首页 / 专利库 / 信号处理 / 信号 / 差分信号 / 基于热力耦合的磨削监控方法

基于热耦合的磨削监控方法

阅读:1030发布:2020-06-13

专利汇可以提供基于热耦合的磨削监控方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于热 力 耦合的磨削监控方法,其应用于磨削机床上,包括如下步骤:设定 阈值 、采集磨削件信息、获取磨削件数据、分析判断和分析振动情况;与 现有技术 相比,通过将磨削件的 温度 信号 集中的各磨削温度信号、力信号集中的各磨削力信号和力振动信息进行综合分析,识别出磨削件加工时磨削件的磨削状态和振动情况,从而提醒操作者,操作者根据提醒做出相应的操作,以此实时监控磨削件的磨削状态并及时进行调整,保证磨削件磨削时处于稳定状态,从而保证 工件 的磨削 质量 。,下面是基于热耦合的磨削监控方法专利的具体信息内容。

1.一种基于热耦合的磨削监控方法,其特征在于,包括如下步骤:
A1、设定阈值:确定工件产生磨削裂纹的磨削力阈值、确定工件表面产生烧伤的温度阈值和确定磨削件产生振动的波动阈值;
A2、采集磨削件信息:在磨削件磨削过程中采集单位时间内每间隔一段时间的磨削温度信号和磨削力信号,单位时间内采集的磨削温度信号组成温度信号集,单位时间内采集的磨削力信号组成力信号集;
A3、获取磨削件数据:对所述温度信号集求均值得到磨削接触区温度,对所述力信号集求均值得到磨削件磨削力,并且从所述力信号集中处理得到力振动信息,所述力振动信息包括多个波动频率
A4、分析判断:将所述磨削接触区温度与所述温度阈值进行比对,以及将所述磨削件磨削力与所述磨削力阈值进行比对;
当所述磨削接触区温度小于所述温度阈值且所述磨削件磨削力小于所述磨削力阈值时,则判断所述磨削件处于稳定磨削状态,随后重复步骤A2-A4中;
当所述磨削接触区温度大于或者等于所述温度阈值,且/或所述磨削件磨削力大于或者等于所述磨削力阈值,则判断所述磨削件处于磨损状态,并继续下一步骤;
A5、分析振动情况:将各所述波动频率的大小均与所述波动阈值的大小进行比对,当各所述波动频率的大小均小于所述波动阈值的大小,则判断所述磨削件没有振动,提醒操作者所述磨削件需要进行处理;当至少一个所述波动频率的大小大于或者等于所述波动阈值的大小,则判断所述磨削件振动,则提醒操作者磨削机床需要进行调整,随后重复步骤A2-A5。
2.根据权利要求1所述的一种基于热力耦合的磨削监控方法,其特征在于:步骤A2中,采用温度采样装置采集磨削温度信号,所述磨削温度信号通过信号采集器转换成数字信号,并传输到PC机上;
采用压力装置采集磨削力信号,所述磨削力信号通过所述信号采集器转换成数字信号,并传输到所述PC机上。
3.根据权利要求2所述的一种基于热力耦合的磨削监控方法,其特征在于:所述信号采集器包括电源模以及依次连接的差分放大电路微处理器、通讯模块以及用于显示信号采集状态和选择工作模式的触摸显示屏,所述触摸显示屏与所述微处理器双向连接,所述微处理器通过所述通讯模块与所述PC机通讯连接,所述PC机的输出端与所述磨削机床的驱动端电性连接,所述电源模块用以提供工作电源给所述差分放大电路、所述微处理器、所述通讯模块和所述触摸显示屏。
4.根据权利要求1或2所述的一种基于热力耦合的磨削监控方法,其特征在于:在步骤A3中,对所述温度信号集中求均值得到所述磨削接触区温度的具体方式为:提取一个所述温度信号集中的全部所述磨削温度信号,并对全部的所述磨削温度信号求均值,通过所求均值获得所述磨削接触区温度。
5.根据权利要求1或2所述的一种基于热力耦合的磨削监控方法,其特征在于:在步骤A3中,对所述力信号集中求均值所述磨削件磨削力的具体方式为:提取一个所述力信号集中的全部磨削力信号,并对全部所述磨削力信号求均值,通过所求均值识别出所述磨削件磨削力。
6.根据权利要求1所述的一种基于热力耦合的磨削监控方法,其特征在于:在步骤A3中,根据一个所述力信号集获取所述力振动信息的过程为:
B1:提取信号:提取一个所述力信号集中的全部磨削力信号;
B2:获取数据:以单位时间内最先采集的磨削力信号为起始点,通过比较差值法得到第一个波谷值F1和第一个波峰值F1’,对应的时间为t1,则第一个力波动大小为△F1=F1’-F1;
再通过比较差值法得到第二个波谷值F2,和第二个波峰值F2’,对应的时间为t2,第二个力波动大小为△F2=F2’-F2;以此类推,第n个波谷值Fn和第n个波峰值Fn’,第n个力波动大小为△Fn=Fn’-Fn,对应的时间为tn;
B3:计算波动频率:采用公式 n为1、2、……,且n为正整数,计算出波动频率P。
7.根据权利要求6所述的一种基于热力耦合的磨削监控方法,其特征在于:其应用于磨削机床上,所述磨削机床的工作台上安装有工件,当所述磨削件有振动,则判断所述磨削件的振动原因,判断方式如下:
若所述波动频率与所述磨削机床上的电机转速的数值相等或呈正整数倍,则判断所述磨削件的主轴套磨损或所述磨削件破损;
若所述波动频率与所述磨床上的工件的往返速度的数值呈整数倍,则判断所述加工机床上的工件或夹具出现问题;
若单位时间内的多个所述波动频率呈现为没有规律的分布,则判断所述磨削件磨损程度恶化严重。
8.根据权利要求6所述的一种基于热力耦合的磨削监控方法,其特征在于:所述力振动信息还包括振幅和平均磨削力,在步骤B3之后,还包括如下步骤:
B4:计算振幅大小:用磨削力的平均波动值△Fn评价磨削力的振幅H,采用公式n为正整数,计算振幅大小H;
B5:计算平均磨削力:在单位时间内获取N个采样点的力的平均值FN,采用公式 N为正整数且N>n,计算平均磨削力
9.根据权利要求3所述的一种基于热力耦合的磨削监控方法,其特征在于:所述压力装置包括薄膜压力传感器,所述薄膜压力传感器夹设于所述磨削机床工作台与所述工件之间;所述温度采样装置包括采样块和安装于所述采样块上的热电偶传感器,所述采样块安装于所述工作台上;其中,所述薄膜压力传感器的采样端和所述热电偶传感器的采样端均电性连接所述差分放大电路的输入端。
10.根据权利要求3所述的一种基于热力耦合的磨削监控方法,其特征在于:所述信号采集器具有多个通道信号接收端口。

