論文概況

近日，友機技術團隊提出了一種“數據模型混合驅動的概率狀態空間模型用于刀具磨損監測”的方法。研究成果以“A hybrid-driven probabilistic state space model for tool wear monitoring”為題發表在機械領域頂級期刊《Mechanical Systems and Signal Processing》上。

該研究得到了國家自然科學基金面上項目(52275127)、國家重點研發計劃青年科學家項目(2021YFB2011400)和友機技術（上海）有限公司的支持。

研究背景

     刀具磨損監測對于提高加工產品質量和保障加工安全至關重要。近年來，為了實現刀具磨損監測，涌現出了眾多技術，包括基于數據驅動的磨損監測方法和基于物理模型的刀具退化評估方法。然而，傳統的數據驅動方法高度依賴于測量數據，而基于物理模型的方法難以對復雜的加工過程精確建模。為了解決這些問題，友機技術團隊提出了一種“數據模型混合驅動的概率狀態空間模型用于刀具磨損監測”的方法，旨在提高刀具磨損監測的準確度和穩健性。

研究方法流程

第一步：數據采集

第二步：敏感特征篩選

第三步：磨損狀態識別

第四步：失效概率估計

論文創新點總結

研究工作提出了一種數據與模型混合驅動的方法用于刀具磨損監測。

（1）一種敏感性的特征選擇機制被構建用于去除混淆在多源監測信號中的噪聲干擾與冗余信息，提高了刀具磨損監測效率。

（2）基于概率估計的混合模型被創新性的提出以充分發揮數據資源和物理模型的優勢，有效的提高了監測精度；另外，所構建的概率模型為監測結果提供了科學解讀，明顯的增強了刀具健康管理的可靠性。

（3）自適應的磨損狀態識別機制被設計以充分發掘刀具剩余價值，提高企業經濟效益。

公司介紹

友機技術（上海）有限公司是以機床智能化及工藝智能化技術為核心業務，由一群精密加工領域多年實踐專家及國際頂尖的工業人工智能算法科學家經過近10年的核心技術打磨、產品化及市場驗證迭代后發起成立，結合刀具管理、設備管理、質量管理、設備績效、生產管理等功能模塊為用戶在自動化、數字化、智能化的升級改造進程中提供高效、可靠的技術支撐，為工廠提供數字化全局解決方案。致力于建造一個基于機理工藝模型，具有高級AI底層技術的，具有自編程，自控制，自感知，自診斷，自決策的高度智慧工藝優化及決策系統，實現泛機電化設備的智慧控制，讓復雜的制造進入無人駕駛時代。

機床作為工業母機，是一切制造精度和效率的基礎，在3C、新能源汽車、國防軍工、航空航天等核心產業發揮著不可替代的作用。2021年，中國機床產值增加了50億美元，為10 年來最大單年增幅，機床產業已進入全新增長周期。

但是精密制造存在加工鏈條長、變量多的痛點，實際加工過程中往往產生工序執行不及初始預期、造成大量經濟損失與資源浪費的問題。友機技術則是瞄準這一痛點，從實時數據和工藝機理切入，為客戶打開精密制造的工藝黑匣子。

具體到產品層面，友機技術為客戶提供四大系統，直擊病灶解決問題：

UJ-PMS智能加工過程監控系統

可監測機加工異常情況，降本增效

· 斷刀、崩刃、卡屑等異常監控

· 加工過程質量控制

· 最大化刀具壽命

· 加工過程數據追溯

UJ-IPS智適應控制及保護系統

可實時調整機床運行效率，減少風險

· 提高加工效率

· 保護刀具

· 振動抑制

UJ-CDS撞機保護系統

可在0.25ms內響應，快速停機

· 0.25ms 內響應

· 撞機時快速停機

· 保護主軸

· 減少停機時間

UJ-MCM 設備健康狀態監控和預測性維護系統

提高快速定位問題解決的能力，提高設備穩定運行的保障能力

· 監控設備健康狀態

· 動態精度監控

· 故障預警

· 故障診斷

· 壽命預測

· 減少應急維修成本

通過智慧感知、智慧洞見、智慧決策、智慧控制四位一體，友機技術賦能精密制造業數字化升級并給客戶帶來極大的效益價值。

總的來說，友機技術可以全維度的監控加工過程并分析過程，能帶來降低成本、提高生產效率、在線加工質量控制、工藝優化和生產能力最大化等優勢。