本發(fā)明涉及智能制造，特別是一種高精密數(shù)控機床的智能控制系統(tǒng)及其方法。

背景技術(shù)：

1、數(shù)控機床作為工業(yè)母機，其安全穩(wěn)定運行和高質(zhì)量工藝是實現(xiàn)智能制造的關(guān)鍵，其中，對刀是數(shù)控加工中的重要操作步驟，在數(shù)控車床啟動前保持零點對齊，用g54-g59設(shè)置工件零點，在一定程度上，對刀的準確度可以決定零件的加工精度，同時，對刀效率還直接影響數(shù)控加工效率，隨著制造技術(shù)的發(fā)展，機械加工已逐步進入自動化、智能化，原有的對刀方法從對刀精度及效率方面均已難以滿足制造技術(shù)進一步發(fā)展的需要，因此，探索一種新的刀具對刀方法，可以有效地提高加工精度和節(jié)省對刀時間，使生產(chǎn)更具效率。

2、現(xiàn)有技術(shù)下，手動對刀及對刀塊自動對刀占主導(dǎo)地位，其中，對刀塊自動對刀更是主流操作方式，在刀塊自動對刀情況下，常用方法是通過預(yù)先建立對刀角度和工件所處位置區(qū)間的映射關(guān)系，并輸入坐標數(shù)據(jù)進行對刀，而現(xiàn)實情況中，實際切削時間大約只占總加工時間的55％，刀具的裝夾和對刀等輔助時間卻占加工時間的45％，然而，現(xiàn)有技術(shù)的刀塊自動對刀控制系統(tǒng)中，刀對零件的起始加工點的位置不易檢測，導(dǎo)致實際生產(chǎn)中的方法是先進行試切加工，再根據(jù)檢測到的加工偏差來調(diào)整刀具，這個過程一般至少需要重復(fù)1～2次才能完成對刀，在此情況下，降低了數(shù)控機床的加工生產(chǎn)效率，不利于企業(yè)節(jié)約生產(chǎn)時間成本。

技術(shù)實現(xiàn)思路

1、鑒于上述現(xiàn)有的智能制造技術(shù)領(lǐng)域中存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明其中的一個目的是提供一種高精密數(shù)控機床的智能控制系統(tǒng)及其方法，其利用深度學(xué)習(xí)分析技術(shù)，通過于預(yù)設(shè)時間內(nèi)獲取加工刀于不同原始方位的軸坐標數(shù)據(jù)、待加工工件上所需的加工點位坐標數(shù)據(jù)，并通過計算兩個坐標數(shù)據(jù)間的距離，同時于預(yù)設(shè)時間內(nèi)采集加工刀的移動距離，計算判斷加工刀于此時間內(nèi)到達所需加工點位是否會產(chǎn)生位置偏差，并且，于預(yù)設(shè)時間內(nèi)，還能截斷加工刀于截斷時間止的移動距離數(shù)據(jù)，進而在有需要的情況下能及早計算預(yù)測加工刀于所處的原始方位到達所需加工點位是否會產(chǎn)生位置偏差，對提高作業(yè)效率具有裨益。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、一方面，本發(fā)明提供一種高精密數(shù)控機床的智能控制系統(tǒng)，包括：

5、視覺信息獲取模塊，用于獲取預(yù)設(shè)數(shù)控機床提供的實時現(xiàn)場視覺信息，所述視覺信息包括預(yù)設(shè)數(shù)控機床刀座尺寸、待加工工件周長和加工刀與所述待加工工件的原始距離數(shù)據(jù)，且所述視覺信息獲取模塊包括ccd攝像機；

6、圖像數(shù)據(jù)處理模塊，所述圖像數(shù)據(jù)處理模塊包括用于壓縮處理所述ccd攝像機圖像數(shù)據(jù)的圖像數(shù)據(jù)壓縮模塊，以及用于截取所述圖像數(shù)據(jù)壓縮模塊中預(yù)選區(qū)域圖像數(shù)據(jù)的圖像截取模塊；

