JP3249111B2 - Tool life sensor - Google Patents
Tool life sensorInfo
- Publication number
- JP3249111B2 JP3249111B2 JP04079990A JP4079990A JP3249111B2 JP 3249111 B2 JP3249111 B2 JP 3249111B2 JP 04079990 A JP04079990 A JP 04079990A JP 4079990 A JP4079990 A JP 4079990A JP 3249111 B2 JP3249111 B2 JP 3249111B2
- Authority
- JP
- Japan
- Prior art keywords
- sound
- frequency
- tool
- tool life
- amplifier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Machine Tool Sensing Apparatuses (AREA)
Description
本発明は、工具寿命の感知装置に関し、特に、機械系
からの環境音を除去した切削音または研削音を増幅し
て、これを周波数分析し、その認識パターンから工具寿
命が判定され、その結果が工具系にフィードバックされ
るようにしたものである。The present invention relates to a tool life sensing device, and in particular, amplifies a cutting sound or a grinding sound obtained by removing an environmental sound from a mechanical system, frequency-analyzes the amplified cutting sound or grinding sound, and determines a tool life from a recognition pattern thereof. Is fed back to the tool system.
従来、工具寿命を判定する方法としては、例えば、工
具摩耗に伴う振動変化を直接測定する方法、振動変化の
パターンを認識し、これを判定する方法、切削抵抗また
は研削抵抗を電気的に変換して、この変化状況から判定
する方法、加工部の温度または加工部の面精度から間接
的に判定する方法などが知られている。 また、最近では、例えば、特開昭60−186353号公報、
特開昭61−192450号公報、特開平2−15954号公報等で
みられるように、固体伝達のAEセンサにより、加工の際
に発生する弾性波を信号処理し、特定の振幅以上の異常
信号を検知するようにした工具の破損予知装置が開示さ
れている。 さらに、特開平1−277299号公報では、音響マイクロ
フォンによりドリル等の切削音をピックアップして、そ
の検出信号を増幅器でアナログ増幅し、次いで、この増
幅された信号を複数個の周波数帯域に分割して、その固
有周波数のエネルギー成分を抽出することにより、工具
寿命を判定するようにした音響信号識別装置が開示され
ている。しかし、この装置は、被検対象が音声、弾性波
(AE)、摩擦音であり、その特徴音に関する音響信号を
識別するようにしたものである。 また、特開昭61−72310号公報及び特開昭61−295771
号公報にみられる検出装置には、余分な情報を消去する
ために、アレーセンサを用い且つフーリエ変換を行なう
ことが開示されているが、このアレーセンサは、前者の
CCDのような受光素子列であり、後者が光ファイバーか
ら画像情報を経時変化で伝送するものである。Conventionally, as a method of determining the tool life, for example, a method of directly measuring a vibration change due to tool wear, a method of recognizing a pattern of the vibration change and determining the same, and electrically converting a cutting resistance or a grinding resistance. Thus, there are known a method of judging from the change state, a method of indirectly judging from the temperature of the processed portion or the surface accuracy of the processed portion, and the like. Also, recently, for example, JP-A-60-186353,
As seen in JP-A-61-192450, JP-A-2-15954, etc., a solid-state AE sensor processes an elastic wave generated at the time of processing to generate an abnormal signal having a specific amplitude or more. There is disclosed a tool breakage prediction device that detects a failure. Further, in Japanese Unexamined Patent Publication No. 1-277299, a cutting sound of a drill or the like is picked up by an acoustic microphone, a detection signal thereof is analog-amplified by an amplifier, and then the amplified signal is divided into a plurality of frequency bands. Further, there is disclosed an acoustic signal identification device which determines a tool life by extracting an energy component of the natural frequency. However, in this apparatus, the subject to be examined is a voice, an elastic wave (AE), and a fricative sound, and an acoustic signal relating to the characteristic sound is identified. Also, JP-A-61-72310 and JP-A-61-295771
In the detection device disclosed in Japanese Patent Application Laid-Open Publication No. H11-157, it is disclosed that an array sensor is used and Fourier transform is performed in order to eliminate unnecessary information.
