CN104898565B - 改进的用于颤振预测的数据库 - Google Patents

Abstract

本发明涉及一种颤振数据库系统，其包括中央颤振数据库，该中央颤振数据库被馈送有对应于特别是铣削、车削、钻削或镗削机床的机加工机床的机加工和颤振条件的数据。本发明由以下特征表征：从包括在颤振数据库系统中的至少两个个体机加工机床获得和收集馈送到中央颤振数据库的数据。由此经由数据连接、优选地经由安全网络将所述数据发送到中央颤振数据库以基于真实遇到的条件产生颤振稳定性图。

Description

改进的用于颤振预测的数据库

技术领域

本发明涉及颤振数据库系统。

背景技术

高性能机加工（HPM）过程规律地面临颤振现象的发生，该颤振现象限制最终产品的质量（例如波状表面光洁度、超出公差的工件）并产生附加成本（例如过多的刀具磨损）。由于切削过程与机床结构动态特性之间的闭环互作用，在刀具与工件之间可能出现高幅度的自激振动（颤振），随之导致所提及的质量问题。为了面对一直越发严重的对于HPM应用的市场需求，机床制造商必须提出解决方案以使得可以可靠地预测、防止且早期检测颤振问题。

存在用于其抑制而不导致生产率损失的若干方式。其中，基于模型的技术展示了最大的潜力。然而，较早的研究指出，对于实践中遇到的宽范围的机加工条件而言基于物理模型的颤振预测缺乏可靠性。这些预测还需要耗时的程序和大多数时间昂贵的器械操作。由于所有这些原因，用于此类现象的控制的基于模型的方法的巨大潜力在实践中被相当程度地降低。

颤振预测技术的改进构成易于防止机加工过程发生颤振的基于模型的技术的应用所需的第一个步骤。例如，基于这些预测，机床可以向操作者提供提示以便在本身不施行大量机加工测试的情况下达到保证无颤振机加工条件的最优生产率。

无论如何，良好设计的颤振预测应用需要对于该过程的动态特性的良好的理解水平以及对具有其全部部件（机床、刀具和工件）的机电系统的精确建模。

在铣削过程中，再生颤振是最为关键的颤振类型。它由切刀在工件材料中的当前振荡所产生的可变切片厚度和先前的切削所留下的波状表面引起。由于激励机床结构的可变切削力与其振动之间的相位，可以将能量供应给振荡系统，导致不稳定的自激振动。此现象以通常按照作为主轴转速的函数的（在工件中在轴向方向上的旋转刀具的）切削临界深度表示稳定性限度为特征。此图表一般被称为“稳定性叶瓣图”，因为稳定性限度对应于指示主轴转速的一系列叶瓣，其中可以在达到稳定性限度以前选择较大的切削深度。在图1中顶部图（源[1]）上图示了所谓的稳定性叶瓣图的示例。

如果可以可靠地预测稳定性叶瓣图，则可以控制颤振现象。例如，如果对于特定机加工操作，操作者知道对应的稳定性图表，则他有可能相应地选择机加工参数（例如主轴转速或切削深度），从而允许在无颤振条件中的最大机床生产率（参见图1）。

图1图示了两个所选择的机加工条件：具有9500 rpm的主轴转速和等于4.7 mm的轴向切削深度第一机加工条件对应于发生颤振的机加工条件。这由较下方左手侧的图表所展示，其指示比针对第二条件大得多的切削力和表面粗糙度，该第二条件具有14000 rpm的主轴转速和相同的轴向切削深度，对于第二条件铣削过程保持稳定。对应于第一条件的颤振频率可见于最下方左手侧图表中，其中对于第二条件，只有刀齿通过频率谐波可见。

可以使用基于模型的技术来预测稳定性叶瓣图。这允许操作者在先前未施行机加工测试的情况下选择最优机加工参数。然而，基于模型的颤振稳定性预测通常遭受可靠性缺乏并且其检验需要大量机加工测试。

当今的技术发展水平是监测颤振以结合自学习算法进行数据库创建来相应地适配机床的切削参数。

利用计算机测量操作参数、利用知识数据库（专家系统）评价这些值以及确定最优操作参数是已知的。DE4333286公开了例如用于诊断机床扰动或错误的专家系统。

DE19643383公开了利用传感器对包括振动的操作参数的测量和利用神经网络对这些测量值和频率的分析。系统还包括用于存储对照值的数据库（专家系统），该数据库用于自学习数据处理和机床控制。

EP2614922公开了调整主轴的旋转速度的颤振检测和控制系统。文档US2012253708公开了一设备，该设备分析所测量的频率并确定所产生的颤振振动是再生颤振振动、旋转周期强制颤振振动还是凹槽通道周期（flute-passage-period）强制颤振振动。US2012318062还可以确定所发生的颤振振动的类型（例如由于刀具与工件之间的摩擦而发生和由于机加工所引起的冲击力而发生的颤振振动）。

像Okuma的JP2012187685的另外出版物公开了通过调整主轴旋转速度进行颤振监测和控制。

在市场上你可以找到用于通过适配切削参数进行颤振检测和减少的不同软件应用。

制造自动化实验室公司（The Manufacturing Automation Laboratories Inc.）正在开发被称为“ChatterPro”的颤振避免软件。它是全自动的在线颤振检测和避免程序，且其被完全集成到CNC铣削系统。它经由麦克风和机床控制器监测过程以检测颤振。在发生颤振的情况下，它自动停止进给并适配主轴转速。在高速铣削操作中，软件努力将主轴转速提高到最接近的无颤振区。在低速铣削时，它应用主轴转速变更技术，由此周期性地调制主轴转速。该产品当前处于开发的完成阶段。

制造实验室公司的“Harmonizer”软件使用麦克风来检测颤振发生并建议最优的主轴转速范围。用户仅输入近似的主轴转速和切刀上的刀齿数。软件可以自动设定阈值并在所记录的数据中指示颤振的存在。当检测到颤振时，软件推荐稳定的主轴转速（如果存在一个的话）。该产品甚至可用作针对IOS和安卓（Android）操作系统的智能电话应用。

CNC机床制造商OKUMA开发了名为“Machining Navi”的用于颤振检测和缓解的不同系统。“Machining Navi L-g”是用于还操作在较低速度的车床的选项。该系统使用自动主轴转速变更来抑制颤振。“Machining Navi M-g”选项基于由附接在操作面板上的麦克风所记录的声音来建议数个最优主轴转速。改变主轴转速的决定取决于操作者。在“Machining Navi-I”选项中，内置的传感器检测颤振振动并且主轴转速被自动地变动到理想范围。

这些已知系统的缺点是：a）基于现实铣削条件下的物理模型的颤振预测系统缺乏可靠性；或者b）对于基于测量的自学习算法而言，缺少对该现象的物理特性的直接联系，事实上妨碍了对于颤振发生的真实理解。除了这一点之外，所有已知的颤振预测系统不允许将其预测方法扩展到更宽范围的切削条件。

发明内容

本发明的目的是提供一种能够评估和预测机加工机床针对宽范围切削条件的颤振稳定性的工具，随之改进已知颤振预测系统的预测能力。

本发明的该目的通过提供根据本发明实施例的颤振数据库系统来实现。

根据本发明，颤振数据库系统包括中央颤振数据库，该中央颤振数据库被馈送有对应于作为颤振数据库系统的一部分的同一类型的若干机加工机床（例如铣削、车削、钻削或镗削机床）的机加工条件（机加工参数）和所测量的颤振条件的数据。这些机加工机床经由例如安全网络的数据连接/链路而连接到中央颤振数据库。颤振数据库系统的各部分是至少两个个体机加工机床，优选地为更多个。从包括在颤振数据库系统中的所连接的机加工机床获得和收集馈送到中央颤振数据库的数据。中央颤振数据库因此能够基于在系统的机加工机床部分处所测量和监测的真实条件来产生颤振稳定性图（map）。

由于发明性的颤振数据库系统，经由数据连接取回由在中央颤振数据库中收集的数据所产生的颤振稳定性图或将其发送回各个个体机加工机床，例如用于向操作者或者由CAM操作者在控制面板或用户接口处进行可视化。

优选地，作为颤振数据库系统的一部分的各个个体机加工机床每个都包括自动颤振检测系统，该自动颤振检测系统监测颤振的发生并且相应地产生要被馈送到中央颤振数据库的颤振数据。通常，个体机加工机床包括机床控制器，该机床控制器收集/产生其机床的机加工条件数据。优选地，由机床控制器收集颤振条件和机加工条件数据并且经由数据连接将其从个体机加工机床传输到集中式颤振数据库。

颤振数据库系统优选地使用类别标识系统根据由每个所连接的个体机加工机床所收集的机加工条件数据来定义机加工条件集合，对于所述机加工条件集合可以等同地比较不同机加工操作所提供的颤振条件以便产生独有的稳定性图。优选地，将该类别标识系统包括在中央颤振数据库中。

优选地使用颤振数据检验系统来检查由中央颤振数据库收集的颤振数据的一致性。如果所连接的机加工机床递送与用于等同机加工条件的其他颤振条件数据不一致的颤振条件数据，则颤振数据检验系统（优选地被包括在中央颤振数据库中）从颤振数据库中移除对应的数据并将警告信号递送到对应的机床控制器。颤振数据库系统优选地还包括颤振预测系统以针对根据由所连接的机加工机床提供的数据而标识的每个机加工条件集合来预测颤振的发生。该颤振预测系统包括嵌入式物理模型，该嵌入式物理模型被用于基于机床参数设置来计算和预测颤振的发生，由此将物理模型被调整用于按照在中央颤振数据库中产生的实验性颤振稳定性图来计算颤振预测。优选地，对嵌入式物理模型的调整利用将馈送到中央颤振数据库的新数据分别视为被更新的颤振稳定性图的算法而发生。最为优选地，该调整在可预先定义的量的新数据集合被馈送到中央颤振数据库之后发生。在本发明的优选实施例中，颤振预测系统被包括在中央颤振数据库中。颤振预测系统基于其针对在中央颤振数据库中标识的每个机加工条件集合的嵌入式物理模型来提供颤振预测。将针对中央颤振数据库中可用的每个机加工条件集合的所存储的实验性颤振条件用来验证并最终调整嵌入式物理模型。然后，优选地将针对给定的机加工条件集合进行验证而得到的颤振预测与对应的实验性颤振条件相结合存储在中央颤振数据库中。在图4中表示出根据本实施例的中央颤振数据库的架构。替换地，所连接的个体机加工机床中的每个都包括优选地在机加工机床的机床控制器中实施的颤振预测系统。该预测系统从中央颤振数据库中取回对应于与为相关的个体机床预见的机床参数设置等同的机加工条件的所存储的实验性颤振条件以利用其在机床的操作期间预测颤振的发生。

本发明的优点是由于将若干机床连接到系统，收集了尽可能多且尽可能快的实验性颤振数据（例如机加工参数和相应的颤振条件），使得可以收集在各种操作情形下的有效颤振稳定性的可靠表示，并且可以将其与分别计算的基于物理模型的预测相比较。

在所计算的预测与从实验性颤振数据中取回的对应的所产生的颤振稳定性图不同的情况下，根据本发明的下一步骤在于将算法用于适配物理模型（参数调节或扩展特性）以便根据存储在中央颤振数据库中的现实（在机加工操作期间在现有机床上观察且测量的稳定性限度）得到物理模型的颤振稳定性预测。例如，可以基于如Graham等人在[2]中调查的初级灵敏度研究来适配对物理模型的参数（例如固有频率、阻尼比或切削系数）的适配。

通过如此做，本发明允许更好地理解颤振现象且允许适配分别地对物理模型进行“精细调节”以便允许以容易的方式的更为可靠的、基于模型的预测。本发明性系统的另一优点是在若干机床上以及作为副产品在现实机加工条件下收集到发明性目的所必需的大量实验性数据。

针对等同的机加工条件检测在颤振数据库中收集的不一致颤振条件数据的可能性还实现对所连接的各个个体机加工机床之间的性能的监测，使得可以自动地标识和报告缺陷或磨损问题。在颤振数据不一致的情况下，颤振数据检验系统经由对应的机床控制器通知操作者在其机床和其他联网机加工机床的性能之间存在差距并且推荐进行健全性检查。

所提出的发明的原创性和新颖性在于一方面收集和管理来自若干联网机床的数据以便产生具有针对机加工机床中的宽范围切削条件的颤振稳定性信息的中央颤振数据库。迄今为止，仅考虑了一台机床的数据，随之仅产生相当有限的数据记录。另一方面，所提出的发明的原创性和新颖性还在于同时使用所产生和扩展的颤振数据信息来改善物理模型以用于计算对机加工机床的颤振行为的预测。

利用本发明，提供了一种能够针对宽范围的切削条件评估机床的行为的相应颤振稳定性的工具。由于连接的若干机床和颤振数据库系统的部分，这被快速地完成。

附图说明

图1图示所谓的稳定性叶瓣图的示例和两个所选择的机加工条件；

图2示意性地图示根据本发明的颤振数据库系统的不同元件之间的互作用的示例；

图3图示在铣削操作期间所测量的振动传感器信号的线性频谱；

图4图示自动颤振检测系统所提供的信息以及对应的机加工参数；

图5图示由颤振数据库所提供的实验性结果；以及

图6表示在考虑易于产生颤振的再生效应（R）的情况下刀头动态特性（G）与机加工过程（P）之间的闭环互作用的框图。

具体实施方式

图2示意性地图示了根据本发明的颤振数据库系统的不同元件之间的互作用的示例。

基于在切削互作用期间监测的刀具-工件振动以及由所监测的机床的机床控制器提供的一些另外的信息（例如主轴转速和切刀的刀齿数），机床的自动颤振检测系统能够标识和表征机加工过程的当前状态（例如稳定的切削或具有主颤振频率的颤振），从而利用其形成所谓的实验性颤振条件（或颤振条件信息）。为了将所获得的数据收集到在该图的下面部分中所指示的中央颤振数据库中，机床控制器必须另一方面提供关于对应的刀具中心点（刀具与工件之间的接触点）动态特性和切削力互作用的信息，使得可以将当前机加工条件进行分类并将其在中央颤振数据库中与来自其他联网机床的等同机加工条件相比较。具有由机床控制器提供的铣削过程的对应状态的这些机加工条件和由自动颤振检测系统确定的颤振条件形成所谓的颤振数据，该颤振数据经由适当的数据连接（所图示的为安全网络）被转发到中央颤振数据库。然后，将所有这些实验性数据进行组合以创建易于随后帮助操作者或机床控制器为新的制造过程选择适当的机加工参数的实验性稳定性图。因此中央颤振数据库也被用来向机床控制器提供从该机床或者从其他联网机床收集的且对应于等同的所预见的机加工条件的所存储的颤振数据（以颤振稳定性图形式存储）。在所连接的机床和中央颤振数据库之间传递的颤振数据可能还包含由颤振预测系统产生的颤振预测。将对应于所预见的机加工条件的颤振预测从中央颤振数据库提供给机床控制器，在中央颤振数据库中集成了颤振预测系统（参见图2和4）。这些预测基于通过针对所预见的机床条件或设置而计算颤振的发生来进行预测并且可以以稳定性叶瓣图的形式来表示的物理模型，从而帮助操作者或机床控制器选择最优的无颤振机加工条件（分别地，机床设置）。

因此可以使用从中央颤振数据库可用的实验性数据来检验颤振预测并最终改善物理模型。

图3图示了在铣削操作期间在a）颤振条件下；b）稳定条件下所测量的振动传感器信号的线性频谱。使用例如足够靠近机加工点安置的麦克风或振动传感器来检测刀具与工件之间的颤振振动的发生。对所获得的信号的频率分析（例如使用快速傅里叶变换）允许对叠加到通过由机加工机床分别进行的切削过程所产生的强制振动的自激（颤振）振动进行标识（参见图3）。基于此分析，可以检测具有其主频率的铣削过程的当前状态（低或高的强制振动（稳定）、轻或重的颤振）。

参照图4，经由数据连接（例如安全网络）将自动颤振检测系统所提供的信息以及对应的机加工参数集中在服务器上以便创建中央颤振数据库。

中央颤振数据库必须包含关于真实条件的足够信息，使得可以导出代表性的稳定性叶瓣图并将其与实验性结果相比较。更具体地，数据库必须提供确定由整个机床、刀具系统和刀具中心点（TCP）处的工件组成的结构环路的动态特性（具有机床轴位置和进给方向的机床的类型、刀具的类型及其夹持条件、主轴旋转速度以及工件的几何结构、其材料及其在机床台上的夹持）所必需的所有信息。它还必需指定对应的切削力互作用的表征所需要的信息，诸如切削刃几何结构和摩擦特性（刀具涂层、润滑类型）、得到的切片几何结构（切削深度、刀具几何结构、进给速率）、切削速度和被机加工的材料。

然后，必须将所收集的数据进行分类以便将在类似切削条件下实现但具有不同主轴转速或切削深度的机加工测试分组在一起。例如，可以预见的是对于TCP动态特性和对于切削力互作用分别产生两个不同的类别组。然后将两个类别的组合用来在每个互连的机床之间比较机加工条件。图4图示了这种可能的中央颤振数据库架构的示例。

基于从不同联网机床收集的数据，可以产生实验性颤振稳定性图。人们可以想象，可以将这些实验性稳定性图提供给机床或CAM操作者或者提供给机床控制系统以便支持基于利用所发生的机加工操作形成的且在那些颤振稳定性图中收集的经验来选择适当的切削参数。

例如，对于特定的机加工条件（关于机床、刀具以及工件），如图5中所表示的，可以在由切削的轴线和径向深度以及主轴转速所定义的3维空间中表示由颤振数据库所提供的实验性结果。

另一方面，对于保存于数据库中的类似机加工条件的每个组而言，应当基于TCP动态特性模型和铣削过程的模型以及他们的互作用来计算稳定性叶瓣图。图6表示在考虑易于产生颤振的再生效应（R）的情况下刀头动态特性（G）与机加工过程（P）之间的闭环互作用的框图。

更具体地，可以通过施行频率响应测量或者使用诸如有限元方法之类的建模方法以实验的方式导出刀具与工件之间的机床结构动态特性。接纳耦合（receptancecoupling）方法还允许两者的组合。

铣削过程的解析模型对于基于切削条件（诸如切片几何结构（还依赖于刀具与工件之间的过去和当前振动）、切削速度、刀具几何结构、工件材料、润滑，等等）来计算在TCP处产生的切削力而言是必需的。该解析模型中涉及的经验力系数可以在针对被充分研究的切削条件的文献中找到。对于无文献记载的切削条件而言，可以使用用于监测机加工力的力传感器以实验的方式导出它们。还可以使用基于第一原理物理学模型的软件模拟来预测它们。

然后，必须将这两种模型进行耦合以便评估得到的闭环系统的稳定性并导出稳定性叶瓣图。对于计算稳定性叶瓣图而言存在不同的方法（例如零阶逼近、半离散化、时间有限元）。

然后，可以比较基于物理模型产生的稳定性叶瓣图和由自动颤振检测系统所获得的实验性稳定性图。更具体地，对于给定的主轴转速，临界切削深度和对应的颤振频率允许量化两种结果之间的一致。

如果可能的话，应当估计与两种结果相关的不确定度（例如对于基于物理模型的预测使用蒙特卡洛（Monte Carlo）方法）。基于对基于物理模型的颤振稳定性预测的灵敏度研究，两种结果之间的最后差异别提供了用于标识预测方法中的错误源的提示并且有助于改进其可靠性（参见例如[2]）。

除了铣削机床之外，可以将所提出的构思容易地应用于使用其同样面临颤振现象的其他类型的机加工机床，诸如车削、镗削、钻削等等。

参考文献

1. Y. Altintas and S. Engin, Generalized modeling of mechanics anddynamics of milling cutters, CIRP Annals, Vol. 50/1 (2001), p. 25-30，

2. E. Graham et al., Robust prediction of chatter stability inmilling based on the analytical chatter stability, Journal of ManufacturingProcesses, 2013, http://dx.doi.org/10.1016/j.jmapro.2013.08.005。

Claims (14)

1.颤振数据库系统，包括中央颤振数据库，所述中央颤振数据库被馈送有与机加工机床的机加工和颤振条件对应的数据，其特征在于

从包括在所述颤振数据库系统中的至少两个个体机加工机床获得和收集馈送到所述中央颤振数据库的数据，并且其中经由数据连接将所述数据发送到所述中央颤振数据库以基于真实条件产生颤振稳定性图，

其中所述颤振数据库系统包括被包括在所述中央颤振数据库中的类别标识系统，其中所述类别标识系统基于馈送给所述中央颤振数据库的数据来定义不同机加工条件集合，以形成对应的独有的颤振稳定性图。

2.根据权利要求1的颤振数据库系统，其特征在于，由在所述中央颤振数据库中收集的、来自至少两个个体机加工机床的数据所产生的颤振稳定性图经由数据连接由所述个体机加工机床的机床控制器取回或被发送给CAM操作者。

3.根据权利要求1或2的颤振数据库系统，其特征在于，所述个体机加工机床包括自动颤振检测系统，所述自动颤振检测系统产生关于所述颤振条件的颤振条件数据。

4.根据权利要求3的颤振数据库系统，其特征在于，所述个体机加工机床包括机床控制器，所述机床控制器收集其机床的机加工条件数据。

5.根据权利要求4的颤振数据库系统，其特征在于，所述颤振条件数据和所述机加工条件数据由所述个体机加工机床的机床控制器收集并且经由所述数据连接从所述个体机加工机床被传输到所述中央颤振数据库。

6.根据权利要求3的颤振数据库系统，其特征在于，所述颤振数据库系统包括颤振数据检验系统，其中所述检验系统检查在所述中央颤振数据库中收集的所述颤振条件数据的一致性。

7.根据权利要求6的颤振数据库系统，其特征在于，所述检验系统在检测到颤振条件数据不一致的情况下从所述颤振数据库中移除这些数据，并且产生警告信号，所述警告信号经由所述数据连接被递送到对应的机加工机床的机床控制器。

8.根据权利要求1或7的颤振数据库系统，其特征在于，所述颤振数据库系统包括颤振预测系统，所述颤振预测系统具有用于计算和预测颤振的发生的嵌入式物理模型。

9.根据权利要求8的颤振数据库系统，其特征在于，所述颤振预测系统使用存储在所述中央颤振数据库中的机加工和颤振条件数据来检验其所计算的颤振预测并调整所述嵌入式物理模型。

10.根据权利要求9的颤振数据库系统，其特征在于，对所述物理模型的调整利用一算法发生，所述调整在具有机加工和颤振条件的可预先定义的量的新数据集合被馈送到所述中央颤振数据库之后发生。

11.根据权利要求8的颤振数据库系统，其特征在于，所述颤振预测系统被包括在所述中央颤振数据库中，还将针对给定的机加工条件集合得到的所计算的颤振预测存储在所述中央颤振数据库中，并且其中所连接的机加工机床的机床控制器可以经由所述数据连接取回所述颤振预测。

12.根据权利要求8的颤振数据库系统，其特征在于，在所述机加工机床的机床控制器中实施所述颤振预测系统，其中所述预测系统从所述中央颤振数据库中取回对应于与所述个体机加工机床的所预见的机床参数设置等同的机加工条件的所存储的颤振数据以用于利用其在所述机加工机床的操作期间预测颤振的发生。

13.根据权利要求1的颤振数据库系统，其中所述机加工机床是铣削、车削、钻削或镗削机加工机床，并且所述数据连接是安全网络。

14.根据权利要求6的颤振数据库系统，其中所述颤振数据检验系统被包括在中央颤振数据库中。