7、數(shù)據(jù)融合分析單元，所述圖像數(shù)據(jù)分析單元包括掃描模塊、計算模塊、儲存模塊和分析模塊；

8、所述掃描模塊用于實時現(xiàn)場掃描所述待加工工件的平整度，需掃描的所述平整度包括待加工工件上下兩個端面的平整度數(shù)據(jù)；

9、所述計算模塊基于所述掃描模塊所掃描獲取的平整度數(shù)據(jù)計算待加工工件的平整度差；

10、所述儲存模塊用于儲存所述計算模塊計算獲取的平整度差數(shù)據(jù)，并構(gòu)建云數(shù)據(jù)庫；

11、所述分析模塊用于以所述待加工工件中心點為基準分析加工尺寸邊緣點與最近的一個平整度差的距離；

12、軸坐標獲取模塊，用于獲取加工刀于不同方位與所述待加工工件的加工點的距離，所述距離為橫坐標距離，并預(yù)設(shè)加工刀方位數(shù)據(jù)和所述待加工點方位數(shù)據(jù)，構(gòu)建三維橫向距離模型，并獲取不同所述待加工點和與之最近的所述平整度差數(shù)據(jù)；

13、激光檢測模塊，所述激光檢測模塊包括加工刀移動過程中用于激光斜射測量距離的激光傳感器，和用于檢測所述激光傳感器傾斜角度值的角度傳感器，以及用于轉(zhuǎn)化所述激光傳感器模擬信號的a/d轉(zhuǎn)化電路；

14、視覺數(shù)據(jù)截取模塊，以所述加工刀歷次所處方位數(shù)據(jù)為基點，用于截取所述加工刀向所述待加工點于單位移動時間內(nèi)所移動的距離，并以所述移動距離為基礎(chǔ)獲取該距離與所述待加工點的間距，同時將所述單位移動時間內(nèi)的移動距離進行劃分，生成預(yù)測模型。

15、作為本發(fā)明的一種優(yōu)選方案，其中：于所述視覺信息獲取模塊中，所述原始距離數(shù)據(jù)包括加工刀與所述待加工工件的高度數(shù)據(jù)和所述加工刀基于所述待加工工件所處的方位數(shù)據(jù)，并基于所述待加工工件的中心點為基礎(chǔ)獲取其它所需的加工點，將所述加工點按照θ1，θ2，...，θn進行劃分，其中，n代表第n個加工點，獲取不同所述加工點的坐標位置，計算出所述加工刀于原始方位至待加工工件預(yù)設(shè)加工點和中心點所需的時間，根據(jù)如下公式計算得出所述加工刀于原始方位至待加工工件預(yù)設(shè)加工點所需的時間：

16、其中，t表示單位移動時間；

17、式中，tk表示基于所述加工刀，對移動至第k個加工點所需的移動時間；ck表示第k個預(yù)設(shè)加工點與所述加工刀的坐標軌跡距離，η表示所述加工刀移動過程中的摩擦函數(shù)，ηi表示第i次于所述加工刀移動過程中所采集的摩擦函數(shù)；

18、在上述基礎(chǔ)上，所述加工刀于原始方位至待加工工件中心點所需的時間，根據(jù)如下公式計算得出：

19、其中，tk表示基于所述加工刀，對移動至第k個加工點所需的移動時間；

20、表示基于所述待加工工件周長數(shù)據(jù)所得出的待加工工件中心點與所述加工刀的坐標軌跡距離，δi表示第i次于開始加工前測得的所述加工刀于所述待加工工件中心點而言所處的原始方位數(shù)據(jù)。

21、作為本發(fā)明的一種優(yōu)選方案，其中：采集所述加工刀于移動過程中的歷次摩擦函數(shù)，并將采集的所述摩擦函數(shù)大小按照2n/㎡～5n/㎡、5n/㎡～8n/㎡和8n/㎡～10n/㎡進行區(qū)間劃分，獲取不同區(qū)間摩擦函數(shù)情況下所述加工刀移動至待加工工件中心點和/或預(yù)設(shè)加工點于單位移動時間內(nèi)所移動的距離，根據(jù)如下公式計算得出：

22、其中，x表示所述加工刀單位移動總時長；

23、式中，pi表示基于所述加工刀單位移動總時長第i次采集的移動距離數(shù)據(jù)，j表示截斷距離數(shù)據(jù)，所述截斷距離數(shù)據(jù)基于所述加工刀單位移動總時長的移動距離數(shù)據(jù)進行截取，x表示于所述單位移動總時長情況下所預(yù)設(shè)的移動距離減去所述加工刀實際的移動距離，dvi表示對所述加工刀于第v條移動線路軌跡情況下第i次采集的移動時長。

24、作為本發(fā)明的一種優(yōu)選方案，其中：對基于所述加工刀單位移動總時長獲取的所述截斷距離數(shù)據(jù)按照第一截斷距離數(shù)據(jù)、第二截斷距離數(shù)據(jù)和第三截斷距離數(shù)據(jù)進行階梯式劃分，且所述第一截斷距離數(shù)據(jù)、第二截斷距離數(shù)據(jù)和第三截斷距離數(shù)據(jù)之間均為遞增數(shù)據(jù)，獲取所述加工刀于單位移動總時長內(nèi)所移動的距離數(shù)據(jù)，并基于所述距離數(shù)據(jù)，結(jié)合所述單位移動總時長，計算出平均截斷距離數(shù)據(jù)，如下：

25、其中，fk表示于第k個單位移動總時長所采集的加工刀移動距離總數(shù)；

26、式中，n表示采集和/或截取的截斷距離數(shù)據(jù)的時間，表示于第i次采集和/或截取時間所得到的截斷距離數(shù)據(jù)，其中，以最低截斷距離數(shù)據(jù)為基礎(chǔ)預(yù)設(shè)安全閾值，當未來時段對所述加工刀移動的截斷距離數(shù)據(jù)小于所述安全閾值時，則系統(tǒng)判定其處于異常狀態(tài)，并發(fā)出狀態(tài)異常警報，反之，則不判定。

27、作為本發(fā)明的一種優(yōu)選方案，其中：對采集和/或截取的低于所述安全閾值的截斷距離數(shù)據(jù)構(gòu)建數(shù)據(jù)池，并通過標注將所述數(shù)據(jù)池數(shù)據(jù)分為若干個評估指標，統(tǒng)計出所述數(shù)據(jù)池中的評估指標數(shù)據(jù)，并將數(shù)據(jù)歸一化處理，分析每個評估指標數(shù)據(jù)占所述安全閾值的權(quán)重。

28、作為本發(fā)明的一種優(yōu)選方案，其中：于所述掃描模塊中，包括對所述待加工工件中心點旁的平整度進行掃描，具體地通過預(yù)先獲取該中心點加工后的直徑長度數(shù)據(jù)和/或周長數(shù)據(jù)，并以所述直徑長度數(shù)據(jù)和/或周長數(shù)據(jù)與不平整點處的最小安全間距為基礎(chǔ)預(yù)設(shè)臨界閾值，當所述掃描模塊所掃描的最小安全間距低于所述臨界閾值時，則系統(tǒng)判定該次加工作業(yè)處于異常狀態(tài)，并發(fā)出異常狀態(tài)預(yù)警，反之，則不判定。

29、作為本發(fā)明的一種優(yōu)選方案，其中：基于所述數(shù)據(jù)池中的評估指標數(shù)據(jù)，獲取與所述評估指標數(shù)據(jù)對應(yīng)的加工刀移動摩擦數(shù)據(jù)，并基于不同所述摩擦數(shù)據(jù)生成預(yù)警模型，基于所述預(yù)警模型，通過循證和delphi法，制定與不同所述評估指標數(shù)據(jù)等級對應(yīng)的分級管理方案。

30、作為本發(fā)明的一種優(yōu)選方案，其中：于所述分析模塊中，將加工尺寸邊緣點與最近一個平整度差距離劃分為其中，n表示第n個平整度差距離數(shù)據(jù)，并基于歷史同方位、同加工尺寸數(shù)據(jù)生成匹配模型，所述匹配模型中包括與加工尺寸邊緣點最小平整度差對應(yīng)的距離數(shù)據(jù)，當未來時段與中心點加工尺寸邊緣點的最小平整度差對應(yīng)的距離數(shù)據(jù)大于所述匹配模型中與加工尺寸邊緣點最小平整度差對應(yīng)的距離數(shù)據(jù)時，則系統(tǒng)判定分析結(jié)果異常，反之，則不判定。

31、作為本發(fā)明的一種優(yōu)選方案，其中：于所述掃描模塊中，還包括對待加工工件中心點和/或預(yù)設(shè)加工點旁的不平整點處的形狀進行掃描，獲取掃描圖像數(shù)據(jù)，并對所述掃描圖像數(shù)據(jù)進行分析比對，獲取所述不平整點處形狀距離中心點和/或預(yù)設(shè)加工點最近的點位，對所述最近點位是否低于所述臨界閾值進行分析計算，當所述掃描模塊所掃描的最小安全間距低于所述臨界閾值時，則系統(tǒng)判定該次加工作業(yè)處于異常狀態(tài)，并發(fā)出異常狀態(tài)預(yù)警，反之，則不判定。

32、另一方面，本發(fā)明提供一種高精密數(shù)控機床的智能控制系統(tǒng)的方法，包括以下步驟：

33、獲取預(yù)設(shè)數(shù)控機床提供的實時現(xiàn)場視覺信息，包括預(yù)設(shè)數(shù)控機床刀座尺寸、待加工工件周長和加工刀與所述待加工工件的原始距離數(shù)據(jù)；

34、對所獲取的視覺信息圖像數(shù)據(jù)進行壓縮處理，并截取被壓縮處理后的圖像數(shù)據(jù)中的預(yù)選區(qū)域圖像數(shù)據(jù)；

35、分析所獲取預(yù)選區(qū)域圖像數(shù)據(jù)中待加工工件的平整度，并根據(jù)所獲取的平整度數(shù)據(jù)計算待加工工件的平整度差，同時基于所獲取的平整度差數(shù)據(jù)，并構(gòu)建云數(shù)據(jù)庫；

36、以所述待加工工件中心點為基準分析加工尺寸邊緣點與最近的一個平整度差的距離；

37、獲取加工刀于不同方位與所述待加工工件的加工點的距離，并預(yù)設(shè)加工刀方位數(shù)據(jù)和所述待加工點方位數(shù)據(jù)，構(gòu)建三維橫向距離模型，同時獲取不同所述待加工點和與之最近的所述平整度差數(shù)據(jù)；

38、以所述加工刀歷次所處方位數(shù)據(jù)為基點，用于截取所述加工刀向所述待加工點于單位移動時間內(nèi)所移動的距離，并以所述移動距離為基礎(chǔ)獲取該距離與所述待加工點的間距，同時將所述單位移動時間內(nèi)的移動距離進行劃分，生成預(yù)測模型；

39、基于所述待加工工件的中心點為基礎(chǔ)獲取其它所需的加工點，獲取不同所述加工點的坐標位置，計算出所述加工刀于原始方位至待加工工件預(yù)設(shè)加工點和中心點所需的時間，并獲取所述時間范圍內(nèi)加工刀的移動距離，對所述移動距離可截斷獲取，并預(yù)設(shè)安全閾值，當選取的截斷距離數(shù)據(jù)小于所述安全閾值時，則系統(tǒng)判定其處于異常狀態(tài)，并發(fā)出狀態(tài)異常警報，反之，則不判定。

40、有益效果：

41、本發(fā)明利用深度學(xué)習(xí)分析技術(shù)，通過于預(yù)設(shè)時間內(nèi)獲取加工刀于不同原始方位的軸坐標數(shù)據(jù)、待加工工件上所需的加工點位坐標數(shù)據(jù)，并通過計算兩個坐標數(shù)據(jù)間的距離，同時于預(yù)設(shè)時間內(nèi)采集加工刀的移動距離，計算判斷加工刀于此時間內(nèi)到達所需加工點位是否會產(chǎn)生位置偏差，并且，于預(yù)設(shè)時間內(nèi)，還能截斷加工刀于截斷時間止的移動距離數(shù)據(jù)，進而在有需要的情況下能及早計算預(yù)測加工刀于所處的原始方位到達所需加工點位是否會產(chǎn)生位置偏差，對提高作業(yè)效率具有裨益，利于企業(yè)節(jié)約生產(chǎn)時間成本，同時，當計算預(yù)測會產(chǎn)生位置偏差時，可分析包括摩擦阻力這一因素在內(nèi)的造成位置偏差的原因，同時制定應(yīng)急管理方案，進而更進一步地使加工作業(yè)有序進行和提高作業(yè)效率。