基于智能报警的刀具状态在线监测技术.PDFVIP

振动、测试与诊断 v。1．33N。．3 第33卷第3期 2013年6月 of J“n·2013 JournalVibration，MeasurementDiagnosis 基于智能报警的刀具状态在线监测技术’ 徐光华1’2， 孟理华1， 姜阔胜1， 张四聪1， 罗爱玲1 (1．西安交通大学机械工程学院西安，710049) (2．西安交通大学机械制造系统工程国家重点实验室西安，710054) 摘要 为了提高机床加工过程中刀具磨损的监测能力，选择主轴电流和进给电流为主要信息，基于小波分解及软 测量模型进行电流信号的多特征提取，从加工进给和主轴驱动两方面反映刀具磨破损信息；在此基础上，基于 Parzen视窗法进行多特征信息的数据融合，构建智能报警模型，并依据拉依达法则确定报警边界，从而实现刀具状 态的智能报警。将该技术应用到机床的加工中，实验证明可以实时地监测刀具运行状态并进行磨破损报警。 关键词 刀具磨损；智能监测；电机定子电流特征分析；软测量模型 中图分类号TP277；TG5；TN911．72 针对以上问题，本文提出以主轴电流和进给电 引 言 流信号为刀具监测的主要信息，并获取多信息融合 的电流特征；在此基础上，运用基于Parzen视窗法 刀具磨破损在线监测一直是自动化加工中非常 建模的智能报警技术实现多传感器信息融合，确定 关键的技术。它是实现生产过程自动化、无人化、保 相应的动态报警阈值以跟踪刀具状态变化，实现刀 证产品质量、提高生产效率、减少设备故障的重要 具状态的自适应报警[5]。 手段‘1—2|。 刀具磨破损监测方法有很多，包括直接监测和 刀具状态监测及综合报警 间接监测。直接监测包括光学测量、电阻测量、计算 机图像处理等；间接监测包括切削力监测、振动监 研究表明机床主轴电流与刀具磨损之间有很好 测、电流信号监测、声发射监测等。其中电流信号监 的线性关系，当刀具出现严重磨损或破损时，机床的 测传感器安装方便，一般不影响机床加工，信噪比较 主轴电流会明显增长。因此监测机床主轴电流可以 高，为此电流监测方法成为本文选用的主要 反映刀具运行状态。主轴电流的特点是频率成分简 方法m]。 单但是受刀具加工环境影响很大。 由于机床加工过程较为复杂，刀具磨破损监测 切削力是刀具状态的直接反映，但用传感器测 难于处于稳定的加工条件下进行，监测信息容易受 量切削力的变化较困难，而切削力的变化会引起机 到多因素干扰。为了提高监测的准确性，采用多传 床进给电机电流的明显变化。因此监测进给电流可 感器信息融合来保障刀具状态监测的可靠性、利用 以反映刀具运行状态。进给电流的特点是频率成分 人工智能方法来提高刀具监测的智能化水平已成为 复杂，分析某一频段信息容易造成其他频率信息的 当前研究主要思路。 丢失，但是其受加工条件影响较小。 目前采用的信息融合算法主要有前馈神经网 因此，本文选择特征互补的主轴电流和进给电 络、采用变尺度法和模拟退火法改进的前馈神经网 流来综合反映刀具运行状态。并针对各自特点，建 络、小波神经网络、模糊神经网络等，以上信息融合 立主轴电流与切削参数的软测量模型