[发明专利]一种CNC刀具状态检测方法和系统

权利要求书

1.一种CNC刀具状态检测方法，其特征在于：应用于与CNC设备相连的处理单元，包括如下检测步骤：

从CNC设备中采集主轴状态和机床状态，所述主轴状态包括负载和转速，所述机床状态包括加工状态、刀具号和温度；

确定CNC设备的所用刀具及加工流程；

根据事先生成的异常检测模型，检测CNC设备的刀具是否存在状态异常；

当发现刀具状态异常时，停止CNC设备的加工；

所述异常检测模型的生成方式为：

采集CNC设备正常加工时主轴状态和机床状态的数据，作为训练数据；

按照不同的刀具和加工流程对训练数据进行划分，针对每个特定的刀具和加工流程，从相应训练数据中提取多个统计量和表示向量作为训练集，通过机器学习的方式生成针对每个特定的刀具和加工流程的异常检测模型。

2.根据权利要求1所述的CNC刀具状态检测方法，其特征在于：所述异常检测模型的生成步骤与所述检测步骤同步进行，所述检测步骤中从CNC设备中采集到的主轴状态和机床状态实时传送给异常检测模型的生成步骤，以作为异常检测模型生成步骤的训练数据，当所述训练数据积攒到足够量值时，通过异常检测模型生成步骤生成对应于一特定的刀具和加工流程的新的异常检测模型。

3.根据权利要求1所述的CNC刀具状态检测方法，其特征在于：还包括实时显示的步骤，用于实时显示与刀具相关的数据图表和状态信息。

4.一种CNC刀具状态检测系统，其特征在于：包括CNC设备以及与CNC设备连接的处理单元，所述处理单元内设有如下程序模块：

采集模块，用于从CNC设备中采集主轴状态和机床状态，所述主轴状态包括负载和转速，所述机床状态包括加工状态、刀具号和温度；

异常检测模型生成模块，用于对采集模块采集到的CNC设备正常加工时主轴状态和机床状态的数据按照不同的刀具和加工流程进行划分，针对每个特定的刀具和加工流程，从相应训练数据中提取多个统计量和表示向量作为训练集，通过机器学习的方式生成针对每个特定的刀具和加工流程的异常检测模型；

检测模块，用于根据事先生成的异常检测模型，检测CNC设备的刀具是否存在状态异常；控制模块，用于在发现刀具状态异常时停止CNC设备的加工。

5.根据权利要求4所述的CNC刀具状态检测系统，其特征在于：还包括与处理单元相连的显示单元，用于实时显示与刀具相关的数据图表和状态信息。

6.根据权利要求4所述的CNC刀具状态检测系统，其特征在于：还包括用于存储所述采集模块所采集到的所有历史数据的数据库。