说明书全文

基于热耦合的磨削监控方法

技术领域

[0001] 本发明涉及磨削加工监测领域,更具体地说涉及一种基于耦合的磨削监控方法。

背景技术

[0002] 磨削加工是改善工件表面质量的重要技术之一,很多精密零件需要使用砂轮进行磨削加工和超精密加工,而砂轮磨损钝化程度对工件表面质量有着重要的影响。
[0003] 在磨削加工过程中,不同的磨削参数下磨削温度和磨削力都不一样,较大的磨削温度和磨削力会损坏砂轮和工件,且磨削温度和磨削力波动较大也会影响工件表面质量,而且,随着磨削时间的增加,砂轮的磨粒会出现磨钝和脱落现象,磨削温度和磨削力也会因此发生变化,将会使被加工工件的尺寸精度和表面质量受到严重影响,如果不及时修整或更换砂轮,将会造成产品废品率提高,因此,实时了解砂轮表面所处的状态并及时进行调整磨削参数、更换砂轮或修整砂轮是很有必要的。

发明内容

[0004] 本发明的目的是提供一种基于热力耦合的磨削监控方法,其能够实时监控磨削件的磨削状态并及时进行调整。
[0005] 为达到上述目的,本发明的解决方案是:
[0006] 一种基于热力耦合的磨削监控方法,包括如下步骤:
[0007] A1、设定阈值:确定工件产生磨削裂纹的磨削力阈值、确定工件表面产生烧伤的温度阈值和确定磨削件产生振动的波动阈值;
[0008] A2、采集磨削件信息:在磨削件磨削过程中采集单位时间内每间隔一段时间的磨削温度信号和磨削力信号,单位时间内采集的磨削温度信号组成温度信号集,单位时间内采集的磨削力信号组成力信号集;
[0009] A3、获取磨削件数据:对所述温度信号集求均值得到磨削接触区温度,对所述力信号集求均值得到磨削件磨削力,并且从所述力信号集中处理得到力振动信息,所述力振动信息包括多个波动频率
[0010] A4、分析判断:将所述磨削接触区温度与所述温度阈值进行比对,以及将所述磨削件磨削力与所述磨削力阈值进行比对;
[0011] 当所述磨削接触区温度小于所述温度阈值且所述磨削件磨削力小于所述磨削力阈值时,则判断所述磨削件处于稳定磨削状态,随后重复步骤A2-A4中;
[0012] 当所述磨削接触区温度大于或者等于所述温度阈值,且/或所述磨削件磨削力大于或者等于所述磨削力阈值,则判断所述磨削件处于磨损状态,并继续下一步骤;
[0013] A5、分析振动情况:将各所述波动频率的大小均与所述波动阈值的大小进行比对,当各所述波动频率的大小均小于所述波动阈值的大小,则判断所述磨削件没有振动,提醒操作者所述磨削件需要进行处理;当至少一个所述波动频率的大小大于或者等于所述波动阈值的大小,则判断所述磨削件振动,则提醒操作者磨削机床需要进行调整,随后重复步骤A2-A5。
[0014] 步骤A2中,采用温度采样装置采集磨削温度信号,所述磨削温度信号通过信号采集器转换成数字信号,并传输到PC机上;
[0015] 采用压力装置采集磨削力信号,所述磨削力信号通过所述信号采集器转换成数字信号,并传输到所述PC机上。
[0016] 所述信号采集器包括电源模以及依次连接的差分放大电路微处理器、通讯模块以及用于显示信号采集状态和选择工作模式的触摸显示屏,所述触摸显示屏与所述微处理器双向连接,所述微处理器通过所述通讯模块与所述PC机通讯连接,所述PC机的输出端与所述磨削机床的驱动端电性连接,所述电源模块用以提供工作电源给所述差分放大电路、所述微处理器、所述通讯模块和所述触摸显示屏。
