[发明专利]一种多传感器融合的车刀状态监测方法及系统

说明书

本发明提供一种多传感器融合的车刀状态监测方法及系统，涉及车刀状态监测技术领域，包括如下步骤：采集车刀工作过程中的声发射信号和电流信号；对声发射信号和电流信号进行特征提取后进行归一化处理；将归一化处理后的数据输入神经网络模型进行结果识别；上述步骤中，在采集声发射信号和电流信号步骤后，还包括车刀极限磨损判定步骤，车刀极限磨损判定与特征提取并列进行；所述车刀极限磨损判定的方式为：在轻载荷区，通过声发射信号判定；在中载荷区，通过声发射信号和电流信号协同判定；在重载荷区，通过电流信号判定。本发明结合了声发射信号和电流信号对刀具磨损状态进行监测，这样拓宽监测的范围，从而提高监测精度判别成功率。

技术领域

本发明涉及车刀状态监测技术领域，具体涉及一种多传感器融合的车刀状态监测方法及系统。

背景技术

制造业中，为保证自动化加工设备的安全和加工质量，迫切需要解决加工过程中的监控问题，刀具状态变化是机械加工过程中最常见的故障之一。刀具磨损、破损和崩刃是几种较常见的刀具状态变化，这些变化都会影响工件尺寸精度和表面加工质量，甚至还会危及机床、工件和人员的安全。为减少甚至是避免这一系列问题，需对加工过程中的刀具磨损状态进行实时监测。刀具状态监测技术基于现代传感器技术、信号处理技术、计算机技术和制造技术发展起来的技术，由于加工条件多样性、切削参数多样性和刀具磨损等原因使得刀具状态监测成为整个生产过程监测的重要环节。

如今，刀具状态监测方法主要有间接测量方法和直接测量方法。直接测量法判断刀具磨损情况主要是通过监测刀具磨损面反光强度、刀刃位移情况、切削面放射性、接触电阻和工件尺寸的变化；间接测量法判断刀具磨损情况主要是通过监测切削过程中某些与刀具磨损构成映射关系的参数，如温度、声发射、振动、切削力、扭矩及电流等信号的变化来间接映射刀具磨损情况。直接测量法主要包括光学图谱法、接触法、放电性技术和工件尺寸测量法，间接测量法主要包括切削温度测量法、声发射监测法、振动监测法和切削力监测法。

基于现阶段刀具状态监测技术，直接测量法虽然能获得直观数据从而避免复杂数据分析，但是在采集数据中容易受到环境干扰，从而导致数据不可靠、测量精度不高。间接测量法虽然能采集准确度较高的数据，但是却不能直观反映刀具磨损状态，而需要建立数学模型进行特征提取，此过程较复杂。

目前，间接测量法是刀具磨损状态监测的主流方法，而振动监测法又是间接测量法里最常用的方法。原因是这种方法相比于其它间接法更加简单方便，但是此方法比较适用于具有良好工况的场合，如果在振动干扰较大的场合，这种方法还是存在很大局限性，往往结果也不是很理想。对于间接测量法中的电流信号分析法，其相对于其它方法而言优点是成本低、抗干扰性强等，这种方法是一种实用性强工业应用方法，但是它也有灵敏度低、动态测量范围小等缺点。基于这种只用一种传感器监测无法全面且准确反映刀具磨损特征信息的问题，我们可以采用多传感器融合监测来弥补单一传感器失灵或由于一些噪声干扰造成传感器误判的缺陷，这样可以大大提高采集数据的准确性。对于传感器的安装也存在一些问题，因为加工刀具和环境的干涉，传感器的安装位置可能大多都不太理想，基于此问题，使传感器与机床集成一体，将传感器内嵌于三爪卡盘之中或者是内嵌于所要使用的刀杆体中，使其兼有夹持工件和采集数据的功能，也可以提高采集精度。

发明内容

本发明的目的在于：为解决现有技术中只用一种传感器监测无法全面且准确反映刀具磨损特征信息的问题，本发明提供一种多传感器融合的车刀状态监测方法。

本发明的技术方案如下：

一种多传感器融合的车刀状态监测方法，包括如下步骤：

采集车刀工作过程中的声发射信号和电流信号；

对声发射信号和电流信号进行特征提取后进行归一化处理；

将归一化处理后的数据输入神经网络模型进行结果识别；

上述步骤中，在采集声发射信号和电流信号步骤后，还包括车刀极限磨损判定步骤，车刀极限磨损判定与特征提取并列进行；