一種基于電流與聲發(fā)射復(fù)合信號(hào)的刀具磨損監(jiān)測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及刀具磨損監(jiān)測(cè)領(lǐng)域，具體的說是一種基于電流與聲發(fā)射復(fù)合信號(hào)的刀 具磨損監(jiān)測(cè)方法。
【背景技術(shù)】
[0002] 刀具磨損狀態(tài)識(shí)別作為制造過程自動(dòng)化技術(shù)的一部分，已日益為人們所重視，一 個(gè)工作可靠的刀具磨損狀態(tài)監(jiān)測(cè)系統(tǒng)可以通過及時(shí)、準(zhǔn)確地反映刀具磨損狀態(tài)信息來指導(dǎo) 機(jī)床完成自動(dòng)換刀，實(shí)現(xiàn)不間斷生產(chǎn)過程，穩(wěn)定工件的加工質(zhì)量。
[0003] 刀具磨損狀態(tài)監(jiān)測(cè)方法主要分為直接測(cè)量法和間接測(cè)量法。直接測(cè)量法如光學(xué) 法、放射線法、電阻法等，其測(cè)量精度高，但易受加工環(huán)境的干擾，不便在實(shí)時(shí)加工中進(jìn)行在 線測(cè)量；間接測(cè)量法通過采集并處理與切削過程相關(guān)的信號(hào)，如切削力信號(hào)、振動(dòng)信號(hào)、電 流信號(hào)、聲發(fā)射信號(hào)、或電機(jī)功率等，間接獲得反映刀具磨損狀態(tài)的信息。
[0004] 金屬切削過程中，切削力會(huì)隨著刀具磨損量的增加發(fā)生相應(yīng)的變化，利用切削力 信號(hào)可以實(shí)現(xiàn)刀具磨損狀態(tài)的監(jiān)測(cè)，但切削力測(cè)量?jī)x器的高成本影響了該方法的實(shí)際應(yīng)用 價(jià)值；切削力的變化會(huì)引起電機(jī)輸出扭矩的改變，從而使電機(jī)電流發(fā)生變化，因此利用電機(jī) 電流信號(hào)可以間接實(shí)現(xiàn)對(duì)刀具磨損狀態(tài)的監(jiān)測(cè)。由于電流傳感器成本低，易于安裝，因此電 流監(jiān)測(cè)法具有很好的應(yīng)用基礎(chǔ)，金屬切削過程存在很強(qiáng)的非線性，如何在非平穩(wěn)的電流信 號(hào)中提取并篩選出有效的特征，是電流監(jiān)測(cè)法研宄的重要環(huán)節(jié)。
[0005] 利用檢測(cè)電機(jī)電流信號(hào)識(shí)別刀具磨損狀態(tài)是很實(shí)用的方法，然而，電流信號(hào)不但 與刀具磨損有關(guān)，也與切削參數(shù)有關(guān)（即切削速度、進(jìn)給量、鉆頭直徑等），還與加工材 料、刀具材料有關(guān)。所以，用電流信號(hào)檢測(cè)刀具磨損的關(guān)鍵是如何剔除切削條件的影響，使 電流信號(hào)只與刀具磨損狀態(tài)有關(guān)，也就是說一個(gè)理想的刀具磨損檢測(cè)模型必須對(duì)刀具磨損 狀態(tài)反應(yīng)靈敏，而對(duì)切削條件變化不靈敏。
[0006] 有文獻(xiàn)報(bào)道，利用進(jìn)給電機(jī)電流分別對(duì)銑削加工的刀具磨損狀態(tài)監(jiān)測(cè)方法進(jìn)行了 研宄，對(duì)于電流信號(hào)的處理采用了截止頻率50Hz的低通濾波，即只對(duì)電源頻率附近的低頻 電流信號(hào)進(jìn)行分析，經(jīng)研宄發(fā)現(xiàn)，高頻電流信號(hào)中仍存在可用于刀具狀態(tài)特征提取的成份， 這些成份與切削力的變化存在一定的對(duì)應(yīng)關(guān)系，但是由于穩(wěn)定性不高，有時(shí)候不能完全確 定成分內(nèi)容，所以單獨(dú)的信號(hào)電流監(jiān)測(cè)雖然成本不高，但是穩(wěn)定性與可靠性稍差。