This is a light receiving element array such as a CCD, and the latter transmits image information from an optical fiber with time.
しかしながら、前述した従来の方法では、複雑な工具
摩耗の変化に合せて工具寿命を判定することができない
という問題があり、いずれも実用に供されていなかっ
た。この理由は、主として、固体伝達による振動情報入
手と空中伝播でも単純な検出信号の解析によるものだか
らである。 また、最初に記載した三つの公報によるAEセンサで
は、固体伝達になることから、高周波成分が吸収されて
工具刃先を構成する粒子サイズの欠損が検出できないと
いう大きな欠点を有している。これに対し、特開平1−
277299号公報による音響信号識別装置は、ドリル等の摩
耗度の識別では、前述した摩擦音が特徴音として抽出さ
れる。したがって、現実の切削音または研削音では、前
記摩擦音以外に、工具刃先を構成する粒子の欠落以外の
物質の打撃者、モータの振動音、機械全体もしくは固有
の部品から発せられる振動音等が重畳するため、前記ド
リル等の摩耗度については、真の情報からの識別が困難
となる問題点があった。 さらに、アレーセンサーを用いた従来装置は、切削音
又は研削音の周波数解析に設けられたものではなく、本
発明とは、その用途、目的及び受信原理が全く異なるも
のである。 一方、機械装置の自動化、省力化および高速化におけ
る将来的な観点からは、信頼性の高い工具寿命の判定手
段が重要性を増し、その開発が要望されている。 このようなことから、本発明では、工具欠損を事前に
予測できるように信頼性をより高めた工具寿命の感知装
置を提供するものである。However, the conventional methods described above have a problem that the tool life cannot be determined in accordance with a complicated change in tool wear, and none of them has been put to practical use. This is mainly because the vibration information is obtained by solid-state transmission and the simple detection signal is analyzed even in the air. Further, the AE sensor according to the first three publications described above has a major drawback in that since solid-state transmission is performed, high-frequency components are absorbed and particle size defects constituting a tool edge cannot be detected. In contrast, Japanese Unexamined Patent Publication No.
In the acoustic signal identification device disclosed in Japanese Patent No. 277299, in the identification of the degree of wear of a drill or the like, the above-described friction sound is extracted as a characteristic sound. Therefore, in the actual cutting sound or grinding sound, besides the friction sound, a batter of a substance other than the lack of the particles constituting the tool edge, the vibration sound of the motor, the vibration sound emitted from the entire machine or a unique part, and the like are superimposed. Therefore, there is a problem that it is difficult to identify the degree of wear of the drill or the like from true information. Further, the conventional device using the array sensor is not provided for frequency analysis of cutting sound or grinding sound, and is completely different from the present invention in its use, purpose, and receiving principle. On the other hand, from the viewpoint of the future of automation, labor saving and speeding up of mechanical devices, highly reliable tool life determining means has become increasingly important, and its development has been demanded. In view of the above, the present invention provides a tool life sensing device with higher reliability so that a tool defect can be predicted in advance.
