CN107942953A - 一种抑制加工颤振的方法 - Google Patents
一种抑制加工颤振的方法 Download PDFInfo
- Publication number
- CN107942953A CN107942953A CN201711092722.4A CN201711092722A CN107942953A CN 107942953 A CN107942953 A CN 107942953A CN 201711092722 A CN201711092722 A CN 201711092722A CN 107942953 A CN107942953 A CN 107942953A
- Authority
- CN
- China
- Prior art keywords
- flutter
- pid controller
- mainshaft
- speed
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/416—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control of velocity, acceleration or deceleration
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/43—Speed, acceleration, deceleration control ADC
- G05B2219/43058—Limitation of acceleration, permissible, tolerable acceleration
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/43—Speed, acceleration, deceleration control ADC
- G05B2219/43115—Adaptive stopping
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Automatic Control Of Machine Tools (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种抑制加工颤振的方法,在切削加工过程中,利用在线颤振检测算法,将加工状态用颤振指标进行量化,且与设定的阈值进行对比并计算其差值,然后将上述过程得到的差值作为PID控制器的输入量,而PID控制器输出作为变主轴转速的归一化的幅值或频率,根据PID控制器的输出,对机床的变主轴转速参数进行实时更改,以达到使用优化的变主轴转速策略在颤振孕育阶段将其抑制住,从而实现闭环自适应调整变主轴转速抑制颤振的目的。
Description
技术领域
本发明属于机械加工领域,具体涉及一种抑制加工颤振方法,用于机床加工工件时在颤振发生孕育期抑制加工颤振的发生。
背景技术
加工颤振是切屑形成过程中出现的一种自激振动现象,颤振的发生会影响生产效率以及加工质量,同时还可引起过度噪音,刀具损坏等,对产品质量、刀具及机床设备等的危害很大。由于其产生原因及发展规律与切削加工过程和机床-工件系统动态特性都有着内在的联系,影响因素众多,机理非常复杂,对机床和工件危害大,是一个广泛存在的制约薄壁或刚性不够的零件加工自动化的重要因素。
有关加工颤振抑制方法的研究主要分为两大类。第一类是通过加工动力学建模,利用系统的时滞微分动力学运动方程,分析其稳定切削条件并绘制稳定性lobe图,对发生颤振的加工参数进行离线预测。另一类是基于不同的信号处理技术,设计各种颤振特征指标,在线计算其值并与设定的阈值进行对比,确定颤振发展状态,或从监控信号中提取出颤振特征量,采用模式识别算法对加工状态进行分类以实现颤振的在线辨识。
关于加工颤振的研究主要分为三方面。第一方面是加工动力学建模,通过建立时滞微分方程并分析其稳定性lobe图,来进行颤振预报。第二方面是颤振在线检测,学者基于不同的信号处理算法,提出了各种各样的颤振特征,然后将颤振特征与设定基准值进行比较,或者基于颤振特征,用模式识别算法来实现颤振的在线检测。第三方面是颤振控制,颤振控制方法千差万别,大致分为主动控制和被动控制,实现无颤振加工。这三方面研究的目的是一致的,就是希望在加工中避免颤振的发生
申请号为201610278575.9的专利公开了一种加工颤振智能抑制方法及装置,包含颤振检测部分和颤振控制部分,其中颤振检测部分用于检测颤振是否进入孕育阶段,而颤振控制部分则在检测到加工状态进入颤振孕育阶段时,立即开启预设的机床能达到的变主轴转速参数对颤振势态进行控制,当施加抑制颤振措施后,若颤振状态仍不能被控制则停止加工过程。
