[发明专利]一种车削刀具加工状态监测方法及系统

说明书

本发明涉及刀具加工状态监测技术领域，具体公开了一种车削刀具加工状态监测方法，其中，包括：采集数控车床主轴三相电流特征信号；对所述数控车床主轴三相电流特征信号进行数据清洗得到预处理数据；提取所述预处理数据中的特征相关系数；将所述特征相关系数加载至数据系统中进行运行实现数控车床刀具加工状态监测。本发明还公开了一种车削刀具加工状态监测系统。本发明提供的车削刀具加工状态监测方法能够实现数控车床刀具运行状态故障异常实时预测，避免对工业生产产生进一步的损失。

技术领域

本发明涉及刀具加工状态监测技术领域，尤其涉及一种车削刀具加工状态监测方法及一种车削刀具加工状态监测系统。

背景技术

目前，机械加工领域随着计算机和自动化技术的发展，正朝着智能制造方向发展。制造加工系统最基本的要求就是加工系统能自动对生产加工过程中出现的故障进行有效的在线监测和调整。机械加工过程中的基本元素刀具的磨损、崩刃等异常情况会引起机床的振动、工件表面质量和加工尺寸的精度下降等，因此对于刀具工作状况的监控有非常重大的意义。

数控车床刀具加工状态识别是一个多因素、非线性的问题，其中影响因素如切削参数主要包括切深、切宽、转速和进给。将多种因素综合考虑构成了不同参数下的不同加工状态及正常或非正常的物理信号特征。常用的监测刀具磨损的方法可以分为直接测量法和间接测量法。直接测量法即直接测量刀面磨损带中间部分的平均磨损量。传统的刀具磨损检测方法是基于刀具体积损失的相关特征，通过接触测量或者CCD成像等，直接获得刀具的磨损值，该方法易受加工环境的影响，不便在实时加工中进行在线测量。间接测量法则是通过测量与刀具磨损有关的物理量如切削力、声发射等，并建立刀具磨损与这些量测量的对应关系，实现间接测量。在实际检测中由于振动和测量噪声的干扰，采用间接测量法判断刀具的磨损易出错，造成误判，而且由于刀具的正常磨损和异常磨损之间的界限具有一定的不确定性，因而预先确定阈值较为困难。例如见中国专利：一种基于电流与声发射复合信号的刀具磨损监测方法，专利申请号为：CN201510116263.3，通过获取主轴电机的电流信号和车工磨损状态的声发射信号结合小波包分析、相关性分析和主成分分析方法自适应提取刀具当前磨损状态的特征信息，判断刀具磨损程度；中国专利：一种刀具磨损检测方法，专利申请号：CN201310442967.0，采集各种不同磨损状态的声发射信号、机床主轴中的电流信号、切削速度、切削深度和进给量作为条件属性，建立决策表，通过遗传算法对BP神经网络进行训练和学习，然后用训练好的神经网络对刀具磨损程度进行预测。这些方法都存在一些不足，如需要获得某些不方便检测的信号声发射信号、振动信号等，传感器布置麻烦等问题且方法计算复杂，或者算法复杂度高难以在线运行，这类方法工程中难以实现。

因此，如何实现对数控车床刀具的加工状态进行监测成为本领域技术人员亟待解决的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提供一种车削刀具加工状态监测方法及一种车削刀具加工状态监测系统，以解决现有技术中的问题。

作为本发明的第一个方面，提供一种车削刀具加工状态监测方法，其中，所述车削刀具加工状态监测方法包括：

采集数控车床主轴三相电流特征信号；

对所述数控车床主轴三相电流特征信号进行数据清洗得到预处理数据；

提取所述预处理数据中的特征相关系数；

将所述特征相关系数加载至数据系统中进行运行实现数控车床刀具加工状态监测。

优选地，所述对所述数控车床主轴三相电流特征信号进行数据清洗得到预处理数据包括：

将所述数控车床主轴三相电流特征信号加载到数据清洗模型；

在所述数据清洗模型中对所述数控车床主轴三相电流特征信号进行均值滤波、窗口滤波和互补滤波处理，得到所述预处理数据。