一种切削刀具对刀位置的确定方法、电子设备及存储介质

技术领域

本发明涉及刀具的对刀技术领域，特别是涉及一种切削刀具对刀位置的确定方法、电子设备及存储介质。

背景技术

现有技术中，切削加工实质实际是刀具与工件相互挤压对工件进行切割的过程。在超精密切削中，在切削刀具磨损或因为需要切换待切削工件而需要对切削刀具进行替换时，需要进行对刀操作，避免切削刀具空刀或切削时不过精确，导致的切削工件浪费和切削刀具磨损问题。

现有技术中一般采用试切法对切削刀具进行对刀操作，用户需要在每个工步或走刀前进行对刀，然后切出一小段，测量其尺寸是否合适，如果不合适，将刀具的位置调整一下，再试切一小段，直至达到尺寸要求后才加工全部表面。因此，容易导致切削刀具磨损、对刀方式操作复杂、对刀时间长、对刀成本高，导致超精密加工效率低。

发明内容

针对上述技术问题，本发明采用的技术方案为：

一种切削刀具对刀位置的确定方法，包括如下步骤：

S100、获取切削刀具所在的目标坐标轴对应的目标原点Z

S200、获取位于目标坐标轴上的第一位置点Z

Z

S300、在切削刀具沿目标坐标轴的轴向从Z

S400、根据A，获取第一频谱熵列表H1＝(H1

其中，j＝1,2，……，n(i)，n(i)为A

S500、根据H1，获取目标频谱熵范围H

S600、根据Z

S700、获取初始参数g＝1，并根据Dg控制所述切削刀具进行对刀操作；

所述对刀操作包括以下步骤：

S710、控制切削刀具从D

S720、获取切削刀具沿目标坐标轴的轴向从D

S730、根据B，获取第二频谱熵列表H2＝(H2

S740、当H2中存在不属于H

本发明至少具有以下有益效果：通过获取切削刀具所在的目标坐标轴对应的目标原点，获取位于目标坐标轴上的第一位置点，根据目标原点和第一位置点，获取第一切削力信号列表，获取第一切削力对应的第一频谱熵生成第一频谱熵列表，获取目标频谱熵范围，根据目标原点和第一位置点，获取目标坐标轴上的目标位置点列表，并对目标位置点列表中目标位置点对应得到的第二频谱熵进行处理，选择出对刀位置点。

通过上述过程选择对刀时间点，相比与现有的试切法对刀，只在计算出对刀点时开始进行切割工件的动作，减少了切削刀具的磨损，且通过上述步骤进行对刀，在切削刀具运动的过程中对数据进行处理，节省了对刀所使用的时间，与传统试切法相比，在对刀过程中，用户无需对切削刀具进行控制，节省了对刀所需的时间成本和人工成本，因此，提高了切削刀具的对刀效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例切削刀具对刀位置的确定方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种切削刀具对刀位置的确定方法，如图1所示，所述方法包括如下步骤：

S100、获取切削刀具所在的目标坐标轴对应的目标原点Z

具体地，所述目标坐标轴可以理解为，将车削工具中的切削刀具和待切削工件连接并向两端延伸生成的轴线。

进一步地，所述安全对刀位置可以理解为，切削刀具在目标坐标轴上远离待切削工件且与待切削工件之间的距离为d

进一步地，本领域技术人员可根据实际需求设置d

S200、获取位于目标坐标轴上的第一位置点Z

Z

具体地，k符合如下条件：

K＝β*γ，其中，β为更换切削刀具对应的安装误差，γ为更换切削刀具对应的安全系数。

在本发明实施例中，β符合如下条件：

β＝a*R

进一步地，a∈[0.4,0.6]。

进一步地，a＝0.5；由于车削工具的构造，导致目标坐标轴上当前对刀位置点与上一次对刀位置点距离相近，可能会在上一次对刀位置点的基础上远离目标原点，也可能在上一次对刀位置点的基础上接近目标原点，因此，需将第一位置点与上一次对刀位置点设置间隔距离，且间隔距离与切削刀具的刀刃半径相关，因此，将刀具的安装误差设置为0.5倍的切削刀具半径，避免切削刀具在后续过程中对刀失误，使得当前对刀位置点更加准确。

在本发明实施例中，本领域技术人员可根据实际需求设置更换切削刀具对应的安全系数，在此不再赘述。

S300、在切削刀具沿目标坐标轴的轴向从Z

具体地，所述第一切削力信号为去噪后的切削力信号。

S400、根据A，获取第一频谱熵列表H1＝(H1

其中，j＝1,2，……，n(i)，n(i)为A

在本发明实施例中，H1可以通过如下步骤获取：

S410、对A中每一第一切削力信号进行傅里叶变换，获取A对应的第一幅度值列表集f＝(f

具体地，对A中每一第一切削力信号进行快速傅里叶变换，以获取A对应的第一幅度值列表。

S430、根据f，获取第一频谱熵列表H1。

上述，通过对第一切削力信号进行傅里叶变换，得到第一幅度值列表并根据第一幅度值列表计算得出第一频谱熵列表。由于第一切削力信号为切削刀具在目标原点到安全对刀位置之间运动采集到的信号，因此，计算得出的第一频谱熵为非对刀位置对应的频谱熵。

S500、根据H1，获取目标频谱熵范围H

在本发明实施例中，H

S501、基于H1，获取关键均值v；其中，v符合如下条件：

v＝∑

S502、基于H1，获取关键标准差c；其中，c符合如下条件：

S503、根据c和v，获取关键频率F

x为第一频谱熵在正态分布中的分布值，/>

在本发明实施例中，x＝v-3c或v+3c；由于第一频谱熵列表中的第一频谱熵符合正态分布，v-3c和v+3c对应的关键频率值相同。

具体地，所述关键出现频率可以理解为，在第一频谱熵列表中的出现次数，例如，当F

S504、获取H1中出现频率为F

具体地，所述第三频谱熵可以理解为，在第一频谱熵列表中出现次数为F

进一步地，T≤m。

S505、基于H3，获取最大频谱熵H3

H3

H3

S506、将H3

上述，通过获取关键均值和关键标准差，以得到关键频率，获取第一频谱熵列表中出现频率为关键频率的第三频谱熵生成第三频谱熵列表，获取第三频谱熵列表内的最大频谱熵和最小频谱熵，将最小频谱熵对应的第三频谱熵作为目标频谱熵范围对应的上限值；将最大频谱熵对应的第三频谱熵作为目标频谱熵范围对应的下限值。由于第一频谱熵列表中的第一频谱熵符合正态分布，且第一频谱熵列表中的第一频谱熵均为非对刀位置对应的频谱熵，根据正态分布下的三西格玛准则，将第一频率在正态分布下的分布值设置为c-3v或c+3v，通过上述步骤得到的目标频谱熵范围可包括百分之九十以上的第一频谱熵，因此，H

S600、根据Z

具体地，d

S700、获取初始参数g＝1，并根据Dg控制所述切削刀具进行对刀操作；

所述对刀操作包括以下步骤：

S710、控制切削刀具从D

S720、获取切削刀具沿目标坐标轴的轴向从D

具体地，所述第二切削力信号为去噪后的切削力信号。

进一步地，在刀具向下一个目标位置点运动的过程中等于第二切削力信号进行处理，当切削刀具运动到下一目标位置点但第二切削力信号未完全处理完时，切削刀具暂停移动，避免与工件发生接触，对切削刀具与工件产生磨损。

S730、根据B，获取第二频谱熵列表H2＝(H2

S740、当H

本发明具体实施例中，获取切削刀具在当前目标位置点移动至下一目标位置点的移动过程中采集到的第二切削力信号列表，获取第二切削力信号对应的第二频谱熵以得到第二频谱熵列表，当第二频谱熵列表中存在不属于目标频谱熵范围的第二频谱熵时，在下一目标位置点处进行对刀；否则，切削刀具继续向前移动，再次执行上述步骤，知道第二频谱熵列表中存在一第二频谱熵不属于目标频谱熵范围时，停止切削刀具的移动并在切削刀具当前位置点的下一个目标位置点处进行对刀。自动控制刀具移动，避免了人为操作，降低了成本，提高了效率。

上述，通过获取切削刀具所在的目标坐标轴对应的目标原点，获取位于目标坐标轴上的第一位置点，根据目标原点和第一位置点，获取第一切削力信号列表，获取第一切削力对应的第一频谱熵生成第一频谱熵列表，获取目标频谱熵范围，根据目标原点和第一位置点，获取目标坐标轴上的目标位置点列表，并对目标位置点列表中目标位置点对应得到的第二频谱熵进行处理，选择出对刀位置点。通过上述过程选择对刀时间点，相比与现有的试切法对刀，只在计算出对刀点时开始进行切割工件的动作，减少了切削刀具的磨损，且通过上述步骤进行对刀，在切削刀具运动的过程中对数据进行处理，节省了对刀所使用的时间，与传统试切法相比，在对刀过程中，用户无需对切削刀具进行控制，节省了对刀所需的时间成本和人工成本，因此，提高了切削刀具的对刀效率。

在本发明一具体实施例中，通过如下步骤对切削刀具在目标坐标轴从Z

S10、获取切削力信号信息列表P＝(P

具体地，由于在超精密车削中，切削力极其微弱仅为mN级别，获取到的切削力信号为微弱信号，易受到电磁干扰以及传感器噪声的影响，给刀具状态监测以及加工质量评估带来困难，因此，需要通过去噪处理以获取检测精度更高的切削力信号。