虽然在上述专利公开的技术方案中,颤振能在孕育阶段被识别出来,并用预设的机床能达到的变主轴转速参数对颤振势态进行控制,及时控制了颤振,能尽量减少颤振的危害。但因为对于不同工件所需要的变主轴转速的参数下限是不同的,而该方法是预设参数,这就使有的加工状态的变主轴转速的参数调整过多,影响加工效率,降低切削质量。只有恒速或速度变化不大时,加工质量才好,造成其应用受到了很大的限制。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是在机床能力范围内通过在线调整变主轴转速参数将颤振控制在孕育阶段从而抑制颤振的发生。是自适应调整主轴速度以适当的控制参数进行颤振抑制,使生产过程始终处于最优工作状态。而不是识别出颤振后,采用预设的变主轴转速参数来抑制颤振。
为实现上述目的,本发明提供了一种抑制加工颤振的方法,用于机床加工工件时在颤振发生孕育期通过在线调节变主轴转速参数即自适应调整主轴速度参数以抑制颤振的发生,本发明采用的是自适应PID(比例-积分-微分)控制系统。如图1所示,本发明包括以下步骤:
步骤1、在线采集加工过程中的振动监控信号,利用颤振检测算法实时计算加工状态对应颤振指标的值,求取其与设定颤振孕育阶段对应阈值的差值;
步骤2、将上述过程得到的差值作为PID控制器的输入,PID控制器的输出则是抑制颤振孕育的变主轴转速对应的归一化的幅值或频率;
步骤3、根据PID控制器的输出,对机床的变主轴参数的幅值和频率进行更改,以实现采用变主轴转速方法闭环控制颤振发生的目的,当用变主轴转速方法抑制颤振一段时间后,仍无法控制颤振,则停止加工。
进一步地,在所述的步骤1中,颤振孕育阶段是指颤振特征信号开始出现,存在颤振发展的趋势,但颤振特征还很微弱,还没有发生颤振的阶段。
进一步地,利用数字信号处理方法通过颤振指示参数量化颤振特征,计算该量化参数与设定颤振孕育阶段对应阈值的差值。每隔10-100ms计算一次采样信号并将其与预定的颤振进入孕育阶段的阈值作差,差值被记录。
进一步地,将前面过程得到的差值作为PID控制器的输入,而PID控制器的输出作为后续抑制颤振对应的变主轴转速的归一化的主轴变化的幅值或频率。归一化的主轴变化的幅值或频率定义如下:
其中,No是主轴平均转速,Na是变主轴转速的幅值,fv是变主轴转速的频率。
进一步地,将PID控制器的输出数据传输到机床数控系统,在机床能力范围内实现对机床的变主轴转速参数即幅值和频率进行实时更改,以实现闭环在线颤振抑制的目的。
进一步地,所述颤振检测算法通过对振动监控信号的处理提取出颤振特征信号。
进一步地,所述颤振检测算法是基于加工过程中采集的振动监控信号实现的。
进一步地,所述振动监控信号是声音信号、切削力信号、加速度信号、主轴电机电流和进给电机电流中的一种或几种的组合。
进一步地,所述颤振检测算法每隔很短的时间间隔计算该段时间对应的颤振指示参数并与初始设定的阈值作差,得到差值。所述很短的时间间隔为10-100ms,优选为30-60ms。
进一步地,将前面过程得到的差值作为PID控制器的输入,而PID控制器的输出作为后续抑制颤振对应的变主轴转速的归一化的转速变化的幅值或频率。
进一步地,颤振孕育阶段对应阈值是通过机床实验设定的。
进一步地,将PID控制器的输出数据传输到机床数控系统,在机床能力范围内实现对机床的变主轴转速参数即幅值和频率进行实时更改。
进一步地,在线改变变主轴转速归一化的幅值和频率,以适当的控制参数进行颤振抑制,以实现闭环在线颤振抑制的目的,即自适应调整主轴速度以适当的控制参数进行颤振抑制。使生产过程始终处于最优工作状态。能保证产品质量,增加产量,节约原材料。
本发明所述的方法可在机床能力范围内通过在线调整变主轴转速参数即幅值和频率将颤振控制在孕育阶段从而抑制颤振的发生,而不是识别出颤振后,采用预设的变主轴转速参数来抑制颤振,减少机床能量的额外增加并提高表面加工质量,实现抑制颤振的目标。
附图说明
图1是本发明的原理流程图;
图2是本发明的一个优选实施例的流程图。
具体实施方式
以下将结合附图对本发明的构思、具体结构及产生的技术效果做进一步阐述,以充分地了解本发明的目的、特征和效果。
如图2所示,在一个优选实施例中,本发明的颤振抑制的方法用在数控机床上,可以达到抑制颤振的目的的实例,具体包括以下步骤:
步骤1、在数控加工工件前,在数控系统中利用R语言中的同步动作,编制变主轴转速控制程序,变主轴转速采用正弦方式,即以主程序中的主轴转速为平均值,实际主轴转速以正弦形式周期性变化,初始相位任意,归一化的波动幅值和频率由PID控制器产生,并用R参数作为数控NC数据和PLC数据的传输通道来实现主轴速度和变化频率的实时写入。
将变主轴转速程序作为一个等待激活的同步动作嵌入整个加工数控程序中。
通过数据采集卡采集麦克风记录的加工过程中的声音信号作为振动监控信号,采样频率设为40kHz。
在计算机中实现颤振特征指标的提取,这里以加权小波包熵为例,无重叠滑动窗口设为1000个点,即每40ms计算一次采样信号的加权小波包熵并将其与预定的颤振进入孕育阶段的阈值作差,差值被记录。
步骤2、将上述计算得到的加权小波包熵的差值作为PID控制器的输入,PID控制器的参数根据实验结果进行设定,PID控制器的输出作为变主轴转速的归一化幅值和频率。
步骤3、当加工过程中加权小波包熵与预定的阈值差不为零时,PID控制器输出就不为零,将PID控制器的输出通过R参数写入机床数控系统的数控程序。
根据PID控制器的输出,数控程序对机床的变主轴参数的幅值和频率进行更改,以实现采用变主轴转速方法闭环控制颤振发生的目的。在此过程中,保持进给速率和切削深度不变。当用变主轴转速方法抑制颤振一段时间后,仍无法控制颤振,则停止加工。
特别地,在线改变变主轴转速归一化的幅值和频率,以适当的控制参数进行颤振抑制。此控制系统是闭环控制系统,其特点是系统被控对象的输出(被控制量)会反送回来影响控制器的输出,形成一个闭环。为了达到提高产品质量,增加产量,节约原材料,且要求生产管理及生产过程始终处于最优工作状态的目的,采用了自适应控制。在这种控制中要求系统能够根据被测参数,环境及原材料的成本的变化而自动对系统进行调节,使系统随时处于最佳状态。
以上详细描述了本发明的一个较佳的具体实施案例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思做出诸多修改和改变。因此,凡是本技术领域中的技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或有限的实验可以得到的技术方案,皆应在有权利要求书所确定的保护范围内。
Claims (10)
1.一种抑制加工颤振的方法,其特征在于,所述方法用于机床加工过程中在颤振孕育期通过在线调节变主轴转速参数以抑制加工颤振的发生,包括以下步骤:
步骤1、在线采集加工过程中的振动监控信号,利用颤振检测算法实时计算加工状态对应颤振指标的值,求取其与设定的颤振孕育阶段对应阈值的差值;
步骤2、将步骤1中得到的所述差值作为PID控制器的输入,所述PID控制器的输出则是抑制颤振发生的变主轴转速对应的归一化的幅值RVA或频率RVF;
步骤3、根据所述PID控制器的输出,对所述机床的变主轴参数的幅值RVA和频率RVF进行更改,以抑制颤振;当抑制颤振一段时间后,仍无法控制颤振,则停止加工。
2.如权利要求1所述的抑制加工颤振的方法,其特征在于,所述PID控制器使用自适应PID控制。
3.如权利要求1所述的抑制加工颤振的方法,其特征在于,步骤1中每隔10-100ms计算一次所述差值。
4.如权利要求1所述的抑制加工颤振的方法,其特征在于,步骤2中所述幅值RVA和所述频率RVF定义如下:
<mrow>
<mi>R</mi>
<mi>V</mi>
<mi>A</mi>
<mo>=</mo>
<mfrac>
<msub>
<mi>N</mi>
<mi>a</mi>
</msub>
<msub>
<mi>N</mi>
<mi>o</mi>
</msub>
</mfrac>
<mo>,</mo>
<mi>R</mi>
<mi>V</mi>
<mi>F</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mn>60</mn>
<msub>
<mi>f</mi>
<mi>v</mi>
</msub>
</mrow>
<msub>
<mi>N</mi>
<mi>o</mi>
</msub>
</mfrac>
</mrow>
其中,No是主轴平均转速,Na是变主轴转速的幅值,fv是变主轴转速的频率。
5.如权利要求1所述的抑制加工颤振的方法,其特征在于,步骤1中所述振动监控信号是声音信号、切削力信号、加速度信号、主轴电机电流和进给电机电流中的一种或几种。
6.如权利要求1所述的抑制加工颤振的方法,其特征在于,步骤1中所述颤振孕育阶段对应阈值是通过机床实验设定的。
7.如权利要求1所述的抑制加工颤振的方法,其特征在于,步骤3中根据所述PID控制器的输出,对所述机床的变主轴参数的幅值RVA和频率RVF进行更改的方式是将PID控制器的输出数据传输到机床数控系统,由所述机床数控系统对所述机床的所述变主轴参数的幅值RVA和频率RVF进行实时更改。
8.如权利要求5所述的抑制加工颤振的方法,其特征在于,所述振动监控信号是声音信号,所述声音信号的采样频率为40kHz。
9.如权利要求8所述的抑制加工颤振的方法,其特征在于,所述加工状态对应颤振指标为加权小波包熵,每40ms计算一次所述声音信号的加权小波包熵,并求取所述差值。
10.如权利要求9所述的抑制加工颤振的方法,其特征在于,当加工过程中所述差值不为零时,所述PID控制器的输出就不为零,将所述PID控制器的输出通过R参数传输到所述机床数控系统的数控程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711092722.4A CN107942953B (zh) | 2017-11-08 | 2017-11-08 | 一种抑制加工颤振的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711092722.4A CN107942953B (zh) | 2017-11-08 | 2017-11-08 | 一种抑制加工颤振的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107942953A true CN107942953A (zh) | 2018-04-20 |
CN107942953B CN107942953B (zh) | 2020-06-26 |
Family
ID=61934571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711092722.4A Active CN107942953B (zh) | 2017-11-08 | 2017-11-08 | 一种抑制加工颤振的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107942953B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110597184A (zh) * | 2019-10-12 | 2019-12-20 | 上海交通大学 | 在线同时调整变主轴转速幅值和频率的主动颤振抑制方法 |
CN112969551A (zh) * | 2018-11-05 | 2021-06-15 | 西门子股份公司 | 操作者限定的振颤避免 |
CN115108715A (zh) * | 2022-07-26 | 2022-09-27 | 启东市云鹏玻璃机械有限公司 | 一种高良品率玻璃生产机床进料现场编排控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105700477A (zh) * | 2016-04-28 | 2016-06-22 | 上海交通大学 | 一种基于颤振频率的加工颤振智能抑制方法 |
CN105930602A (zh) * | 2016-04-28 | 2016-09-07 | 上海交通大学 | 一种基于最优加权小波包熵的颤振检测方法 |
US20160256977A1 (en) * | 2015-03-06 | 2016-09-08 | The University Of Tokyo | Machine Tool and Workpiece Machining Method |
-
2017
- 2017-11-08 CN CN201711092722.4A patent/CN107942953B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160256977A1 (en) * | 2015-03-06 | 2016-09-08 | The University Of Tokyo | Machine Tool and Workpiece Machining Method |
CN105700477A (zh) * | 2016-04-28 | 2016-06-22 | 上海交通大学 | 一种基于颤振频率的加工颤振智能抑制方法 |
CN105930602A (zh) * | 2016-04-28 | 2016-09-07 | 上海交通大学 | 一种基于最优加权小波包熵的颤振检测方法 |
Non-Patent Citations (4)
Title |
---|
YUXIN SUN: "An Optimal Weighted Wavelet Packet Entropy Method With Application to Real-Time Chatter Detection", 《IEEE/ASME TRANSACTIONS ON MECHATRONICS》 * |
佟荣磊: "数控加工过程颤振识别与抑制系统", 《组合机床与自动化加工技术》 * |
张道坤: "基于切削颤振抑制系统的BP神经网络PID 控制研究", 《机床与液压》 * |
汪通悦: "变速切削抑制颤振的控制系统及实验研究", 《中国制造业信息化》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112969551A (zh) * | 2018-11-05 | 2021-06-15 | 西门子股份公司 | 操作者限定的振颤避免 |
US11822317B2 (en) | 2018-11-05 | 2023-11-21 | Siemens Aktiengesellschaft | Operator-defined avoidance of chatter |
CN110597184A (zh) * | 2019-10-12 | 2019-12-20 | 上海交通大学 | 在线同时调整变主轴转速幅值和频率的主动颤振抑制方法 |
CN115108715A (zh) * | 2022-07-26 | 2022-09-27 | 启东市云鹏玻璃机械有限公司 | 一种高良品率玻璃生产机床进料现场编排控制方法 |
CN115108715B (zh) * | 2022-07-26 | 2022-11-08 | 启东市云鹏玻璃机械有限公司 | 一种高良品率玻璃生产机床进料现场编排控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107942953B (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105700477B (zh) | 一种基于颤振频率的加工颤振智能抑制方法 | |
CN107678398B (zh) | 用于数控机床的断刀检测的方法 | |
CN107942953A (zh) | 一种抑制加工颤振的方法 | |
CN102929210B (zh) | 基于特征的数控加工过程控制和优化系统及方法 | |
CN111694320B (zh) | 一种虑及颤振抑制的机床自适应控制方法 | |
CN107738140A (zh) | 一种监控刀具状态的方法、系统以及处理设备 | |
Tangjitsitcharoen et al. | Development of chatter detection in milling processes | |
CN103197609B (zh) | 数控加工动态特征建模方法 | |
Han et al. | ESPRIT-and HMM-based real-time monitoring and suppression of machining chatter in smart CNC milling system | |
CN106970593A (zh) | 一种通过主轴转速智能控制实现加工颤振在线抑制的方法 | |
Zhou et al. | Tool condition monitoring in milling using a force singularity analysis approach | |
CN114253219A (zh) | 一种基于端面磨削的磨削力自适应控制方法及系统 | |
CN103439919B (zh) | 一种在cad/cam环境下基于动态特征模型的cnc闭环控制方法 | |
CN107491036B (zh) | 机床加工能耗控制方法及加工机床 | |
CN114227382A (zh) | 基于新型胶囊网络的刀具破损监测系统及方法 | |
CN107807526A (zh) | 一种基于稳定性仿真智能抑制加工颤振的方法 | |
Bosetti et al. | On development of an optimal control system for real-time process optimization on milling machine tools | |
CN108956783B (zh) | 一种基于hdp-hsmm的磨削声砂轮钝化状态检测方法 | |
CN110597184A (zh) | 在线同时调整变主轴转速幅值和频率的主动颤振抑制方法 | |
Chen et al. | Overview of titanium alloy cutting based on machine learning | |
Ratava et al. | Fuzzy feed rate and cutting speed optimization in turning | |
Basit et al. | Chatter detection and suppression in machining processes: a comprehensive analysis | |
Jin et al. | On-line chatter recognition and supression in milling based on smart CNC | |
CN111966044A (zh) | 一种基于振动监测的弱刚性结构钻孔方法 | |
Hintze et al. | Holistic process monitoring with machine learning classification methods using internal machine sensors for semi-automatic drilling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |