[发明专利]一种基于电流与声发射复合信号的刀具磨损监测方法

说明书

技术领域

    本发明涉及刀具磨损监测领域，具体的说是一种基于电流与声发射复合信号的刀具磨损监测方法。

背景技术

刀具磨损状态识别作为制造过程自动化技术的一部分，已日益为人们所重视，一个工作可靠的刀具磨损状态监测系统可以通过及时、准确地反映刀具磨损状态信息来指导机床完成自动换刀，实现不间断生产过程，稳定工件的加工质量。

刀具磨损状态监测方法主要分为直接测量法和间接测量法。直接测量法如光学法、放射线法、电阻法等，其测量精度高，但易受加工环境的干扰，不便在实时加工中进行在线测量；间接测量法通过采集并处理与切削过程相关的信号，如切削力信号、振动信号、电流信号、声发射信号、或电机功率等，间接获得反映刀具磨损状态的信息。

金属切削过程中，切削力会随着刀具磨损量的增加发生相应的变化，利用切削力信号可以实现刀具磨损状态的监测，但切削力测量仪器的高成本影响了该方法的实际应用价值；切削力的变化会引起电机输出扭矩的改变，从而使电机电流发生变化，因此利用电机电流信号可以间接实现对刀具磨损状态的监测。由于电流传感器成本低，易于安装，因此电流监测法具有很好的应用基础，金属切削过程存在很强的非线性，如何在非平稳的电流信号中提取并筛选出有效的特征，是电流监测法研究的重要环节。

利用检测电机电流信号识别刀具磨损状态是很实用的方法，然而，电流信号不但与刀具磨损有关，也与切削参数有关( 即切削速度、进给量、钻头直径等) ，还与加工材料、刀具材料有关。所以，用电流信号检测刀具磨损的关键是如何剔除切削条件的影响，使电流信号只与刀具磨损状态有关，也就是说一个理想的刀具磨损检测模型必须对刀具磨损状态反应灵敏，而对切削条件变化不灵敏。

有文献报道，利用进给电机电流分别对铣削加工的刀具磨损状态监测方法进行了研究，对于电流信号的处理采用了截止频率50Hz的低通滤波，即只对电源频率附近的低频电流信号进行分析，经研究发现，高频电流信号中仍存在可用于刀具状态特征提取的成份，这些成份与切削力的变化存在一定的对应关系，但是由于稳定性不高，有时候不能完全确定成分内容，所以单独的信号电流监测虽然成本不高，但是稳定性与可靠性稍差。

由于声发射信号测量简便，成本不高，且包含了丰富的刀具切削状态信息，故采用切削声发射信号间接识别刀具磨损状态已得到广泛的关注。这些研究利用时域分析、时序分析、频域分析以及时频域分析等方法对声发射信号进行处理并从中提取反映刀具磨损状态的多种特征。通过以上方法所提取的特征虽可从一定程度上反映刀具的磨损状态，但由于实际加工条件变化的复杂性，这些特征难以全面而有效地反映刀具的磨损状态变化，所以单独的声发射信号监测稳定性与可靠性也不是太高。

发明内容

针对上述现有的单独的信号电流监测及声发射信号监测稳定性与可靠性也不高的缺陷，本发明提供一种基于电流与声发射复合信号的刀具磨损监测方法。

为解决上述技术问题，本发明采用的技术方案为：

一种基于电流与声发射复合信号的刀具磨损监测方法，该方法通过检测切削加工中的主轴电机的电流信号及车刀磨损状态的声发射信号，并基于电流与声发射复合信号进行处理分析，实现对刀具磨损状态的实时监测；所述的电流信号检测采用电流传感器监测机床主轴电机电流，电流信号经前置放大、滤波、A/D转换后存储在计算机中，供后续处理与分析；所述的声发射信号检测将声发射传感器安装在车刀刀柄上，车刀在切削加工过程中产生的声发射信号依次经过信号放大、抗混叠滤波和A/D转换后存储在计算机中，供后续处理与分析；

所述的电流信号处理与分析过程如下：

对信号进行j层小波包分解，小波包的分解与重构采用Mallat塔式算法，如式(1)和式(2)所示：

        (1)                                                                             

 (2)                                               

其中， P_jⁱ表示第j层小波分解的第i个节点的小波包系数；h和g为小波滤波器，且满足g(k)=(-1)^kh(1-k)，即h与g具有正交关系；