刀具磨损远程监测系统研究.pdfVIP

刀具磨损远程监测系统研究 朱丽琴 孙钦秋 陈 侃 摘要 刀具磨损远程监测是自动化加工、无人化加工的关键技术。因此，研究一种可靠的监测系统对于自动化加工的发展尤为 重要。刀具磨损监测系统由软件和硬件组成，其中软件设计采用c#、Matlab和SQL SERVER等软件，包含了数据采集、远程监测、数 据分析与保存，采集卡的参数设置，特征分析、模式识别等主要模块。开发远程监测系统的通用性软件对实现刀具磨损的可靠监测具 有重要价值。 关键词 刀具磨损 远程监测系统 设计 中图分类号 TH117 文献标识码 B 一 、 概述 信号的时频特性需要通过特征提取技术实现。其方法主要 刀具在进行金属切削时，本身要发生磨损。刀具磨损后，使 有时域分析方法和频域分析方法。 工件加工精度降低，表面粗糙度增大，并导致切削力加大、切削 快速傅立叶变换(FFT)是应用比较广泛的信号处理方法。 温度升高，甚至产生振动，不能继续正常切削。因此，刀具磨损直 FFT适用于持续时间长的对象，如应用于刀具磨损的监控，而不 接影响加工效率、质量和成本。刀具状态智能监测技术是指在产 适合需要快速反映的刀具折断的监控。Frr的分辨率依赖于采 品加工过程中，计算机通过检测各类传感器信号变化，实时预测 样频率和采样数据量，并假定整个谱都可以用正弦及其谐波来 刀具的磨损和破损状态，再由过程控制系统根据刀具状态检测 表示信号，而且在变换中噪声可观。 结果，自动控制刀具进给以补偿刀具磨损导致零件尺寸和形状 BP神经网络即误差反向传播神经网络是神经网络模型中 精度的变化。刀具监测系统不仅提高了刀具本身的利用率，而且 使用最广泛的一种，目前在人工神经网络的实际应用中，一般都 可避免刀具失效所导致的工件报废和机床故障。因此，为有效防 是采用BP网络和它的变化形式。BP神经网络主要用于：函数 止设备的损坏、工件的报废并保证机床无故障运行，就必须发展 逼近、模式识别分类和数据压缩。使用传统的BP网络对刀具的 加工过程的刀具状态监测技术。 磨损状态进行分析诊断，通过分析设置输入辟俞出层以及隐层节 刀具磨损监测系统主要由图1所示的几个模块组成。 点数和隐层激励函数，利用BP网络进行刀具的状态监测能够 由图 1可 得到较好的结果。 知，除了传感 三、刀具磨损远程监测硬件 器及其输出信 声发射(AE)是材料或结构的某个局部区域或整体，受外力 号 放大 、A／D 或内应力作用发生塑性变形或破坏之际，将其内部所储蓄的应 转换为数字信 变能以瞬态弹性波的形式迅速释放出的一种物理现象。数据采 号等环节外， 图1刀具磨损监测系统框图 集就是对声发射信号的采集，如图2所示。 其余环节，如特征分析和模式识别等关键步骤都由软件实现。因 声发射 此，开发功能完善的监测系统软件对实现刀具状态监测具有重 传感器安装 要意义。 在刀柄上，信 二、刀具磨损远程监测原理 号经过前置 如图1，在研究对象(刀具)上安装上传感器，监测到的信号 放 大器 ，高 通、低通滤波 图2 数据采集过程 经滤波放大后再进行A／D转换，客户端接收到信号后，对信号 进行处理，并抽取与选择一些好的特征，进而给后级的模糊神经 器后进入主放大器，最