TWI640390B - 刀具磨耗監測與預測方法 - Google Patents
刀具磨耗監測與預測方法 Download PDFInfo
- Publication number
- TWI640390B TWI640390B TW107110134A TW107110134A TWI640390B TW I640390 B TWI640390 B TW I640390B TW 107110134 A TW107110134 A TW 107110134A TW 107110134 A TW107110134 A TW 107110134A TW I640390 B TWI640390 B TW I640390B
- Authority
- TW
- Taiwan
- Prior art keywords
- tool
- tool wear
- life
- wear
- sensing data
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
- B23Q17/2452—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces
- B23Q17/2457—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces of tools
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
- B23Q17/0971—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining by measuring mechanical vibrations of parts of the machine
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0995—Tool life management
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/58—Investigating machinability by cutting tools; Investigating the cutting ability of tools
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
- G05B19/4065—Monitoring tool breakage, life or condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32214—Display on screen what fault and which tool and what order to repair fault
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37252—Life of tool, service life, decay, wear estimation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/50—Address allocation
- H04L61/5007—Internet protocol [IP] addresses
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/30—Definitions, standards or architectural aspects of layered protocol stacks
- H04L69/32—Architecture of open systems interconnection [OSI] 7-layer type protocol stacks, e.g. the interfaces between the data link level and the physical level
- H04L69/322—Intralayer communication protocols among peer entities or protocol data unit [PDU] definitions
- H04L69/325—Intralayer communication protocols among peer entities or protocol data unit [PDU] definitions in the network layer [OSI layer 3], e.g. X.25
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Manufacturing & Machinery (AREA)
- Human Computer Interaction (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Optics & Photonics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Stored Programmes (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Numerical Control (AREA)
- Automatic Control Of Machine Tools (AREA)
Abstract
一種刀具磨耗監測與預測方法,其使用混合動態類神經網路(Hybrid Dynamic Neural Network;HDNN)演算法,來建立一刀具磨耗預測模型。刀具磨耗預測模型採用實際加工條件、本次加工程序時之刀具的感測資料(關鍵特徵)、前次加工程序後之刀具的刀具磨耗預測值,來預測本次加工程序後之刀具的刀具磨耗預測值。此刀具磨耗監測與預測方法使用虛實代理裝置(Cyber Physical Agent;CPA)來同時監控與預測同一種機台型式的多台機台的刀具磨耗。
Description
本發明是有關於一種刀具磨耗監測與預測方法,且特別是有關於一種可預測刀具磨耗與刀具剩餘壽命的方法。
工具機的刀具磨耗為加工過程中影響工件精度的重要因子。在習知之加工廠中,刀具磨耗的量測係依靠數位顯微鏡所監看到的刀具影像,再經由人為判斷此刀具影像的情形來決定是否進行刀具更換,不僅耗費人力成本,且常有誤判的情形發生。若更換刀具的時機過早,易造成刀具成本提升與刀具的校正時間增加。反之,若更換刀時機具的過晚,則所加工之工件的精度容易超規,而造成工件報廢。因此,如何在工具機進行加工時即時預測出刀具的磨耗狀況實為提升加工效益的關鍵。
另一方面,在一加工廠中,通常有多台工具機台使用同一種刀具產品(型式),若要對這些工具機逐一加以判斷其刀具的磨耗狀況,往往曠日廢時,且易發生刀具無法
及時更換的情形。因此需要發展可同時監控與預測多台工具機上之刀具磨耗和壽命的方法。
本發明之一目的是在提供一種刀具磨耗監測與預測方法,藉以在工具機進行加工時即時預測出刀具的磨耗值與剩餘壽命。
本發明之另一目的是在提供一種刀具磨耗監測與預測方法,藉以使用刀具網實預測(Tool Cyber-Physical Prediction;TCPP)機制來同時監控與預測同一種刀具產品(型式)的多台工具機。
根據本發明上述目的,提出一種刀具磨耗監測與預測方法。在此刀具磨耗監測與預測方法中,首先,獲得一刀具產品之多組出廠加工條件範圍,其中此些組出廠加工條件範圍具有複數組邊界條件(Boundary Conditions)。然後,根據此些邊界條件對多個第一刀具分別進行壽命決定操作,以獲得此刀具產品在此些邊界條件下操作之多個實際刀具最大壽命,其中此些第一刀具的型式與刀具產品相同,每一個壽命決定操作係使用此些第一刀具其中一者由其全新狀態進行工件加工至無法使用為止。接著,使用此些邊件條件下的該些實際刀具最大壽命、和此些邊界條件並根據一泰勒刀具壽命公式,來獲得第二刀具在一組實際加工條件下的一刀具最大壽命值(Max Tool Life),其中此第二刀具的型式與上述之刀具產品相同。使用第二刀具依序進行複數次歷
史工件加工程序,而獲得一實際刀具磨耗對刀具壽命的關係、多組歷史感測資料和多個歷史刀具磨耗值,其中此些歷史刀具磨耗值係以一對一的關係分別對應至此些組歷史感測資料和此些次歷史工件加工程序。然後,使用此些組歷史感測資料和此些歷史刀具磨耗值,並根據一混合動態類神經網路(Hybrid Dynamic Neural Network;HDNN)演算法,來建立一刀具磨耗預測模型。接著,獲得一第三刀具在此組實際加工條件下依序進行多次工件加工程序時的多組感測資料,其中此第三刀具的型式與上述之刀具產品相同,此些次工件加工程序係以一對一的關係分別對應至此些組感測資料。然後,輸入此些組感測資料與上述之刀具最大壽命值至刀具磨耗預測模型,以獲得在每一次工件加工程序後之第三刀具的一刀具磨耗預測值,其中在預測每一次工件加工程序後之刀具磨耗預測值時,需輸入前次工件加工程序後之刀具磨耗預測值至刀具磨耗預測模型。
在一些實施例中,上述之刀具磨耗監測與預測方法更包含:根據上述之刀具磨耗對刀具壽命的關係從刀具磨耗預測值獲得一刀具壽命。
在一些實施例中,上述之刀具磨耗監測與預測方法更包含:根據上述之刀具磨耗對刀具壽命的關係從刀具最大壽命值獲得一最大刀具磨耗門檻值。
在一些實施例中,上述之刀具磨耗監測與預測方法更包含:由上述之刀具磨耗預測值、刀具最大壽命值和
最大刀具磨耗門檻值計算出每一次工件加工程序後之第三刀具的一刀具剩餘壽命值。
在一些實施例中,上述之歷史工件加工程序與上述之工件加工程序相同。
在一些實施例中,上述之混合動態類神經網路演算法包含一邏輯斯迴歸(Logistic Regression;LR)演算法和一動態類神經網路(Dynamic Neural Network;DNN)演算法。
在一些實施例中,上述之刀具磨耗監測與預測方法更包含:儲存出廠加工條件範圍、實際刀具最大壽命、實際刀具磨耗對刀具壽命的關係、歷史感測資料和該些歷史刀具磨耗值至一雲端資料庫中,其中雲端資料庫係位於一雲端層中;使用一雲端伺服器連接至雲端資料庫來進行建立刀具磨耗預測模型的操作,其中雲端伺服器係位於雲端層中;自雲端伺服器下載刀具磨耗預測模型至一虛實代理裝置(Cyber-Physical Agent;CPA)中,其中虛實代理裝置位於工廠層中,虛實代理裝置透過一網路層與雲端伺服器通訊連接;以及使用虛實代理裝置來自安裝有第三刀具的一機台,獲得並輸入感測資料至刀具磨耗預測模型中,而獲得在每一次工件加工程序後之第三刀具的刀具磨耗預測值。
在一些實施例中,上述之刀具產品為車床刀具產品或銑床刀具產品。
在一些實施例中,上述之刀具磨耗監測與預測方法更包含:過濾並轉換歷史感測資料和感測資料為對應至至少一特徵型式的資料。
在一些實施例中,上述之至少一特徵型式包含時域(Time Domain)、頻域(Frequency Domain)和/或時頻域(Time-Frequency Domain)。
