数控车床切削力信号在线监测设计—-毕业论文设计.docVIP

1 前言 1.1 选题背景与意义 1.1.1国内外现状 20世纪70年代初，我国的数控车床开始进入市场。各大机床厂家采取与国外著名机床厂家的合作、合资、技术引进等措施，通过它们的不懈努力，使得我国的机床制造水平有了非常大的提高。至今为止，我国生产的数控车床的品种、规格都较为齐全，并且质量基本稳定可靠，已经进入实用和全面发展阶段。现今数控车床呈现以下发展趋势：1、高速化、高精密化；2、高可靠性；3、数控车床设计CAD化和结构设计模块化；4、智能化、网络化、柔性化和集成化；5、功能复合化。 在过去的几十年里, 一直进展集中的自动化加工操作和无人操作的机床正在被广泛地引入许多机械市场。研究切削力对进一步研究切削机理，设计刀具、夹具、预测切削功耗等有很重要的意义。有许多科学家和学者都对这方面进行了研究。 华北电力大学的康文利等设计出了基于LABVIEW的切削力数据采集及存储系统。他们所研究的这个系统应用程序有三向切削力的数据采集和存储、切削力波形的显示和回放、实验数据统计分析、切削温度经验公式的创建等。上海交通大学的赵曙伟等发现刀具破损时声发射信号的能量持续时间很短，能量大，主要集中在340KHz,并且能量幅值根据破损面积的大小而相应变化[8]。南华大学的欧阳惠斌所做实验的采集信号是刀具切削功率的变化率，再利用单片机进行处理与判断，实现加工过程刀具破损在线监测的系统组成和工作原理。 杨永提出了一种基于刀具状态振动监测的刀具磨损监测方法，其最重要部分就是提取加工过程中刀具的各种状态信号并对它们的状态和特征值进行辨识。基于分形理论和神经网络，林颖等提出了一种刀具磨损监测方法。这种方法就是从切削力静态分量中提取切削力比R和从切削力动态分量中提取分形维数D 这两个特征量作为监测刀具磨损状态的指标，并将这两个特征量和切削速度作为神经网络的输入。T.Blum等对切削条件与声发射信号的RMS值、计数率之间的关系进行了研究。研究发现随刀具后刀面磨损程度和切削用量的增加，声发射信号的RMS值也增大。Cuppini和Errico集中研究了在工艺及设备零件回转操作加工过程中的刀具磨损监测的方法 [2]。基于实验结果之间的关系,以及磨损和切削用量，采用连续监测的实施方法进行实验,但工件性能、切削速度、进给速率和切削深度均没进行考虑。Moriwaki和Mor提出了一种基于神经网络用于过程控制识别的切削过程的状态在运行通过传感器的方法。 王永梅根据刀具状态的切削力监测法，对切削力信号进行了频域分析。她在实验中发现，工艺参数不变的情况下，切削信号的频率结构是很稳定的，为了增大信噪比，首先对切削信号进行带通滤波，然后对切削信号进行均方值监测在整个切削过程中，最后测得其变化趋势并给出了力均方值变化曲线。Elbestawi提出了一种用于在线的铣削侧面磨损监测方法。这种方法是基于对切割后刀面磨损力的谐波大小的变化。Yellowley和Lai建议利用力监测刀具的磨损, 但刀具磨损和力之间并没有直接的关系用来产生力比的方法。 1.1.2 选题目的及意义 目前，数控车床在我国应用比较广泛。切削过程的直接执行者刀具，在切削加工过程中会存在受力不均衡而发生磨损或破损等现象。为了使不同技能层次的操作人员都能够操作数控车床并使操作性能更加简便，从而提高设备的利用率，为企业创造更多的效益，是当今我国企业对数控操作性能的一种需求。由于科学技术飞速发展，特别是加工自动化、柔性化和集成化程度的日益提高，人工判别刀具状态已经是加工自动化过程中的薄弱环节。 为了充分发挥机床设备的效能，保证产品质量和设备安全，保证系统的可靠性，提高生产率和产品加工质量，对刀具磨损量的自动监测对于及时更换磨损超标刀具是十分重要的。由此可见，研究数控车床切削力信号的在线监测设计是非常有意义的。 1.2 研究内容与目标 1.2.1 设计内容 本课题就是利用压电式力传感器、电荷放大器、视频采集卡及计算机等进行采集数据和信息，对加工过程刀具受力实现实时监控的研究。 图1.1 切削力测量系统框图 本课题主要研究方向是对加工过程进行实时监控，其中包括切削力信号的采集、实时监控和后续数据的处理与分析。切削力测量系统框图如上图1.1。切削力信号的采集是利用压电式力传感器测得信号,通过电荷放大器滤波和多次放大，将微弱的电荷信号放大成较强的电压信号,然后通过数据采集板,将模拟信号转换成能让计算机识别的数字信号,输入计算机,在计算机上进行实时采集并动态显示信号,从而监测加工过程。信号处理是将采集来的数据进行后续处理与分析，它包括显示、滤波、相关分析、谱分析等，经过时域分析和频域分析采集来的信号，就可以得出这些信号的特征。 1.2.2预期研究结果 影响切削力的因素有很多，其中影响最为显著的是切削用量的三要素：切削速度、进给量和切削