本発明は、上述の点に鑑みなされたもので、切削音ま
たは研削音を感知する集音器と、少なくとも10KHZ〜100
KHZの高周波領域の感知能力を有する集音器と、集音さ
れた切削音または研削音を増幅する増幅器と、この増幅
器で得られた音圧を分析する周波数分析器と、この周波
数分析器から得られた情報を処理する集中制御器とから
なる工具寿命の感知装置が前提になって改善されたもの
である。 すなわち、前記集音器は、少なくとも10KHZ〜100KHZ
の高周波領域の感知能力を有し、かつ機械系からの環境
音が除去されるようになっており、前記周波数分析器
は、前記集音器の感知能に適合するアレーセンサが並列
に接続され、しかも、増幅器から得られた音圧を高速フ
ーリエ変換・分析して、卓越周波数の確認、周波数シフ
トの点検、波束周期計算離を行うものである。アレーセ
ンサによれば、無効な全環境音を効果的に除去すること
が可能であり、加工条件によっては、複数個存在する卓
越関数の選別、序列化もより可能となり、また有効音の
波束の解析にも高精度な情報提供ができるからである。 また、前記集中制御器は、ニューロン・コンピュータ
に内蔵された人工知能システムが、工具の正常摩耗から
工具欠損に対応する情報として、前記周波数分析器から
得られた少なくとも周波数のシフトおよび波束周期の変
調に関する分析データを選択し、これを基にしてファジ
ィ制御し、得られた周波数のパターン認識から、工具寿
命を判定するとともに、その結果を工具系にフィードバ
ック指令するものである。この適用理由は、工具摩耗の
複雑な変化に対応させるためであり、また、本発明者等
が、周波数のシフトおよび波束周期の変調には、工具正
常摩耗から工具欠損に対応した情報が存在することを知
見し、ファジィ制御が好適すると判断したことによる。The present invention has been made in view of the above points, and a sound collector for sensing a cutting sound or a grinding sound, and at least 10 KHZ to 100
A sound collector having a KHZ high-frequency sensing ability, an amplifier for amplifying the collected cutting sound or grinding sound, a frequency analyzer for analyzing the sound pressure obtained by the amplifier, and a frequency analyzer The present invention has been improved on the premise of a tool life sensing device comprising a centralized controller for processing obtained information. That is, the sound collector is at least 10 KHZ to 100 KHZ.
Has a sensing ability in a high frequency range, and environmental noise from a mechanical system is removed, and the frequency analyzer is connected in parallel with an array sensor adapted to the sensing ability of the sound collector. In addition, the sound pressure obtained from the amplifier is fast Fourier transformed and analyzed to confirm the dominant frequency, check the frequency shift, and calculate the wave packet period. According to the array sensor, it is possible to effectively remove all invalid environmental sounds, and depending on the processing conditions, it becomes possible to select and rank a plurality of predominant functions, and also to determine the wave packet of the effective sound. This is because highly accurate information can be provided for analysis. Further, the centralized controller may be configured such that the artificial intelligence system built in the neuron computer has at least a frequency shift and a modulation of a wave packet period obtained from the frequency analyzer as information corresponding to tool wear from normal wear of the tool. Is selected based on the analysis data, fuzzy control is performed based on the analysis data, the tool life is determined based on the obtained frequency pattern recognition, and the result is fed back to the tool system. The reason for this application is to cope with complicated changes in tool wear, and the present inventors have found that in frequency shift and wave packet cycle modulation, information corresponding to tool loss from tool normal wear exists. Based on this, it was determined that fuzzy control was suitable.
本発明における工具寿命の感知装置は、集音器では、
機械系からの環境音を除去した切削音または研削音が感
知される。この場合、切削音または研削音の高周波領域
は、工具損傷に対応した特定周波数が存在するため、パ
ターン認識が容易となる。また、増幅器では、感知した
切削音または研削音を増幅する。 次いで、周波数分析器では、アレーセンサによりフー
リエ変換・分析して、卓越周波数の確認、周波数の点
検、波束周期計算等を行う。 さらに、集中制御器は、ニューロン・コンピュータか
ら構成され、これに内蔵された人工知能システムは、工
具の正常摩耗から欠損に対応する情報として、前記周波
数分析器から得られた少なくとも周波数のシフトおよび
波束周期の変調に関する分析データを基にファジィ制御
し、これに基づいて得られたパターン認識から寿命判定
するとともに、その結果を工具系にフィードバック指令
する。The tool life sensing device in the present invention is a sound collector,
A cutting sound or a grinding sound from which the environmental sound from the mechanical system is removed is sensed. In this case, since a specific frequency corresponding to the tool damage exists in the high frequency region of the cutting sound or the grinding sound, the pattern can be easily recognized. The amplifier amplifies the sensed cutting sound or grinding sound. Next, in the frequency analyzer, Fourier transform and analysis are performed by the array sensor to check the dominant frequency, check the frequency, calculate the wave packet period, and the like. Further, the centralized controller is constituted by a neuron computer, in which an artificial intelligence system incorporates at least a frequency shift and a wave packet obtained from the frequency analyzer as information corresponding to a defect from normal wear of the tool. The fuzzy control is performed based on the analysis data on the modulation of the period, the life is determined from the pattern recognition obtained based on the fuzzy control, and the result is fed back to the tool system.