在一些實施例中,上述之過濾並轉換組歷史感測資料和組感測資料的操作係使用一小波濾雜訊法(Wavelet De-noising Method)和一快速傅利葉轉換(Fast Fourier Transform;FFT)或一離散小波轉換(Discrete Wavelet Transform;DWT)。
因此,應用本發明實施例,可在工具機進行加工時即時預測出刀具的磨耗值與剩餘壽命,並可同時監控與預測同一種刀具產品(型式)的多台工具機。
102‧‧‧雲端伺服器
104‧‧‧雲端資料庫
110‧‧‧閘道器
112‧‧‧防火牆
114‧‧‧防火牆
120a、120b、120c‧‧‧虛實代理裝置
122a、122b、122c‧‧‧機台
124a、124b‧‧‧機台
126‧‧‧機台
140‧‧‧刀具供應商
144‧‧‧出廠加工條件
310‧‧‧獲得出廠加工條件範圍的邊界條件
312‧‧‧獲得在邊界條件下操作之實際刀具最大壽命
314‧‧‧獲得在實際加工條件下的刀具最大壽命值
316‧‧‧獲得實際刀具磨耗對刀具壽命的關係、歷史感測資料和歷史刀具磨耗值
318‧‧‧建立刀具磨耗預測模型
330‧‧‧獲得在實際加工條件下每一次工件加工程序時的感測資料
332‧‧‧獲得在每一次工件加工程序後的刀具磨耗預測值
334‧‧‧檢查刀具磨耗預測值是否大於或等於最大刀具磨耗門檻值
340‧‧‧獲得實際刀具磨耗值
342‧‧‧檢查實際刀具磨耗值與刀具磨耗預測值間的誤差是否大於或等於誤差門檻值
344‧‧‧選擇重要感測資料與其對應之實際刀具磨耗值
346‧‧‧更新刀具磨耗預測模型
500‧‧‧虛實代理裝置
502‧‧‧機台
504‧‧‧數位顯微鏡
510‧‧‧資料收集電路
520‧‧‧資料前處理電路
530‧‧‧特徵擷取電路
540‧‧‧磨耗預測電路
為了更完整了解實施例及其優點,現參照結合所附圖式所做之下列描述,其中〔圖1〕為繪示根據本發明一些實施例之刀具網實預測(TCPP)機制的架構示意圖;〔圖2〕為繪示根據本發明一些實施例之用以預測刀具磨耗之HDNN模型的方塊示意圖;〔圖3〕為繪示根據本發明一些實施例之刀具磨耗監測與預測方法的流程圖;
〔圖4A〕為繪示根據本發明一些實施例之出廠加工條件的示意圖;〔圖4B〕繪示根據本發明一些實施例之實際刀具磨耗對刀具壽命關係的示意圖;以及〔圖5〕為繪示根據本發明一些實施例之虛實代理裝置的方塊示意圖。
以下仔細討論本發明的實施例。然而,可以理解的是,實施例提供許多可應用的發明概念,其可實施於各式各樣的特定內容中。所討論之特定實施例僅供說明,並非用以限定本發明之範圍。
請參照圖1,圖1為繪示根據本發明一些實施例之刀具網實預測(TCPP)機制的架構示意圖。本發明之TCPP機制整合分別位於工廠層的虛實代理裝置(Cyber-Physical Agent;CPA)120a/120b/120c、位於網路層的閘道器110、防火牆112和114、位於雲端層的雲端伺服器102和雲端資料庫104。在工廠層中,虛實代理裝置120a/120b/120c能分別與多個機台122a/122b/122c、機台124a/124b、機台126通訊,並在機台進行切割時自機台122a-c、124a-b或126取樣獲得感測資料,且從這些感測資料導出資料特徵。在應用上,使用這些資料特徵可減少資料的處理時間、儲存空間、和建模用的樣本數。透過位於網路層的閘道器110的信息路由(Message Routing)和防火
牆112和114的安全認證,虛實代理裝置120a/120b/120c亦傳送感測資料的資料特徵和對應之刀具磨耗的量測資料至雲端資料庫104,刀具供應商140傳送出廠加工條件(切割條件)144至雲端資料庫104。
在雲端層中,雲端伺服器102所提供的雲端服務可幫助使用者達成下列功能:(1)選取關鍵特徵;(2)根據刀具供應商140所建議的出廠加工條件144導出最大刀具壽命(Maximum Tool Life;MTL);(3)根據關鍵特徵和刀具磨耗量測資料來建立混合動態類神經網路(Hybrid Dynamic Neural Network;HDNN)模型;(4)HDNN模型就緒時通知虛實代理裝置120a/120b/120c。在收到就緒訊息並下載此HDNN模型後,虛實代理裝置120a/120b/120c可預測出在工廠層中之機台刀具的磨耗值。HDNN模型包含一邏輯斯迴歸(Logistic Regression;LR)模型和一動態類神經網路(Dynamic Neural Network;DNN)模型。LR模型和DNN模型採用最大刀具壽命並使用磨耗特徵來同時診斷工廠層中的刀具失效和預測工廠層中的刀具磨耗,其中泰勒刀具壽命公式根據刀具供應商所建議的切割條件建議最大刀具壽命的預設值。此外,在收到實際刀具磨耗量測資料後,HDNN模型可被更新以適應刀具和機台122a-c、124a-b或126的變化。
雲端伺服器102包含有處理器和記憶體。在一實施例中,雲端伺服器102的處理器例如可用中央處理器、及/或微處理器等處理器實現,但不以此為限。在一實施例
中,雲端伺服器102的記憶體可包括一或多個記憶體裝置,其中每一記憶體裝置或多個記憶體裝置之集合包括電腦可讀取記錄媒體。人機網協同系統100的記憶體可包括唯讀記憶體、快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫、或熟悉此技藝者可輕易思及具有相同功能之電腦可讀取紀錄媒體。
每一個虛實代理裝置負責一或多個機台。例如:虛實代理裝置120a負責機台122a-122c,虛實代理裝置120b負責機台124a和124b,虛實代理裝置120c負責機台126,機台122a、122b、122c使用的相同刀具產品(型式),機台124a、124b使用的相同刀具產品(型式)。由於機台122a、122b和122c所使用的刀具產品(型式)相同,故只需同一個HDNN模型。由於機台124a和124b所使用的刀具產品(型式)相同,故只需同一個HDNN模型。刀具產品可為例如車床刀具產品或銑床刀具產品。
以下以CNC工具機來舉例說明HDNN模型(即刀具磨耗預測模型)。請參照圖2,圖2為繪示根據本發明一些實施例之用以預測刀具磨耗之HDNN模型的方塊示意圖,其中X p 為實際加工條件;y(k)為第k次加工程序後之刀具的實際刀具磨耗值;X k 為第k次加工程序時之刀具的感測資料;(k)為第k次加工程序後之刀具的刀具磨耗預測值。實際刀具磨耗值y(k)可被模擬為X p 、c(k+1)、F c 、F p 、F i 和D的函數,其中c(k+1)為第k+1次加工程序後補償器H之刀具補償值;F c 、F p 、F i 分別為CNC控制器、CNC機台、刀具磨
耗檢測器的工作函數;D干擾值。在本發明實施例中,第k次加工程序可為同一刀具對第k個工件加工,或同一刀具對同一或不同工件進行第k次加工。對第k次加工程序,HDNN模型(即刀具磨耗預測模型)採用實際加工條件X p 、第k次加工程序時之刀具的感測資料(關鍵特徵)X k 、前次(第k-1次)加工程序後之刀具的刀具磨耗預測值(k-1),來預測第k次加工程序後之刀具的刀具磨耗預測值(k),其中X k 係自虛實代理裝置之偵測單元擷取出。刀具最大壽命值(Max Tool Life;MTL)係由X p 導出。(k)係用以導出第k次加工程序後之刀具的剩餘壽命(Remaining Useful Life;RUL)(k)。(k)和y(k)間的誤差可用來更新HDNN模型(即刀具磨耗預測模型)。
請參照圖3,圖3為繪示根據本發明一些實施例之刀具磨耗監測與預測方法的流程圖。本發明之刀具磨耗監測與預測方法包含建模階段和預測階段,HDNN模型(即刀具磨耗預測模型)係在建模階段中建立,並在預測階段中被更新。本發明之刀具磨耗監測與預測方法使用同一種刀具產品的三支刀具(以下分別稱為「第一刀具」、「第二刀具」、「第三刀具」),其中第一刀具和第二刀具係用以建立刀具磨耗預測模型,刀具磨耗預測模型係用來預測第三刀具進行每一次加工程序後的刀具磨耗值。
如圖3所示,在建模階段中,首先進行步驟310,以獲得刀具產品之多組出廠加工條件範圍,其中此些組出廠加工條件範圍為刀具供應商所提供之刀具產品出廠
切割條件的範圍資料。此些組出廠加工條件範圍具有複數組邊界條件(Boundary Conditions)。請參照圖4A,圖4A為繪示根據本發明一些實施例之出廠加工條件的示意圖。出廠加工條件包含進給速率、加工深度、最大主軸速度等。如圖4A所示,出廠加工條件範圍為加工深度範圍(ap 1 ,ap 2 )和進給速率範圍(f 1 ,f 2 ),邊界條件點(ap 1 ,f 1 )、(ap 1 ,f 2 )、(ap 2 ,f 1 )、(ap 2 ,f 2 )所圍起來的區域為可使用的加工條件區,其中此些出廠加工條件範圍係根據被加工之工件的材料和公差而定。由切割深度(ap 1 ,ap 2 )和進給速率(f 1 ,f 2 )可推導得到切割速度(v 1 ,v 2 )。
接者,進行步驟312,以根據邊界條件(例如:邊界條件點(ap 1 ,f 1 )、(ap 1 ,f 2 )、(ap 2 ,f 1 )、(ap 2 ,f 2 ))對多支第一刀具分別進行壽命決定操作,以獲得刀具產品在此些邊界條件下操作之實際刀具最大壽命,例如:在邊界條件點(ap 1 ,f 1 )、(ap 1 ,f 2 )、(ap 2 ,f 1 )、(ap 2 ,f 2 )上的刀具壽命t。對每一支第一刀具所進行的壽命決定操作係使用此第一刀具由其全新狀態進行工件加工至它無法使用為止。
然後,進行步驟314,以使用此些邊件條件下的多個實際刀具最大壽命、和此些邊界條件並根據一泰勒刀具壽命公式,來獲得第二刀具在一組實際加工條件(v i ,ap i ,f i )下的刀具最大壽命值(Max Tool Life;MTL T0)。泰勒刀具壽命公式為如下所示:
其中k為常數。將公式(1)等號的兩端對數化,可得下列公式:
代入邊界條件點(ap 1 ,f 1 )、(ap 1 ,f 2 )、(ap 2 ,f 1 )、(ap 2 ,f 2 )和其對應之實際刀具最大壽命(T0)和切割速度(v)至公式(2)可得n、a、b。例如:對典型之高速鋼刀具而言,a=0.77,b=0.37,n=0.17。然後,實際加工條件Xp(v i ,ap i ,f i )的刀具最大壽命值(Ti)可自下列公式導出:
其中v 1 v i v 2,f 1 f i f 2,ap 1 ap i ap 2,Xr為最接近Xp的邊界條件,v r {v 1,v 2},f r {f 1,f 2},ap r {ap 1,ap 2}。
接者,進行步驟316,以使用第二刀具依序進行複數次歷史工件加工程序,而獲得一實際刀具磨耗對刀具壽命的關係、多組歷史感測資料和複數個歷史刀具磨耗值,其中此些歷史刀具磨耗值係以一對一的關係分別對應至此些組歷史感測資料和此些次歷史工件加工程序。歷史刀具磨耗值為每一次歷史工件加工程序後之第二刀具的磨耗值,其係分析並量測數位顯微鏡所拍攝之刀具影像而得到,例如:刀具邊緣或角落的影像。實際刀具磨耗對刀具壽命的關係如圖4B所示,其中此關係具有一最大刀具磨耗門檻值。當刀具的邊緣或角落破裂時,代表刀具磨耗超過最大刀具磨耗門檻值,須被更換。
