CN1009064B - 一种带电脑的刀具异常声发射监测装置 - Google Patents
一种带电脑的刀具异常声发射监测装置Info
- Publication number
- CN1009064B CN1009064B CN 86104652 CN86104652A CN1009064B CN 1009064 B CN1009064 B CN 1009064B CN 86104652 CN86104652 CN 86104652 CN 86104652 A CN86104652 A CN 86104652A CN 1009064 B CN1009064 B CN 1009064B
- Authority
- CN
- China
- Prior art keywords
- cutter
- microcomputer
- circuit
- signal
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 18
- 210000004556 brain Anatomy 0.000 title claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000005520 cutting process Methods 0.000 abstract description 9
- 230000005856 abnormality Effects 0.000 abstract description 6
- 238000000034 method Methods 0.000 abstract description 6
- 239000011159 matrix material Substances 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 230000003321 amplification Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明为一种带电脑的刀具异常声发射监测装置。利用声发射技术对切削加工过程的刀具异常进行实时监测。本发明的特点在于对声发射信号的前置处理采用了多通路、多层次获取信息的综合信息形成电路单元。并借助电脑以多维模糊判断模型为基础进行刀具异常的实时判断。该模型以综合信息形成电路单元的多路输出作为输入变量、以刀具的异常状态作为输出变量，反映了切削过程中声发射信号特征与刀具异常状态之间的内在关系。
Description
本发明涉及切削加工中刀具的异常监测装置。
在柔性生产系统中，必须对运行过程进行实时监控，其中切削刀具的异常监测具有重要意义，直接关系到被加工零件的质量和生产安全。
声发射（Acoustic Emission，以下简称AE）是指固体材料在外加应力的作用下产生形变、破损或裂纹时所发出的应力波。AE技术是对刀具异常进行在线实时监测的一种方法，这种方法的特点是反应灵敏、安装调试方便、适用于车间环境，但在监测信号中存在噪声。
刀具异常AE监测装置一般包括3个组成部分，即AE信号的传感、放大与选频滤波，AE波形变换处理和刀具异常比较判断。
AE信号的传感、放大与选频滤波部分，一般都是通用的。频率的检测范围常选在50KHZ-1MHZ之间，AE传感器多采用PZT压电陶瓷传感器。
AE波形变换处理部分，由一路或多路的时域波形变换组成，如包络检波变换、积分变换和均值变换等。
刀具异常比较判断部分，大致有以下5种类型：
（1）对AE信号进行单路波形变换后，通过电压比较器直接与设定的刀具异常报警槛值进行幅值比较，若超过槛值就作刀具异常报警。该报警槛值是根据实际切削用量人为事先设定的，如昭55-124065、昭56-8545、昭59-146739和US4332161（820601）等专利。
（2）对AE信号同样也进行单路波形变换后，通过电压比较器与设定的刀具异常报警槛值进行幅值比较，若超过槛值就作刀具异常报警。但该报警槛值不需要根据实际切削用量人为事先设定，而是借助微计算机对AE信号进行一定的运算处理，或借助同自动加工机床有信息相通的记忆回路（由半导体存贮器组成），再由一个数字模拟转换器提供，如昭56-36050和昭59-142050等专利。
（3）对AE信号采取两路不同方式或方式相同但参数相异的波形变换后，进行二者的比较运算或逻辑相与运算，若超过给定的刀具异常限定值就作刀具异常报警，如昭56-73345、昭59-227354和昭59-227355等专利。
（4）在上述（1）的基础上再结合其他监测方法（如对自动加工机床控制回路的
监测，把刀具异常监测同机床工作状况相结合），二者进行逻辑相与运算，同时满足时就作刀具异常报警，如昭59-154356等专利。
