[发明专利]用于监控铣削工艺的方法和装置

权利要求书

1.一种用于监控电路板的铣削工艺的方法[参见先前的权利要求10]，所述方法具有如下步骤：

(a)在所述铣削工艺期间检测(S1)铣床(1)的铣头(2)的旋转速度和所述铣床(1)的至少一个另外的运行参数；其中，所述另外的运行参数是用于运行所述铣床的供电电流[参见先前的权利要求2]，和

(b)通过训练过的学习算法来评估(S2)检测到的所述旋转速度和检测到的运行参数，以识别在所述铣削工艺期间的异常。

2.根据权利要求1所述的方法，其中，在旋转速度保持不变的情况下，检测所述供电电流的电流峰值，特别是通过铣屑引起的、优选地通过由铣削主轴磨碎的铣屑引起的供电电流的电流峰值。

3.根据权利要求1或2所述的方法，其中，在识别到异常后，给所述铣床(1)的操作员生成提示并且所述提示实时显示在所述铣床(1)的显示单元上和/或自动采取维护措施。

4.根据前述权利要求1至3中任一项所述的方法，其中，在所述铣削工艺期间识别到异常之后，计算所述铣床(1)的失效概率和/或预测的停机时间段。

5.根据前述权利要求1至4中任一项所述的方法，其中，在所述铣削工艺期间识别到异常之后，对于出现所述异常得出至少一个可能原因。

6.根据前述权利要求1至5中任一项所述的方法，其中，训练过的学习算法具有训练过的神经网络。

7.根据前述权利要求1至6中任一项所述的方法，其中，在生产铣削工艺开始之前，基于关于所述旋转速度的历史训练数据和所述铣床的至少一个所述另外的运行参数在训练阶段中训练所述学习算法。

8.根据前述权利要求1至7中任一项所述的方法，其中，将所述学习算法作为应用程序从数据库经由网络下载到所述铣床(1)的计算单元中，并且在训练阶段中针对所述生产铣削工艺训练所述学习算法。

9.根据权利要求8所述的方法，其中，检测所述供电电流的由于磨碎铣屑引起的电流峰值，所述电流峰值具有特征曲线，所述特征曲线由训练过的所述学习算法来识别。

10.根据权利要求9所述的方法，其中，在使用所述旋转速度和所述另外的运行参数的情况下形成质量指标，例如借助训练过的所述学习算法来形成，并且所述质量指标用于确定一个或多个异常，例如借助训练过的学习算法来确定。

11.根据前述权利要求1至10中任一项所述的方法，其中，检测所述铣床(1)的所述铣头(2)的所述旋转速度和至少一个所述另外的运行参数，并且将相应的数据以大约1/秒的数据速率输送给在所述铣床(1)的计算单元中实施的训练过的学习算法。

12.根据前述权利要求1至11中任一项所述的方法，其中，在所述生产铣削工艺期间通过训练过的学习算法实时地得出所述异常。

13.一种用于铣削工件(W)的铣床(1)，其中，所述工件为电路板，所述铣床具有

-用于在铣削工艺中加工所述工件(W)的能转动的铣头(2)，

-用于驱动所述铣头(2)的电动马达(3)，并且

-具有人工智能模块(4)，所述人工智能模块在所述铣削工艺期间基于检测到的所述铣头(2)的旋转速度和所述铣床(1)的至少一个另外的运行参数来识别所述铣削工艺的异常，其中，所述另外的运行参数是所述电动马达(3)的供电电流。

14.根据权利要求13所述的铣床，其中，所述人工智能模块(4)在所述铣削工艺期间实施训练过的学习算法。