(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210797030.4 (22)申请日 2022.07.08 (65)同一申请的已公布的文献号 申请公布号 CN 114880814 A (43)申请公布日 2022.08.09 (73)专利权人 南通恒强轧 辊有限公司 地址 226200 江苏省南 通市启东市海复镇 蒿枝港桥西侧 (72)发明人 陈小勤　刘宇环　 (74)专利代理 机构 杭州聚邦知识产权代理有限 公司 33269 专利代理师 周美锋 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/20(2020.01)G06Q 10/04(2012.01) G06Q 50/04(2012.01) G06F 119/14(2020.01) (56)对比文件 CN 113752089 A,2021.12.07 审查员 李会 (54)发明名称 基于大数据的轧 辊改制辅助优化方法 (57)摘要 本发明涉及机床零件加工技术领域， 具体涉 及一种基于大数据的轧辊改制辅助优化方法， 该 方法可用于智能制造装备产业， 具体可应用于工 业自动控制系统装置制造、 机床现场总线控制系 统、 机床可编程控制 系统等其他金属加工机械制 造。 通过对轧辊车床加工过程中刀具摩擦产生的 声音频率、 刀具切削加工材料的径向阻力和加工 材料的表 面光洁程度进行相结合 分析， 得到刀具 的劣化程度， 基于劣化程度对刀具的磨损异常进 行实时预警， 以避免异常刀具的使用， 提高加工 质量， 降低加工事故发生的概率， 以实现支承刀 具或工件的部件的进给。 权利要求书2页 说明书6页 附图1页 CN 114880814 B 2022.09.20 CN 114880814 B 1.一种基于大 数据的轧辊改制辅助优化方法， 其特 征在于， 该 方法包括以下 具体步骤： 基于采样频率分别采集轧辊车床加工过程中刀具的声音频率、 刀具的径向阻力和加工 材料的表面光洁程度， 得到设定时间段内的声音频率序列、 径向阻力序列和表面光洁程度 序列； 对所述声音频率序列进行均值滤波得到新声音频率序列， 结合所述声音频率序列和对 应的所述新声音频率序列得到每个所述时间段内刀具的稳定评价值； 基于初始时间段内的 所述径向阻力序列分别获取每个所述时间段内刀具的磨损评价值， 根据多个连续的所述时 间段的所述磨损评价值分别计算每个所述时间段内刀具的刀劣化程度； 结合所述稳定评价 值和所述刀劣化 程度获取对应 每个所述时间段内刀具的劣化综合 程度； 根据每个所述时间段对应的所述表面光洁程度序列和所述劣化综合程度对刀具进行 磨损异常预警； 其中， 所述基于初始时间段内的所述径向阻力序列分别获取每个所述 时间段内刀具的 磨损评价 值的方法， 包括： 将初始时间段与当前所述 时间段的所述径向阻力序列进行相似程度计算， 根据相似程 度得到当前 所述时间段内刀具的所述磨损评价 值， 所述磨损评价 值的计算公式为： 其中， 为所述时间段 内刀具的所述磨损评价值； 为所述时间段 和初始 时间段之间所述径向阻力序列的相似程度； 为所述时间段 对应所述径向阻力序列 的标准差； 为所述时间段 的所述径向阻力序列； 为初始时间段的所述径向阻力序列； 所述结合所述声音频率序列和对应的所述新声音频率序列得到每个所述时间段内刀 具的稳定 评价值的方法， 包括： 分别计算当前所述时间段内每个采样频率下对应的所述声音频率和新声音频率之间 声音频率差值， 由当前所述时间段内多个所述声音频率差值计算平均声音频率差值； 获取 当前所述时间段内对应所述声音频率序列中最大声音频率和最小声音频率之间的极差值， 结合所述平均声 音频率差值和所述极差值得到当前 所述时间段内刀具的所述稳定 评价值； 所述每个所述时间段内刀具的刀劣化 程度的获取 方法， 包括： 将当前所述时间段的前后连续多个所述时间段对应的所述磨损评价值构成当前所述 时间段的数据集合； 基于数据集合， 以时间段为横坐标、 所述磨损评价值为 纵坐标构建刀具 劣化曲线， 将所述刀具劣化曲线的斜 率作为当前 所述时间段的所述刀劣化 程度； 所述劣化综合程度与 所述稳定评价值呈负相关关系、 所述劣化综合程度与 所述刀劣化 程度呈正相关 关系。 2.如权利要求1所述的一种基于大数据的轧辊改制辅助优化方法， 其特征在于， 所述根 据每个所述时间段对应的所述表面光洁程度序列和所述劣化综合程度对刀具进行磨损异 常预警的方法， 包括： 当所述表面光洁程度序列中存在连续大于或等于设定数量的所述表面光洁程度都小权　利　要　求　书 1/2 页 2 CN 114880814 B 2于或等于光洁程度阈值时， 则立即进 行磨损异常预警； 反之， 当所述表面光洁程度序列中存 在连续小于 设定数量的所述表面光洁程度小于所述光洁程度阈值时， 则根据每个所述时间 段对应的所述劣化综合 程度进行磨损异常预警。 3.如权利要求2所述的一种基于大数据的轧辊改制辅助优化方法， 其特征在于， 所述根 据每个所述时间段对应的所述劣化综合 程度进行磨损异常预警的方法， 包括： 当所述劣化综合程度小于劣化阈值时， 则将对应所述时间段的特征值为+1， 反之， 当所 述劣化综合程度大于或等于劣化阈值时， 则将对应所述时间段的特征值为 ‑1； 基于时间序 列， 对每个所述时间段的所述特征值进 行依次相加， 当相加结果等于特征值阈值时， 则进 行 磨损异常预警。权　利　要　求　书 2/2 页 3 CN 114880814 B 3