（5）利用一个能模拟实际加工中刀具异常时所产生的AE信号的信号发生器，对不同规格的刀具选用不同参数的刀具异常模拟信号。在切削加工之前，将该模拟信号施加于被加工零件上，调整刀具异常AE监测系统的控制参数至一最佳状态。在实时切削加工过程中，若经放大和滤波后的AE信号幅值超过已调整好的刀具异常报警槛值时就作刀具异常报警。如果将刀具监测系统和数控机床的控制单元相联接并利用微型计算机，可以实现刀具异常AE监测系统控制参数的自动调整，如EP165482（851227）等专利。
上述5种刀具异常比较判断方式的共同特征在于，刀具异常判断是通过一个电压幅值比较器或逻辑关系运算器而实现的。
切削过程是一个非线性且时变的非平稳随机过程，切削过程中产生的AE信号的特点是噪声较大且信号有畸变。AE传感器所接收到的信号不仅与刀具的各种异常状态有关，而且与切屑的变形和断裂方式、刀具和工件的材质种类、切削用量的选择及信号的传播途径等多种因素有关，因此难于在刀具异常和AE信号特征之间建立精确的数学模型，需要采用其它有效办法解决这一关键问题。
本发明的目的在于提出一种依据刀具异常和AE信号之间建立的模糊数学模型，对切削加工过程的AE信号进行实时分析和识别的基础上作出诊断的刀具异常声发射微型计算机监测装置。
本发明的带电脑的刀具异常声发射监视装置，是由AE传感器（1），对AE信号进行放大和选频检波的声发射波形处理装置，以及接口电路（11）和对刀具异常进行比较判断的微型计算机（12）和显示器（13）所组成，其特征在于：声发射波形处理装置是一种多通路、多层次的综合信息形成电路单元，微型计算机是一种基于模糊判断模型对刀具异常进行实时判断识别的微型计算机。
其工作原理为，用AE传感器获取切削过程AE声源的AE电信号，经放大与选频滤波后，进行声发射波形变换处理，获取快检波、慢检波、低频脉冲和高频脉冲的多通路、多层次综合信号，根据这些信息进行识别判断，刀具异常的比较判断部分采用了基于模糊判断模型微型计算机实时识别系统来完成。
本发装置可对刀具异常进行报警，可在生产条件下对机床刀具进行实时监测。
图1是本装置的组成原理框图，各组成单元分别说明如下：
[1]～[6]是AE信号的传感与放大滤波单元，其中[1]是AE传感器，[2]是前置放大器，增益为40～80dB。[3]是高通滤波器，截止频率为100KHZ。[4]是主放大器，增益为40dB并可调。[5]是高通滤波器，截止频率为300KHZ。[6]是低通滤波器，截止频率为1MHZ。
[7]～[10]是综合信息形成电路单元，对AE信号进行多通路、多层次信息获取。[7]是快检波电路，检波频率为6HZ～20HZ。[8]是慢检波电路，检波频率为1HZ～5HZ。[9]是低频脉冲信号形成电路。[10]是高频脉冲信号形成电路。
[11]是接口电路，它包括两个A/D转换器、两个定时/计数器、一个D/A转换器和一个报警显示与信号输出电路。
[12]是微型计算机。
[13]是显示器，它提供有关切削加工状态的信息。
图2给出了刀具异常声发射监测模糊判断模型的模糊判断算法流程。这个模糊判断模型是多维的，它以综合信息形成电路单元[7]～[10]的输出作为输入变量，以刀具的异常状态作为输出变量。
图2中[14]～[18]为模糊判断模型的离线部分算法流程，其中[14]为刀具异常的特征抽取，它是在刀具异常切削试验的基础上，对综合信息形成电路单元[7]～[10]的信号特征进行归纳总结与特征抽取。[15]为建立输入、输出变量的模糊状态矩阵，这里输入变量为[7]～[10]的输出，分别定义为X1（t）、X2（t）、X3（t）和X4（t），其模糊状态矩阵分别用XA、XB、XC和XD来表示，即
XA＝[μA（P，q）]M×N
XB＝[μB（P，q）]M×N
XC＝[μC（P，q）]M×N
XD＝[μD（P，q）]M×N
其中P＝1，2，…，M，表示输入变量的模糊级数，q＝1，2，…，N，表示输入变量的变化特征的分类级数。
输出变量为刀具的异常状态，定义为y（t），其模糊状态矩阵用XE表示，即
XE＝[μE（W，V）]I×J
其中W＝1，2，…，I，表示输出变量的模糊级数，V＝1，2，…，J，表示输出变量的变化状态的分类级数。
[16]为建立模糊信息知识库，它是在[14]和[15]的基础上，归纳出刀具异常时各输入变量X1（t）～X4（t）和输出变量y（t）之间的模糊对应关系，在这个模糊信息知识库中包含了M4条模糊判断条件语句。
[17]为建立模糊判断模型，设Ai、Bi、Ci、Di和Ei分比为模糊状态矩阵XA、XB、XC、XD和XE中的某个行子矩阵，则上述每一条模糊判断条件语句就相应有一个控制规则Ri，i＝1，2，…，M4，即
Ri＝Ai×Bi×Ci×Di×Ei
其中符号×表示空间直积运算。
从而建立如下模糊关系矩阵R：
其中l＝1，2，…，L，L＝N4
k＝1，2，…，K，K＝J
模糊关系矩阵R的元素值r1k描述了输入变量X1（t）～X4（t）和输出量y（t）之间的多维模糊相关程度，这个矩阵R就是刀具异常和AE信号之间的模糊判断模型。
[18]为分类判断处理，它是对模糊关系矩阵R各行（rl1，rl2，…，rlk）进行分类判断处理并形成一个容量为L＝N4的模糊判断目标查询表。