[0007] 由于聲發(fā)射信號(hào)測(cè)量簡(jiǎn)便，成本不高，且包含了豐富的刀具切削狀態(tài)信息，故采用 切削聲發(fā)射信號(hào)間接識(shí)別刀具磨損狀態(tài)已得到廣泛的關(guān)注。這些研宄利用時(shí)域分析、時(shí)序 分析、頻域分析以及時(shí)頻域分析等方法對(duì)聲發(fā)射信號(hào)進(jìn)行處理并從中提取反映刀具磨損狀 態(tài)的多種特征。通過以上方法所提取的特征雖可從一定程度上反映刀具的磨損狀態(tài)，但由 于實(shí)際加工條件變化的復(fù)雜性，這些特征難以全面而有效地反映刀具的磨損狀態(tài)變化，所 以單獨(dú)的聲發(fā)射信號(hào)監(jiān)測(cè)穩(wěn)定性與可靠性也不是太高。

【發(fā)明內(nèi)容】

[0008] 針對(duì)上述現(xiàn)有的單獨(dú)的信號(hào)電流監(jiān)測(cè)及聲發(fā)射信號(hào)監(jiān)測(cè)穩(wěn)定性與可靠性也不高 的缺陷，本發(fā)明提供一種基于電流與聲發(fā)射復(fù)合信號(hào)的刀具磨損監(jiān)測(cè)方法。
[0009] 為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為： 一種基于電流與聲發(fā)射復(fù)合信號(hào)的刀具磨損監(jiān)測(cè)方法，該方法通過檢測(cè)切削加工中的 主軸電機(jī)的電流信號(hào)及車刀磨損狀態(tài)的聲發(fā)射信號(hào)，并基于電流與聲發(fā)射復(fù)合信號(hào)進(jìn)行處 理分析，實(shí)現(xiàn)對(duì)刀具磨損狀態(tài)的實(shí)時(shí)監(jiān)測(cè)；所述的電流信號(hào)檢測(cè)采用電流傳感器監(jiān)測(cè)機(jī)床 主軸電機(jī)電流，電流信號(hào)經(jīng)前置放大、濾波、A/D轉(zhuǎn)換后存儲(chǔ)在計(jì)算機(jī)中，供后續(xù)處理與分 析；所述的聲發(fā)射信號(hào)檢測(cè)將聲發(fā)射傳感器安裝在車刀刀柄上，車刀在切削加工過程中產(chǎn) 生的聲發(fā)射信號(hào)依次經(jīng)過信號(hào)放大、抗混疊濾波和A/D轉(zhuǎn)換后存儲(chǔ)在計(jì)算機(jī)中，供后續(xù)處 理與分析； 所述的電流信號(hào)處理與分析過程如下： 對(duì)信號(hào)進(jìn)行J層小波包分解，小波包的分解與重構(gòu)采用Mallat塔式算法，如式（1)和 式⑵所示：
【主權(quán)項(xiàng)】
1. 一種基于電流與聲發(fā)射復(fù)合信號(hào)的刀具磨損監(jiān)測(cè)方法，其特征在于：該方法通過檢 測(cè)切削加工中的主軸電機(jī)的電流信號(hào)及車刀磨損狀態(tài)的聲發(fā)射信號(hào)，并基于電流與聲發(fā)射 復(fù)合信號(hào)進(jìn)行處理分析，實(shí)現(xiàn)對(duì)刀具磨損狀態(tài)的實(shí)時(shí)監(jiān)測(cè)；所述的電流信號(hào)檢測(cè)采用電流 傳感器監(jiān)測(cè)機(jī)床主軸電機(jī)電流，電流信號(hào)經(jīng)前置放大、濾波、A/D轉(zhuǎn)換后存儲(chǔ)在計(jì)算機(jī)中，供 后續(xù)處理與分析；所述的聲發(fā)射信號(hào)檢測(cè)將聲發(fā)射傳感器安裝在車刀刀柄上，車刀在切削 加工過程中產(chǎn)生的聲發(fā)射信號(hào)依次經(jīng)過信號(hào)放大、抗混疊濾波和A/D轉(zhuǎn)換后存儲(chǔ)在計(jì)算機(jī) 中，供后續(xù)處理與分析； 所述的電流信號(hào)處理與分析過程如下： 對(duì)信號(hào)進(jìn)行J層小波包分解，小波包的分解與重構(gòu)采用Mallat塔式算法，如式（1)和 式⑵所示：