以下、本発明工具寿命の感知装置における一実施例に
ついて図を参照しながら説明する。 第1図は、本発明の概要を示したフローチャートであ
り、図示しない被削材からの切削音または研削音が、例
えば高周波領域の感知能力を有するマイクロフォンから
なる集音器1で集音され、次いでこの集音された切削音
または研削音が増幅器2によって増幅されるとともに記
録器3によって記録される。この場合、前記集音器1
は、少なくとも10KHZ〜100KHZの集音能力を有するもの
で、静電方式か圧電方式のマイクロフォンが好適する。
そして、静電方式としては、Ti合金膜によるもの等が適
用され、また圧電方式としては、PZTのセラミックやPVF
のポリマーが有効である。なお、集音器1は、例えばブ
ローチューブにより機械系からの環境音の除去を配慮す
ることが好ましい。 また、前記増幅器2は、集音器1の集音だけでは不充
分な場合があるため必要とするものであり、記録器3
は、記録保管が必要なときに用いられるが、後述する周
波数分析器4に対しては、予備空転中の総合音解析に使
用され、バックグランドが除去される。 さらに、増幅された切削音または研削音は、周波数分
析器4によってパターン分析され、その分析に基づいて
寿命判定が集中制御器5によって判定される。この判定
結果は、工具系にフィードバック指令され、加工作業の
継続あるいは中止となる。 なお、周波数分析器4では、全集録音から機械の空転
時における機械固有の振動音、切屑振動音、クーラント
しぶき音等の環境音を除去した有効音につきFFT(高速
フーリェ変換)解析により正弦関数に変換する。そし
て、卓越周波数の確認、周波数シフトの点検、波束周期
の変調計算等を行なう。したがって、周波数分析器4と
しては、10KHZ〜100KHZまでの所定の周波数感知能を有
する入力本数10〜100本からなるアレーセンサを並列で
接続し、有効な情報を取捨選択するシステムが内蔵され
る。そして、このアレーセンサによれば、無効な全環境
音を効果的に除去することが可能となり、加工条件によ
っては、複数個存在する卓越関数の選別、序列化もより
可能となる。さらには、有効音の波束の解析にも高精度
な情報を提供してくれる。 また、集中制御器5は、工具寿命の判定を行なうが、
各周波数分析結果を基にしてファジィ制御により情報処
理する。したがって、制御の規則を作り、シミュレーシ
ョン、評価までの人工知能システムを内蔵している。従
来の振動感知パターン認識法では、アナログ二値論理法
を用いているため、効果的な工具寿命制御ができなかっ
たのと異なる。これは、工具摩耗という曖昧な性格に基
づく工具寿命判定には、曖昧性を数量化したファジィ理
論判定法が最適であることによる。特に、数々の加工条
件下で得られたデータを基に学習、知覚、判断が要求さ
れる判定には、ニューラルネットワークを具備したニュ
ーロン・コンピュータが真価を発揮する。 さらに、集中制御器5によって判定された結果は、工
具系にフィードバック指令され、加工作業の継続または
中止となる。この場合、工具系としては、旋盤に取付け
たバイトホルダーなどを意味し、前記集中制御器5によ
り判定された工具寿命に基づき許容安全範囲内で工具刃
先が交換されることになる。 そして、工具刃先寿命の基準となる横逃げ面摩耗幅
は、種々の切削試験および研削試験によって、1KHZ〜10
0KHZの範囲内殆どの場合では10KHZ〜100KHZの範囲内で
出現する卓越音圧ピークの高さおよび周波数シフトに対
応することが確認された。したがって、集中制御器5に
より、刃先チッピング前に的確な工具交換の指令も行な
える。Hereinafter, an embodiment of the tool life sensing device of the present invention will be described with reference to the drawings. FIG. 1 is a flowchart showing an outline of the present invention, in which a cutting sound or a grinding sound from a work material (not shown) is collected by a sound collector 1 composed of, for example, a microphone having a sensing ability in a high frequency region, Next, the collected cutting sound or grinding sound is amplified by the amplifier 2 and recorded by the recorder 3. In this case, the sound collector 1
Has a sound collecting ability of at least 10 KHZ to 100 KHZ, and an electrostatic or piezoelectric microphone is preferable.