图3中[19]～[25]为刀具异常模糊判断算法的实时实现部分，其中[19]为程序初始化，包括模糊判断目标查询表的输入、信号采样时间的确定等程序初始化工作。[20]为4路信息采集，是指对综合信息形成电路单元[7]～[10]的各输出量进行数据采集。
[21]为4路信息的合成运算，对于输入变量X1（t）～X4（t），定义输入变量
矩阵Xi为
Xi＝｛[Xij]，j＝1，2，…，N｝ i＝1，2，3，4
其中X1j＝0或1，和输入变量的变化特征的分类级数有关，由此根据模糊运算的合成规则，可算出输出变量矩阵Y为
Y＝（X1×X2×X3×X4）oR
＝[ylk]L×K
其中l＝1，2，…，L，K＝1，2，…，K
[22]为访问查询表，它是依据所计算出的输出变量矩阵Y，对模糊判断目标查询表进行访问，取出相应的诊断模式。[23]为异常判定，它是依据[22]所取出的诊断模式;与给定的异常目标进行比较，从而对刀具的状态作出判断结果。[24]为刀具正常，继续采集数据。[25]为显示刀具异常的诊断结果并进行刀具异常报警。
本发明的实施例之一是车削刀具异常声发射监测装置，该装置在实验室完成了试验验证，并在实际生产条件下于某机床厂的数控车床上进行了40天的生产验证，达到了设计要求。其各单元参数如下：
AE传感器[1]频响为（100KHZ～1MHZ），前置放大器[2]的增益为40dB。高通滤波器[3]的截止频率为100KHZ，衰减特性为-18dB/OCT。主放大器[4]的增益为40dB并可调。高通滤波器[5]的截止频率为300KHZ，衰减特性为-24dB/OCT。低通滤波器[6]的截止频率为1MHZ，衰减特性为-24dB/.OCT。快检波电路[7]的检波频率为10HZ，慢检板电路[8]的检波频率为2.8HZ。低频脉冲信号形成电路[9]的参考比较电压VL等于0.6伏，高频脉冲信号形成电路[10]的参考比较电压VH等于0.8伏。接口电路[11]采用了ADC0804、Z80A-CTC和DAC0832等芯片，[12]采用CPU为Z80A微型计算机，显示器[13]为12寸绿色CRT。
本发明提供的刀具异常声发射监测装置在现场使用时，经一次安装调试后可以和实时加工的切削用量基本上无关，也不需要专用的刀夹机构。
Claims (3)
1、一种带电脑的刀具异常声发射监视装置，是由AE传感器(1)，对AE信号进行放大和选频检波的声发射波形处理装置，以及接口电路(11)和对刀具异常进行比较判断的微型计算机(12)和显示器(13)所组成，其特征在于：声发射波形处理装置是一种多通路、多层次的综合信息形成电路单元，微型计算机是一种基于模糊判断模型对刀具异常进行实时判断识别的微型计算机。
2、根据权利要求1所述的装置，其特征在于：综合信息形成电路单元是由快检波电路（7）、慢检波电路（8），低频脉冲形成电路（9）和高频脉冲形成电路（10）所组成。
3、根据权利要求1或2所述的装置，其特征在于：该微型计算机是Z80微处理机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 86104652 CN1009064B (zh) | 1986-07-04 | 1986-07-04 | 一种带电脑的刀具异常声发射监测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 86104652 CN1009064B (zh) | 1986-07-04 | 1986-07-04 | 一种带电脑的刀具异常声发射监测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN86104652A CN86104652A (zh) | 1988-01-13 |
| CN1009064B true CN1009064B (zh) | 1990-08-08 |
Family
ID=4802552
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 86104652 Expired CN1009064B (zh) | 1986-07-04 | 1986-07-04 | 一种带电脑的刀具异常声发射监测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1009064B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6882248B2 (ja) * | 2018-11-14 | 2021-06-02 | ファナック株式会社 | 工具取付異常検出装置 |
| CN114505535A (zh) * | 2020-11-17 | 2022-05-17 | 北村精密机电(江苏)有限公司 | 一种用于切割铝塑型材的智能加工设备 |
| CN116880357B (zh) * | 2023-09-04 | 2023-12-15 | 潍柴动力股份有限公司 | 一种设备调试方法、装置、设备及存储介质 |
-
1986
- 1986-07-04 CN CN 86104652 patent/CN1009064B/zh not_active Expired
