近年來監控 刀具 狀況的技術也隨著感測技術的進步,已發展出各式不同的檢測方法,其中就直接檢測的方式來說,多利用到探針、光學及機器視覺等方式來達成檢測 刀具 的目的,雖然檢測精度較高但都必須在非加工狀態 刀具 停止使用的靜止狀態下做檢測,因此不僅會占用到產線加工的時程也無法做到加工過程中做到即時反應的機制,除此之外直接檢測受限於受檢測刀具會因為附著一些異物(如切削油或積屑)或熱膨脹效應的種種因素影響而極易導致量測上的誤差。
以間接檢測來說,可以做到在加工過程中監控刀具作用在工件上的狀況,完全不會占用到產線的加工時間且可以達到即時監測及即時的問題狀況反應,通常的作法為監測加工時所產生的震動、聲音、反饋力或溫度等特徵,為何被稱為「間接檢測」,主要這些所量得的物理量數據都無法直接對應到刀具狀況,往往會因為關鍵訊號摻雜外在環境的干擾因素而無法有效對應到刀具的狀況,這些干擾因素如機械加工廠通常會有吵雜的背景音,刀具加工過程需要噴注切削液等等,因此間接檢測技術關鍵的地方不是擷取到加工過程中產生的訊號,而是如何從這些訊號中提取出關鍵的特徵,所以通常必須搭配一些驗算技術來才能獲得真正屬於刀具狀況的訊息。
DMS擷取加工主軸上的振動訊號,將這些數據導入人工智慧技術的特徵收斂演算,在加工過程中即時導出現在的刀具加工狀態與對比新刀加工狀況的差異程度,下圖為刀具從新刀隨著加工時間的增加一直到刀子整個崩壞過程中差異指標(Factor)與時間的對應關係。
有此圖明顯看出DMS所產出的刀具磨耗差異指標(Factor)可以表現出非常典型的完整刀具磨耗曲線,由初期因新刀具的切削刃和刀面不平整或存在一些缺陷,導致磨損增長較快,等到進入刀具正常切削的階段磨損增長會趨於緩慢,此時為刀具的最佳使用狀態,在此階段持續磨耗一段時間後磨耗量又會開始快速增長,進入急速磨耗期然後產生崩壞喪失切削能力。
DMS具有監測加工系統的動態切削過程狀況的能力,可達到預報刀具磨損及即時告警偶發性的刀具異常狀況,如刀具斷刀或破損的緊急情況,防止損壞工件或加工機台,並可結合大數據分析做有效率的提升刀具使用壽命,降低加工成本。