磨削工件的齿或轮廓的方法与流程

磨削工件的齿或轮廓的方法
1.本发明涉及一种通过磨床中的磨削工具来磨削工件的齿或轮廓的方法，其中在工具主轴上接收磨削工具，并且工具主轴通过第一驱动电机旋转，其中在工件主轴上接收工件，并且工件主轴通过第二驱动电机旋转，其中至少在磨削工具与待磨削的齿或待磨削的轮廓啮合期间，测量第一机器参数和第二机器参数，并且将两个测量的机器参数或从机器参数导出的变量与预定的存储值进行比较，其中如果在考虑公差范围的情况下机器参数或从其导出的变量中的至少一个超过或低于预定的存储值，则输出信号。
2.这种方法从wo 2020/193228 a1中被知晓。这里，对所描述的类型进行监测，以便能够检测磨削蜗杆中是否已经发生砂轮破裂，其中在给定情况下，输出警告指示器，指示不允许的工艺偏差。
3.当监测磨削工艺时，通常知晓观察相关的工艺参数，例如驱动磨削主轴的电机的电流消耗，并且检查该值是否在磨削行程的过程中位于预定的公差范围内，该公差范围在磨削行程的过程中自然地变化。如果该值超出公差范围，则输出一个信号，指示工艺不在合适的条件下。定义的公差范围可以被理解为系统已经“学习”的并且基于过去经验的值范围。相关的现有技术请参考德国科隆的nordmann gmbh&co.kg的工具监测(见：https://www.nordmann.eu/huellkurven.html)。
4.事实上，通过这样做，可以对磨削工艺的过程进行说明，尤其是从是否磨削了合适的工件的角度来看。然而，已经发现，在许多情况下，这不足以充分说明磨削工艺的过程和磨削工件的质量。特别是，如果没有合适的磨削工艺，就很难得出缺陷的原因。
5.本发明基于进一步开发一种通用工艺的目的，使得可以通过监测相关变量得出改进的关于磨削工艺过程的结论。因此，应该有可能更好地评估是否已经磨削了一个合适的工件。如有必要，还应能够得出关于哪些问题导致磨削工艺无法正常进行的指示。因此，本发明的一个目的在于磨削工艺的工艺安全监测和尽可能完整的工件质量监测，这应该可以快速且廉价地实现，并且因此不需要对磨削工件，特别是齿轮进行下游额外的测量。
6.对该目的的解决方案，本发明提供了机器参数或从该机器参数导出的变量中的至少一个包含周期性信号分量，其中这些信号分量通过频率分析被分解成单独的频率分量，并且这些频率分量被用于比较它们的频率和/或它们的幅度(amplitude)。
7.优选地，机器参数或从这些机器参数导出的变量都包含周期性信号分量。
8.优选地，频率分量仅用于比较它们的幅度。
9.根据优选的程序，通过快速傅里叶变换(fft)进行所述步频率分析。
10.然而，也可以使用替代的和已知的方法，特别是离散傅里叶变换(dft)、均方根分析(确定rms谱)、确定幅度谱、倒谱分析、补偿正弦函数或确定自功率谱(psd分析)。所提到的信号分析程序本身是已知的，因此不需要在这里详细讨论。
11.在使用磨削工具磨削工件时，第一和第二机器参数的测量可以在预定的时间间隔内进行。
12.当使用磨削工具磨削工件时，第一和第二机器参数的测量也可以在预定的进给路径上进行。因此，所提到的参数(特别是工具主轴的磨削功率)不是及时被考虑的，而是局部
被考虑的(在磨削行程的过程中)。这使得可以查看特别相关的部分，并与已经存储的数据进行比较。
13.根据本发明的优选实施方案，第一机器参数为工具主轴的电机的电流消耗。第二机器参数优选为工件主轴的电机的电流消耗。
14.就工具电机的功率消耗或电流消耗而言，根据本发明的另一实施方案，提出从电机的总电流消耗的过程中减去电流消耗的过程，这导致没有切削材料的磨削行程(或者在仅进行结束行程的情况下，其仅消耗相对少的能量)。在这方面，这种方法不考虑总主轴功率，而只考虑切削功率。因此，从总功耗中减去由空行程(或结束行程)产生的部分。在空行程(或结束行程)期间，仅记录功率损失，例如由轴的轴承引起的功率损失或由冷却润滑剂引起的流体动力损失。
15.当我们在这里谈到电机的电流消耗(i)时，我们当然也指电机的吸收功率(p)，它可以通过以下关系计算
[0016][0017]
其在施加电压u时给出。
[0018]
所检测的机器参数之一也可以是磨床或它的一部分的固体声，其中固体声通过固体声传感器检测。
[0019]
另一种选择是，从机器参数中导出的变量为加工在齿或轮廓上要去除的给定体积的余量所需的单位体积切削能量(以j/mm3测量)。工具主轴的功率消耗或电流消耗可用于确定在规定的时间段内消耗的能量，这是加工加工余量所必需的(特别是在扣除不是由于加工造成的部分后，见上文)。考虑到工具(磨削蜗杆)和齿或轮廓的几何形状以及工艺参数(特别是工具对工件的进给)，就可以确定相应的加工体积。利用所提到的参数单位体积切削能量，有利于不同工件的不同磨削工艺(尤其是展成磨削工艺)之间的可转移性。
[0020]
从测量的机器参数和/或从机器参数导出的变量中，可以确定并输出特征值，表征磨削工件的磨削工艺。
[0021]
磨削工具优选为磨削蜗杆，工件优选为齿轮。
[0022]
在这方面，所提议的概念提出通过组合几个信号来监测和评估磨削工艺、尤其是展成磨削工艺，由此考虑至少两个不同的工艺参数。对于每个磨削工件，可以定义一个特征值，该特征值提供关于已经进行的磨削工艺的信息。
[0023]
所描述的程序有效地监测磨削工艺，并在早期阶段检测故障或明显的部件。特别地，检测工件毛坯上的缺陷、磨削齿轮侧面上的波纹以及工具缺陷。
[0024]
通过恢复存储的数据(在机器控制中)进行评估，并因此从以前的磨削工艺中学习到知识。因此，可以更有效地检测工艺偏差(异常)，从而可以向机器操作者发出警告或者停止磨削工艺。
[0025]
在加工过程中，视情况可以记录并考虑控制系统内部的若干信号(即，存在于机器控制系统中的信号)以及控制系统外部的信号(例如，通过传感器记录，该传感器拾取例如源自机床或大厅地板的固体声)。
[0026]
此外，机器内部数据(如设置校正、磨削蜗杆的直径、工件和工具相互引导的生成
路径(generated path))可用于评估工艺，为此，必要时可对其进行适应性过滤和分类(例如，通过将整个磨削工艺细分为不同的行程、细分为工件和工具的进料、出料(outfeed)和完全啮合)。
[0027]
根据影响工艺的变量，特别是关于生成过程(generated course)(受螺杆直径和校正的影响)，可以计算和输出特征值。
[0028]
除了先前已知的方法(见上文)，所提到的细分的特征值(统计特征值，例如标准偏差、方差、峰度、偏斜度、频率分布、百分位数分类、斜率、面积含量)可以从单独记录的信号中确定；这也适用于从信号分析(如频率、幅度、阶次分析)中确定特征值。
[0029]
为了不同磨削工艺的测定数据的普遍有效性，并因此为了可转移性，所提到的特征值可以标准化。为此，例如，使用相关的金属去除率、相关的磨削功率、相关的切削力以及工件和工具之间的接触时间等。
[0030]
从各种传感器信号获得的不同特征值的组合提供了关于磨削工艺的信息。
[0031]
