[发明专利]一种基于多类信号特征融合的刀具磨损监测方法

说明书

一种基于多类信号特征融合的刀具磨损监测方法，先建立考虑刀具偏心和磨损情况的动态铣削力模型，推导铣削力激励作用下的主轴箱振动加速度响应，解析表征工作状态下主轴电机的输出扭矩；再基于实测铣削力信号，提出了刀具磨损状态的四步分离解耦策略；然后基于主轴箱振动实测数据，辨识铣削力输入‑主轴箱振动响应输出的传递函数，对铣削力进行反向计算，估计出平均比切力系数；再基于主轴三相电流实测数据，辨识电机扭矩系数，对切削扭矩进行反向计算，估计出平均切向比切力系数；最后采用特征融合方法，将上述多个比切力系数进行加权求和，获得一个综合特征参数，对刀具磨损状态进行主动监测；本发明可为刀具磨损状态在线实时监测提供技术支撑。

技术领域

本发明属于数控加工技术领域，特别涉及一种基于多类信号特征融合的刀具磨损监测方法。

背景技术

难加工材料切削时的刀具磨损一直是制约加工效率提高和自动化的瓶颈。铣削加工具有加工环境恶劣、切削路径与参数多变、切削过程不连续、刀具磨损机理复杂和干扰因素随机性强等特点，致使加工过程的状态监测难以脱离人工经验的干预。目前，工程实际中对刀具磨损的判断主要是通过人工凭经验停机查看。如果在加工过程中换刀不及时，就会影响零件加工质量，严重时会损坏工件和机床，而如果换刀过早，又会直接减低加工效率和增加制造成本。近年来，为了发挥刀具的最大切削性能，一个重要的发展趋势是实现对刀具磨损状态的在线实时监测，这对于实现少人甚至无人值守和一人多机数控加工至关重要。

长期以来，很多学者一直关注和研究加工过程刀具磨损实时监测方法，总体来说，主要分为直接监测法和间接监测法两大类。其中，直接监测法是通过图像视觉、光学显微观察和红外线测量来直接量化刀具的磨损情况，但这种测量过程需要中断切削加工，影响加工效率；而且由于刀具与工件间连续的接触及恶劣的加工环境(切削液、切屑的存在)，直接监测法在实际加工过程中的使用收到较大局限。

间接监测法是通过分析加工过程中产生的传感器信号，从实时数据中识别出刀具磨损状态，这种方法的优点是监测过程无需停机且不受加工环境及加工方式的影响，很好的弥补了直接监测法不能实时在线监测的不足。随着传感信息技术的发展和信号处理水平的提高，用于刀具磨损状态监测信号种类与数量更加丰富，例如：切削力、切削扭矩、声发射、振动、编码器位移、主轴和进给轴电机电流等信号均被陆续用于监测刀具磨损状态。

尽管针对间接监测法已经开展了广泛而深入的刀具磨损研究，但到目前为止，依然存在以下缺点还未得到有效解决：1)铣削力是物理模型中最为重要且直接的物理量，但在铣削力过程中，影响铣削力的因素众多，加工参数、刀齿半径因磨损的损耗，刀具偏心和刀具磨损引起的比切力系数变数都会引起铣削力的改变，上述因素之间存在强关联特性，如何在预知铣削力的前提下，进行诸多因素的有效分离是难点之一；2)现有的刀具磨损研究中，磨损量普遍小于0.5mm，而工程实际当中在难加工材料切削时的刀具磨损状态要远远超过上述状态，这对现有的刀具磨损监测方法的适用性提出了巨大挑战；3)在进行监测时通常能够采集铣削力、主轴箱振动和主轴驱动电流等三类信号，如何进行多类型、多通道数据的特征融合监测，是刀具磨损监测的难点之三。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提出一种基于多类信号特征融合的刀具磨损监测方法，系统性建立了铣削力-主轴箱振动-主轴驱动电流之间的物理解析关系，实现了刀具偏心、刀具磨损和多齿各自比切力系数等多参数的解耦辨识，提出了基于多类型、多通道数据特征融合的刀具磨损状态监测方法，为刀具磨损状态在线实时监测提供方法支撑。

为了达到上述目的，

一种基于多类信号特征融合的刀具磨损监测方法，包括以下步骤：

步骤1)分析铣削过程的特点，建立考虑刀具偏心和磨损情况的动态铣削力模型，推导铣削力激励作用下的主轴箱振动加速度响应，解析表征工作状态下的主轴电机输出扭矩；