用于集成加工过程监控的零点定位夹具

专利类型 发明公开 法律事件 公开; 实质审查; 驳回;
专利有效性 无效专利 当前状态 驳回
申请号 CN202010619744.7 申请日 2020-07-01
公开(公告)号 CN111571309A 公开(公告)日 2020-08-25
申请人 上海工具厂有限公司; 江苏海博工具产业研究院有限公司; 申请人类型 企业
发明人 符国建; 陆于佳; 朱捷寅; 陈明; 明伟伟; 邹凡; 安庆龙; 第一发明人 符国建
权利人 上海工具厂有限公司,江苏海博工具产业研究院有限公司 权利人类型 企业
当前权利人 上海工具厂有限公司,江苏海博工具产业研究院有限公司 当前权利人类型 企业
省份 当前专利权人所在省份:上海市 城市 当前专利权人所在城市:上海市杨浦区
具体地址 当前专利权人所在详细地址:上海市杨浦区军工路1060号 邮编 当前专利权人邮编:200093
主IPC国际分类 B23Q17/12 所有IPC国际分类 B23Q17/12B23Q3/00G06K9/00G06N3/04G06N3/08
专利引用数量 8 专利被引用数量 0
专利权利要求数量 7 专利文献类型 A
专利代理机构 上海交达专利事务所 专利代理人 王毓理; 王锡麟;
摘要 一种用于集成加工过程监控的零点 定位 夹具,包括:壳体、设置于壳体内部的 工件 探测机构、工件弹出机构和至少一个定位夹紧机构,其中:定位夹紧机构与工件通过销钉卡接并通过 气动 通道驱动实现复位,工件探测机构正对定位夹紧机构并输出工件 位置 信息,工件弹出机构的两端分别与壳体和工件相 接触 。本 发明 采用常 锁 机构设计,在不接通压 力 源时能保证稳固的定位和夹持,具有很高的定位 精度 ,集成的 加速 度 信号 采集和无线传输功能可以在不影响加工过程的情况下对加工过程进行监控和分析。
权利要求

1.一种用于集成加工过程监控的零点定位夹具,其特征在于,包括:壳体、设置于壳体内部的工件探测机构、工件弹出机构和至少一个定位夹紧机构,其中:定位夹紧机构与工件通过销钉卡接并通过气动通道驱动实现复位,工件探测机构正对定位夹紧机构并输出工件位置信息,工件弹出机构的两端分别与壳体和工件相接触
所述的定位夹紧机构包括:固定支撑架、弹簧组、浮动支撑架和滚珠,其中:弹簧组分别与固定支撑架和浮动支撑架相连,固定支撑架与壳体固定连接,浮动支撑架、固定于工件的销钉与壳体形成用于放置滚珠的空腔,弹簧组的形变带动浮动支撑架并调整空腔的形状从而实现滚珠的定位、夹紧和复位。
2.根据权利要求1所述的零点定位夹具,其特征是,所述的壳体包括:底座和与之相连的盖板。
3.根据权利要求1所述的零点定位夹具,其特征是,所述的工件探测机构包括:设置于壳体内的加速传感器,该加速度传感器正对定位夹紧机构并采集加工过程中工件的振动信息。
4.根据权利要求1所述的零点定位夹具,其特征是,所述的加工过程中的工件振动信息优选通过信号发射机构以无线方式输出。
5.根据权利要求1所述的零点定位夹具,其特征是,所述的工件弹出机构包括防屑帽和与之相连的弹性件,该弹性件位于壳体内部以对工件上固定的销钉产生弹
6.一种基于权利要求1~5中任一所述零点定位夹具的信息分析/提取方法,其特征在于,从内置加速度传感器提取到的信息中获振动信息,通过无线方式发送到数据处理中心,通过包括神经网络建模在内的方法对信号进行分析和处理,实现对加工过程的监控。
7.根据权利要求6所述的方法,其特征是,所述的神经网络建模是指:先将多通道传感器的输入数据转化为多通道图像,利用改进的脉冲神经网络自动提取多通道传感器图像的高维特征;然后利用设计的卷积神经网络对提取的高维特征进行接收,并利用全连通神经网络生成预测结果。