As the electrostatic method, a method using a Ti alloy film or the like is applied. As the piezoelectric method, PZT ceramic or PVF is used.
Is effective. In addition, it is preferable that the sound collector 1 considers removal of environmental sound from a mechanical system by a blow tube, for example. The amplifier 2 is necessary because the sound collection of the sound collector 1 alone may not be sufficient in some cases.
Is used when it is necessary to keep a record, but the frequency analyzer 4 described later is used for comprehensive sound analysis during preliminary idle rotation, and the background is removed. Further, the amplified cutting sound or grinding sound is subjected to pattern analysis by the frequency analyzer 4, and life determination is determined by the centralized controller 5 based on the analysis. This determination result is fed back to the tool system to continue or stop the machining operation. In addition, the frequency analyzer 4 converts the effective sound obtained by removing the environmental sound such as the machine-specific vibration sound, chip vibration sound, coolant splashing sound, etc. from the complete recording to the sine function by FFT (fast Fourier transform) analysis. Convert. Then, confirmation of the dominant frequency, check of the frequency shift, modulation calculation of the wave packet period, and the like are performed. Therefore, the frequency analyzer 4 has a built-in system for connecting in parallel an array sensor consisting of 10 to 100 input lines having a predetermined frequency sensitivity of 10 KHZ to 100 KHZ, and selecting valid information. According to this array sensor, it is possible to effectively remove all invalid environmental sounds, and depending on the processing conditions, it is possible to select and rank a plurality of predominant functions. In addition, it provides highly accurate information for the analysis of the effective sound wave packet. The centralized controller 5 determines the tool life.
Information processing is performed by fuzzy control based on each frequency analysis result. Therefore, an artificial intelligence system for creating rules for control, simulation, and evaluation is built in. In the conventional vibration sensing pattern recognition method, the analog binary logic method is used, which is different from that in which effective tool life control cannot be performed. This is because the fuzzy theory determination method in which the ambiguity is quantified is optimal for the tool life determination based on the ambiguous characteristic of tool wear. In particular, a neuron computer equipped with a neural network exhibits its true value in a determination that requires learning, perception, and determination based on data obtained under various processing conditions. Further, the result determined by the centralized controller 5 is fed back to the tool system to continue or stop the machining operation. In this case, the tool system means a tool holder or the like attached to a lathe, and the tool edge is replaced within an allowable safety range based on the tool life determined by the centralized controller 5. The lateral flank wear width, which is a reference for the tool edge life, is 1 KHZ to 10 K by various cutting tests and grinding tests.
In most cases within the range of 0 KHZ, it was confirmed that it corresponds to the height and frequency shift of the predominant sound pressure peak appearing within the range of 10 KHZ to 100 KHZ. Therefore, the centralized controller 5 can also issue a command for accurate tool change before cutting edge chipping.
