[发明专利]一种数控机床切削加工的刀具磨损状态识别方法

说明书

本发明提供一种数控机床切削加工的刀具磨损状态识别方法，涉及机械制造加工技术领域。该数控机床切削加工的刀具磨损状态识别方法，包括以下步骤：S1、获取多个原始样本，划分原始样本磨损状态区间与等级；S2、采集原始样本图像，提取图像特征点，重组三维模型；S3、建立磨损状态区间与三维模型关联性，获取训练样本。本发明，通过基于深度学习算法对样本训练模型进行训练，得到最终的算法模型，在后续的识别过程中，只需导入图片即可快速识别刀具磨损状态，无需再次进行复杂化的计算，同时，通过基于ReLu的反向传播算法对样本集进行降维处理，进一步降低了模型训练的运算量，大大提高了模型构建的效率。

技术领域

本发明涉及机械制造加工技术领域，具体为一种数控机床切削加工的刀具磨损状态识别方法。

背景技术

切削加工都必须具备3个基本条件:切削工具、工件和切削运动，切削工具应有刃口，其材质必须比工件坚硬，不同的刀具结构和切削运动形式构成不同的切削方法，切削加工是机械制造中最主要的加工方法，虽然毛坯制造精度不断提高，精铸、精锻、挤压、粉末冶金等加工工艺应用日广，但由于切削加工的适应范围广，且能达到很高的精度和很低的表面粗糙度，在机械制造工艺中仍占有重要地位。

目前，数控机床上切削加工所使用的刀具会随着使用而磨损，磨损状态由不同的因素所决定，现有技术中，大多数刀具磨损状态识别都是通过有经验的工作人员进行人工识别，人工识别受主观因素影响较大，同时人工识别的准确度较差，磨损状态识别的效率较低，少数刀具磨损状态识别通过智能化设备实现，例如专利公开号“CN103105820A”，该专利说明书记载了：“通过小波包分解区间特征特征提取，由广义隐马尔科夫模型完成刀具磨损状态的识别，从而对刀具在加工过程中状态实时监测，并进行相应处理，这为保证刀具切削性能、增加刀具使用寿命、提高生产率、降低成本等提供了有力保证”，虽然该技术方案能够自动识别刀具磨损状态，但是，该方案中对于每一个刀具都需要进行复杂化的运算，计算量较大，从而导致刀具磨损状态识别效率较低。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种数控机床切削加工的刀具磨损状态识别方法，解决了现有技术中存在的缺陷与不足。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种数控机床切削加工的刀具磨损状态识别方法，包括以下步骤：

S1、获取多个原始样本，划分原始样本磨损状态区间与等级；

S2、采集原始样本图像，提取图像特征点，重组三维模型；

S3、建立磨损状态区间与三维模型关联性，获取训练样本；

S4、建立样本训练模型以及样本数据库，迭代进行训练，生成算法模型；

S5、采集刀具图像导入算法模型，生成磨损状态结果。

优选的，所述步骤1中获取多个原始样本，划分原始样本磨损状态区间与等级，具体如下：

1)准备十个正常刀具，通过人为方式对刀具进行磨损，十个刀具的磨损程度依次增大，获取十个原始刀具样本；

2)根据十个原始刀具样本的磨损状态，设置十个磨损状态区间，依次标记为S₁、S₂、S₃...S₁₀，同时将十个磨损状态区间划分为不同的磨损状态等级，S₁与S₂划分为正常，S₃与S₄划分为较好，S₅与S₆划分为中等，S₇与S₈划分为较差，S₉与S₁₀划分为特差。