点击上方「蓝字」关注我们
在机加工的生产过程中，加工品质往往是工厂最关心的话题，为了提高生产合格率，各家工厂都想尽一切办法，但因刀具异常所引发的品质风险依旧困扰很多机加工厂，接下来让我们一起看看，下面这家客户是怎么解决刀具异常的问题。
客户需求
客户为长三角地区生产万向节领域的知名客户，在生产加工过程中，时常出现因刀具异常（刀具断裂、刀具崩刃）造成的品质问题，客户为此采用减少刀具使用寿命和加大人工检查的方式，但依旧治标不治本。
如何找到吉兰丁
曾在2019年的时候，吉兰丁就给这家客户集团做过很多项目，比如
1.Ai品质预测
在无心磨机床上，采用“磨削烧伤监控系统”，采集机床主轴负载和进给轴坐标。
并基于磨削过程的理解，提取相关特征值+Ai算法应用与品质检测结果结合建模
最终得到98%的模型准确性，可替代加工后的最后品质检测环节。
2.加工工艺优化
通过采集机床的振动和机床动作信号，对加工节拍进行分析
最终发现有很多空程可优化，直接带来21%效率提升点。
所以客户十分认可吉兰丁在机加工领域的技术能力和数据分析能力，于是这次遇到的难题后又找到了我们。
项目背景
话说回来，这次面临的项目背景如下：
机床信息
机床种类：西门子828D
机床类型：单刀架45°倾斜卧式车床
监控刀具：外圆端面车刀
加工材料：铸钢
监控信号：主轴功率，实现断刀/崩刃监控
加工工艺简述
在加工万向节时，客户按照以下加工工艺顺序进行重复加工。
对应的加工信号如下
加工原理解释
车削过程
主轴通过夹具装夹住待加工工件并带动其高速旋转，与此同时，车刀沿着待加工工件的径向或者轴向进行相对运动，完成加工过程。
矢量分解
吉兰丁基于车削加工过程的工艺特点，对过程数据（功率负载数据）进行矢量分解提取，精准监控反映刀具异常的刃角加工过程。
Ps：吉兰丁的监控产品不同于其他家用Ai算法实现刀具监控的厂商，而更多的是从机加工原理角度出发，深刻理解机加工的微观过程，并通过特征值提取再加上Ai算法的辅助，从而让监控更加精准和高效，这也是吉兰丁产品的竞争优势。
监控效果
通过前面对加工数据特征的深刻理解，也就为本次案例精准监控创造了前提。
断刀（空跑监控）
紫色正常数据Vs棕色断刀数据
严重崩刃监控
蓝紫色正常数据Vs红色崩刃数据
中等崩刃监控
绿色正常数据Vs黄色崩刃数据
轻微崩刃监控
绿色正常数据Vs黄色崩刃数据
额外收获
通过多天的数据收集和分析，吉兰丁在实现客户的刀具异常监控功能外，还额外发现了客户的刀具可延寿的价值点。
现场人员按此换刀，可以规避后续的崩刃故障。此过程中刀具累计加工1863件，相较于原来寿命提升了14倍。
客户收益
客户在使用吉兰丁的《刀具断裂监控系统》和《刀具磨损监控系统》产品可带来如下价值。
刀具延寿
帮助刀具进行延寿，操作人员根据软件的提示进行换刀即可，这样可以在保证工件质量的前提下，最大限度使用刀具的寿命，最大可到14倍，节约生产成本。
刀具监控
对刀具的异常状态进行监控，当刀具发生轻微崩刃或断刀时，系统也会精准发生报警，及时提醒操作人员进行刀具检查，保证工件的质量。
往期推荐
文章评论