说明书全文

用于集成加工过程监控的零点定位夹具

技术领域

[0001] 本发明涉及的是一种智能制造领域的技术,具体是一种用于集成加工过程监控的零点定位夹具。

背景技术

[0002] 零点定位夹具是一种同时综合了定位和夹紧功能,并且能够在较短的时间内进行换装的模化工装,是智能制造所必需的基础组成部分。智能制造最显著的特点就是对信息的采集和利用,但现有的机床和零点定位夹具均没有信息采集和输出功能,智能化平很低,不能满足智能制造中对加工过程信息采集的需求,很难融入智能制造系统。
[0003] 虽然有的加工过程监控设备安置在机床或设备的外壳位置进行位置信号采集,但获得的可用信号中包含的加工相关信息很少,仅能够对是否工作和重大安全事故进行监控和记录,主要用于工时核算等需求,无法实现对加工过程监控。一些进口机床将传感器内置于机床的主轴中进行加工信息的采集,但是这些设备价格非常昂贵,而且规模庞大的现有机床融入智能制造系统的加工信息采集需求同样是巨大的难题。
[0004] 因而,目前市场上缺乏一种集成在零点定位夹具中对加工过程进行高精度监控的装置,使得现有的传统机床能够借助智能化、模块化的零点定位夹具融入智能制造系统中。

发明内容

[0005] 本发明针对现有技术存在的上述不足,提出一种用于集成加工过程监控的零点定位夹具,采用常机构设计,在不接通压源时能保证稳固的定位和夹持,具有很高的定位精度,集成的加速度信号采集和无线传输功能可以在不影响加工过程的情况下对加工过程进行监控和分析。
[0006] 本发明是通过以下技术方案实现的:
[0007] 本发明涉及一种集成加工过程监控功能的零点定位夹具,包括:壳体、设置于壳体内部的工件探测机构、工件弹出机构和至少一个定位夹紧机构,其中:定位夹紧机构与工件通过销钉卡接并通过气动通道驱动实现复位,工件探测机构正对定位夹紧机构并输出工件位置信息,工件弹出机构的两端分别与壳体和工件相接触
[0008] 所述的壳体包括:底座和与之相连的盖板。
[0009] 所述的定位夹紧机构包括:固定支撑架、弹簧组、浮动支撑架和滚珠,其中:弹簧组分别与固定支撑架和浮动支撑架相连,固定支撑架与壳体固定连接,浮动支撑架、固定于工件的销钉与壳体形成用于放置滚珠的空腔,弹簧组的形变带动浮动支撑架并调整空腔的形状从而实现滚珠的定位、夹紧和复位。
[0010] 所述的工件探测机构包括:设置于壳体内的加速度传感器,该加速度传感器正对定位夹紧机构并采集加工过程中工件的振动信息。
[0011] 所述的加工过程中的工件振动信息优选通过信号发射机构以无线方式输出。
[0012] 所述的工件弹出机构包括防屑帽和与之相连的弹性件,该弹性件位于壳体内部以对工件上固定的销钉产生弹力。
[0013] 本发明涉及一种基于上述零点定位夹具的信息分析/提取方法,从内置加速度传感器提取到的信息中获振动信息,通过无线方式发送到数据处理中心,通过包括神经网络建模在内的方法对信号进行分析和处理,实现对加工过程的监控。技术效果
[0014] 本发明整体解决现有的机床和夹具没有信息采集和传输功能,难以融入智能制造系统的问题。
[0015] 与现有技术相比,本发明能够在不影响加工过程的情况下在信号灵敏位置对加工过程进行监控和分析。附图说明
[0016] 图1为本发明结构剖视图;
[0017] 图2为本发明的工作时内部结构示意图;
[0018] 图3为本发明的外部结构示意图;
[0019] 图中:1盖板、2防屑帽、3大弹簧、4加速度传感器、5信号线、6防护壳、7无线传输装置、8底座、9密封圈、10固定支撑架、11弹簧组、12浮动支撑架、13滚珠、14销钉。
[0020] 图4为本发明实例中采集的X向振动数据;
[0021] 图中:a为初始磨损阶x方向振动信号;b为稳定磨损阶x方向振动信号;c为加速磨损阶x方向振动信号;
[0022] 图5为本发明实例中预测结果示意图。

具体实施方式

[0023] 如图1所示,为本实施例涉及一种集成加工过程监控功能的零点定位夹具包括:定位夹紧机构、传感机构、无线机构和防护机构,其中:
[0024] 所述的定位夹紧机构包括:弹簧组11、滚珠组13、防屑帽2、密封圈组9、底座8、盖板1、浮动支撑架12、固定支撑架10,其中:底座固定在机床或其他设备的工作平台上,通过弹簧组对浮动支撑架的弹力作用使得滚珠收紧,夹紧固定在工件上的销钉14,同时利用盖板实现定位,从而实现夹紧和定位的功能。用于实现定位夹紧功能。
[0025] 所述的传感机构采用加速度传感器4,该加速度传感器刚性固定在定位夹紧机构内部,用于采集加工过程信息。
[0026] 所述的无线机构7固定外定位夹紧机构外,用防护机构覆盖,用于传输所述的传感机构采集到的信息。
[0027] 所述的防护机构7与定位夹紧机构相连,用于传感器和无线机构的防油防水保护。
[0028] 本实施例中集成加工过程监控功能的零点定位夹具通过底座8上的螺栓固定在机床工作台上,同时将销钉14安装在工件上。将工件安装到零点定位夹具上,其中销钉14被滚珠13固定,并利用盖板1进行定位。开始加工过程中,通过安装在夹具内部的传感机构4采集到信号,并通过无线机构7发送到控制中心进行监控和分析。加工完成后,通过盖板一上的进气口加压,使得浮动支撑架12下压弹簧组11,从而滚珠组13向径向散开,工件连同销钉14被取出,橡胶材质的防屑帽2在大弹簧3的作用下顶到盖板位置,防止切屑进入夹具。
[0029] 将上述装置在DMU70V的加工中心上进行铣削加工试验,通过上述步骤将不锈工件固定于夹具上,转速8000r/min,进给150mm/min,切削深度为0.25mm的参数下进行硬质合金刀具的槽铣加工。利用夹具中加速度传感器采集到的各阶段振动信号如图4所示,图中展示的是其中一段信号,实际是连续采集的信号。
[0030] 对采集的信号进行处理:利用深度学习建立刀具磨损的监控和预测模型,具体为先将多通道传感器的输入数据转化为多通道图像,利用改进的脉冲神经网络(PCNN)自动提取多通道传感器图像的高维特征。然后利用设计的卷积神经网络(CNN)对提取的高维特征进行接收,并利用全连通神经网络生成预测结果。同时,还能够对异常状态进行提示。
[0031] 本实施例通过对刀具磨损进行了实际测量用来验证该方法的可行性,实测结果和模型预测结果对比如图5所示,可以看到可以很好的根据传感器的数据进行智能的状态监控和预测。在与智能制造系统通信后,可实现显示当前刀具健康状态、及时提醒工作人员更换切削刀具、发生断刀等安全事故时立即提醒、统计机床实际加工机时等一系列功能,而且这这些功能的实现是在现有的机床上、切削刀具不发生任何变化的情况下实现的。
[0032] 值得指出的是本实例描述的是用于集成加工过程监控的零点定位夹具有价值的用途之一,通过数据采集和分析,可以进行类似和相关功能的实现。
[0033] 与现有技术相比,本装置将传统的无法并入智能制造系统的机床,通过相对低廉的内置加速度传感器的方式进行高精度高灵敏度的信息采集和传输。
[0034] 上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整,本发明的保护范围以权利要求书为准且不由上述具体实施所限,在其范围内的各个实现方案均受本发明之约束。
QQ群二维码
意见反馈