借助来自统计学的算法，特别是来自机器学习领域的算法，对这些数据进行评估，并确定编辑工艺的质量。来自机器学习领域的知名算法包括监督学习和无监督学习、“深度学习”和“强化学习”。
[0032]
这使得可以提高监测质量，从而稳定磨削工艺。可以以改进的方式识别它是否是故障工艺，由此也可以以改进的方式识别故障类型。这样做的前提条件是在存储的数据(在机器控制中)教导了这种错误或类似的错误。
[0033]
除了识别错误情况之外，还可以更快的排除故障。基于这一知识，机器能够自适应地干预工艺并优化它。
[0034]
如所提到的，工艺中的测量信号可以被划分为基于磨削工艺的知识对工艺的评估有意义的区域。因此，不一定要评估整个加工工艺，而只是评估相关区域。
[0035]
因此，所提出的程序监测磨削工艺，并基于指数对它进行评估。这意味着为每个单独的工件计算指数(即数值)，评估磨削工艺的质量。然后，这些指数值可以作为进度图提供给机器操作人员，以便他可以很容易地获得已经发生的磨削工艺的概貌。可以使用几个特征值来确定上面提到的指数。然后，这些特征值以不同的方式评估磨削工艺、修整工艺和工件在磨床中的对准。因此，可以在早期阶段检测到误差，否则这些误差只能在测量室中检测到或者根本检测不到。这些错误包括工件毛坯错误或设置错误。
[0036]
此外，如果不规则性被教导到算法中，则可以输出关于不规则性的特定信息。通过这种方式，可以优化工艺，并以有针对性且省时的方式消除错误。
[0037]
将实际磨削工艺中记录的数据与存储在数据库中的数据进行比较。以这种方式，例如，某些工艺信号可以被分配给磨削蜗杆的某些区域；相应地，例如，信号可以分配给磨削蜗杆的某些蜗杆直径和相关速度。
[0038]
附图示出了本发明实施方案的实例。
[0039]
图1首先对于第一磨削工艺，以一般方式，在上面的图中示出了驱动磨削主轴的电机的功率消耗或电流消耗的过程，在下面的图中示出了驱动工件主轴的电机的功率消耗或电流消耗的过程，和
[0040]
图2对于第二磨削工艺，根据本发明的方法的实施方案，在左侧图中示出了驱动工件主轴的电机的功率消耗或电流消耗的过程，在右侧图中示出了从快速傅里叶变换(fft)
获得的功率或电流的周期过程的频率分量的幅度。
[0041]
图1示出了功率p或电流i随时间t变化的曲线，这是在齿轮磨床中用于驱动磨削主轴(s)的电机和用于驱动工件主轴(w)的电机的结果(示出了粗磨行程，在该粗磨行程中，工件被磨削到一定质量(quality))。在图1的顶部，绘制了当功率ps被磨削主轴的电机吸收时，功率ps随时间变化的曲线；通过施加的电机电压，相应地获得电机的安培值is的相同曲线。这同样适用于图1中的较下方的图，其中为驱动工件主轴的电机绘制了相同的信息。
[0042]
制造合适的齿轮时预期的功率和电流曲线分别用点划线示出。点划线上方和下方的虚线表示功率或电流曲线的容许公差范围。el表示磨削蜗杆进入待磨削齿轮的区域，vs表示实际磨削发生的全切削，al表示工具从工件离开。
[0043]
所画的线表示在磨削具体工件期间功率或电流的实际过程。
[0044]
可以看出，磨削主轴上的功率消耗或电流消耗是正常的，这表明磨削是合适的。然而，事实上并非如此。由于侧面形状错误(即由于右齿侧面和左齿侧面之间相反的侧面线偏差)，磨削主轴消耗预期的电流，但是工件主轴不消耗预期的电流，工件主轴的功率消耗在预期的范围之外，这可以从图1的较下面的图中看出。
[0045]
因此，应该注意的是，根据侧面形状错误的位置或方向，磨削主轴处的功率消耗或电流消耗可能仍然在容许公差范围内，而只有同时考虑工件主轴处的功率消耗或电流消耗才表明齿轮的预加工存在问题，并且存在相应的侧面形状错误。
