基于隐马尔可夫模型的钻头状态检测.pdfVIP

2013年 3月 机床与液压 Mar．2013 第41卷 第5期 MACHINE T0OL ＆HYDRAULICS Vo1．41No．5 DOI：10．3969／j．issn．1001—3881．2013．05．005 基于隐马尔可夫模型的钻头状态检测 敖银辉 (广东_r-_．lk大学机电学院 ，广东广州510090) 摘要：钻削是机械加工中的常用手段，对钻头的磨损相关信号的检测可及时判断出钻头的磨损程度，提醒及时换刀， 避免加工过程中的钻头断裂或豁 口出现。鉴于主轴电流与切削力密切相关 ，且易于获取以及获取代价较低的特点，使用电 流传感器检测主轴电流后进行小波变换滤波，然后再次分解后提取出各节点的能量特征，并应用隐马尔可夫模型HMM识 别出钻头状态。实验结果表明，文中所述方法可有效识别出过度磨损状态，提醒及时换刀，保障了加工过程的正常进行。 关键词：钻削加工 ；隐马尔可夫模型；小波变换 中图分类号：TH165+．3 文献标识码：A 文章编号：1001—3881(2013)5—018—4 MonitoringofDrillingToolStatusBasedonHMM AO Yinhui (SchoolofMechanicalandElectricalEngineering，GuangdongUniversityofTechnology， GuangzhouGuangdong510090，China) Abstract：Drillingisacommonmachiningmethodinmachiner)r．Onlinedetectionofsignalsrelatedtothedrillwearcondition wasneededintimetojudgethewealstatusofdrillbitandpreventthebreakageandchippingofdrillbittoappear，andtoolschanging wereremindedintime．Whereasthespindlemotorcurrentwascloselyrelatedtothecuttingforce，andcouldbeeasilyobtainedatlow- ercostincharacteristics，afterusingcurrentsensortodetectthespindlecurrent，thefilteringofWaveletTransform wascarriedout， andthenafterdecomposingagain，theenergyfeaturesofeachnodewereextracted，andbyusingtheHiddenMarkovMode(HMM)， thestatusoftoolbitwasdetected．Experimentalresultsshowthatthepresentmethodcaneffectivelydetectexcessivewera andremind toolschangingintime，SOastoensurenomr al machiningprocess． Keywords：Drilling；HiddenMarkovModel；Wavelettransform 作为最常使用的机械加工方法之一，钻孔加工的 易获得 ，许多学者也对使用电流检测进行了一定的研 质量如孔径和孔壁光洁度很大程度上受到钻头磨损状 究 。。使用电流信号的时间域特征 在磨损量变 态的影响。目前检测刀具磨损程度的方法分为直接检 化较大时不能及时反映出来 ，因此需要结合频率域特 测和间接检测两种。直接检测即为直接测量磨损量， 征进行分析 ，如文献 [1，3，6]。小波变换 WT 那种将刀具从夹具中取下后进行离线检测