本発明は、以上説明したように集音器1により集音さ
れた切削音または研削音を増幅し、これを周波数分析し
て、人工知能を内蔵した集中制御器5のファジィ制御に
よって工具寿命の判定およびこの判定結果を工具系にフ
ィードバック指令するようにしたものである。 したがって、工具摩耗に対応する周波数のパターンが
正確に認識、識別され、工具寿命の判定が確実に行なえ
る。この結果、工具系への指令も信頼性が増し、機械装
置の自動化、省力化等に好適するものである。The present invention amplifies the cutting sound or the grinding sound collected by the sound collector 1 as described above, analyzes the frequency, and performs fuzzy control of the centralized controller 5 with built-in artificial intelligence to extend the tool life. The judgment and the judgment result are fed back to the tool system. Therefore, the frequency pattern corresponding to the tool wear is accurately recognized and identified, and the tool life can be reliably determined. As a result, the reliability of the command to the tool system is increased, which is suitable for automation of machinery and labor saving.
【図1】 本発明工具寿命の感知装置の一実施例を示すフローチャ
ートである。FIG. 1 is a flowchart showing an embodiment of a tool life sensing device according to the present invention.
1……集音器 2……増幅器 3……記録器 4……周波数分析器 1… Sound collector 2… Amplifier 3… Recorder 4… Frequency analyzer
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平1−277299(JP,A) 特開 平2−15954(JP,A) (58)調査した分野(Int.Cl.7,DB名) B23Q 17/09 G01M 13/00 G01M 19/00 ────────────────────────────────────────────────── ─── Continuation of the front page (56) References JP-A-1-277299 (JP, A) JP-A-2-15954 (JP, A) (58) Fields investigated (Int. Cl. 7 , DB name) B23Q 17/09 G01M 13/00 G01M 19/00
Claims (1)
この集音器で受信した切削音または研削音を増幅する増
幅器と、この増幅器で増幅された音圧を分析する周波数
分析器と、この周波数分析器から得られた情報を処理す
る集中制御器とからなる工具寿命の感知装置において、 前記集音器は、少なくとも10KHZ〜100KHZの高周波領域
の感知能力を有するとともに、機械系からの環境音が除
去されるようになっており、 前記周波数分析器は、前記集音器の感知能に適合するア
レーセンサが並列に接続され、しかも、増幅器から得ら
れた音圧を高速フーリエ変換・分析して、卓越周波数の
確認、周波数シフトの点検、波束周期計算等を行うよう
になっており、 前記集中制御器は、ニューロンコンピュータから構成さ
れ、これに内蔵された人工知能システムは、工具の正常
摩耗から工具の欠損に対応する情報として、高周波分析
器から得られた少なくとも周波数のシフトおよび波束周
期の変調に関する分析データを選択して、これを基にし
てファジィ制御し、得られた周波数のパターン認識か
ら、工具寿命を判定するとともに、その結果を工具系に
フィードバック指令することを特徴とする工具寿命の感
知装置。A sound collector for sensing a cutting sound or a grinding sound;
An amplifier for amplifying the cutting sound or the grinding sound received by the sound collector, a frequency analyzer for analyzing the sound pressure amplified by the amplifier, and a centralized controller for processing information obtained from the frequency analyzer. In the tool life sensing device, the sound collector has a sensing ability in a high frequency range of at least 10 KHZ to 100 KHZ, and environmental sound from a mechanical system is removed, and the frequency analyzer is An array sensor adapted to the sensitivity of the sound collector is connected in parallel, and the sound pressure obtained from the amplifier is fast Fourier transformed and analyzed to confirm the dominant frequency, check the frequency shift, calculate the wave packet period. The centralized controller is composed of a neuron computer, and the built-in artificial intelligence system responds to normal wear of the tool and loss of the tool. As information, analysis data on at least the frequency shift and the modulation of the wave packet period obtained from the high-frequency analyzer are selected, fuzzy control is performed based on the selected data, and the tool life is determined based on the pattern recognition of the obtained frequency. A tool life sensing device characterized in that the result is fed back to a tool system.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP04079990A JP3249111B2 (en) | 1990-02-21 | 1990-02-21 | Tool life sensor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP04079990A JP3249111B2 (en) | 1990-02-21 | 1990-02-21 | Tool life sensor |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH03245952A JPH03245952A (en) | 1991-11-01 |
JP3249111B2 true JP3249111B2 (en) | 2002-01-21 |
Family