[0046]
因此，在本实施方案中，通常提供(至少)在磨削工具与待磨削的齿啮合期间，测量工具主轴的呈功率或安培值形式的第一机器参数和工件主轴的呈功率或安培值形式的第二机器参数。将两个测量的机器参数ps/is、pw/iw与预定的存储值进行比较。如图1所示，从较下面部分的图可以立即看出，功率或电流强度的过程已经离开了容许公差范围，从而发出警告信号。因此，机器控制表明磨削过程中存在的问题，并且可能没有好的零件。
[0047]
图2示出了根据本发明的具体程序，根据本发明，所述程序已经在这里被特别设计，以使在磨削工艺中可以看到改进的问题，并且能够发出相应的警告信息。
[0048]
图2中左侧的图再次示出了工件主轴的功率消耗或电流消耗(见画出的线)，此处位于容许公差范围内。然而，也可以看出，功率消耗或电流消耗周期性地变化，即它示出了叠加振荡的过程。
[0049]
这种叠加振动会在齿面上产生有害的细波纹，这会在齿轮装置使用时产生噪音；这在电动汽车领域尤其不利。
[0050]
根据本发明的可能的实施方案，因此在此设想，在上述程序的改进中，考虑从机器参数(此处：从工件主轴的功率消耗或电流消耗)导出的变量，以便评估或评价磨削工艺。
[0051]
对图2中左侧部分的图中记录的波形进行快速傅里叶变换(fft)以将周期信号分解成其分量(“谐波”)。这在图2右侧部分的图中示出。在这里，所检测的周期信号的单独的频率分量的幅度a示意性地绘制在指令(order)or之上。可以看出，频率分量高于极限值gr，因此可以断定没有发生合适的磨削工艺。
[0052]
应当注意，图2中的图示仅是非常示意性的，当然，可以为fft产生的每个单独的频率分量设置单独的极限值。特别地，存储在机器控制系统中的专业的知识可以在这里被用来使其在给定的情况下发出警告信号。
[0053]
利用所提出的程序，尤其可以在可能错误地生产出一整批工件之前，非常迅速地
指出不合适的工艺条件。这样可以节省相当大的成本。
[0054]
当然，也可以使用其他参数来监测该工艺，特别考虑记录机器固体声或大厅地板的固体声，这同样允许报告，特别是分析记录的信号(例如通过fft)之后，关于磨削工艺如何进行以及是否预期已经磨削了良好的零件。
[0055]
该实施方案示出了fft的使用。或者，可以使用任何其他已知的频率分析方法，例如特别是离散傅里叶变换(dft)、通过均方根分析(确定rms谱)的频率分析、通过确定幅度谱、通过倒谱分析(包括变量，例如功率倒谱)、通过补偿正弦函数或通过确定自功率谱(psd分析)。在测量值分析中，所描述的方法都是已知的，因此不需要在这里更详细地讨论。唯一重要的是，通过频率分析来确定所测量的周期信号分量的单独的频率分量，并且由此获得的结果用于与容许极限值进行比较(特别是对于“谐波”的单独的幅度的最大容许幅度)。

技术特征：
1.通过磨床中的磨削工具磨削工件的齿或轮廓的方法，其中在工具主轴上接收所述磨削工具，并且所述工具主轴通过第一驱动电机旋转，其中在工件主轴上接收所述工件，并且所述工件主轴通过第二驱动电机旋转，其中至少在所述磨削刀具与待磨削的齿或待磨削的轮廓啮合期间，测量第一机器参数和第二机器参数(ps，pw)，并将两个测量的机器参数(ps，pw)或从所述机器参数(ps，pw)导出的变量(a)与预定的存储值进行比较，其中如果在考虑公差范围的情况下所述机器参数(ps，pw)或从其导出的所述变量(a)中的至少一个超过或低于预定的存储值，则输出信号，其特征在于所述机器参数(ps，pw)或从这个机器参数(ps，pw)导出的所述变量(a)中的至少一个包含周期性信号分量，其中这些信号分量通过频率分析被分解成单独的频率分量，并且所述频率分量被用于比较它们的频率和/或它们的幅度。