其中，G表示第j層小波分解的第i個(gè)節(jié)點(diǎn)的小波包系數(shù)出和g為小波濾波器，且滿 足g (k) = (-1) kh (1-k)，即h與g具有正交關(guān)系； 利用第j層的/個(gè)節(jié)點(diǎn)的小波包系數(shù)進(jìn)行信號(hào)重構(gòu)，得到的重構(gòu)系數(shù)時(shí)頻矩陣P為：
式中，P/n表示由第/個(gè)節(jié)點(diǎn)重構(gòu)的第η個(gè)小波包重構(gòu)系數(shù)，N為采樣數(shù)據(jù)長(zhǎng)度； 與小波包重構(gòu)系數(shù)時(shí)頻矩陣行向量相對(duì)應(yīng)的小波包各頻帶能量計(jì)算公式為：
隨有刀共厝煩M的項(xiàng)力μ，小7及鈄合頻市BEM苷及王和膽的父1七； 對(duì)于MXN階小波包重構(gòu)系數(shù)時(shí)頻矩陣Ρ，其奇異值分解可表示為： P = IZiVr (5) 式中，U= [U1, U2，…，uM] RM，V= [V1, V2，…，vN] R?，且U和V為正交矩陣，當(dāng)Μ〈Ν時(shí)，對(duì)角陣 I^diagh, S2，…sM)，Si (i=l, 2,…Μ)為矩陣P的奇異值，且s ^ s 2彡…彡s Μ彡0,設(shè)與s i 對(duì)應(yīng)的左、右奇異向量分別為1^和Vi，則有如下關(guān)系式成立：
即時(shí)頻矩陣P經(jīng)過奇異值分解后，可以展開為多個(gè)與奇異值S 3寸應(yīng)的子矩陣疊加的形 式，每個(gè)子矩陣都包含著與^對(duì)應(yīng)的時(shí)頻信息，利用式（6)將S i對(duì)應(yīng)的子矩陣從時(shí)頻矩陣 P中分離出，分離后重構(gòu)的時(shí)頻矩陣Q可表示為：
利用時(shí)頻矩陣Q對(duì)電流信號(hào)進(jìn)行重構(gòu)，并進(jìn)行頻譜分析； 所述的聲發(fā)射信號(hào)處理與分析過程如下： 在相同的加工工藝參數(shù)下，設(shè)當(dāng)前刀具所加工的第/7個(gè)工件的一段聲發(fā)射信號(hào)為Γ，對(duì) 其進(jìn)行4層小波包分解，得到16組小波包系數(shù)c/(i=l，2,…，16);先對(duì)c/作單節(jié)點(diǎn)重構(gòu)， 得到相應(yīng)16個(gè)頻帶的信號(hào)分量2,…，16)，對(duì)于每個(gè)信號(hào)分量進(jìn)行第1次時(shí)域特 征提取，分別獲得8類時(shí)域特征值τ Λυ(Υ=1，2,…，16，戶1，2,…，8)為：j=l，均方根；j=2， 方差；j=3,偏度；j=4,峭度；j=5,能量；j=6,均值；j=7,峰值因子；j=8,裕度因子；將前η個(gè) 工件的時(shí)域特征值r'j. (k=l, 2,…，η)組成數(shù)列(i=l, 2,…，16， 戶1，2，~，8)，求出/^與刀具磨損量數(shù)列*的相關(guān)系數(shù)數(shù)列/^.=〇7^/^_ /，**%/^_/) (戶1，2,…，8)，并基于分別構(gòu)建用于后續(xù)時(shí)域分析和時(shí)序分析的"去噪"信號(hào)；以同 一把刀具所加工的工件個(gè)數(shù)間接反映刀具的磨損量，所構(gòu)造的刀具磨損量數(shù)列靡3 #=( 1，2,…，/?); 對(duì)聲發(fā)射信號(hào)的時(shí)域分析：選取中絕對(duì)值較大的若干元素，從c/中找出每個(gè)所選 取元素對(duì)應(yīng)的小波包系數(shù)Ue [1，16]，a為整數(shù))，利用這些小波包系數(shù)進(jìn)行小波包 重構(gòu)，得到與上述8類時(shí)域特征對(duì)應(yīng)的"去噪"信號(hào)7/U為工件的序號(hào)，如1，2，···，/?; J 為時(shí)域特征的種類，戶1，2,…，8)，對(duì)信號(hào)7/進(jìn)行第2次時(shí)域特征提取，獲得時(shí)域特征數(shù)列 4 …(戶1，2,…，8)并組成時(shí)域分析特征矩陣Z3td如式（8)所示：
