[发明专利]基于变进给量试切的刀具后刀面磨损状态确定方法

说明书

本发明公开了一种基于变进给量试切的刀具后刀面磨损状态确定方法，首先确定被考察状态信息，确定切削速度、背吃刀量和进给量参数；再依照被考察状态规划试切试验，之后进行试切试验并按顺序记录每组试切的反馈信号，在反馈信号的基础上，构建信号差值数组，并拟合信号差值与进给量的关系，从而计算求得后刀面绝对消耗、固有消耗、后刀面额外消耗，从而测算评估得到以反馈信号绝对变化量或相对变化量表征的刀具后刀面的磨损状态。采用本发明的显著效果是，能够较为准确的测算出已磨损刀具相对于新刀的磨损状态，而不需要构建复杂的算法模型，也不依赖标准参考曲线或阈值。特别适用于单件、小批量生产情况下，刀具磨损状态的检测和评估。

技术领域

本发明涉及机械加工中刀具磨损状态检测，具体涉及刀具后刀面磨损状态的测定和评估。

背景技术

金属切削加工过程中，随着刀具自身的磨损，会导致加工工件的加工精度降低、表面粗糙度增大以及切削温度的升高，甚至于产生严重的振动而无法正常工作。因此，检测刀具的磨损状态对加工的质量、成本和效率都有重要的意义。

刀具状态检测总体上可分为直接法和间接法两类。直接法，即直接测量刀具磨损面积或刀具磨损形状的方法，包括接触检测法、放射线检测法，及光学检测法等，其特点是测量准确，但往往需要停机检测，难以实现在线检测。间接法是在切削过程中获得与刀具磨损相关的信号(包括切削力、切削功率、声发射、振动、切削温度、电流信号等)的基础上，进行特征提取和磨损状态识别的方法。间接法的优点在于不干扰切削过程，便于在线检测。

然而，间接法在使用过程中，根据具体方法的不同，普遍需要面临两种情形。第一种是需要建立标准参考曲线或阈值的情形，如不少的方法需要先用标准刀或者新刀测得功率曲线、电流曲线等，以之作为评判刀具磨损程度的基准。第二种是需要大量数据样本，最为典型的是基于神经网络的方法，这些方法需要这些数据样本对神经网络进行训练。这两种情形在中、大批量加工时具有可行性，因为此时工件、刀具以及切削用量等相对固定，建立参考曲线或生成样本的成本低且置信度高，但在单件、小批量生产情况下，由于加工对象、刀具种类和切削用量等的组合复杂多样，建立大量参考曲线或生成大量样本将难以实现。

发明内容

本发明针对刀具磨损中广泛存在的后刀面磨损，提供一种在间接法基础上，只需要利用当前磨损刀具进行若干次试切，即可确定当前刀具磨损状态的方法，即本方法既可以不需要标准刀或者新刀来获得参考曲线和阈值，也不存在需要大量数据样本的问题。其采用的主要技术方案如下：

一种基于变进给量试切的刀具后刀面磨损状态确定方法，其关键在于按以下步骤进行：

步骤一、确定被考察状态信息

获取刀具已使用过的最大背吃刀量α_p-max；

设定拟考察工况下的切削用量：切削速度为v_cg，背吃刀量为α_pg，进给量为f_g；

步骤二、规划试切试验

根据被考察状态设计三组试切试验，每组试切试验包括6次试切；

第一组试切试验设定刀具的切削速度为v_cg，背吃刀量为α_pg，进给量为f_i；

第二组试切试验设定刀具的切削速度为v_cg，背吃刀量为α_p-un，进给量为f_i；

第三组试切试验设定刀具的切削速度为v_cg，背吃刀量为α_p-un+Δα_p，进给量为f_i；