[发明专利]基于振动模型的刀具磨损监测方法、装置、终端及介质

说明书

本发明公开了一种基于振动模型的刀具磨损监测方法、装置、终端及介质，所述方法包括：采集加工时主轴振动的波形数据；将所述波形数据输入预先建立的振动模型，获得所述振动模型输出的特征集，所述振动模型用于提取预设类型的振动信号的特征；将所述特征集和所述波形数据输入刀具磨损检测模型，所述刀具磨损检测模型过滤所述特征集并输出刀具磨损检测结果。与现有技术相比，能够有效地将实际加工中的干扰振动信号剔除，提高实时判别刀具磨损现状的准确度。

技术领域

本发明涉及数控设备状态监测技术领域，尤其涉及的是一种基于振动模型的刀具磨损监测方法、装置、终端及介质。

背景技术

在数控加工过程，产品质量的保障及加工过程的安全性离不开对刀具的实时监测，其状态监测是数控设备监测的一个重要组成部分。刀具在切削过程中，工件与磨损的刀刃部侧面摩擦，主轴上会产生不同频率的振动。因此振动信号是一种对刀具磨损、破损敏感度非常高的征兆信号，能够表征刀具磨损信息。

引起主轴产生振动的因素主要为三个：刀具与加工零件摩擦引起的振动、主轴轴承异响引起的突发性振动、主轴产生共振。而现有的基于主轴的振动信号来检测刀具磨损的方法，由于只关注刀具与加工零件摩擦引起的振动，忽略了其他因素引起的振动，导致检测结果不准确，容易产生误报。

因此，现有技术有待改进和提高。

发明内容

本发明的主要目的在于提供一种基于振动模型的刀具磨损监测方法、装置、终端及存储介质，旨在解决现有技术中刀具磨损的检测结果不准确，容易产生误报的问题。

为了实现上述目的，本发明第一方面提供一种基于振动模型的刀具磨损监测方法，所述方法包括：

采集加工时主轴振动的波形数据；

将所述波形数据输入预先建立的振动模型，获得所述振动模型输出的特征集，所述振动模型用于提取预设类型的振动信号的特征；

将所述特征集和所述波形数据输入刀具磨损检测模型，所述刀具磨损检测模型过滤所述特征集并输出刀具磨损检测结果。

可选的，所述将所述波形数据输入预先建立的振动模型，获得所述振动模型输出的特征集，包括：

对所述波形数据进行时域分析，获得数据集；

基于所述数据集，根据小波包分解获得第一特征；

对所述波形数据进行振幅分析，获得第二特征；

组合所述第一特征和所述第二特征，获得所述特征集。

可选的，当所述振动模型用于提取主轴异响振动的振动信号所对应的特征时，所述对所述波形数据进行振幅分析，获得第二特征，包括：

基于所述波形数据的振幅，获取奇异点的时间值；

获取所述时间值之前的设定时间段与之后的设定时间段的波形数据并进行特征提取，获得所述第二特征。

可选的，当所述振动模型用于提取主轴共振的振动信号所对应的特征时，所述对所述波形数据进行振幅分析，获得第二特征，包括：

基于所述波形数据的振幅，获取共振时间段；

获取所述共振时间段的波形数据并进行特征提取，获得所述第二特征。

可选的，获得用于训练所述振动模型的训练数据，包括：

基于机床的空刀运转，采集主轴振动的波形数据，获得所述训练数据。

可选的，所述振动模型包括三个，分别用于提取主轴异响振动信号的特征、用于提取主轴空转振动信号的特征和用于提取主轴共振信号的特征，所述特征集包括每个振动模型输出的特征集。