對(duì)聲發(fā)射信號(hào)的時(shí)序分析：在選取中絕對(duì)值較大元素的基礎(chǔ)上，考察這些元素 對(duì)應(yīng)的頻帶，并以這些頻帶所對(duì)應(yīng)的小波包系數(shù)進(jìn)行小波包重構(gòu)，得到用于時(shí)序分析的去 噪信號(hào)/ΑΚ (如1，2,…，/?)，建立/ΑΚ信號(hào)的AR(Z)模型，將其模型系數(shù)厶…，心 U=l，2,…ζ為模型階數(shù)）與殘差方差/(如1，2，...，/7)構(gòu)建時(shí)序分析特征矩陣7%如 式（9)所示：
將合并成組合特征矩陣產(chǎn)如式（10)所示：
對(duì)廣進(jìn)行主成分分析，融合廣中不同的特征數(shù)列，聚焦廣中反映刀具磨損狀態(tài)的主成 分信息，得到降維后的磨損狀態(tài)特征融合矩陣rrcA如式（11)所示：
式（11)中，Thpca包含（Z7Xffi)個(gè)元素，m〈9+z，其中的第k行數(shù)列/= (Zi (知1，2,…，/?)代表加工第k個(gè)工件時(shí)刀具上聲發(fā)射信號(hào)的磨損狀態(tài)特征數(shù)據(jù)序列； 以當(dāng)前切削聲發(fā)射信號(hào)的特征數(shù)據(jù)序列Z7作為比較數(shù)據(jù)序列，以該刀具在切削初期所 加工的前三個(gè)工件聲發(fā)射信號(hào)的特征數(shù)據(jù)序列/、/和/分別作為參考數(shù)據(jù)序列，采用灰 色關(guān)聯(lián)度分析法分別求取比較數(shù)據(jù)序列與參考數(shù)據(jù)序列之間的灰色絕對(duì)關(guān)聯(lián)度 和，求的平均值^，該平均值反映了刀具當(dāng)前切削磨損狀態(tài)與切削初 期狀態(tài)的特征數(shù)據(jù)序列之間的相似程度，即反應(yīng)刀具磨損程度。
【專利摘要】本發(fā)明涉及一種基于電流與聲發(fā)射復(fù)合信號(hào)的刀具磨損監(jiān)測(cè)方法，該方法通過檢測(cè)切削加工中的主軸電機(jī)的電流信號(hào)及車刀磨損狀態(tài)的聲發(fā)射信號(hào)，并基于電流與聲發(fā)射復(fù)合信號(hào)進(jìn)行處理分析，實(shí)現(xiàn)對(duì)刀具磨損狀態(tài)的實(shí)時(shí)監(jiān)測(cè)；本發(fā)明自適應(yīng)獲取切削電機(jī)電流信號(hào)與聲發(fā)射信號(hào)中刀具磨損狀態(tài)特征，該方法充分挖掘聲切削電機(jī)電流信號(hào)與聲發(fā)射信號(hào)中豐富的刀具磨損狀態(tài)信息，結(jié)合小波包分析、相關(guān)性分析和主成分分析等方法，自適應(yīng)地提取反映刀具當(dāng)前磨損狀態(tài)的特征信息，并通過分析與初始磨損狀態(tài)特征之間的關(guān)聯(lián)性來判斷刀具的磨損程度。
【IPC分類】B23Q17-09
【公開號(hào)】CN104723171
【申請(qǐng)?zhí)枴緾N201510116263
【發(fā)明人】李彬
【申請(qǐng)人】洛陽(yáng)理工學(xué)院
【公開日】2015年6月24日
【申請(qǐng)日】2015年3月17日