在本发明实施例中，P可以通过如下步骤获取：

S101、获取目标采样频率f

具体地，f

S1011、获取切削刀具当前的切削信号对应的中心频率f

S1012、当当前的切削信号表示切削刀具处于工作状态时，执行S1013；当当前的切削信号表示切削刀具处于非工作状态时，执行S1014；

具体地，所述工作状态为刀具正在切割工件的状态，所述非工作状态为刀具处在运动过程中但并没有在切割工件。

进一步地，通过预设传感器对刀具切割状态的转变进行判断，当判断出刀具切割状态进行转变后，将切割状态转变信息传输至刀具对应的服务器。

S1013、根据f

S1014、根据f

上述，通过S1011和S1013确定出目标采样频率，当根据当前切削力信号判断出切削刀具的工作状态，当判断出切削刀具处于工作状态时，将目标采样频率设置为6倍的中心频率；当判断出切削刀具处于非工作状态时，将目标采样频率设置为3倍的中心频率；目标采样频率根据切削刀具的工作状态而变化，使得在切削刀具在工作状态时，在单位时间内获取到的切削力信号密度大于非工作状态时获取到的切削力信号密度；避免了无用切削力信号过多，导致根据切削力信号判断刀具工作时的状态存在较大的误差。

S102、根据f

具体地，Num符合如下条件：

Num＝f

进一步地，t

在本发明实施例中，对f

S103、以f

S20、对P进行向量化处理，获取切削力信号向量列表Q＝(Q

具体地，由于本发明中的切削力信号属于时域离散型信号，因此，能够基于切削力信号信息将切削力信号自然的表示为切削力信号对应的切削力信号向量。

在本发明实施例中，采用Single Instruction Multiple Data对P进行向量化处理以得到B。

进一步地，通过将切削力信号信息通过向量化处理，转换为切削力信号向量，使得切削力信号的表达更统一、简单，也使目标向量矩阵的获取更加容易表达。

S30、根据Q，获取目标向量矩阵列表BZ＝(BZ

其中，p符合如下条件p＝m-t。

具体地，T≤m-1，可以理解为，目标向量矩阵的嵌入维数小于等于构成目标向量矩阵的切削力信号向量的数量。

优选地，

S400、对BZ中每一目标向量矩阵进行奇异值分解，获取目标信息量列表P＝(P

具体地，本领域技术人员知晓，任意一种对目标向量矩阵进行奇异值分解的方法均落入本发明保护范围内，在此不再赘述。

进一步地，对目标向量矩阵进行奇异值分解后，每一目标向量矩阵对应的信息量列表中，信息量按照从大到小的顺序进行排列。

进一步地，获取对每一目标向量矩阵进行奇异值分解后得到的奇异值矩阵中对角线的第二个信息量，可以理解为，获取对每一目标向量矩阵进行奇异值分解后得到的信息量排在第二位的信息量作为目标信息量；由于每一目标向量矩阵对应的信息量列表中前两个信息量一般包含大多数切削力信号信息，因此，为了突出观测幅度变化以及检测精度，选择对每一目标向量矩阵进行奇异值分解后得到的信息量排在第二位的信息量作为目标信息量。

S50、根据X，获取目标变化率列表H＝(H

H

S600、根据H，获取关键变化率信息列表Q＝(Q

其中，v

具体地，通过获取关键变化值，可以得到根据目标变化率生成纵坐标为目标变化率，横坐标为目标变化率对应的嵌入维数的目标变化率曲线，根据目标变化率曲线可以得到目标变化率曲线中随嵌入维数增加而明显下降的嵌入维数，根据嵌入维数特征可知，目标变化率曲线中随嵌入维数增加而明显下降的嵌入维数为优选地嵌入维数，在本发明实施例中，q

S70、将指定嵌入维数S

具体地，获取第二变化率信息列表中第二个关键变化值为0的第二变化率信息对应的关键嵌入维数；为了为了保证重构信号的精度，选择第二变化率信息列表中第二个关键变化值为0的第二变化率信息对应的关键嵌入维数。

S80、对XZ进行奇异值分解，获取关键信息量列表G＝(G

具体地，G

S90、获取最大信息量阶次t；其中，t符合如下条件：

t＝arg

具体地，G1/F为根据关键信息量生成的纵坐标为关键信息量，横坐标为关键信息量对应的顺序的关键信息量曲线图中的对角线斜率；G

进一步地，d

在本发明实施例中，选择与关键信息量曲线图中斜率为G

在本发明实施例中，第二切削力信号获取方法与第一切削力信号获取方法相同，在此不再赘述。

本发明的实施例还提供了一种非瞬时性计算机可读存储介质，该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。

本发明的实施例还提供了一种电子设备，包括处理器和前述的非瞬时性计算机可读存储介质。

本发明的实施例还提供一种计算机程序产品，其包括程序代码，当所述程序产品在电子设备上运行时，所述程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。

虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员还应理解，可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。