浅谈刀具可靠性研究.docxVIP

浅谈刀具的可靠性研究 1.绪论 刀具是机床最为重要的零部件之一，其完好程度直接关系到机床的加工精度。在加工过程中，刀具在件表面上滑动，相互之间存在着极大的摩擦力，故刀具也是机床中最容易发生失效的部件。据统计，由于刀具失效导致的停机时间超过了机床被迫停机时间的三分之一。因此，怎样提高机床，特别是高档连续加工机床刀具的平均故障间隔时间，已经成为当前机械装备制造领域一个至关重要的研究课题。而刀具的渐变可靠性是指在机床运行过程中，刀具在规定的时间和规定的条件下不发生渐变失效的能力。开展刀具可靠性的研究，不仅有助于提高刀具的平均故障间隔时间，还是刀具进行维修优化以达到减少维修成本的基础。 当前，已经有不少的研究者对机床刀具的可靠性进行了研究，可将其归纳为三类方法。第一类是采用确定的方法来研究刀具的失效问题，。这一方法忽略了刀具的失效是一个典型的随机问题。第二类方法假设刀具的劣化状态只有两种，即完好状态和失效状态。采用这一方法研究了加工条件对刀具可靠性的影响。LIU等忙在使用这类方法研究刀具的可靠性时，采用的数据为刀具的失效时间。由于这类方法假设刀具的状态只有两种，故不是非常地合理，于是提出了第三类方法，该方法假设刀具劣化过程是连续时间离散状态的。在研究刀具的可靠性时采用了非齐次连续时间离散状态的马尔科夫过程来描述刀具的劣化过程，其他的文献也对这类方法做出了贡献。这类方法虽然比前两类方法更加接近于实际，但与连续时间、连续状态的刀具劣化过程还是有一定的差距。 刀具的失效主要有两种方式，第一种是断裂失效，而另一种是因磨损过量而导致的失效。断裂失效通常是由于加工条件的选择过当造成，在刀具的可靠性分析中可以忽略这一失效形式。刀具的磨损是一个典型的连续时间、连续状态的随机过程，并且由于不可自我修复，也是一个增量非减的过程。 2.刀具可靠性的预测方法 2.1加工质量来预测刀具可靠性 刀具可靠性的预测，可分为两种方法，一种是有加工质量来预测刀具可靠性，传统的基于样本寿命统计基础上的可靠性分析方法得到的是设备整体可靠性估计，对于正在运行的单台或小批量设备，这些统计数据的意义不大，人们更关心的是当前所用设备的寿命裕度可靠性。作为设备运行过程的一种退化信息，加工质量能够实时反映设备的性能、精度，准确判定设备的时间、动态特性。基于工件加工质量信息而提出的的可靠性预测方法，预测所采用的工具是BP神经网络，网络输入为工件加工质量向量，这些指标能够反映设备性能退化过程，具有明显趋势性变化和明确失效阈值定义。网络输出为设备运行到某一时刻时不同指标值所对应的瞬时可靠度。其中瞬时可靠度的确定是预测结果正确与否的关键，本文结合Baves方法和KM评估器思想，以大于性能退化指标观测值的正常样本数目和所有样本数目比值连乘积作为设备的瞬时可靠度，这种算法简单高效，而且不需要对设备进行失效概率密度函数(PDF)估计，所以不会因样本太少而引起大的估计误差。通过对实际刀具可靠度的准确预测，验证了该方法的有效性。 2.2状态监测来预测刀具可靠性 针对数控机床类退化失效型设备，提出了一种基于设备运行状态信息的可靠性预测方法，主要包括状态特征指标选取、瞬时可靠度计算以及神经网络预测模型的建立和应用．其中，瞬时可靠度计算是准确预测的关键，结合Bayes方法和KM估计器思想提出的基于状态特征指标比例关联关系的瞬时可靠度算法简单高效．针对刀具加工过程中的磨损量时变数据，以可靠度为评价标准，正确预测出了刀具的失效时间，该过程表明设备状态信息用于可靠性预测的可行性和有效性，是未来可靠性发展的一个重要方向。 传统的基于样本寿命统计基础上的可靠性分析方法得到的是设备的整体可靠性估计，但对于正在运行的单台或小批量设备，这些统计数据的意义则不大，人们更关心的是当前所用设备的寿命裕度和可靠性．设备运行过程的状态信息能够实时反映设备的运行性能、精度，准确判定设备的时间、动态特性，揭示产品失效与性能退化之间的关系．国内外很多专家已经意识到设备运行状态信息在设备性能退化和可靠性评估中的重要性，并做了一些相关的研究和应用。一种方法是选用轴承振动信号故障特征频率及谐波频率的幅值变化作为退化指标，来计算轴承的剩余寿命及其分布．另一种方法是将钻削加工过程中推力和扭矩变化作为退化信号，对钻头的磨损状况进行监测并对刀具的可靠性进行了在线预测．还有人利用二代小波方法提取端铣刀加工过程中声发射信号特征频率处的幅值变化信息，运用马氏距离评估方法对其损伤程度进行了定量诊断。 预测所采用的工具是BP神经网络，网络输入为设备的状态特征指标向量，这些指标能够反映设备性能的退化过程，具有明显的趋势性变化和明确的失效阈值定义．网络输出为设备运行到某一时刻时不同指标值所对应的瞬时可靠度，其中瞬时可靠度的确定是预测结果正确与否的关键，常见的处理方法