2.根据权利要求1所述的方法，其特征在于，两个机器参数(ps，pw)或从这些机器参数(ps，pw)导出的所述变量(a)都包含周期信号分量。3.根据权利要求1或2所述的方法，其特征在于，所述频率分量仅用于比较它们的幅度。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述频率分析通过快速傅里叶变换(fft)进行。5.根据权利要求1至3中任一项所述的方法，其特征在于，所述频率分析通过离散傅里叶变换(dft)进行。6.根据权利要求1至3中任一项所述的方法，其特征在于，所述频率分析通过均方根分析(确定rms谱)或通过确定幅度谱或通过倒谱分析或通过补偿正弦函数或通过确定自功率谱(psd分析)进行。7.根据权利要求1至6中任一项所述的方法，其特征在于，在使用所述磨削工具磨削所述工件期间，在预定的时间间隔内进行所述第一机器参数和所述第二机器参数(ps，pw)的测量。8.根据权利要求1至6中任一项所述的方法，其特征在于，在使用所述磨削工具磨削所述工件期间，在预定的进料路径上进行所述第一机器参数和所述第二机器参数(ps，pw)的测量。9.根据权利要求1至8中任一项所述的方法，其特征在于，所述第一机器参数(ps)为所述工具主轴的电机的功率消耗或电流消耗。10.根据权利要求1至9中任一项所述的方法，其特征在于，所述第二机器参数(pw)为所述工件主轴的电机的功率消耗或电流消耗。11.根据权利要求9或10所述的方法，其特征在于，从所述电机的总功率消耗或电流消耗的过程中减去所述功率消耗或电流消耗的过程，导致没有材料切削的磨削行程或在结束磨削行程中仅具有低切削。12.根据权利要求1至8中任一项所述的方法，其特征在于，所述机器参数之一为所述磨床或其一部分的固体声，所述固体声通过固体声传感器检测。13.根据权利要求1至11中任一项所述的方法，其特征在于，从所述机器参数(ps，pw)导出的所述变量为用于加工在所述齿或所述轮廓上要去除的预定体积的余量所需的单位体积切削能量(j/mm3)。
14.根据权利要求1至13中任一项所述的方法，其特征在于，从所述测量的机器参数(ps，pw)和/或从所述机器参数(ps，pw)导出的所述变量(a)中确定并输出表征所述磨削工件的磨削工艺的特征值。15.根据权利要求1至14中任一项所述的方法，其特征在于，所述磨削工具为磨削蜗杆，并且所述工件为齿轮。

技术总结
本发明涉及一种通过磨床中的磨削工具来磨削工件的齿的方法，其中在磨削工具与待磨削的齿啮合期间，测量第一和第二机器参数(PS，PW)，并且将测量的两个机器参数(PS，PW)与预定的存储值进行比较，其中如果在考虑公差范围的情况下至少一个机器参数(PS，PW)超过或低于预定的存储值，则输出信号。为了能够通过监测相关变量更好地得出关于磨削工艺过程的结论，本发明提出，至少一个机器参数(PS，PW)包含周期性信号分量，其中所述信号分量通过频率分析被分解成单独的频率分量，并且频率分量被用于比较它们的频率和/或幅度。较它们的频率和/或幅度。较它们的频率和/或幅度。


技术研发人员：克里斯托弗
受保护的技术使用者：卡帕耐尔斯有限两合公司
技术研发日：2021.10.20
技术公布日：2023/7/20