CN101819119B - 一种基于小波分析的磨削加工工况检测系统及其方法 - Google Patents

Abstract

本发明公开了一种基于小波分析的磨削加工工况检测系统及其方法，系统包括传感器信息采集模块、工况与声发射频段功率的对应表模块和工况智能判断输出模块。声发射传感器安装在磨床上，分别将声发射信号传递给工况与声发射频段功率的对应表模块以及工况智能判断输出模块；工况与声发射频段功率的对应表模块通过小波变换分析方法获得各频段的标准功率强度，构造标准工况-声发射频段标准功率强度P_st的对应表；工况智能判断输出模块对声发射信号进行小波变换分析，获得当前功率强度，与P_st进行匹配，计算拟合误差值，认定并输出当前磨削工况。

Description

一种基于小波分析的磨削加工工况检测系统及其方法

技术领域

本发明涉及机械加工领域的一种检测方法，具体说是一种基于小波分析的磨削加工工况检测方法。

背景技术

在机械加工中，磨削加工是一种重要的加工方法，而磨削车床是实施这一加工办法的主要工具。随着科技的发展，计算机辅助控制的磨削车床(以下简称数控磨床)逐步得到运用。数控磨床是根据预先设定的计算机指令，按照加工图纸完成工件的加工，大大提高了加工效率和加工精度。

但是，目前的数控磨床仍然需要较为熟练的工人操作，并由操作人员来根据工作经验判断刀具和加工工件是否接触，以及刀具(即砂轮)是否钝化、工件是否灼伤或有裂纹等异常状态。由于人为因素的存在，加工效率和质量常常受到影响，并可能造成工件和刀具不必要的损毁。

发明内容

本发明所解决的技术问题是为了减少磨削加工中的人为判断因素，提供一种基于小波分析的磨削工况检测系统及该系统的检测方法，其可以对加工工况进行实时判断，保证加工质量，提高加工效率，减少工件和刀具的损毁。

一种基于小波分析的磨削工况检测系统，其包括传感器信息采集模块、工况与声发射频段功率的对应表模块和工况智能判断输出模块；其中：

传感器信息采集模块，由声发射传感器构成，声发射传感器安装在磨床上，并与工件和刀具的接触点不超过1米的距离，用于采集加工时的现场声发射信号，再分别将声发射信号传递给工况与声发射频段功率的对应表模块以及工况智能判断输出模块；

工况与声发射频段功率的对应表模块，用来存放标准工况与声发射频段标准功率强度的对应关系；

工况智能判断输出模块，用于确定当前加工工况。其根据工况与声发射频段功率强度对应表，对输入的声发射信号进行小波变换分析，获得各频段的功率强度，并和标准工况的声发射信号进行对比拟合，输出磨削工况参数。

上述基于小波分析的磨削工况检测系统采用的方法为，硬件部分包括传感器信息采集模块、工况与声发射频段功率的对应表模块和工况智能判断输出模块；其中传感器信息采集模块包括安装在磨床及工件上的声发射传感器；

该方法的步骤为：

1)首先由声发射传感器按照预设的采样频率f_s实时采集加工现场的声发射信号。根据理论分析可知，磨削固体声致的发声范围在50KHz～300KHz，本方法中f_s的取值为1MHz。声发射信号序列用X_t向量标记，X_t(1)表示t时刻开始第1个采样点，X_t(i)为第i个采样点，i＝1……N，N为采样序列长度；然后传感器信息采集模块将t时刻采集到的数据X_t向量传递给工况智能判断输出模块；

2)工况与声发射频段功率的对应表模块中设定有标准工况，并预先采集标准工况所对应的各种磨削加工时的声发射信号X_st，通过小波变换分析方法获得各频段的标准功率强度P_st，构建标准工况-声发射频段标准功率强度P_st的对应关系表；

3)工况智能判断输出模块对步骤1)中实时采集的声发射信号X_t进行小波变换分析后，获得当前声发射信号各频段的功率强度P_t；根据P_t和预设的工况与声发射频段功率对应表中的P_st进行匹配，利用RMS算法计算拟合误差值，当拟合误差值小于0.01时，即认定当前工况为该预设工况，相应的Y_t(i)设置为1；当拟合误差大于所给定范围时，则进行下一个工况的比较，遍历对应表的前三行仍未寻找到相匹配的工况时，则不进行任何操作。

上述步骤2)中标准工况与声发射频段标准功率强度的对应关系采用如下设置步骤；

设t时刻的工况为向量Y_t，Y_t包含四个变量，第一个变量Y_t(1)为接触参数，布尔变量类型，当工件和刀具接触时Y_t(1)为1，当工件和刀具未接触时Y_t(1)为0；第二个变量Y_t(2)为灼伤参数，布尔变量类型，当工件灼伤时为1，当工件未灼伤时为0；第三个变量Y_t(3)为裂纹参数，布尔变量类型，当工件有裂纹时为1，当工件没有裂纹时为0；第四个元素Y_t(4)为刀具钝化系数，整型变量类型，取值在0-100之间，用以反映刀具的钝化程度。

试验研究表明，刀具的钝化程度呈线性增加趋势，并和声发射的功率强度呈现性关系，因此可以使用线性增加的钝化系数来反映刀具当前的钝化程度。

定义t₀时刻刀具刚修整过，刀具处于锋利状态时的钝化系数为0，即：

Y_t0(4)＝0时，此时的频段功率强度：

$P_{t0}=\sqrt{\mathrm{\Σ}{P}_{t0}^2(i,j)}/m$

其中i＝4；j＝1……m，j为频段数

刀具在使用过程中逐渐钝化，直至t_p时刻达到必须修整，定义此时的钝化系数为100，即

Y_tp(4)＝100时，此时的频段功率强度：

$P_{\mathrm{tp}}=\sqrt{\mathrm{\Σ}{P}_{\mathrm{tp}}^2(i,j)}/m$

其中i＝5，j＝1……m，j为频段值

则在其它加工阶段t时刻的钝化系数：

Y_t(3)＝(P_t-P_t0)/(P_tp-P_t0)               …………式(1)

其中：

$P_t=\sqrt{\mathrm{\Σ}{P}_t^2\left(j\right)}/m,$

j＝1……m，j为频段值

t₀＜t＜t_p

上述步骤2)中的小波变换分析方法具体采用以下步骤：

21)将输入的声发射信号频段分解为m个频段，分别为f(0)、f(1)……f(m-1)，

f(m-1)＝f_s/2；

22)采用的小波分析的系数为：

${\mathrm{WT}}_x(a,b)=<X_{\mathrm{st}}\left(t\right),{\mathrm{\&psi;}}_{\mathrm{ab}}\left(t\right)>=\frac{1}{\sqrt{a}}\&Integral;X_{\mathrm{st}}\left(t\right){\mathrm{\&psi;}}^{*}\left(\frac{t-b}{a}\right)\mathrm{dt}$

其中，a为小波变换的尺度参数，b为小波变换的位移参数，ψ_ab(t)为小波基函数，ψ^*(·)表示ψ(·)的共轭，X_st为t时刻声发射信号的采样序列向量，长度为N；

则：

$P_{\mathrm{st}}(i,j)=\sqrt{\underset{i=f\left(j\right)}{\overset{f(j+f_s/2m)}{\mathrm{\&Sigma;}}}{\mathrm{WT}}_{\mathrm{xi}}^2(a,b)}/m$

其中：

i为所述工况与声发射频段功率对应表的行数；

i＝1时，P_st(1，j)为工件和刀具接触时，声发射信号各频段的功率强度；

i＝2时，P_st(2，j)为工件发生灼伤时，声发射信号各频段的功率强度；

i＝3时，P_st(3，j)为工件存在裂纹时，声发射信号各频段的功率强度；

i＝4时，P_st(4，j)为刀具刚经打磨修整，处于锋利状态，加工过程中声发射信号各频段的功率强度，对应的钝化系数为0；

i＝5时，P_st(5，j)为刀具已经钝化，需要进行打磨，加工过程中声发射信号各频段的功率强度，对应的钝化系数为100；

j为频段值，取值为1……m，m为采样频段的分割段数；

23)构造t时刻标准工况与声发射频段标准功率P_st的对应表：

标准工况

频段1标准功率

频段2标准功率

频段3标准功率

频段4标准功率

……

频段m标准功率

接触参数

Pst(1，1)

Pst(1，2)

Pst(1，3)

Pst(1，4)

Pst(1，m)

灼伤参数

Pst(2，1)

Pst(2，2)

Pst(2，3)

Pst(2，4)

Pst(2，m)

裂纹参数

Pst(3，1)

Pst(3，2)

Pst(3，3)

Pst(3，4)

Pst(3，m)

钝化系数0

Pst(4，1)

Pst(4，2)

Pst(4，3)

Pst(4，4)

Pst(4，m)

钝化系数100

Pst(5，1)

Pst(5，2)

Pst(5，3)

Pst(5，4)

Pst(5，m)

表一工况与声发射频段功率的对应表

上述步骤3)中的拟合误差值定义：

$e_t\left(i\right)=\sqrt{\frac{\mathrm{\&Sigma;}{(P_t(i,j)-P_{\mathrm{st}}(i,j))}^2}{\mathrm{\&Sigma;}{P}_{\mathrm{st}}^2(i,j)}}$

其中i＝1……3；j＝1……m

在与某一种工况的拟合误差e_t(i)小于0.01时，即认定当前工况为该预设工况，相应的Y_t(i)设置为1；当拟合误差大于所给定范围时，则进行下一个工况的比较，遍历对应表的前三行仍未寻找到相匹配的工况时，则不进行任何操作。

以上方法可检测出的磨削工况包括刀具和加工工件是否接触、工件是否灼伤、工件是否存在裂纹等；同时，可根据式(1)可计算出刀具(砂轮)的钝化程度。

本发明应用基于小波分析技术检测磨削加工中声发射各频段能量的方法，可以准确地判断出各种磨削工况，能有效地减少人为判断因素，从而提高加工效率和加工质量，并避免工件和刀具不必要的损毁。与现有技术相比，本发明利用小波变换分析技术，可以快速自动判断出工件和刀具的加工状态，从而大大减小了对熟练工人的依赖，提高了加工效率。

附图说明

图1是本发明基于小波分析的磨削加工工况检测方法的简单框图。

图2是本发明基于小波分析的磨削加工工况检测方法的工作流程图。

具体实施方式：

下面结合附图对本发明做更进一步的解释。

发明提出了一种基于小波分析的磨削工况检测系统，包括传感器信息采集模块、工况与声发射频段功率的对应表模块、工况智能判断输出模块。如附图1所示。其中：

所述传感器信息采集模块，用于采集加工时的现场声发射信号。传感器主要由声发射传感器构成，按照预设的采样频率f_s实时采集加工现场的声发射信号。声发射信号序列用X_t向量标记，X_t(1)表示t时刻开始第1个采样点，X_t(i)为第i个采样点，i＝1……N，N为采样序列长度。所述传感器信息采集模块将t时刻采集到的数据X_t向量传递给所述工况与声发射频段功率的对应表模块。

所述工况与声发射频段功率的对应表模块，用于设定标准工况与声发射频段标准功率强度的对应关系。

设t时刻的工况为向量Y_t，Y_t包含四个变量，第一个变量Y_t(1)为接触参数，布尔变量类型，当工件和刀具接触时Y_t(1)为1，当工件和刀具未接触时Y_t(1)为0；第二个变量Y_t(2)为灼伤参数，布尔变量类型，当工件灼伤时为1，当工件未灼伤时为0；第三个变量Y_t(3)为裂纹参数，布尔变量类型，当工件有裂纹时为1，当工件没有裂纹时为0；第四个元素Y_t(4)为刀具钝化系数，整型变量类型，取值在0-100之间，用以反映刀具的钝化程度。

在实验条件下，设定标准工况，并预先采集标准工况所对应的各种磨削加工时的声发射信号X_st，本模块使用小波变换分析技术，分析各种工况的声发射信号，获得各频段的标准功率强度P_st。

将信号频段分解为m个频段，分别为f(1)、f(2)……f(m)，f(m)＝f_s/2；

本发明中采用的小波分析的系数为：

${\mathrm{WT}}_x(a,b)=<X_{\mathrm{st}}\left(t\right),{\mathrm{\&psi;}}_{\mathrm{ab}}\left(t\right)>=\frac{1}{\sqrt{a}}\&Integral;X_{\mathrm{st}}\left(t\right){\mathrm{\&psi;}}^{*}\left(\frac{t-b}{a}\right)\mathrm{dt}$

其中，a为小波变换的尺度参数，b为小波变换的位移参数，ψ_ab(t)为小波基函数，ψ^*(·)表示ψ(·)的共轭，X_st为t时刻声发射信号的采样序列向量，长度为N。

则：

$P_{\mathrm{st}}(i,j)=\sqrt{\underset{i=f\left(j\right)}{\overset{f(j+f_s/2m)}{\mathrm{\&Sigma;}}}{\mathrm{WT}}_{\mathrm{xi}}^2(a,b)}/m$

其中：

i为所述工况与声发射频段功率对应表的行数；

i＝1时，P_st(1，j)为工件和刀具接触时，声发射信号各频段的功率强度；

i＝2时，P_st(2，j)为工件发生灼伤时，声发射信号各频段的功率强度；

i＝3时，P_st(3，j)为工件存在裂纹时，声发射信号各频段的功率强度；

i＝4时，P_st(4，j)为刀具刚经打磨修整，处于锋利状态，加工过程中声发射信号各频段的功率强度，对应的钝化系数为0；

i＝5时，P_st(5，j)为刀具已经钝化，需要进行打磨，加工过程中声发射信号各频段的功率强度，对应的钝化系数为100；

j为频段值，取值为1……m，m为采样频段的分割段数。

构造t时刻标准工况与声发射频段标准功率P_st的对应表，如表一所示。

标准工况

频段1标准功率

频段2标准功率

频段3标准功率

频段4标准功率

……

频段m标准功率

接触参数

Pst(1，1)

Pst(1，2)

Pst(1，3)

Pst(1，4)

Pst(1，m)

灼伤参数

Pst(2，1)

Pst(2，2)

Pst(2，3)

Pst(2，4)

Pst(2，m)

裂纹参数

Pst(3，1)

Pst(3，2)

Pst(3，3)

Pst(3，4)

Pst(3，m)

钝化系数0

Pst(4，1)

Pst(4，2)

Pst(4，3)

Pst(4，4)

Pst(4，m)

钝化系数100

Pst(5，1)

Pst(5，2)

Pst(5，3)

Pst(5，4)

Pst(5，m)

表一工况与声发射频段功率的对应表

所述工况智能判断输出模块，用于确定当前加工工况，并输出工况向量Y_t。当磨削加工开始后，在t时刻，所述传感器信息采集模块采集现场声发射数据向量X_t，所述工况智能判断输出模块对X_t进行小波变换分析后，获得当前声发射信号各频段的功率强度P_t。将P_t和预设的工况与声发射频段功率对应表中的P_st进行匹配，利用RMS算法计算拟合误差值。

拟合误差值定义：

$e_t\left(i\right)=\sqrt{\frac{\mathrm{\&Sigma;}{(P_t(i,j)-P_{\mathrm{st}}(i,j))}^2}{\mathrm{\&Sigma;}{P}_{\mathrm{st}}^2(i,j)}}$

其中i＝1……3；j＝1……m

在与某一种工况的拟合误差e_t(i)小于0.01时，即认定当前工况为该预设工况，相应的Y_t(i)设置为1。当拟合误差大于所给定范围时，则进行下一个工况的比较，遍历对应表的前三行仍未寻找到相匹配的工况时，则不进行任何操作。

实施例：

本发明实际应用于磨床的数字控制系统，用以实时检测磨削加工工况，结合处理流程图2，描述具体实施步骤如下：

1.首先构造工况与声发射频段功率的对应表。在实验条件下，将本系统基于小波分析的磨削加工工况检测系统的采样频率fs设置为1MHz，采用序列长度N设置为2000，设置频段数m为20，选择小波基为db10，分解尺度为20。

2.启动磨床的磨削加工，反复将刀具和工件进行接触和脱离接触的操作。

3.启动本系统采集刀具和加工工件接触时的声发射信号X_t，采集100组数据X_ti；使用小波变换算法式(2)和式(3)计算各个频段的功率强度P_ti(1，j)，并求各频段的均值P_t(1，j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“接触参数”行。

4.由操作人员挑选有硬质瑕疵即将灼伤的工件进行磨削加工，在加工过程中采集100组声发射信号X_ti；使用小波变换算法式(2)和式(3)计算各个频段的功率强度P_ti(2，j)，并求各频段的均值P_t(2，j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“灼伤参数”行。

5.由操作人员挑选有裂纹工件进行磨削加工，在加工过程中采集100组声发射信号X_ti；使用小波变换算法式(2)和式(3)计算各个频段的功率强度P_ti(3，j)，并求各频段的均值P_t(3，j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“裂纹参数”行。

6.在刀具刚经过打磨，处于锋利状态时，启动磨床的磨削加工，对工件进行加工。在加工过程中采集100组声发射信号X_ti；使用小波变换算法式(2)和式(3)计算各个频段的功率强度P_ti(4，j)，并求各频段的均值P_t(4，j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“钝化系数0”行。

7.在刀具处于钝化，需要打磨时，启动磨床的磨削加工，对工件进行加工。在加工过程中采集100组声发射信号X_ti；使用小波变换算法式(2)和式(3)计算各个频段的功率强度P_ti(5，j)，并求各频段的均值P_t(5，j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“钝化系数参数100”行，得标准工况与声发射频段标准功率的对应表(实值表)，如表二所示。

标准工况	频段1标准功率	频段2标准功率	频段3标准功率	频段4标准功率	……	频段m标准功率
							接触参数	1.2702	1.2680	1.8362	1.5757	……	1.7456
灼伤参数	1.7869	1.4162	2.6721	2.8731	……	1.7965
							裂纹参数	1.3276	1.7682	1.9865	2.9356	……	1.8871
钝化系数0	1.2276	1.2731	1.7649	1.4971	……	1.3217
							钝化系数100	1.4721	1.489	2.2719	2.3765	……	1.6175

表二标准工况与声发射频段标准功率的对应表(实值表)

8.在所述工况与声发射频段功率的对应表模块构建完成后，本系统即可应用于实际控制检测系统。启动磨削加工，在t时刻，本系统所述传感器信息采集模块采集加工现场的声发射信号X_t，送入所述工况智能判断输出模块。所述工况智能判断输出模块应用小波分析算法式(2)和式(3)分析X_t，获得声发射各频段的功率强度值P_t。

9.本系统将获得的功率强度值P_t与工况与声发射频段功率的对应表二中的预设值使用式(4)进行误差拟合。当拟合误差小于0.01时，即认为当前工况为所设定工况，将工况向量Y中的对应变量置位。当拟合误差大于所给定范围时，将工况向量Y中的对应变量置零，并进行下一个工况的比较，遍历对应表的前三行仍未寻找到设定工况时，则不进行任何操作。

10.本系统同时判别P_t是否处于[P_s，P_tp]之间，同时确认当前Y_t(0)为1(即当前刀具和工件接触中)时，利用式(1)计算钝化系数。

11.经以上步骤，本系统可实时输出工况向量Y，通过查询工况向量Y的对应变量，可以得知当前磨削加工过程中，刀具和加工工件是否接触、刀具(砂轮)的钝化程度、工件是否灼伤或工件是否存在裂纹等信息。

磨床的控制系统或操作工人可根据本系统的判断提示进行进一步操作。比如开始计算刀具进给量、更换刀具、更换工件等。其操作不在本发明涵盖范围之内。

Claims (4)

1.一种基于小波分析的磨削工况检测方法，其特征在于硬件部分包括传感器信息采集模块、工况与声发射频段功率的对应表模块和工况智能判断输出模块；其中传感器信息采集模块包括安装在磨床上的声发射传感器； 

该方法的步骤为： 

1)首先由声发射传感器按照预设的采样频率f_s实时采集加工现场的声发射信号，声发射信号序列用X_t向量标记，X_t(1)表示t时刻开始第1个采样点，X_t(i)为第i个采样点，i＝1……N，N为采样序列长度；然后传感器信息采集模块将t时刻采集到的数据X_t向量传递给工况智能判断输出模块； 

2)工况与声发射频段功率的对应表模块中设定有标准工况，并预先采集标准工况所对应的各种磨削加工时的声发射信号X_st，通过小波变换分析方法获得各频段的标准功率强度P_st，构造标准工况-声发射频段标准功率强度P_st的对应表；该标准工况-声发射频段标准功率强度P_st的对应表的对应关系采用如下设置步骤： 

设t时刻的工况为向量Y_t，Y_t包含四个变量，第一个变量Y_t(1)为接触参数，布尔变量类型，当工件和刀具接触时Y_t(1)为1，当工件和刀具未接触时Y_t(1)为0；第二个变量Y_t(2)为灼伤参数，布尔变量类型，当工件灼伤时为1，当工件未灼伤时为0；第三个变量Y_t(3)为裂纹参数，布尔变量类型，当工件有裂纹时为1，当工件没有裂纹时为0；第四个元素Y_t(4)为刀具钝化系数，整型变量类型，取值在0-100之间，用以反映刀具的钝化程度;

3)工况智能判断输出模块对步骤1)中实时采集的声发射信号X_t进行小波变换分析后，获得当前声发射信号各频段的功率强度P_t；根据P_t和预设的标准工况-声发射频段标准功率强度P_st的对应表中的P_st进行匹配，利用RMS算法计算拟合误差值，在误差值小于0.01时，认定当前工况和标准磨削工况匹配，输出此磨削工况。 

2.根据权利要求1所述的基于小波分析的磨削工况检测方法，其特征在于使用线性增加的钝化系数来反映刀具当前的钝化程度，具体为： 

定义t₀时刻刀具刚修整过，刀具处于锋利状态时的钝化系数为0，即： 

Y_t0(4)＝0时，此时的频段功率强度： 

其中i＝4；j＝1……m，j为频段值； 

刀具在使用过程中逐渐钝化，直至t_p时刻达到必须修整，定义此时的钝化系数为100，即 

Y_tp(4)＝100时，此时的频段功率强度： 

其中i＝5，j＝1……m，j为频段值； 

则在其它加工阶段t时刻的裂纹参数： 

Y_t(3)＝(P_t-P_t0)/(P_tp-P_t0)    …………式(1) 

其中： 

j＝1……m，j为频段值； 

t₀＜t＜t_p。 

3.根据权利要求1或2所述的基于小波分析的磨削工况检测方法，其特征在于步骤2)中的小波变换分析方法具体采用以下步骤： 

21)将输入的声发射信号频段分解为m个频段，分别为f(1)、f(2)……f(m-1)，f(m)＝f_s/2； 

22)采用的小波分析的系数为： 

…………式(2) 

其中，a为小波变换的尺度参数，t为加工阶段时刻，b为小波变换的位移参数，ψ_ab(t)为小波基函数，ψ^*(·)表示ψ(·)的共轭，X_st为t时刻声发射信号的采样序列向量，长度为N； 

则： 

…………式(3) 

其中： 

i为所述标准工况-声发射频段标准功率强度P_st的对应表的行数； 

i＝1时，P_st(1，j)为工件和刀具接触时，声发射信号各频段的功率强度； 

i＝2时，P_st(2，j)为工件发生灼伤时，声发射信号各频段的功率强度； 

i＝3时，P_st(3，j)为工件存在裂纹时，声发射信号各频段的功率强度； 

i＝4时，P_st(4，j)为刀具刚经打磨修整，处于锋利状态，加工过程中声发射信号各频段的功率强度，对应的钝化系数为0； 

i＝5时，P_st(5，j)为刀具已经钝化，需要进行打磨，加工过程中声发射信号各频段的功率强度，对应的钝化系数为100； 

j为频段值，取值为1……m，m为采样频段的分割段数； 

23)构造t时刻标准工况-声发射频段标准功率强度P_st的对应表。 

4.根据权利要求1或2所述的基于小波分析的磨削工况检测方法，其特征在于步骤3)中的拟合误差值定义为： 

…………式(4) 

其中i＝1……3；j＝1……m，m为频段数， 

在与某一种工况的拟合误差e_t(i)小于0.01时，即认定当前工况为该预设工况，相应的Y_t(i)设置为1；当拟合误差大于所给定范围时，则进行下一个工况的比较，遍历对应表的前三行仍未寻找到相匹配的工况时，则不进行任何操作。 

Images