[0017] 在步骤A3中,对所述温度信号集中求均值得到所述磨削接触区温度的具体方式为:提取一个所述温度信号集中的全部所述磨削温度信号,并对全部的所述磨削温度信号求均值,通过所求均值获得所述磨削接触区温度。
[0018] 在步骤A3中,对所述力信号集中求均值所述磨削件磨削力的具体方式为:提取一个所述力信号集中的全部磨削力信号,并对全部所述磨削力信号求均值,通过所求均值识别出所述磨削件磨削力。
[0019] 在步骤A3中,根据一个所述力信号集获取所述力振动信息的过程为:
[0020] B1:提取信号:提取一个所述力信号集中的全部磨削力信号;
[0021] B2:获取数据:以单位时间内最先采集的磨削力信号为起始点,通过比较差值法得到第一个波谷值F1和第一个波峰值F1’,对应的时间为t1,则第一个力波动大小为△F1=F1’-F1;再通过比较差值法得到第二个波谷值F2,和第二个波峰值F2’,对应的时间为t2,第二个力波动大小为△F2=F2’-F2;以此类推,第n个波谷值Fn和第n个波峰值Fn’,第n个力波动大小为△Fn=Fn’-Fn,对应的时间为tn;
[0022] B3:计算波动频率:采用公式 n为1、2、……,且n为正整数,计算出波动频率P。
[0023] 其应用于磨削机床上,所述磨削机床的工作台上安装有工件,当所述磨削件有振动,则判断所述磨削件的振动原因,判断方式如下:
[0024] 若所述波动频率与所述磨削机床上的电机转速的数值相等或呈正整数倍,则判断所述磨削件的主轴套磨损或所述磨削件破损;
[0025] 若所述波动频率与所述磨床上的工件的往返速度的数值呈整数倍,则判断所述加工机床上的工件或夹具出现问题;
[0026] 若单位时间内的多个所述波动频率呈现为没有规律的分布,则判断所述磨削件磨损程度恶化严重。
[0027] 所述力振动信息还包括振幅和平均磨削力,在步骤B3之后,还包括如下步骤:
[0028] B4:计算振幅大小:用磨削力的平均波动值△Fn评价磨削力的振幅H,采用公式n为正整数,计算振幅大小H;
[0029] B5:计算平均磨削力:在单位时间内获取N个采样点的力的平均值FN,采用公式N为正整数且N>n,计算平均磨削力
[0030] 所述压力装置包括薄膜压力传感器,所述薄膜压力传感器夹设于所述磨削机床工作台与所述工件之间;所述温度采样装置包括采样块和安装于所述采样块上的热电偶传感器,所述采样块安装于所述工作台上;其中,所述薄膜压力传感器的采样端和所述热电偶传感器的采样端均电性连接所述差分放大电路的输入端。
[0031] 所述信号采集器具有多个通道信号接收端口。
[0032] 采用上述方法后,本发明具有如下有益效果:将磨削件的温度信号集中的各磨削温度信号、力信号集中的各磨削力信号和力振动信息进行综合分析,识别出磨削件加工时磨削件的磨削状态和振动情况,从而提醒操作者,操作者根据提醒做出相应的操作,以此实时监控磨削件的磨削状态并及时进行调整,保证磨削件磨削时处于稳定状态,从而保证工件的磨削质量。附图说明
[0033] 图1为本发明中磨削监控方法的流程框图
[0034] 图2为本发明中力振动信息的采集示意图;
[0035] 图3为本发明的工作原理图;
[0036] 图4为本发明中信号采集器的结构示意图。

具体实施方式

[0037] 为了进一步解释本发明的技术方案,下面通过具体实施例来对本发明进行详细阐述。
[0038] 一种基于热力耦合的磨削监控方法,如图1-4所示,包括如下步骤:
[0039] A1:设定阈值:确定工件产生磨削裂纹的磨削力阈值、确定工件表面产生烧伤的温度阈值和确定磨削件产生振动的波动阈值:
[0040] A2:采集磨削件信息:磨削件磨削过程中在单位时间内间隔一段时间采集产生的磨削温度信号,且单位时间内采集的磨削信号组成温度信号集,然后在单位时间内每隔一段时间采集产生的磨削力信号,且单位时间内采集的磨削力信号组成力信号集;
[0041] A3:获取磨削件数据:从温度信号集中处理得到磨削接触区温度,从力信号集中处理得到磨削件磨削力,且从所述磨削力信号集中处理得到力振动信息,该力振动信息包括多个波动频率;
[0042] A4:分析判断:将磨削接触区温度与温度阈值进行比对以及将磨削件磨削力与磨削力阈值进行比对,判断磨削件的磨削状态,当磨削接触区温度小于温度阈值且磨削件磨削力小于磨削力阈值时,则判断磨削件处于稳定磨削状态,重复步骤步骤A2-A4中;若磨削接触区温度大于或者等于温度阈值,且/或磨削件磨削力大于或者等于磨削力阈值时,则判断磨削件处于磨损状态,并继续下一步骤:
[0043] A5:分析振动情况:将各波动频率的大小与波动阈值的大小进行比对,当各波动频率的大小均小于波动阈值的大小,则判断磨削件没有振动,提醒操作者磨削件需要进行处理;当至少一个波动频率的大小大于或者等于波动阈值的大小,则判断磨削件振动,提醒操作者磨削机床需要进行调整,随后重复步骤A2-A5。
[0044] 本发明中,磨削监控方法适用于常规的磨削机床上,该磨削机床可为磨床、砂带磨床或磨削机。其中,磨削机床的工作台上放置有工件。
[0045] 本实施例中以磨削件为砂轮为例进行说明,该磨削件还可以为磨盘、砂带等常规的磨削件。
[0046] 在步骤A1中,温度阈值、磨削力阈值和波动阈值均通过人工进行设定,并存储在PC机内。其中,磨削力阈值的确定,通过分析工件的磨削机理,以及工件产生磨削裂纹与磨削力之间的关系,进行确定;温度阈值的确定,通过表面产生烧伤与温度之间的关系进行确定;换言之,温度阈值和磨削力阈值均能通过实验来获取。此外,波动阈值,也可以通过大量实验获取。
[0047] 在步骤A2中,采用温度采样装置采集磨削温度信号,该磨削温度信号通过信号采集器转换成数字信号,随后传输到PC上。其中,前述的磨削温度信号集为单位时间内采集的磨削温度信号的集合。
[0048] 在步骤A2中,采用压力装置采集磨削力信号,磨削力信号通过前述的信号采集器转换成数字信号,随后传输到PC机上。其中,前述的力信号集为单位时间内采集的磨削力信号的集合。
[0049] 本发明中,上述的信号采集器包括电源模块以及依次连接的差分放大电路、微处理器、通讯模块和触摸显示屏,触摸显示屏与微处理器双向连接,微处理器通过通讯模块与PC机通讯连接,PC机的输出端与磨削机床的驱动端电性连接,电源模块用以提供工作电源给差分放大电路、微处理器和通讯模块。差分放大电路采用现有公知的集成差分放大芯片,例如型号为AD524AR的芯片,且差分放大电路的放大增益选择100倍;微处理器采用现有公知的微处理器,例如型号为STM32F767的微处理器;通讯模块采用以太网通讯模式,以将数字信号通过以太网传输到PC机上。
[0050] 本实施例中,温度采样装置为现有常规的温度采样装置,例如,本申请人在申请号为“201910089047.2”、名称为“一种在线监测砂轮磨钝状态的方法及其装置”中提及的热电偶传感器,且温度采样装置的工作方法与在线监测砂轮磨钝状态的方法相同。温度采样装置包括采样块和嵌装于采样块上的热电偶传感器,采样块通过支架固定安装于工作台上,且热电偶传感器的感应面与采样块的磨削面处于同一平面,采样块的磨削面指的是采样块安装于磨削机床的工作台上时采样块的上侧面。且,热电偶传感器的采样端电性连接前述的差分放大电路的输入端。
[0051] 压力装置为薄膜压力传感器,薄膜压力传感器的采样端电性连接前述的差分放大电路的输入端。薄膜压力传感器安装于工作台上,且夹设于工件与工作台之间或者工作台侧面。
[0052] 步骤A2中,采集磨削件信息的具体过程为:砂轮在磨削工件时,每隔一段时间(该间隔时间根据实际情况进行设定)薄膜压力传感器在单位时间As内采集产生的磨削力信号,随后砂轮移动到采样块处,热电偶传感器在单位时间As内采集产生的磨削温度信号,随后砂轮重新回到工件处,对工件进行磨削。其中,单位时间As可为10-100s,该单位时间As根据实际情况进行设定。需说明的是,单位时间(As)内每次采集的间隔时间范围为0.1-1s,具体间隔时间根据实际情况进行设定,采集磨削力信号和磨削温度信号中每次采集间隔的时间相同。
[0053] 本发明中,温度信号集和力信号集均可呈现为单位时间内的一段电波,温度信号集包括温度高频信号,力信号集包括力高频信号。在步骤A3中获取磨削件数据的具体过程为:提取一个力信号集中全部的力高频信号,并对全部的力高频信号求均值,即可获取磨削件磨削力;提取一个磨削温度信号集中全部的温度高频信号,并对全部的温度高频信号求均值,即可获取磨削接触区温度,该磨削接触区温度指的是砂轮的磨削面。
[0054] 在步骤A3中,根据一个力信号集获取波动频率的具体步骤为:
[0055] B1:提取信号:提取步骤A3中一个力信号集中全部的力高频信号;
[0056] B2:获取数据:以单位时间内首次采集的磨削力信号为起始点,采用比较差值法获取第一个波谷值F1和第一个波峰值F1’,对应的时间为t1,则第一个力波动大小为△F1=F1’-F1;再采用比较差值法得到第二个波谷值F2,和第二个波峰值F2’,对应的时间为t2,第二个力波动大小为△F2=F2’-F2;以此类推,第n个波谷值Fn和第n个波峰值Fn’,第n个力波动大小为△Fn=Fn’-Fn,对应的时间为tn,;
[0057] B3:计算波动频率:采用公式 n=1、2、……,n为正整数,计算出波动频率P;
[0058] 需说明的是,在步骤B1中,一个力信号集中的全部力高频信号通过前述的信号采集器转换成数字信号,并输出给PC机,PC机将该力信号集中全部的数字信号形成单位时间内磨削力的变化曲线。
[0059] 本发明中,在步骤A1中,还通过人工设定有振幅阈值,该振幅阈值,通过分析工件产生磨削裂纹与振幅大小之间的关系来获取,该振幅阈值可以通过大量实验获取。
[0060] 在步骤A4中,采用PC机对砂轮的磨削状态进行判断时,在对磨削件磨削力与磨削力阈值进行比对的同时,还需判断各波谷分别与相邻的波峰之间的波动是稳定波动还是剧烈波动,具体判断如下:
[0061] 将各力波动大小均与振幅阈值大小进行比对,若各力波动大小均小于或者等于振幅阈值的大小,则判断一个力信号集中的全部力高频信号呈现为稳定波动,否则,则判断一个力信号集中有至少一个力高频信号呈现为剧烈波动。
[0062] 当磨削件磨削力小于磨削力阈值和磨削接触区温度小于温度阈值,且一个力信号集中的全部力高频信号呈现为稳定波动,则判断砂轮处于稳定状态。
[0063] 优选地,力振动信息还包括振幅和平均磨削力,在步骤B3之后,还包括如下步骤:
[0064] B4:计算振幅大小:用磨削力的平均波动值△Fn评价磨削力的振幅H,采用公式n为正整数,计算振幅H;
[0065] B5:计算平均磨削力:在单位时间内获取N个采样点的力的平均值FN,采用公式N为正整数且N>n,计算平均磨削力
[0066] 在步骤B3中,采用PC机将单位时间内处理得到的振幅H的大小,与前述的振幅阈值的大小进行比对,来判断砂轮在单位时间内磨削力的平均波动值的大小是否超过振幅阈值,以此判断砂轮在此单位时间内整体的稳定性
[0067] 在步骤B4中,采用PC机将单位时间内处理得到的平均磨削力与前述的磨削力阈值进行比对,来判断砂轮在单位时间内平均磨削力是否超过磨削力阈值,以此判断砂轮在此单位时间内整体的稳定性。
[0068] 这样,更进一步地从整体上判断砂轮的磨削状态。
[0069] 本发明中,通过计算出砂轮单位时间内的波动频率、振幅大小和平均磨削力,PC机能够得到磨削力的波动频率、振幅大小以及变化趋势。
[0070] 在步骤A5中,当判断砂轮没有振动时,PC机对磨削机床进行停机,并提醒(可以为发出相应警报或灯光)操作者砂轮需要进行处理,随后操作者对砂轮进行修锐。
[0071] 在步骤A5中,当判断砂轮有振动时,则PC机判断砂轮的振动原因,并提醒(可以为发出相应警报声或灯光)操作者磨削机床有问题需要进行调整,操作者根据磨削件的振动原因调整磨削机床的磨削参数或调整磨削工艺系统,在这里砂轮的振动原因主要包括砂轮的主轴套磨损、砂轮破损、磨削机床上的工件或夹具出现问题和砂轮磨损程度恶化严重,PC机具体按如下方式判断砂轮的振动原因:
[0072] 1、若单位时间内的波动频率与磨削机床上的电机转速的数值相等或呈正整数倍,则判断砂轮的主轴套磨损或砂轮破损;
[0073] 2、若单位时间内的波动频率与磨削机床上的工件的往返速度的数值呈整数倍,则判断磨削机床上的工件或夹具出现问题;
[0074] 3、若单位时间内的各个波动频率呈现为没有规律的分布时,则判断砂轮磨损程度恶化严重。
[0075] 在砂轮磨削工件的过程中,砂轮每隔一段时间就会移动到采样块上,对热电偶传感器的感应面进行磨削,以此采集磨削温度信号,获得磨削温度信号集;当砂轮对工件施加磨削力时,薄膜压力传感器实时感受到压力,以此采集磨削力信号,获得力信号集。
[0076] 本发明中,信号采集器具有多个通道信号接收端口,即,信号采集器可以接收来自多个磨削机床的磨削温度信号的磨削力信号,使得信号采集器可以与工厂中分布式的多台磨削机床相配套,以此采集多个磨削机床上的砂轮的数据,并将采集的数据传输到同一PC机内进行分析判断,以获取各磨削机床上砂轮的磨削状态和振动情况,随后根据各砂轮的磨削状态和振动情况分别进行处理,这样,实现了智能制造中对各磨削机床上砂轮的磨削状态的实时在线监控。
[0077] 本发明中,上述的触摸显示屏为LCD触摸显示屏,该LCD触摸显示屏用于显示信号采集状态和选择工作模式。
[0078] 本发明一种基于热力耦合的磨削监控方法,将砂轮的温度信号集中的各温度高频信号、力信号集中的各力高频信号和力振动信息进行综合分析,识别出砂轮加工时砂轮的磨削状态和振动情况,从而对磨削机床发出控制指令,控制指令包括调整磨削参数的命令、调整磨削工艺系统、停机报警命令或停机修整砂轮命令,以此实时监控砂轮的磨削状态并及时进行调整,以保证砂轮磨削时处于稳定状态,从而保证砂轮的磨削质量。
[0079] 以上所述仅为本实施例的优选实施例,凡跟本发明权利要求范围所做的均等变化和修饰,均应属于本发明的权利要求范围。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