在一些實施例,可自歷史感測資料取出刀具磨耗特徵。在透過安裝在例如主軸、軸向驅動器和軸承的感測器偵測振動和切割負載的變化而得到歷史感測資料後,過濾並轉換此些組歷史感測資料為對應至至少一特徵型式的資料,其中此至少一特徵型式包含時域(Time Domain)、頻域(Frequency Domain)和/或時頻域(Time-Frequency Domain)。時域的特徵型式包含均方根(Root Mean Square;RMS)、平均值、最大值、最小值、標準差(std)和峰至峰值(p2p)。頻域的特徵型式包含幾種諧波功率(Harmonic Powers),其中諧波功率為主軸速度之基本頻率(kx,k=1/4、1/2、1、...、5)之時間(x)的鄰近功率(±5Hz)。例如:若切割速度為6000轉/分鐘,則基本頻率為100Hz,1×h諧波功率在95Hz至105Hz的頻率範圍中。時頻域的特徵型式為歷史感測資料的小波封包係數(Wavelet Package Coefficients)。過濾並轉換歷史感測資料的操作係使用一小波濾雜訊法(Wavelet De-noising Method)和一快速傅利葉轉換(Fast Fourier Transform;FFT)或一離散小波轉換(Discrete Wavelet Transform;DWT)。
然後,進行步驟318,以使用歷史感測資料和歷史刀具磨耗值,並根據一混合動態類神經網路(HDNN)演算法,來建立一刀具磨耗預測模型,其中刀具磨耗預測模型需輸入前次加工程序後之刀具磨耗預測值。
建模階段完成後進入預測階段。在預測階段中,首先進行步驟330,以獲得一第三刀具在前述第二刀具之實際加工條件下依序進行複數次工件加工程序時的多組感測資料,即在第二刀具之實際加工條件每一次工件加工程序時時的一組感測資料,其中此些次工件加工程序係以一對一的關係分別對應至此些組感測資料。在一些實施例中,如上所述,可過濾並轉換此些組感測資料為對應至前述至少一特徵型式的資料。
然後,進行步驟332,以輸入感測資料與在實際加工條件下之刀具最大壽命值至刀具磨耗預測模型,以獲得在每一次工件加工程序後之第三刀具的一刀具磨耗預測值,其中在預測每一次工件加工程序後之刀具磨耗預測值時,需輸入前次工件加工程序後之刀具磨耗預測值至刀具磨耗預測模型。第k次加工程序後之第三刀具的剩餘壽命(Remaining Useful Life;RUL),即(k),係與刀具磨耗(預測)值呈反比如下所示:
Y max 為最大刀具磨耗門檻值,(k)為第k次加工程序後之第三刀具的刀具磨耗預測值,T0為在實際加工條件Xp下之刀具最大壽命值。
接著,進行步驟334,以檢查第三刀具的刀具磨耗預測值是否大於或等於最大刀具磨耗門檻值。若步驟
334的結果為否,則回到步驟330,以獲得第三刀具在第二刀具之實際加工條件下進行下一次工件加工程序時的一組感測資料,來預測下一次工件加工程序後之第三刀具的刀具磨耗預測值(步驟332)。
若步驟334的結果為是,代表第三刀具的磨耗超過最大刀具磨耗門檻值,須被更換,並進行步驟340,以獲得在每一次工件加工程序後之第三刀具的實際刀具磨耗值,並將實際刀具磨耗值與感測資料進行關聯性分析。接著,進行步驟342,以檢查每一次工件加工程序後之第三刀具實際刀具磨耗值與刀具磨耗預測值間的誤差是否大於或等於誤差門檻值。若步驟342的結果為否,代表不需更新刀具磨耗預測模型,則回到步驟330,以準備預測另一支刀具的磨耗值。若步驟342的結果為是,代表需要更新刀具磨耗預測模型,其中先進行步驟344,以根據實際刀具磨耗值與感測資料間關聯性係數(關聯性係數大),來選擇重要感測資料參數與其對應之實際刀具磨耗值。然後,進行步驟346,以使用重要感測資料和其對應之實際刀具磨耗值來更新刀具磨耗預測模型。刀具磨耗預測模型更新完後,則回到步驟330。
以下舉例說明虛實代理裝置(CPA)的結構。請參照圖5,圖5為繪示根據本發明一些實施例之虛實代理裝置500的方塊示意圖,其中虛實代理裝置500與圖1所示之虛實代理裝置120a/120b/120相同。虛實代理裝置500包含有資料收集電路510、資料前處理電路520、特徵擷取電路530
和磨耗預測電路540,其中此些電路510、520、530和540為軟體或韌體電路。虛實代理裝置500係通訊連接至機台502和數位顯微鏡504。機台502可為例如CNC工具機,其上安裝有各種感測器,例如:電流換能器、加速計、熱偶、應變計,用以在機台502運作時偵測軸向馬達和主軸的狀態。
資料收集電路510可收集來自機台502之控制器的製程資料和來自機台502之各感測器的感測訊號(例如:電流、溫度、振動、應變)。在類比數位轉換器將這些感測訊號自類比格式轉成數位格式後,以時戳將這些感測訊號同步成感測資料。然後,資料前處理電路520查詢製程資料,即加工(切割)條件,其包含進給速率、主軸速度和座標。資料前處理電路520並使用M碼的觸發訊號來將感測資料分段,且截取來自數位顯微鏡504的刀具影像。加工(切割)條件係用來導出最大刀具壽命(MTL)。M碼係規定並程式化在NC(數值控制)碼中,以辨識出運作的相關分段。數位顯微鏡504的刀具影像係在兩加工程序間獲得,用以建立或更新HDNN模型。
特徵擷取電路530不僅根據運作分段和特徵域(Feature Domains)來擷取感測資料的磨耗特徵,亦自刀具影像導出刀具實際磨耗值。磨耗預測電路540使用HDNN模型預測刀具磨耗,並更新HDNN模型,以適應刀具變異。
由上述本發明實施方式可知,本發明實施例可在工具機進行加工時即時預測出刀具的磨耗值與剩餘壽
命,並可同時監控與預測同一種刀具產品(型式)的多台工具機。
雖然本發明已以實施方式揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
Claims (10)
- 一種刀具磨耗監測與預測方法,包含:獲得一刀具產品之複數組出廠加工條件範圍,其中該些組出廠加工條件範圍具有複數組邊界條件(Boundary Conditions);根據該些邊界條件對複數個第一刀具分別進行複數個壽命決定操作,以獲得該刀具產品在該些邊界條件下操作之複數個實際刀具最大壽命,其中該些第一刀具的型式與該刀具產品相同,每一該些壽命決定操作係使用該些第一刀具其中一者由其全新狀態進行工件加工至無法使用為止;使用該些邊件條件下的該些實際刀具最大壽命、和該些邊界條件並根據一泰勒刀具壽命公式,來獲得一第二刀具在一組實際加工條件下的一刀具最大壽命值(Max Tool Life),其中該第二刀具的型式與該刀具產品相同;使用該第二刀具依序進行複數次歷史工件加工程序,而獲得一實際刀具磨耗對刀具壽命的關係、複數組歷史感測資料和複數個歷史刀具磨耗值,其中該些歷史刀具磨耗值係以一對一的關係分別對應至該些組歷史感測資料和該些次歷史工件加工程序;使用該些組歷史感測資料和該些歷史刀具磨耗值,並根據一混合動態類神經網路(Hybrid Dynamic Neural Network;HDNN)演算法,來建立一刀具磨耗預測模型;獲得一第三刀具在該組實際加工條件下依序進行複數次工件加工程序時的複數組感測資料,其中該第三刀具的型式與該刀具產品相同,該些次工件加工程序係以一對一的關係分別對應至該些組感測資料;以及輸入該些組感測資料與該刀具最大壽命值至該刀具磨耗預測模型,以獲得在每一該些次工件加工程序後之該第三刀具的一刀具磨耗預測值,其中在預測每一次工件加工程序後之該刀具磨耗預測值時,需輸入前次工件加工程序後之刀具磨耗預測值至該刀具磨耗預測模型。
- 如請求項1所述之刀具磨耗監測與預測方法,更包含:根據該刀具磨耗對刀具壽命的關係從該刀具磨耗預測值獲得一刀具壽命。
- 如請求項1所述之刀具磨耗監測與預測方法,更包含:根據該刀具磨耗對刀具壽命的關係從該刀具最大壽命值獲得一最大刀具磨耗門檻值。
- 如請求項3所述之刀具磨耗監測與預測方法,更包含:由該刀具磨耗預測值、該刀具最大壽命值和該最大刀具磨耗門檻值計算出每一該些次工件加工程序後之該第三刀具的一刀具剩餘壽命值。
- 如請求項1所述之刀具磨耗監測與預測方法,其中該些次歷史工件加工程序與該些次工件加工程序相同。
- 如請求項1所述之刀具磨耗監測與預測方法,其中該混合動態類神經網路演算法包含一邏輯斯迴歸(Logistic Regression;LR)演算法和一動態類神經網路(Dynamic Neural Network;DNN)演算法。
- 如請求項1所述之刀具磨耗監測與預測方法,更包含:儲存該些組出廠加工條件範圍、該些實際刀具最大壽命、該實際刀具磨耗對刀具壽命的關係、該些組歷史感測資料和該些歷史刀具磨耗值至一雲端資料庫中,其中該雲端資料庫係位於一雲端層中;使用一雲端伺服器連接至該雲端資料庫來進行建立該刀具磨耗預測模型的操作,其中該雲端伺服器係位於該雲端層中;自該雲端伺服器下載該刀具磨耗預測模型至一虛實代理裝置(Cyber-Physical Agent;CPA)中,其中該虛實代理裝置位於一工廠層中,該虛實代理裝置透過一網路層與該雲端伺服器通訊連接;以及使用該虛實代理裝置來自安裝有該第三刀具的一機台,獲得並輸入該些組感測資料至該刀具磨耗預測模型中,而獲得在每一該些次工件加工程序後之該第三刀具的該刀具磨耗預測值。
- 如請求項1所述之刀具磨耗監測與預測方法,更包含:過濾並轉換該些組歷史感測資料和該組感測資料為對應至至少一特徵型式的資料。
- 如請求項8所述之刀具磨耗監測與預測方法,其中該至少一特徵型式包含時域(Time Domain)、頻域(Frequency Domain)和/或時頻域(Time-Frequency Domain)。
- 如請求項8所述之刀具磨耗監測與預測方法,其中過濾並轉換該些組歷史感測資料和該組感測資料的操作係使用一小波濾雜訊法(Wavelet De-noising Method)和一快速傅利葉轉換(Fast Fourier Transform;FFT)或一離散小波轉換(Discrete Wavelet Transform;DWT)。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762475889P | 2017-03-24 | 2017-03-24 | |
| US62/475,889 | 2017-03-24 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201834784A TW201834784A (zh) | 2018-10-01 |
| TWI640390B true TWI640390B (zh) | 2018-11-11 |
Family
ID=63581509
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107109885A TWI670672B (zh) | 2017-03-24 | 2018-03-22 | 雲製造服務的自動建置方法、電腦程式產品、雲製造系統 |
| TW107110133A TWI662440B (zh) | 2017-03-24 | 2018-03-23 | 機台維修系統與方法 |
| TW107110134A TWI640390B (zh) | 2017-03-24 | 2018-03-23 | 刀具磨耗監測與預測方法 |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107109885A TWI670672B (zh) | 2017-03-24 | 2018-03-22 | 雲製造服務的自動建置方法、電腦程式產品、雲製造系統 |
| TW107110133A TWI662440B (zh) | 2017-03-24 | 2018-03-23 | 機台維修系統與方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (3) | US10618137B2 (zh) |
| CN (3) | CN108628661B (zh) |
| TW (3) | TWI670672B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI687277B (zh) * | 2019-05-24 | 2020-03-11 | 國立虎尾科技大學 | 刀具磨耗預測方法 |
| TWI695286B (zh) * | 2019-05-24 | 2020-06-01 | 國立虎尾科技大學 | 切削動態模擬方法 |
| TWI716880B (zh) * | 2019-05-22 | 2021-01-21 | 施耐德電機股份有限公司 | 刀具磨損程度分類模型、訓練方法與評估方法、以及電腦程式產品 |
| TWI792011B (zh) * | 2020-06-24 | 2023-02-11 | 財團法人精密機械研究發展中心 | 刀具壽命預測模型快速自適應修模系統及方法 |
Families Citing this family (105)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018231363A1 (en) | 2017-06-15 | 2018-12-20 | Drillscan France Sas | Generating drilling paths using a drill model |
| DE102017221227B4 (de) * | 2017-11-27 | 2025-04-10 | Lenze Se | Verfahren zum Ermitteln eines Zustands einer von mehreren Maschinenkomponenten einer Maschine und Zustandsermittlungssystem |
| EP3755134B1 (en) * | 2018-02-16 | 2025-05-14 | Fuji Corporation | Substrate work system |
| CN108776444B (zh) * | 2018-05-25 | 2021-09-03 | 江西博异自动化科技有限公司 | 适用于cps自动化控制系统的增强现实人机交互系统 |
| WO2020059004A1 (ja) * | 2018-09-18 | 2020-03-26 | 株式会社日立国際電気 | ソフトウェア無線機 |
| US10657214B2 (en) * | 2018-10-09 | 2020-05-19 | Applied Materials, Inc. | Predictive spatial digital design of experiment for advanced semiconductor process optimization and control |
| US10930531B2 (en) * | 2018-10-09 | 2021-02-23 | Applied Materials, Inc. | Adaptive control of wafer-to-wafer variability in device performance in advanced semiconductor processes |
| US10705514B2 (en) | 2018-10-09 | 2020-07-07 | Applied Materials, Inc. | Adaptive chamber matching in advanced semiconductor process control |
| US11630435B2 (en) * | 2018-10-12 | 2023-04-18 | Tata Consultancy Services Limited | Method and system for monitoring tool wear to estimate RUL of tool in machining |
| CN109249284B (zh) * | 2018-10-15 | 2019-07-23 | 基准精密工业(惠州)有限公司 | 刀具加工参数补偿装置及方法 |
| US11112135B2 (en) * | 2018-11-09 | 2021-09-07 | Johnson Controls Technology Company | Maintenance procedure updating in HVAC system service log |
| US11496584B2 (en) | 2018-12-06 | 2022-11-08 | Sap Se | Extraction and distribution of content packages in a digital services framework |
| US11394626B2 (en) * | 2018-12-06 | 2022-07-19 | Sap Se | Digital services framework |
| CN109648397B (zh) * | 2018-12-07 | 2020-01-21 | 杭州电子科技大学 | 基于刀齿刃带宽度与拉削负载相关性的拉刀寿命预测方法 |
| CN111381563B (zh) * | 2018-12-29 | 2023-08-15 | 鸿富锦精密电子(成都)有限公司 | 加工设备误差补正方法及系统 |
| CN111381556A (zh) * | 2018-12-29 | 2020-07-07 | 鸿富锦精密电子(成都)有限公司 | 加工设备误差补正方法及系统 |
| TW202026096A (zh) * | 2019-01-02 | 2020-07-16 | 財團法人工業技術研究院 | 刀具壽命預測系統及其方法 |
| CN111429395A (zh) * | 2019-01-08 | 2020-07-17 | 鸿富锦精密电子(成都)有限公司 | 刀具寿命预测方法、装置及计算机存储介质 |
| US11015323B2 (en) * | 2019-02-07 | 2021-05-25 | Caterpillar Inc. | System and method for determining usage of work implement |
| TWI712938B (zh) * | 2019-02-18 | 2020-12-11 | 台灣松下電器股份有限公司 | 產品安裝輔助教學方法及可攜式電子裝置 |
| TWI791949B (zh) * | 2019-03-15 | 2023-02-11 | 日商住友重機械工業股份有限公司 | 監視裝置、顯示裝置、監視方法及監視程式 |
| JP7132166B2 (ja) * | 2019-04-04 | 2022-09-06 | ファナック株式会社 | 数値制御装置及び数値制御システム |
| US12228921B2 (en) | 2019-04-26 | 2025-02-18 | National Cheng Kung University | Multiple-variable predictive maintenance method for component of production tool and non-transitory tangible computer readable recording medium thereof |
| TWI708197B (zh) * | 2019-04-26 | 2020-10-21 | 國立成功大學 | 生產機台組件的預測保養方法與其電腦程式產品 |
| EP3742247A1 (en) * | 2019-05-23 | 2020-11-25 | SCM Group S.p.A. | System and method for managing the maintenance of machining centers, machines and the like |
| CN110263474A (zh) * | 2019-06-27 | 2019-09-20 | 重庆理工大学 | 一种数控机床的刀具寿命实时预测方法 |
| CN110472774B (zh) * | 2019-07-19 | 2023-06-20 | 西北工业大学 | 基于lstm网络的变工况下刀具剩余寿命预测方法 |
| TWI724467B (zh) * | 2019-07-19 | 2021-04-11 | 國立中興大學 | 機台老化診斷方法 |
| CN110378045A (zh) * | 2019-07-24 | 2019-10-25 | 湘潭大学 | 一种基于深度学习的导轨精度预维护方法 |
| DE102019211656A1 (de) * | 2019-08-02 | 2021-02-04 | Siemens Aktiengesellschaft | Bestimmung eines Verschleißgrades eines Werkzeugs |
| CN110488753B (zh) * | 2019-08-29 | 2020-11-24 | 山东大学 | 旋风铣削刀具用潜望式检测机构、预测系统及方法 |
| CN112631370B (zh) * | 2019-09-24 | 2024-10-18 | 旺捷智能感知股份有限公司 | 机台病灶分析系统及具有机台病灶分析功能的穿戴式设备 |
| TWI725552B (zh) * | 2019-09-24 | 2021-04-21 | 旺捷智能感知股份有限公司 | 機台病灶分析系統及具有機台病灶分析功能之穿戴式電子裝置 |
| CN112785006A (zh) * | 2019-10-22 | 2021-05-11 | 捷普电子(广州)有限公司 | 机器设备状态监控系统与方法、计算机可读存储介质 |
| EP3815645A1 (en) * | 2019-11-01 | 2021-05-05 | DENTSPLY SIRONA Inc. | Dental machining system for predicting the wear condition of a dental tool |
| CN111300146B (zh) * | 2019-11-29 | 2021-04-02 | 上海交通大学 | 基于主轴电流和振动信号的数控机床刀具磨损量在线预测方法 |
| AU2020267181A1 (en) * | 2019-12-06 | 2021-06-24 | Techtronic Cordless Gp | Power tool element indicating system and method |
| JP7745549B2 (ja) | 2019-12-10 | 2025-09-29 | バーンズ グループ インコーポレーテッド | 無線センサ及びスマートデバイスアプリ方法 |
| CN111242202B (zh) * | 2020-01-07 | 2022-03-08 | 燕山大学 | 基于度量学习的车削加工刀具磨损状态监测方法 |
| US11219978B2 (en) * | 2020-02-26 | 2022-01-11 | Ritesafety Products Int'l, Llc | Utility knife with a replacement blade and a system and method for determining the end of life of the blade |
| US11604456B2 (en) * | 2020-03-11 | 2023-03-14 | Ford Global Technologies, Llc | System for monitoring machining processes of a computer numerical control machine |
| TWI775059B (zh) * | 2020-03-18 | 2022-08-21 | 百德機械股份有限公司 | 利用演化式模糊類神經網路之刀具磨耗預測系統及其方法 |
| JP2021157284A (ja) * | 2020-03-25 | 2021-10-07 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置、情報処理システム、及びプログラム |
| IT202000010255A1 (it) * | 2020-05-07 | 2021-11-07 | Leonardo Spa | Monitoraggio in tempo reale dell'utilizzo e dell'usura di utensili per lavorazioni meccaniche per una gestione intelligente di un parco utensili |
| DE102020208132A1 (de) * | 2020-06-30 | 2021-12-30 | Siemens Aktiengesellschaft | Verfahren zum subtraktiven Bearbeiten eines Werkstücks und Bearbeitungsanlage |
| JP6966604B1 (ja) * | 2020-07-07 | 2021-11-17 | Dmg森精機株式会社 | 工作機械、工作機械の制御方法、および、工作機械の制御プログラム |
| CN111830906B (zh) * | 2020-07-27 | 2024-04-23 | 上海威研精密科技有限公司 | 一种旋转刀具失效状态在机监测系统及其检测方法 |
| EP3961321A1 (en) * | 2020-08-27 | 2022-03-02 | Siemens Aktiengesellschaft | System and method for instantaneous performance management of a machine tool |
| US20220091860A1 (en) * | 2020-09-18 | 2022-03-24 | Salesforce.Com, Inc. | Integrating learning data provided by an external learning platform to create a custom learner experience within the context of an application provided by a cloud computing platform |
| TWI810486B (zh) * | 2020-09-21 | 2023-08-01 | 國立虎尾科技大學 | 擴增實境即時互動售服維修系統 |
| JP7443213B2 (ja) * | 2020-09-28 | 2024-03-05 | 株式会社日立製作所 | 工具状態検知システム |
| TW202216353A (zh) * | 2020-10-20 | 2022-05-01 | 財團法人工業技術研究院 | 刀具狀態偵測系統及方法 |
| TWI810502B (zh) | 2020-12-11 | 2023-08-01 | 財團法人工業技術研究院 | 運動控制系統及運動控制方法 |
| WO2022132898A1 (en) * | 2020-12-15 | 2022-06-23 | University Of Cincinnati | Monitoring system for estimating useful life of a machine component |
| US12135258B2 (en) | 2020-12-15 | 2024-11-05 | University Of Cincinnati | Tool condition monitoring system |
| TWI775285B (zh) * | 2021-01-21 | 2022-08-21 | 正鉑雷射股份有限公司 | 雲端雷射加工裝置之維修系統及其維修方法 |
| TWI769676B (zh) * | 2021-01-22 | 2022-07-01 | 許冠文 | 人工智慧輔助實境機台維修訓練方法 |
| CN112884717A (zh) * | 2021-01-29 | 2021-06-01 | 东莞市牛犇智能科技有限公司 | 实时工件表面检测与刀具寿命预测的系统及方法 |
| CN116917570B (zh) | 2021-02-16 | 2026-01-09 | 埃科莱布美国股份有限公司 | 起皱过程性能跟踪和控制 |
| DE102021108312A1 (de) * | 2021-04-01 | 2022-10-06 | Lisa Dräxlmaier GmbH | Vorrichtung und Verfahren zur Überwachung eines Stanzprozesses |
| EP4071573B1 (en) | 2021-04-07 | 2025-01-29 | Liebherr-Components Colmar SAS | A method for predicting a remaining lifetime parameter of a component |
| GB2606428B (en) * | 2021-05-07 | 2023-09-06 | Element Six Uk Ltd | Methods for estimating component wear |
| JP7039752B1 (ja) | 2021-06-07 | 2022-03-22 | Dmg森精機株式会社 | 情報出力システムおよび情報出力方法 |
| CN113569903B (zh) * | 2021-06-09 | 2024-04-09 | 西安电子科技大学 | 数控机床刀具磨损预测方法、系统、设备、介质、终端 |
| CN113369979B (zh) * | 2021-06-12 | 2022-05-17 | 杭州职业技术学院 | 一种基于云计算的在线监测数控车床冷却系统 |
| CN113458873B (zh) * | 2021-07-01 | 2022-03-11 | 太原科技大学 | 一种刀具磨损量和剩余寿命预测的方法 |
| CN113359655A (zh) * | 2021-07-19 | 2021-09-07 | 大连誉洋工业智能有限公司 | 铸件打磨智能生产信息模型的建立方法 |
| TWI801958B (zh) * | 2021-08-06 | 2023-05-11 | 方榮傑 | 設備維護系統及方法 |
| CN113664612A (zh) * | 2021-08-24 | 2021-11-19 | 沈阳工业大学 | 一种基于深度卷积神经网络的数控机床铣削刀具磨损实时监测方法 |
| AU2022337210A1 (en) * | 2021-09-06 | 2024-02-29 | V2 Innovations Pty Ltd | Machine operations and management systems |
| CN113780153B (zh) * | 2021-09-07 | 2024-08-02 | 北京理工大学 | 一种刀具磨损监测和预测方法 |
| EP4167180A1 (de) * | 2021-10-12 | 2023-04-19 | Andreas Stihl AG & Co. KG | Verfahren zur bestimmung eines schärfezustands einer sägekette einer motorkettensäge |
| US12135544B2 (en) | 2021-10-14 | 2024-11-05 | Worldwide Superabrasives, LLC | CNC add-on sensor system and method for real-time detection of tool anomalies |
| US12277692B2 (en) * | 2021-10-29 | 2025-04-15 | Deere & Company | Non-transitory computer-readable media and devices for blade wear monitoring |
| CN116149256B (zh) | 2021-11-23 | 2025-08-15 | 台达电子工业股份有限公司 | 加工机及其加工异常判断方法 |
| TWI800108B (zh) * | 2021-11-23 | 2023-04-21 | 台達電子工業股份有限公司 | 加工機及其加工異常判斷方法 |
| CN114102261A (zh) * | 2021-12-27 | 2022-03-01 | 爱派尔(常州)数控科技有限公司 | 一种机床刀具安全检测方法、系统及机床 |
| DE102022101941A1 (de) * | 2022-01-27 | 2023-07-27 | Einhell Germany Ag | Automatische Verschleißüberwachung |
| JP2023154804A (ja) * | 2022-04-08 | 2023-10-20 | 株式会社ジェイテクト | 工具寿命予測装置、工具寿命予測方法および工作機械 |
| CN114970092B (zh) * | 2022-04-15 | 2025-02-11 | 上海发电设备成套设计研究院有限责任公司 | 管材壁厚抗磨系数修正方法、装置、设备及存储介质 |
| CN114871850B (zh) * | 2022-04-22 | 2023-07-21 | 浙江大学 | 一种基于振动信号和bp神经网络的刀具磨损状态评估方法 |
| CN114888635B (zh) * | 2022-04-27 | 2023-07-25 | 哈尔滨理工大学 | 一种刀具状态监测方法 |
| CN114841440B (zh) * | 2022-04-28 | 2024-12-03 | 哈尔滨理工大学 | 基于高压冷却切削刀具耐用度预测的优选加工参数方法 |
| CN114952420B (zh) * | 2022-05-23 | 2023-04-11 | 大连理工大学 | 一种基于路径离散的球头铣刀铣削cfrp的磨损预测计算方法 |
| TWI833251B (zh) * | 2022-06-21 | 2024-02-21 | 南亞科技股份有限公司 | 失效模式分析系統及失效模式分析方法 |
| CN115157005B (zh) * | 2022-08-12 | 2023-12-05 | 华侨大学 | 基于应变的刀具磨损监测方法、装置、设备和存储介质 |
| CN115168873B (zh) * | 2022-09-09 | 2022-11-29 | 南京国睿信维软件有限公司 | 基于c++语言的软件防破解方法 |
| CN115383515A (zh) * | 2022-09-15 | 2022-11-25 | 沈阳航远航空技术有限公司 | 在线监测与调整刀具磨损的电加热辅助切削系统及方法 |
| TWI830384B (zh) * | 2022-09-16 | 2024-01-21 | 國立成功大學 | 綠色智慧製造的碳排管理與能源管理的混合系統及其方法 |
| TWI815666B (zh) | 2022-09-16 | 2023-09-11 | 國立成功大學 | 分散式虛擬電廠整合智慧淨零的混合系統及其方法 |
| CN115609348A (zh) * | 2022-10-27 | 2023-01-17 | 江苏科技大学 | 基于GS-XGBoost模型的多特征融合刀具健康状态预测系统及预测方法 |
| CN115660019B (zh) * | 2022-12-26 | 2023-06-02 | 帕莱克机械(南京)有限公司 | 一种基于云计算平台的刀具数据监管系统及其方法 |
| CN116360340A (zh) * | 2022-12-26 | 2023-06-30 | 三明学院 | 一种数控机床的进给轴故障检测装置 |
| CN116533063B (zh) * | 2023-06-16 | 2026-01-16 | 吉林大学 | 一种数控车床刀具剩余寿命在线预测方法 |
| CN121444028A (zh) * | 2023-06-26 | 2026-01-30 | 鲍勃斯脱梅克斯股份有限公司 | 用于从片材材料重复形成物体的系统 |
| CN116551467B (zh) * | 2023-07-05 | 2023-09-01 | 南京维拓科技股份有限公司 | 基于物联网监控数据的刀具磨损状态识别方法 |
| WO2025038174A1 (en) * | 2023-08-16 | 2025-02-20 | Haas Automation, Inc. | Systems and methods for automated broken tool detection |
| CN117340680B (zh) * | 2023-10-23 | 2026-01-09 | 松德刀具(浙江)股份有限公司 | 一种实时刀具性能分析系统 |
| CN117892512B (zh) * | 2023-12-29 | 2025-04-15 | 中国长江电力股份有限公司 | 一种接力器vr和ar联合检修仿真方法 |
| EP4589394A1 (de) * | 2024-01-22 | 2025-07-23 | Siemens Aktiengesellschaft | Computerimplementiertes verfahren zur vorhersage des verschleisses eines bearbeitungs-werkzeugs, computerprogrammprodukt und vorrichtung |
| US12330360B1 (en) * | 2024-08-30 | 2025-06-17 | Sybridge Technologies U.S. Inc. | Attachable monitoring device for molding tools |
| CN119057565B (zh) * | 2024-09-29 | 2025-01-28 | 成都秦川物联网科技股份有限公司 | 基于工业物联网的数控加工刀具智能监测方法和系统 |
| CN119387668B (zh) * | 2024-10-21 | 2025-12-12 | 上海交通大学 | 基于fpc柔性封装的铣削无线测振刀柄制造系统 |
| JP7777704B1 (ja) * | 2025-02-05 | 2025-11-28 | 株式会社牧野フライス製作所 | 切削工具の切れ刃損耗判定モデルを構築するための機械学習用の学習データ作成方法及び作成装置 |
| CN120038598B (zh) * | 2025-04-10 | 2025-11-07 | 东莞市正和楚基科技有限公司 | 一种金属切削刀具磨损监测方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0509817B1 (en) * | 1991-04-18 | 1996-07-10 | Texas Instruments Incorporated | System and method utilizing a real time expert system for tool life prediction and tool wear diagnosis |
| US7751991B2 (en) * | 2006-02-10 | 2010-07-06 | Siemens Aktiengesellschaft | System for determining the wear state of a machine tool |
| CN102172849A (zh) * | 2010-12-17 | 2011-09-07 | 西安交通大学 | 基于小波包和概率神经网络的刀具破损自适应报警方法 |
| TWM447284U (zh) * | 2012-10-23 | 2013-02-21 | Goodway Machine Corp | 工具機的刀具監控系統 |
| CN102073300B (zh) * | 2010-12-28 | 2013-04-17 | 华中科技大学 | 一种数控加工状态自学习的刀具磨损监控系统 |
| TWI419761B (zh) * | 2010-12-28 | 2013-12-21 | Nat Univ Chung Hsing | Tool State Detection Method and Device for Machining Machine |
| TWI422460B (zh) * | 2010-12-28 | 2014-01-11 | Nat Univ Chung Hsing | Tool nose detection method for cutting machine tool |
| CN103962888A (zh) * | 2014-05-12 | 2014-08-06 | 西北工业大学 | 一种基于小波去噪和希尔伯特-黄变换的刀具磨损监测方法 |
| TWM516718U (zh) * | 2015-10-22 | 2016-02-01 | 達佛羅企業有限公司 | 加工機刀具磨耗檢測模組 |
| US20160091393A1 (en) * | 2014-09-26 | 2016-03-31 | Palo Alto Research Center Incorporated | Computer-Implemented Method And System For Machine Tool Damage Assessment, Prediction, And Planning In Manufacturing Shop Floor |
| US20160339556A1 (en) * | 2014-02-06 | 2016-11-24 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for real-time monitoring of micromilling tool wear |
| CN106217128A (zh) * | 2016-07-06 | 2016-12-14 | 陕西柴油机重工有限公司 | 基于大数据挖掘的变工况下刀具磨损状态预测方法 |
Family Cites Families (46)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5689062A (en) * | 1996-01-11 | 1997-11-18 | University Of Kentucky Research Foundation | Method of assessing tool-life in grooved tools |
| JP2004530191A (ja) * | 2001-02-22 | 2004-09-30 | アクセンチュア グローバル サービスィズ ゲーエムベーハー | ウェブ・サービスで構成された、インタネット・ホスティング・ビジネス・アプリケーションの開発システム |
| US20050125271A1 (en) * | 2003-12-09 | 2005-06-09 | Peltz Christopher J. | Web services project planning |
| US7404188B2 (en) * | 2003-12-18 | 2008-07-22 | Microsoft Corporation | Method and software for publishing a business process orchestration as a web service |
| JP4923409B2 (ja) * | 2005-01-27 | 2012-04-25 | 村田機械株式会社 | 工具寿命予測装置 |
| WO2006121939A2 (en) * | 2005-05-09 | 2006-11-16 | Sean Xiaolu Wang | Optical signaling apparatus with precise beam control |
| US7765519B2 (en) * | 2005-12-16 | 2010-07-27 | International Business Machines Corporation | Efficient builds for installation software |
| US8051405B2 (en) * | 2006-01-11 | 2011-11-01 | Oracle International Corporation | System and method for build script generation in a software development environment |
| US7912602B2 (en) * | 2007-06-29 | 2011-03-22 | Caterpillar Inc. | Visual diagnostic system and subscription service |
| US8505005B1 (en) * | 2007-07-24 | 2013-08-06 | United Services Automobile Association (Usaa) | Multi-platform network-based software distribution |
| US8949788B2 (en) * | 2008-12-17 | 2015-02-03 | Red Hat, Inc. | Building and packaging software |
| TWM381439U (en) * | 2010-01-15 | 2010-06-01 | Lashings Technology Co Ltd | Virtual reality dynamic simulation device |
| JP5411055B2 (ja) * | 2010-04-26 | 2014-02-12 | 三菱電機株式会社 | 工具寿命検出方法、および工具寿命検出装置 |
| US9009696B2 (en) * | 2010-04-27 | 2015-04-14 | Red Hat, Inc. | Generating encoded identifications of selected subsets of installed software packages on a client machine |
| CN102255934B (zh) * | 2010-05-20 | 2015-10-21 | 中兴通讯股份有限公司 | 云服务发布方法及云服务中介 |
| US8495614B2 (en) * | 2010-05-28 | 2013-07-23 | Red Hat, Inc. | Mechanism for dynamically generating spec files for software package managers |
| US8645672B2 (en) * | 2010-07-02 | 2014-02-04 | International Business Machines Corporation | Configuring a computer system for a software package installation |
| CA2782273C (en) * | 2010-11-25 | 2018-08-21 | Komet Group Gmbh | Server of a computer network |
| US8261295B1 (en) * | 2011-03-16 | 2012-09-04 | Google Inc. | High-level language for specifying configurations of cloud-based deployments |
| US8856736B2 (en) * | 2011-05-10 | 2014-10-07 | Microsoft Corporation | Web service proxy interface augmentation |
| CN102289552B (zh) * | 2011-09-09 | 2012-12-26 | 中国运载火箭技术研究院 | 一种实物设备与数学模型联合试验系统及方法 |
| US8909358B2 (en) * | 2012-06-01 | 2014-12-09 | Sap Ag | Method and system for complex smart grid infrastructure assessment |
| US9189285B2 (en) * | 2012-12-14 | 2015-11-17 | Microsoft Technology Licensing, Llc | Scalable services deployment |
| CN103064742B (zh) * | 2012-12-25 | 2016-05-11 | 中国科学院深圳先进技术研究院 | 一种hadoop集群的自动部署系统及方法 |
| CN103067507A (zh) * | 2012-12-28 | 2013-04-24 | 国家计算机网络与信息安全管理中心 | 互联网云计算资源虚拟化封装系统及方法 |
| US8819241B1 (en) * | 2013-03-14 | 2014-08-26 | State Farm Mutual Automobile Insurance Company | System and method for a self service portal and automation for internally hosted virtual server resources |
| US10677685B2 (en) * | 2013-04-05 | 2020-06-09 | Aktiebolaget Skf | Method, computer program product and system |
| CN104657526B (zh) * | 2013-11-21 | 2017-09-29 | 郑芳田 | 工具机的加工品质的预测方法 |
| US20150269130A1 (en) * | 2014-03-21 | 2015-09-24 | Ptc Inc. | System and method of using multi-level hierarchical data in displaying real-time web-service objects |
| EP3537238B1 (en) * | 2014-05-30 | 2023-08-23 | Apple Inc. | Accessory management system using environment model |
| US10649742B2 (en) * | 2014-06-13 | 2020-05-12 | James L. Bosworth | Computing expression medium, development environment, and device communication and control architecture |
| US9472028B2 (en) * | 2014-06-23 | 2016-10-18 | GM Global Technology Operations LLC | Augmented reality based interactive troubleshooting and diagnostics for a vehicle |
| TWI641934B (zh) * | 2014-08-05 | 2018-11-21 | 聯華電子股份有限公司 | 虛擬量測系統與方法 |
| CN104484523B (zh) * | 2014-12-12 | 2017-12-08 | 西安交通大学 | 一种增强现实诱导维修系统的实现设备与方法 |
| US9471303B2 (en) * | 2015-02-04 | 2016-10-18 | Sap Se | Façade framework for IDE |
| US10091270B2 (en) * | 2015-04-22 | 2018-10-02 | SafeNet International LLC | Method and system for allowing cloud-based applications to automatically integrate network enabled sensors during runtime |
| CN104834379A (zh) * | 2015-05-05 | 2015-08-12 | 江苏卡罗卡国际动漫城有限公司 | 一种基于ar技术的维修向导系统 |
| US20160335067A1 (en) * | 2015-05-11 | 2016-11-17 | Microsoft Technology Licensing, Llc | Source code customization framework |
| AU2015395650A1 (en) * | 2015-05-18 | 2017-10-26 | Halliburton Energy Services, Inc. | Condition Based Maintenance program based on life-stress acceleration model and cumulative damage model |
| CA2993824A1 (en) * | 2015-07-29 | 2017-02-02 | Illinois Tool Works Inc. | System and method to facilitate welding software as a service |
| CN105357045B (zh) * | 2015-11-20 | 2019-09-17 | 曙光云计算集团有限公司 | 一种云平台服务创建方法及装置 |
| US20170169617A1 (en) * | 2015-12-14 | 2017-06-15 | II Jonathan M. Rodriguez | Systems and Methods for Creating and Sharing a 3-Dimensional Augmented Reality Space |
| TWM533289U (en) * | 2016-05-06 | 2016-12-01 | Bitspower Internat Co Ltd | Virtual reality control platform |
| CN106339094B (zh) * | 2016-09-05 | 2019-02-26 | 山东万腾电子科技有限公司 | 基于增强现实技术的交互式远程专家协作检修系统及方法 |
| CN106340217B (zh) * | 2016-10-31 | 2019-05-03 | 华中科技大学 | 基于增强现实技术的制造装备智能系统及其实现方法 |
| US10388075B2 (en) * | 2016-11-08 | 2019-08-20 | Rockwell Automation Technologies, Inc. | Virtual reality and augmented reality for industrial automation |
-
2018
- 2018-03-22 CN CN201810239672.6A patent/CN108628661B/zh active Active
- 2018-03-22 US US15/928,104 patent/US10618137B2/en active Active
- 2018-03-22 TW TW107109885A patent/TWI670672B/zh active
- 2018-03-23 CN CN201810244600.0A patent/CN108628286B/zh active Active
- 2018-03-23 TW TW107110133A patent/TWI662440B/zh active
- 2018-03-23 CN CN201810245632.2A patent/CN108620949B/zh active Active
- 2018-03-23 US US15/933,380 patent/US10695884B2/en active Active
- 2018-03-23 US US15/933,379 patent/US20180275630A1/en not_active Abandoned
- 2018-03-23 TW TW107110134A patent/TWI640390B/zh active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0509817B1 (en) * | 1991-04-18 | 1996-07-10 | Texas Instruments Incorporated | System and method utilizing a real time expert system for tool life prediction and tool wear diagnosis |
| US7751991B2 (en) * | 2006-02-10 | 2010-07-06 | Siemens Aktiengesellschaft | System for determining the wear state of a machine tool |
| CN102172849A (zh) * | 2010-12-17 | 2011-09-07 | 西安交通大学 | 基于小波包和概率神经网络的刀具破损自适应报警方法 |
| CN102073300B (zh) * | 2010-12-28 | 2013-04-17 | 华中科技大学 | 一种数控加工状态自学习的刀具磨损监控系统 |
| TWI419761B (zh) * | 2010-12-28 | 2013-12-21 | Nat Univ Chung Hsing | Tool State Detection Method and Device for Machining Machine |
| TWI422460B (zh) * | 2010-12-28 | 2014-01-11 | Nat Univ Chung Hsing | Tool nose detection method for cutting machine tool |
| TWM447284U (zh) * | 2012-10-23 | 2013-02-21 | Goodway Machine Corp | 工具機的刀具監控系統 |
| US20160339556A1 (en) * | 2014-02-06 | 2016-11-24 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for real-time monitoring of micromilling tool wear |
| CN103962888A (zh) * | 2014-05-12 | 2014-08-06 | 西北工业大学 | 一种基于小波去噪和希尔伯特-黄变换的刀具磨损监测方法 |
| US20160091393A1 (en) * | 2014-09-26 | 2016-03-31 | Palo Alto Research Center Incorporated | Computer-Implemented Method And System For Machine Tool Damage Assessment, Prediction, And Planning In Manufacturing Shop Floor |
| TWM516718U (zh) * | 2015-10-22 | 2016-02-01 | 達佛羅企業有限公司 | 加工機刀具磨耗檢測模組 |
| CN106217128A (zh) * | 2016-07-06 | 2016-12-14 | 陕西柴油机重工有限公司 | 基于大数据挖掘的变工况下刀具磨损状态预测方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI716880B (zh) * | 2019-05-22 | 2021-01-21 | 施耐德電機股份有限公司 | 刀具磨損程度分類模型、訓練方法與評估方法、以及電腦程式產品 |
| TWI687277B (zh) * | 2019-05-24 | 2020-03-11 | 國立虎尾科技大學 | 刀具磨耗預測方法 |
| TWI695286B (zh) * | 2019-05-24 | 2020-06-01 | 國立虎尾科技大學 | 切削動態模擬方法 |
| TWI792011B (zh) * | 2020-06-24 | 2023-02-11 | 財團法人精密機械研究發展中心 | 刀具壽命預測模型快速自適應修模系統及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108620949A (zh) | 2018-10-09 |
| TWI670672B (zh) | 2019-09-01 |
| TW201834784A (zh) | 2018-10-01 |
| US20180272491A1 (en) | 2018-09-27 |
| US10618137B2 (en) | 2020-04-14 |
| US20180275630A1 (en) | 2018-09-27 |
| CN108628661B (zh) | 2021-11-26 |
| US10695884B2 (en) | 2020-06-30 |
| US20180278494A1 (en) | 2018-09-27 |
| TW201835841A (zh) | 2018-10-01 |
| CN108628286A (zh) | 2018-10-09 |
| TWI662440B (zh) | 2019-06-11 |
| CN108628661A (zh) | 2018-10-09 |
| TW201835722A (zh) | 2018-10-01 |
| CN108628286B (zh) | 2020-06-16 |
| CN108620949B (zh) | 2020-05-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI640390B (zh) | 刀具磨耗監測與預測方法 | |
| JP6649684B2 (ja) | びびり予測のための改良型データベース | |
| US6845340B2 (en) | System and method for machining data management | |
| US11237539B2 (en) | System and method for operational-data-based detection of anomaly of a machine tool | |
| JP6404893B2 (ja) | 工具寿命推定装置 | |
| CN107272586B (zh) | 机械学习装置、机械学习方法、故障预知装置及系统 | |
| EP3864475B1 (en) | Method and system for monitoring tool wear to estimate rul of tool in machining | |
| JP6752866B2 (ja) | 刃具状態検査システム及び方法 | |
| CN102441817B (zh) | 工作历史管理方法以及工作历史管理装置 | |
| JP7134062B2 (ja) | 工作機械の異常診断システム、異常診断方法、異常診断プログラム | |
| KR102491716B1 (ko) | 가공 환경 추정 장치 | |
| CN118605347B (zh) | 单板旋切设备控制方法 | |
| JP2017205821A (ja) | 情報処理装置、情報処理方法、情報処理プログラム、および情報処理システム | |
| KR20190043038A (ko) | 공작기계의 진동 적응제어를 위한 진동신호 처리 방법 | |
| JP7154100B2 (ja) | 工作機械の加工異常検出装置 | |
| US7383097B2 (en) | Method for managing machine tool data | |
| JP2008546084A (ja) | 生産機械のための評価装置の動作方法 | |
| JP7286049B1 (ja) | 学習装置、数値制御装置、加工結果予測方法および加工システム | |
| JP2025143147A (ja) | 診断装置、診断システム、診断方法、及びプログラム | |
| WO2024171364A1 (ja) | 学習装置、予測装置、診断装置、診断システム、モデル生成方法、予測方法、診断方法及びプログラム | |
| Wang et al. | Study on Methods and a System for Real-Time Monitoring of the Remaining Useful Life of a Milling Cutter. | |
| CN120921167A (zh) | 一种车铣加工振动控制方法及系统 | |
| CN121350935A (zh) | 一种数控镗铣的刀具切削力智能监测方法及系统 |