[发明专利]可快速更换刨刀的龙门刨床及其方法

说明书

本申请实施例提供一种可快速更换刨刀的龙门刨床及其方法，其使用基于过滤器的第一卷积神经网络对由相机采集的龙门刨床的刨刀在运行前的第一刨刀图像和在运行结束后的第二刨刀图像进行编码以得到用于表征刨刀工作过程中的外观变化特征的第一特征矩阵，使用联合编码器对通过电流传感器采集的所述龙门刨创在运行过程中的电流信息进行编码以得到用于表征借助电流作为媒介来表示状态变化特征的第二特征矩阵，然后基于第一特征矩阵和第二特征矩阵之间的平滑响应过渡信息融合第一特征矩阵和第二特征矩阵以得到分类特征矩阵，以获得更优化的分类目标，这样，提高对龙门刨床的刨刀性能的分类判断的精准度。

技术领域

本申请涉及刨床设备领域，特别涉及一种可快速更换刨刀的龙门刨床及其方法。

背景技术

龙门刨床是用刨刀对工件的平面、沟槽或成形表面进行刨削的机床设备。刨床加工时由于刨刀直接与工件进行接触，刨刀会逐渐磨损，影响加工的精度，如果加工时出现未能及时发现刀具磨损过大导致加工精度不足，所以需要及时发现并换刀，但现有技术中往往需要加工完一系列产品后对产品精度进行检测才更换刨刀，导致浪费大量的材料。

因此，期待一种优化的龙门刨床，其能够对其刨刀性能进行智能监测以及时地更换刨刀，避免不良刨刀加工带来的材料浪费。

发明内容

本申请提供了一种可快速更换刨刀的龙门刨床及其方法，其使用基于过滤器的第一卷积神经网络对由相机采集的龙门刨床的刨刀在运行前的第一刨刀图像和在运行结束后的第二刨刀图像进行编码以得到用于表征刨刀工作过程中的外观变化特征的第一特征矩阵，使用联合编码器对通过电流传感器采集的所述龙门刨创在运行过程中的电流信息进行编码以得到用于表征借助电流作为媒介来表示状态变化特征的第二特征矩阵，然后基于所述第一特征矩阵和所述第二特征矩阵之间的平滑响应过渡信息融合所述第一特征矩阵和所述第二特征矩阵以得到分类特征矩阵，从而提取到各个特征矩阵的参数化模型之间的平滑的响应过渡信息，以获得更优化的分类目标，这样，提高对龙门刨床的刨刀性能的分类判断的精准度。

第一方面，本申请提供了一种可快速更换刨刀的龙门刨床，所述系统包括：

传感器数据采集模块，用于获取由相机采集的龙门刨床的刨刀在运行前的第一刨刀图像和在运行结束后的第二刨刀图像以及通过电流传感器采集的所述龙门刨床在运行过程中的电流信号；

差分模块，用于计算所述第一刨刀图像和所述第二刨刀图像之间的差分图像；

图像编码模块，用于将所述差分图像通过基于过滤器的第一卷积神经网络以得到第一特征矩阵；

统计模块，用于从所述电流信号提取多个时域统计特征；

联合图像编码模块，用于将所述电流信号的波形图通过联合编码器的图像编码器以得到电流波形特征向量，所述图像编码器使用第二卷积神经网络对所述电流信号的波形图进行编码；

联合序列编码模块，用于将所述多个时域统计特征通过所述联合编码器的序列编码器以得到电流时域统计特征向量，所述序列编码器使用包含嵌入层的上下文编码器对所述多个时域统计特征进行基于全局的上下文语义编码；

联合编码模块，用于通过所述联合编码器对所述电流波形特征向量和所述电流时域统计特征向量进行联合编码以得到第二特征矩阵；

特征矩阵融合模块，用于基于所述第一特征矩阵和所述第二特征矩阵之间的平滑响应过渡信息融合所述第一特征矩阵和所述第二特征矩阵以得到分类特征矩阵，其中，所述第一特征矩阵和所述第二特征矩阵之间的平滑响应过渡信息基于所述第二特征矩阵与所述第一特征矩阵的差分特征矩阵来表示；以及

刨刀更换结果生成模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示所述龙门刨床的刨刀是否需要更换。