Also Published As
| Publication number | Publication date |
|---|---|
| CN86104652A (zh) | 1988-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Tool wear monitoring and prediction based on sound signal | |
| Wang et al. | A new tool wear monitoring method based on multi-scale PCA | |
| US5407265A (en) | System and method for detecting cutting tool failure | |
| Madhusudana et al. | Fault diagnosis of face milling tool using decision tree and sound signal | |
| Chen et al. | Acoustic emission method for tool condition monitoring based on wavelet analysis | |
| CN106112697B (zh) | 一种基于3σ准则的铣削颤振自动报警阈值设定方法 | |
| Andrade et al. | A new approach to time-domain vibration condition monitoring: gear tooth fatigue crack detection and identification by the Kolmogorov–Smirnov test | |
| DE19524782A1 (de) | Verfahren zur Innenraumüberwachung in einem Kraftfahrzeug | |
| CN2854594Y (zh) | 基于语音识别技术的刀具工况监测装置 | |
| CN113741377A (zh) | 一种基于切削特征遴选的加工过程智能监控系统及方法 | |
| CN105058165A (zh) | 基于振动信号的刀具磨损量监测系统 | |
| JP2006519709A (ja) | 機械加工用ダイナミクス計器 | |
| CN1641504A (zh) | 用于控制工业过程特别是激光焊接过程的质量的方法 | |
| Li et al. | Multi-scale statistical process monitoring in machining | |
| DE3941267A1 (de) | Verfahren und vorrichtung zum detektieren von rissen in lagern | |
| CN112247673B (zh) | 一种基于遗传bp神经网络的木工刀具磨损状态诊断方法 | |
| CN109333159B (zh) | 刀具磨损状态在线监测的深度核极限学习机方法及系统 | |
| CN1869967A (zh) | 一种基于声音信号特征的机床类型的判别法 | |
| CN108956783B (zh) | 一种基于hdp-hsmm的磨削声砂轮钝化状态检测方法 | |
| Zheng et al. | Exploring the effectiveness of using internal CNC system signals for chatter detection in milling process | |
| JPS61265533A (ja) | 回転体の異常検出装置 | |
| CN1009064B (zh) | 一种带电脑的刀具异常声发射监测装置 | |
| CN115890366A (zh) | 对轴承套圈内圆切入磨削加工早期颤振在线监测方法 | |
| Massol et al. | An exTS based neuro-fuzzy algorithm for prognostics and tool condition monitoring | |
| CN116991146B (zh) | 一种超声波清洗装置的控制方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C13 | Decision | ||
| GR02 | Examined patent application | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C19 | Lapse of patent right due to non-payment of the annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |