为检测到的工具的至少一个区域的光学图像的胶片序列。通过显示工具的磨损，特别是根据切割路径(对于切割工具而言是切割加工的总长度)和/或运行时间，可以很好地对工件的材料的质量进行表征或使其间接地可视化。另外，还可以通过上述所检测到的光学图像的胶片序列例如显示出工具的切割刃的污染或在工具的切割刃上的沉积物的堆积。

当前的光学图像可以例如借助于光学设备检测，该光学设备例如包括照相机、特别是红外照相机。这种光学设备可以例如布置在工具(例如分割装置)的站台中。“站台”在此通常理解为工具的位置，工具进入该位置是当工具未进行任何加工过程或加工时间(短暂地)暂停(“停机时间”)时，例如为了重新放置初始工件。站台的位置通常位于工具机的加工区域的上方。通过将光学设备布置在这种站台中，可以以不影响时间的方式检查工具，即，检查不会导致工件的加工延迟。在工具的静止状态下或在减小的转速条件下或者借助光测频器在正常的转速下或减小的转速下实施该措施，例如，如果工具机中装有新材料，则在进行新的加工之前处理工件，例如旋转。因此工具的状态可以在不中断生产的条件下进行控制。在这种情况下，光学设备可以相对于工具径向或轴向地取向。原则上也可以考虑非接触式工作的设备，通过该设备可以确定表征工具的状态的变量的数值。这包括例如超声传感器和/或红外传感器和/或激光传感器。借助红外传感器(例如红外照相机)检测到的图像和数值可以间接描述工具的当前磨损状态，例如基于工具的运行温度、工具的区域或各个切割刃。

借助这种装置可以清楚地描述或表示工具的钝化过程和与之相关的加工质量的降低。例如，钝化过程的表示由各个表征的图像或工具状态特征的排列组成或者包括各个表征的图像或工具状态特征的排列，这些各个表征的图像或工具状态特征对于使用者而言是可以看到的，例如显示在屏幕上或者以无线的方式显示在手机或平板电脑上。使用者可以以这种方式控制工具的状态，而无需中断加工过程或生产过程。

本发明还提出，在数据记录中，将工具id与其中已经存在的数值相关联。例如在工具更换之后、在将新的工件用到工具机中之后，输入或者自动地借助于相应的检测装置读取这种工具id，并自动地传送到工具机的控制和/或调解装置，在此其对应未来创建的数据记录。工具机可以以这种方式自动地例如从数据库(其中多个不同的工具id分别对应于相应的工具特性)中选择具有相应工具特性的相应的工具并同样将相应的变量保存到过程数据库中。

按照本发明的方法的一个扩展方案的特征在于，在存储器中存储有多个数据记录，并且从存储的多个数据记录中确定过程模型。如上文所述地，例如在预设的工具、已知的当前的工具状态、已知的工件和期望的质量下，提前调整其他过程参数(每个表征加工过程)，以使得能够在以这些过程参数实施的第一加工过程中实现所期望的质量。

还可能的是，基于表征工具的当前状态的变量的确定的数值、表征预设的加工过程的变量的预设的数值、和/或表征工具的特性的变量的预设的数值、和/或表征待加工的工件的特性的变量的预设的数值、和/或在加工后的工件上由预设的加工过程所产生的质量特征的预设的数值，确定至少一个最优的过程参数。以这种方式可以以最优的方式利用所使用的工具，由此减少工具机的运行成本。

本发明还提出，过程参数选自以下组中的至少一个：工具的转速；工具的进给速度；工具的转速的变化过程；工具的进给速度的变化过程；工具相对于待加工的工件的工作位置；待加工的工件的工作位置；工作任务中的切割计划的完成顺序；不同材料的加工任务的顺序。在最后一项中，具有敏感表面的材料优选使用较新的工具加工，而具有更敏感表面的材料也可以使用较钝的工具加工。这些变量可以借助合适的传感器以非常简单的方式检测或者基于预设的控制信号由生产数据和/或工件的加工程序以非常简单的方式确定或预设。

另外还提出，为了确定最优过程参数，使用至少一个优化标准，该优化标准选自以下组中的至少一个：生产率、质量保证、工具成本、工件成本、工具机的利用率。在实际中重要的工具机运行的目标因素属于优化标准。

在扩展方案中还提出，将所确定的最优过程参数自动地用于预设的加工过程。由此减轻了工具机的使用者的负担。

在扩展方案中另外还设置为，借助所确定的最优过程参数检查由使用者输入的过程参数并且在有必要的情况下进行自动地匹配。由此避免了使用者的错误操作，以使得工具机的效率、质量和/或生产率最大化。

同样为了提高工具机的运行可靠性以及为了提高设备效率和加工质量，还提出看，基于表征工具的状态的变量的当前的数值和/或基于表征工具的状态的变量的数值的变化过程，将信息输出给使用者，特别是针对工具状态的检查、工具的清洁、工具的更换、和/或工具或工具的状态对于即将进行的加工任务的适用性的警告、要求。

附图说明

以下参照附图说明本发明的实施方式。附图中示出了：

图1为以板材分割锯形式的工具机的示意俯视图；

图2为从前方观察图1的工具机的锯架的视图；和

图3为用于运行图1和2的工具机的方法的流程图。

具体实施方式

在图1中，以板材加工设备的形式的第一工具机整体标有附图标记10。其在该实施例中形成作为板材分割锯，使用该板材分割锯可以将大规格的板状工件12或工件堆(“初始工件”)通过以切锯过程形式的加工过程而分割成较小的工件14(“加工后的工件”)。在其他实施方式中，板材加工设备不形成作为板材分割锯而是作为用于加工板状工件的铣削装置和/或作为钻孔装置。这类设备也称为“嵌套机”。另外，还可能的是板材加工设备的所述类型的任意组合。原则上还能够考虑完全不同类型的工件加工设备，例如钻孔设备或cnc铣削设备。

板材分割锯10包括通常形成为转台的输送台16。在输送台16上连接有机台18，并且在其上还另外连接卸载台20，该卸载台20在举例示出的实施例中由彼此分开的四个区段(无附图标记)组成。该机台18和卸载台20优选形成为气垫桌(luftkissentische)。

在机台18中存通过点划线22示出的锯间隙。在其下方布置锯架24，其可以按照双箭头26移动。在机台18的上方布置压条28。其可以垂直于图1的图示平面运动。在输送台16的区域内设置有程序滑块30，其能够按照双箭头32运动。在程序滑块30上又固定有多个夹紧钳34，出于简要的原因，在图1中仅一个标记有附图标记。

板材分割锯10另外还具有：操作终端36，该操作终端36在当前实施例中包括键盘38和屏幕40；以及仅象征性地由方块示出的控制和调节装置42。该控制和调节装置42控制和调节板材分割锯10的运行。其为此接收来自不同传感器装置(象征性示出的传感器装置44，46，47，48和49)的信号，这些传感器装置分别可以包括多个单独的传感器。这些传感器装置44-49以下将更详细地说明。程序滑块30、夹紧钳34、包括位于其上的锯的锯架24以及压条28由控制和调节装置42控制。

控制和调节装置42另外还具有处理器50和存储器52。控制和调节装置42例如可以是常见的pc。在存储器52中存储有软件，其被编程和设计用于执行不同的方法。由相应的软件程序形成的评价装置，参照以下内容，由附图标记54标识。

图2中更详细地示出了锯架24和机台18的一些部分。锯架24包括板状的工具保持部分56，其可借助于未示出的驱动发动机而能够在轨道58上按照双箭头26移动，其中，轨道58固定在机台18的支撑结构(未示出)上。工具保持部分56承载两个以主锯片60和前置锯片62形式的能够旋转的工具。它们能够在垂直方向上移动。在图2中未示出用于主锯片60和前置锯片62的两个驱动器。这两个驱动器同样由控制和调节装置42控制，使得它们以非常特定的旋转速度进行旋转。

在正常的运行中，工件堆12在输送方向上的后边缘处由程序滑块30的夹紧钳34抓住并且通过程序滑块30的运动而连续地运送到机台18或锯架24，在此，其通过锯架24按照双箭头26的运动通过借助前置锯片62的前置锯切和随后借助主锯片60的主切割而分开。在通过主锯片60和前置锯片62的加工过程中，工件堆12通过压条28压靠并因此固定在机台18上。如下所述地，操作人员68可以在卸载台20处取下并在此进一步加工分割后的工件14。替代地，还可能的但未示出的是，机器人可以取下并堆叠制成的工件或者将工件放置到输出传送带上。

传感器装置44通常用于检测表征加工过程(在当前情况下是上述锯切过程)中的至少一个变量a的数值。变量a可以是工具的转速(在当前情况下即主锯片60和/或前置锯片62的转速)、和/或锯架24沿双箭头26所示方向的进给速度、和/或在工件的分割过程中经过的路径、和/或工具60和62相对于工件和/或相对于彼此的位置。同样地，对于锯切过程而言，变量a也可以是机器设置，例如压条和/或对准器的压力。

传感器装置46通常用于检测表征工具(在当前情况下是主锯片60和/或前置锯片62)的特性的变量b的数值。在此，该变量b可以是主锯片60和/或前置锯片62的到目前为止的运行时间。可替代地或额外地，通过传感器装置46还可以检测表征工具的类型的变量b，例如在主锯片60和前置锯片62的情况下，检测直径、宽度、锯齿的数量、锯齿的形状、锯齿的磨削等。表征工具的变量b也可以是主锯片60和/或前置锯片62的振动行为。表征工具的变量b还可以是工具的制造商和制造工具的材料。还可能的是，通常检测工具id。

为此目的，工具(即，例如主锯片60和前置锯片62)可以印刷有条形码，该条形码包含一个或多个上述说明作为信息。在这种情况下，传感器装置46将具有条形码读取器，其优选地布置在锯架24上或在工具更换区域中。为了检测主锯片60到目前为止的运行时间，传感器装置46可包括评价单元，其合计自上次工具更换以来的运行时间。还可能的是，将旋转的次数和/或锯切过程的次数和/或切割刃的切割路径理解为运行时间。

传感器装置47通常用于检测变量c的数值，该变量c表征待加工的工件12或加工后的工件14的特性。这样的变量c例如可以是工件12，14的材料、工件12，14的厚度、待加工的工件12和/或加工后的工件14的尺寸、工件的生产数据(例如切割计划和/或在切割计划中工件的位置)以及工件12，14的类型。属于最后一项的例如是工件是否设置有涂层，并且工件的涂层的特性也能够定义工件的类型或对定义起到作用。还可能的是，该信息可以包含在条形码中，该条形码印刷在粘贴于工件12，14上的标签上或者直接印刷在工件12，14上。在这种情况下，传感器装置47将包括条形码读取器，该条形码读取器例如布置在压条28的区域中。替代地或额外地，传感器装置47还可以包括例如以摄像机的形式的图像识别装置，利用该图像识别装置可以检测例如厚度和尺寸。此外，传感器装置47还具有与产品控制系统的接口，该接口用于检测数据。

在实际情况下，传感器装置48例如布置在图1右侧布置的卸载台20的区段的区域中。其通常用于检测通过在加工后工件14上的加工过程所产生的质量特征d。在此，质量特征d可以例如是加工后的工件表面的光学质量。在当前情况下，加工后的工件表面是通过锯切过程借助于主锯片60产生的切割表面。额外地或者替代地，这种质量特征d是加工后的工件表面的粗糙度或者加工后的工件表面的位置的准确度(在此情况下为所产生的切割面的位置的准确度)，或者表述为：加工后的工件14的实际尺寸的精度，例如通过加工形成的侧面地长度以及在此产生的角度。

替代地或者额外地，质量特征d可以是与加工后的工件表面相邻的工件表面的光学质量。该相邻的工件表面例如可以直接邻接切割边缘。如果是涂层的工件，例如在此可能出现偏差，即，直接邻接切割边缘处的涂层的损坏。例如，每单位长度的这种偏差的数量是质量特征。例如以摄像机形式的图像识别装置可作为传感器装置48。然而，替代地或额外地，也可以使用例如超声传感器或其他非接触式传感器装置。还能够考虑相对于外部的并且同样未示出的质量检查装置的切割位置。

可以从图2看出，传感器装置49具有光学设备，其包括两个照相机49a和49b。照相机49a可以对准主锯片60，而照相机49b可以对准前置锯片62。传感器装置49通常用于确定表征工具(即在当前情况下为主锯片60和前置锯片62)的状态的变量e。为此，这两个照相机49a和49b可以直接安装在工具保持部分56上，以使得总是可以拍到工具60和62，如图2中所示。

但如图1所示，传感器装置49也可以布置在“站台”中，该站台在图1中标记有附图标记67并且在图1中布置在锯间隙22的右侧位于机台18的下方。站台67形成了工具的位置，当工具恰好不进行加工过程时(即“停机时间”)时工具可以进入到该位置中。该位置通常位于加工区域(在当前情况下即工具机10的锯间隙22)以外。通过将光学设备49布置在这种站台67中，可以对工具60和62进行不影响时间的检查，即，该检查不会使工件12的加工延迟。光学设备49原则上可以在径向和轴向上相对于工具60或62取向。

表征工具状态的变量e选自以下组中的至少一个：工具60或62的至少一区域的光学图像；工具60或62的质量特征、特别是工具切割刃，例如磨损倒角、切割刃的损坏、切割刃的几何形状、切割刃的角度、切割刃的轮廓、污染、加热或由此所导致的定量的特征或变量。由这两个照相机49a和49检测到的图像可以例如在操作终端36的显示屏40上显示给操作人员68。这可以在必要时以无线的方式例如传输到操作人员68随身携带的移动电话或平板电脑上，从而当操作人员68没有直接在操作终端36的情况下也可以获得关于工具60、62的状态的信息。

另外，还可能的是，在工具60和62的使用的过程中始终由这两个照相机49a和49b产生图像，这些图像例如以图像序列或影片的形式显示给操作人员68。通过这样，操作人员68可以以易于理解的方式获得关于两个工具60和62的磨损变化过程或钝化过程的信息。

上述变量a、b、c、d和e的数值也可以由操作人员68借助键盘38手动输入，在此键盘38形成输入装置70a。这特别适用于上面提到的质量特征d，其由加工过程在加工工件14上产生。例如，质量特征d可以通过操作人员68在位于卸载台20上的工件14处通过目视检查来检测。根据该检测，操作人员68随后可以通过键盘38输入相应的质量特征d的数值。

在最简单的情况下，该质量特征d可以采用两个数值，例如“好”和“不好”。在其他更复杂的情况下，质量特征d可能采用两个以上的数值。例如，可以以分数或点数的形式的分级。另外，也可以检测多个质量特征d1、d2、d3...，并且根据预设的加权密钥通过控制和调节装置42由这些质量特征确定总体的质量特征d。

此外，工具机10在图1中的卸载台20的最右侧部分上还具有输入装置70b，操作人员68可以通过该输入装置70b手动地输入质量特征d的数值。该输入装置70b也与控制和调节装置42连接。在当前情况下，输入装置70b简单地由(未单独示出的)按键组成，在操纵按键的过程中告知控制和调节装置42质量特征d的特定的数值，例如该数值“不好”(因此在操纵输入装置70b时告知，这个工件14被视为废品)。

另外，输入装置替代地或额外地包括：麦克风，利用该麦克风操作人员可以输入质量特征的数值；和/或一个无线且便携式的输入装置，特别是移动电话；和/或照相机。总体而言，从上面的列举可以看出，传感器装置44、46、47、48和49可以各自包括几个或甚至多个单独的传感器，这些传感器未在图中示出。举例来说，这种便携式的输入装置70c在图1中象征性地示出。其可以另外包含上述传感器装置44、46、47和48或用于它们的接口。

借助传感器装置44、46、47、48和49检测到的变量a、b、c和e，或者借助键盘38或输入装置70b或输入装置70c输入的变量的数值d或输入的质量特征用于：为每个进行过的加工过程在控制和调节装置42中创建数据记录f(“过程数据记录”)并存储在存储器52中，该存储器52将由操作人员68或传感器装置48检测到的质量特征d的数值与表征加工过程的变量a的数值(传感器装置44)、表征工具机10的工具的特性的变量b的数值(传感器装置46)、表征由工具机10通过加工过程加工后的工件14的特征的变量c的数值(传感器装置47)以及表征工具60或62的状态的变量e的数值相关联。

在当前情况下，这样的数据记录f因此由变量a、b、c、d和e的至少五个单独的数值组成，必要时也可以由大于五个的数值组成。原则上还可以考虑的是，这种数据记录f也仅包括两个数值，其中，在该数据记录的各个部分中，一个数值用于通过加工过程在加工后的工件14上产生的质量特征d，和一个用于表征工具60或62的状态的变量e的数值。

因此，按照n个加工过程，在存储器52中存在n个数据记录f1，f2，f3，…，fn，其中，

f1：a1，b1，c1，d1，e1

f2：a2，b2，c2，d2，e2

…

fn：an，bn，cn，dn，en

由所存储的数据记录f1…fn中的多个确定过程模型。这种过程模型可以例如是一种算法，该算法映射了过程参数a、b、c和e与所实现的质量d之间的经验关系。已经存在的数据记录f1…fn的数量n越大，该算法则能够越精确地映射所述关系。例如，在给定的工具60、62和相应的变量b、确定的工具状态e和期望的质量d的条件下，特别是可以这样提前调整过程参数a，以使得在以该过程参数a实施的加工过程中实现期望的质量d。在该示例性的情况下，“期望的质量”是目标变量。其他可能的目标变量或优化标准可以例如是工具机10的生产量或生产效率或利用率，即，单位时间内加工的工件的数量或单位时间内的加工路径，或者影响工具成本的工具寿命，即，直到工具由于磨损必须进行更换时能进行的加工过程的数量。工件成本也可以是这类优化标准。

为了实现该目标变量，借助优化算法来确定至少一个最优过程参数。该最优过程参数可以是以下组中的至少一个：工具60、62的转速；工具60、62的进给速度；工具60、62的转速的变化过程；工具60、62的进给速度的变化过程；工具60、62相对于待加工的工件12的工作位置；待加工的工件12的工作位置以及工作任务中的切割计划的完成顺序。所确定的最优过程参数将自动地用于预设的加工过程。借助所确定的最优过程参数a，可以检查使用者输入的过程参数，并在必要时自动地进行调整。

以上总体描述的方法将具体地参照图3进行说明，其中，图3示出了功能图解。

首先，功能块72象征工具更换的过程，即，更换主锯片60和/或更换前置锯片62。在这类工具更换之后，在功能块74中例如借助于传感器装置46读取新工具60和/或62的工具id。另外，由传感器装置49还可以检测新工具60和/或62的光学图像，这通过功能块76表示。在功能块78中，对所检测到的新工具60和/或62的光学图像进行分析。例如检测新的工具60或62的质量特征。该质量特征包括：主锯片60或前置锯片62的切割刃的状态、所谓的磨损倒角、切割刃的损坏、切割刃的几何形状、切割刃的角度、切割刃的轮廓、污染等。由此针对相应工具60、62的当前状态推导出特征图像或特征图像组以及上述质量特征的定量的特征数。

在功能块80中创建一个图像序列，从该图像序列中得出“工具变钝”。可以理解的是，对于一个全新且尚未使用的工具，该图像序列仅包含一个图像，并且是没有意义的。如下所述地，在工具60、62的使用的变化过程中，重复的实施该功能块80。在此，图像序列与功能块76中读取的工具id相关联。最后，在功能块76中创建的光学图像在功能块80中被添加到可能已经存在的图像序列。在功能块81中，将目前已经确定或检测到的表征工具60或62的当前状态的状态变量传输至过程数据库并且存储在其中，如下文中所描述地。

另一个功能块82促使例如在操作终端36上的屏幕40上显示工具60或62的当前的状态。如果存在有在不同的时间点且在不同的加工过程中获取的图像(功能块76)，并且因此存在图像序列(功能块80)，则该图像序列可在功能块82中用于显示。

图3的流程图中未用功能块表示的生产计划基于特定的任务规定了具有各自的并部分不同的尺寸的待制作的部件的数量以及制造这些部件应使用的材料。由此产生了一个生产任务，该生产任务由初始工件(图1中为附图标记12)出发，定义了初步的切割计划，以用于通过由主锯片60和前置锯片62实施的加工过程将初始工件12分割。另外，通过该生产任务还定义了堆垛的并同时分割的初始工件12的数量，由此给定为了分割而预设的初始工件12的堆垛的高度。该生产任务还定义了待使用的材料和在加工后的工件(图1中为附图标记14)上的所期望的质量(额定质量特征)，即，上述变量d的额定值。

生产任务的相应的数据随后被传输至第一工具机10(即，板材分割锯)，并准确地传输至控制和调节装置42。在此，在功能块84中，初步切割计划的“造型锯”借助于切割计划优化按照一个或多个预设的标准进行优化，例如尽可能产生少的废料。于是得到最终切割计划。

与包装高度(待分割的工件堆的高度)和材料以及期望的质量相关的数据也从生产任务转录到锯的造型84中。在同一个功能块84中，还提供了关于工具机10的工具(即，涉及主锯片60和前置锯片62)的数据。为此，其包括上面详细描述的“表征工具的特性的变量b”以及当前的工具状态中的一个或多个。

在功能块84中对工具机10的构造而言必要的过程参数中的一些通过传感器装置44-49自动地检测，而其他则由操作人员68输入。还属于工具机10的构造84的功能块86中，检查并在必要时匹配由操作人员68输入的过程参数。为此，使用通过过程模型(功能块88)提供的过程参数。

这种过程模型88可以例如是映射根据经验获得的过程参数之间的关系的算法。这些过程参数包括例如上述通过第一加工过程在工件上产生的质量特征d、表征第一加工过程的变量a(其包括例如加工任务)、表征工具60、62的特性的变量b(例如工具的类型、工具状态)、表征工件的14的特性的变量c(例如材料)，以及表征工具60或62的状态的变量e(例如描述或表征磨损倒角、切割刃的损坏、切割刃的几何形状、切割刃的角度、切割刃的轮廓、污染等的数值)。该过程参数还包括在即将进行的第一加工过程中是最优的一个变量或多个变量的定义(优化变量)。以这种方式实现了过程模型88为功能块86提供这些过程参数，其中这一个或多个所选择的优化变量是最优的。

替代功能块86，也可以无需由操作人员预先输入而在功能块90中简单地通过过程模型88或者过程模型88上游的且上面提及的过程数据库92来提供过程参数。该过程数据库92将在下文中更详细地描述。

具有子功能块86和90的工具机10的造型84之后是功能块94，其表示工具机10中的加工过程，即，在当前情况下是将初始工件12分割成分割后的工件14。然后在功能块96中识别通过加工过程被加工的工件14。为此，例如使用图1中未示出的贴标签装置，该贴标签装置将粘性标签贴到工件14上，其中，在该粘性标签上唯一地表征工件14的特征(标识符)，例如条形码。还可能的是，该标识不仅可以识别工件14，而且可以识别制造该工件14的具体的加工过程(例如通过日期和时间)。替代地，还可能的是，将工件14的标识符与特定的加工过程相关联，其中，该工件14是通过该特定的加工过程所制造的，例如在上述过程数据库92中制造或存在。

在功能块98中，创建过程数据记录(对应于上面提及的数据记录e)，其代表用于特定的第一加工过程或特定的加工后的工件14的过程数据，即，例如工件14实际使用的材料、实际的工具数据、实际的工具状态、上面提到的工件14的标识符以及上述其他过程参数。在功能块100中，将所创建的过程数据记录朝上述过程数据库92的方向进行反馈。

现在进行由功能块102表示的步骤：检测表征由在工件14上的加工过程产生的质量特征的变量的值。由此确定通过第一加工过程获得的工件14的实际质量。如上已多次解释的，这可以通过操作人员68的评估来完成，该操作人员68随后例如在输入装置70b上或在其他输入装置70a或70c中的一个上输入评估的结果。替代地或额外地，传感器装置48也可以用于确定实际质量。相应的数值如上所述地由字母d标记。

在随后的功能块104中，向过程数据库92的方向反馈确定的数值d。为此，在功能块100(在加工过程中或紧接在加工过程之后创建的过程数据记录向过程数据库的方向上的反馈)和功能块92(过程数据库)之间有一个功能块106，该功能块106将功能块100中反馈的过程数据记录的扩展用从功能块104反馈的质量特征代表。因此，在98中创建的过程数据记录以时间延迟的方式补充有另外的过程数据(即，在功能块102中确定的、代表检测到的质量的数值)。

这种补充或完善的过程数据记录随后被存入过程数据库92中。如上所述地，在此存储过程数据记录(上文中用字母f表示)，其将不同的过程变量彼此关联，例如：表征工件特性的变量(上述变量c)，例如工件的类型或材料的类别、是否存在涂层、如果存在时是何种涂层、所制成的工件14的尺寸(长度、宽度、高度)以及工件的标识符；表征用于第一加工过程的工具60、62的特性的变量(上述变量b)，例如工具识别符、工具的直径、工具切割刃的几何形状、工具的切割齿的数量以及定性的工具状态；表征加工任务的变量，其中例如包括待分割的工件堆的高度(包装高度)和加工的类型，例如分离切割、划痕切割等(上述变量a)；表征加工过程(工艺参数)的变量，例如进给速度、转速、工具60、62在加工过程中在工件12上突出(锯片突出)等(同样是上述变量a)；以及表征由在工件74上的加工过程而产生的质量特征的变量(上述变量d)，例如粗糙度、边缘破裂的范围和数量、一般光学质量评分等。

如上所述，表征工具60或62的当前状态的那些特征经由功能块81被传送到过程数据库92用于随后的加工过程。这些也属于在相应的或一个加工过程之后过程数据库92中补充的数据记录f。在这种情况下，可以以不同的类型或方式考虑过程数据库92中的工具60或62的状态。例如，工具状态通过直接的直接特征表征，例如上面已经提到的磨损倒角、切割刃的损坏、切割刃的磨损等，和/或工具状态通过间接的间接特征表征，例如经过的切割路径或被切割的工件的长度的增加等。

如上所述地，存储在过程数据库92的过程数据记录f在功能块88中用于创建算法，即上述过程模型。此外，功能块108中的过程数据记录在必要时首先用于创建过程模型，随后在功能块88中提供该过程模型或为已经存在的过程模型扩展新的过程参数。

在一个加工过程之后，在功能块110中检查是否可以对工具60或62的状态进行不影响时间的检测(上述变量e)。例如这种情况是当锯架24已移动到站台67中时。如果功能块110中的答复为“是”，则跳回到功能块76。另一方面，如果功能块110中的答复为“否”，则跳回到功能块82。

可以理解的是，在加工初始工件10的过程中，在加工过程中产生越来越多数量的过程数据记录f并将其存储在功能块92(过程数据库)中。由于过程数据记录的增加的数量，功能块88中的过程模型可以在第一次加工过程进程中得到完善、调整或更新，从而实现了期望的优化变量与相应的实际变量之间越来越好的一致性。

在图3的功能图中未显示，但原则上还可能的是，基于表征60、62的状态的状态的变量e的当前的数值和/或基于表征60、62的状态的变量e的数值变化，向使用者68输出信息，特别是对工具60、62的状态的检查、工具60、62的清洁和/或工具60、62的更换的警示、要求，和/或关于工具或工具的状态对于即将进行的加工任务的适用性的信息。

在上述工具机10中，工具由主锯片60和前置锯片62组成。但是可以理解的是，上述方法也可以在其他未示出的工具机中使用，这些工具机具有其他类型的工具并且具有不同数量的工具，例如仅一个工具或多于两个的不同的工具。

另外，在以上具体描述的实施方式中，借助由两个照相机49a和49b组成的光学设备49检测工具60、62的状态。原则上也可以考虑检测工具60、62的状态的其他设备，特别是无接触式的设备，例如激光传感器、超声传感器和/或红外传感器。