ID=12590677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP04079990A Expired - Fee Related JP3249111B2 (en) | 1990-02-21 | 1990-02-21 | Tool life sensor |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3249111B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014091884A1 (en) | 2012-12-12 | 2014-06-19 | Hoya株式会社 | Lens processing system, tool change time detection method, and eyeglass lens manufacturing method |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06114689A (en) * | 1992-10-05 | 1994-04-26 | Nec Toyama Ltd | Tool breakage sensing device of printed wiring board contour processing machine |
JP4642486B2 (en) * | 2005-01-18 | 2011-03-02 | 株式会社リコー | Abnormality determination apparatus and image forming apparatus |
JP4501918B2 (en) * | 2006-09-29 | 2010-07-14 | パナソニック電工株式会社 | Tool mounting abnormality detection device |
CN113478007A (en) * | 2021-08-09 | 2021-10-08 | 安徽奔腾五金制造有限公司 | Aluminum coil opening, flattening and cutting mechanism for air conditioner machining |
CN115008254B (en) * | 2022-05-30 | 2024-06-04 | 河源富马硬质合金股份有限公司 | Method for monitoring state of cutter in high-speed milling process |
-
1990
- 1990-02-21 JP JP04079990A patent/JP3249111B2/en not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014091884A1 (en) | 2012-12-12 | 2014-06-19 | Hoya株式会社 | Lens processing system, tool change time detection method, and eyeglass lens manufacturing method |
US9610667B2 (en) | 2012-12-12 | 2017-04-04 | Hoya Corporation | Lens edgeing system, method of detecting a tool exchange time and method of manufacturing spectacle lens |
Also Published As
Publication number | Publication date |
---|---|
JPH03245952A (en) | 1991-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kothuru et al. | Application of audible sound signals for tool wear monitoring using machine learning techniques in end milling | |
Arun et al. | Tool condition monitoring of cylindrical grinding process using acoustic emission sensor | |
US5407265A (en) | System and method for detecting cutting tool failure | |
US4744242A (en) | Method for monitoring cutting tool wear during a machining operation | |
JP2006519709A (en) | Dynamics instrument for machining | |
CN105058165A (en) | Tool abrasion loss monitoring system based on vibration signals | |
JP3249111B2 (en) | Tool life sensor | |
Doukas et al. | On the estimation of tool-wear for milling operations based on multi-sensorial data | |
KR101857738B1 (en) | Chatter vibration diagnosis system and method using direct type sensor and indirect type sensor | |
JPH11129145A (en) | Device and method for diagnosing shape precision of work, and recording medium | |
JPH06344246A (en) | Abrasion detecting method for cutting tool | |
Kothuru et al. | Cutting Process Monitoring System Using Audible Sound Signals and Machine Learning Techniques: An Application to End Milling | |
CN110530495B (en) | Cutting chatter monitoring method based on vibration analysis | |
JPH10267749A (en) | Abnormality diagnosis method in cutting work | |
Lu et al. | Effects of extrinsic noise factors on machine learning–based chatter detection in machining | |
Alzahrani et al. | Acoustic assessment of an End Mill for Analysis of tool wear | |
JP5495242B2 (en) | Machining state detection method, machining state detection program, recording medium, machining state detection device | |
Tseng et al. | The design of a single-chip tool monitoring system for on-line turning operation | |
CA2405449A1 (en) | Detection of vibrations in mechanical systems | |
JPH10109204A (en) | Cutting tool | |
CN110539239A (en) | Preparatory machining device, and machining state detection device | |
KR960003212B1 (en) | Device and method of monitoring vibration in n.c. machine system | |
Hayashi et al. | Automatic tool touch and breakage detection in turning | |
JPS6232070B2 (en) | ||
Kakade et al. | Monitoring of tool status using intelligent acoustic emission sensing and decision based neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |