CN109968104B - 一种高速拉削加工的高灵敏度精密监测方法 - Google Patents

一种高速拉削加工的高灵敏度精密监测方法 Download PDF

Info

Publication number
CN109968104B
CN109968104B CN201910171266.5A CN201910171266A CN109968104B CN 109968104 B CN109968104 B CN 109968104B CN 201910171266 A CN201910171266 A CN 201910171266A CN 109968104 B CN109968104 B CN 109968104B
Authority
CN
China
Prior art keywords
signal
signals
working conditions
cutting
wave
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.)
Active
Application number
CN201910171266.5A
Other languages
English (en)
Other versions
CN109968104A (zh
Inventor
丁撼
陈雪林
唐进元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201910171266.5A priority Critical patent/CN109968104B/zh
Publication of CN109968104A publication Critical patent/CN109968104A/zh
Application granted granted Critical
Publication of CN109968104B publication Critical patent/CN109968104B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23D—PLANING; SLOTTING; SHEARING; BROACHING; SAWING; FILING; SCRAPING; LIKE OPERATIONS FOR WORKING METAL BY REMOVING MATERIAL, NOT OTHERWISE PROVIDED FOR
    • B23D41/00—Broaching machines or broaching devices characterised only by constructional features of particular parts
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
    • B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
    • B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
    • B23Q17/098—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining by measuring noise
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/12—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring vibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • Automatic Control Of Machine Tools (AREA)

Abstract

本发明公开了一种高速拉削加工的高灵敏度精密监测方法，包括如下步骤：首先获得零件加工过程中刀齿切入或者切出时候，正常工况及多种异常工况下的噪音信号Ai、压力信号pi、切削力信号fi、振动信号ai，i＝1,2,3,4,5，根据对上述信号的分析，作为判断实际工况的依据，即可以准确监测加工中的工况，根据不同的异常工况采取不同的措施。本发明通过分析不同工况下的噪音信号、压力信号、切削力信号和振动信号，获取不同工况下的信号关系特点，通过这些信号关系特点来判别实际加工中的工况类型，以根据不同的工况类型进行相应的调整，本发明通过新型的信号处理方法实现了不同异常加工工况的监测。

Description

一种高速拉削加工的高灵敏度精密监测方法
技术领域
本发明涉及机床监测领域，特别是涉及一种高速拉削加工的高灵敏度精密监测方法。
背景技术
目前，在高速切削加工中，刀具的几何结构及切削角度，刀具工件材料的热机械加工载荷及其接触摩擦，切削参数，刀具的磨损等因素出现异常均会造成切屑难以断裂及切屑粘接在刀具上，会导致切削力增加，切削温度升高，刀具异常磨损，工件表面质量降低等。与车削，铣削加工不同，拉削加工中切屑在一个由拉刀容屑槽的有限空间内形成并储存，等切削刀齿与工件分离后，才有可能脱离与刀具接触。在此过程中，刀具磨损，切屑在有限空间内与刀具工件挤压摩擦，切屑粘结在切削刃上，会造成加工异常，如切削力增加，切削温度升高，刀具异常磨损，工件表面质量降低，工件表面残余应力增加，尤其是在加工一些难加工材料组成的复杂非圆形的轮廓凹槽中，各种工况其对工件造成的影响是不一样的，需要针对其情况进行分别处理。而现有的加工监测方法难以满足区分不同的加工异常的要求。
发明内容
本发明旨在至少在一定程度上解决上述技术问题。为此，本发明提出一种可区分不同工况的高速拉削加工的高灵敏度精密监测方法。
本发明解决其技术问题所采用的技术方案是：一种高速拉削加工的高灵敏度精密监测方法，包括如下步骤：
S1、获得零件加工过程中刀齿切入或者切出时候，正常工况及多种异常工况下的噪音信号Ai、压力信号pi、切削力信号fi、振动信号ai，i＝1,2,3,4,5,6，将其分别拟合为随时间t的关系，可根据不同工况下的噪音信号、压力信号、切削力信号、振动信号随时间t的关系来初步判断工况类型；
S2、将步骤S1获得的信号开展频域分析，获得在功率谱中不同工况下的压力信号、切削力信号、噪音信号及振动信号的特点，从而获得不同的异常工况与正常工况之间的信号的差别；
S3、如果通过步骤S2中的信号特点依然能够判断出与依靠步骤S1判断出的工况类型相同的工况类型，那么就依据S2中的判断关系来确定工况类型，根据实际工况中所采集的信号，即可以准确监测加工中的工况，根据不同的异常工况采取不同的措施。
进一步，为了确定异常工况位置，依据S2获得的信号，分析在不同切削长度下的异常工况切削力，压力，噪音及振动信号的特点，依据这个关系，可以判断出现异常加工工况在工件上的位置。
进一步，为了能更加方便精准地分析信号来区分不同的异常工况，分别将步骤S1与步骤S2采集处理的不同异常工况的信号与正常的信号求减集，去除异常工况下信号中的正常工况信号的干扰，用于准确区分不同异常工况。
进一步，所述步骤S2中的信号特点包括信号的阈值大小和功率分布的频率区间。
进一步，所述异常工况包括刀具磨损、切削异常振动、剪切挤压、刮擦工件表面和工件表面温度过高。
本发明的有益效果是：通过分析不同工况下的噪音信号、压力信号、切削力信号和振动信号，获取不同工况下的信号关系特点，通过这些信号关系特点来判别实际加工中的工况类型，以根据不同的工况类型进行相应的调整，本发明通过新型的信号处理方法实现了不同异常加工工况的监测。
具体实施方式
下面结合实施例对本发明进行详细说明。
本发明的一种高速拉削加工的高灵敏度精密监测方法，包括步骤S1、S2和S3。具体如下：
S1、获得零件加工过程中刀齿切入或者切出时候，正常工况及多种异常工况下的噪音信号Ai、压力信号pi、切削力信号fi、振动信号ai，i＝1,2,3,4,5,6，将其分别拟合为随时间t的关系，可根据不同工况下的噪音信号、压力信号、切削力信号、振动信号随时间t的关系来初步判断工况类型。通过上述步骤，可以获得多组不同工况下的零件加工的信号信息：(A1,p1,f1,a1)，(A2,p2,f2,a2)，……(A6,p6,f6,a6)。本发明通过压力信号传感器、噪音信号传感器、力信号传感器和加速度传感器分别监测液压缸压力、加工噪音、切削力和振动的幅值及频率，通过信号放大器与信号采集与处理系统连接。压力信号传感器用于监测拉床中液压驱动装置中液压缸的压力，2个压力传感器分别布置在驱动拉刀/工作台的液压装置的两端，并尽可能的靠经驱动拉刀的连接处。力信号传感器布置在工作台上，工件固定在力传感器上，用于实时获得拉削过程中的切削力。噪音信号传感器布置在工件与拉刀切削刃切入处与切出处，用于获得切入与切出处的噪音信号。加速度传感器设置在机床工作台侧边并尽可能的靠近工件，以获取加工过程中机床工作台的振动信息。通过拉削加工试验，利用加速度传感器获得其振动信息，获得拉削加工中的振动频率分布范围，设测试获得的拉削加工过程中机床的振动频率为H1-H2，在后续步骤中进行频域分析时，将处于此频率范围内振动功率通过滤波滤掉，这是为了避免加工中的正常振动对信号的干扰，造成功率信号不显著，难以区分；压力传感器采集液压系统液压缸压力信号，包括幅值、频率和时域变化曲线；噪音信号传感器采集噪音信号在工况下时域变化曲线；力信号传感器采集的切削力信号，包括幅值、频率和时域变化曲线。
S2、将步骤S1获得的信号开展频域分析，获得在功率谱中不同工况下的压力信号、切削力信号、噪音信号及振动信号的特点，从而获得不同的异常工况与正常工况之间的信号的差别；所述步骤S2中的信号特点包括信号的阈值大小和功率分布的频率区间。
S3、如果通过步骤S2中的信号特点依然能够判断出与依靠步骤S1判断出的工况类型相同的工况类型，那么就依据S2中的判断关系来确定工况类型，根据实际工况中所采集的信号，即可以准确监测加工中的工况，根据不同的异常工况采取不同的措施。
优选的，在步骤S2之后，为了确认异常工况的发生位置，可在S2之后增加一个步骤S4：依据S2的频域分析，分析异常工况切削力、压力、噪音及振动信号并根据异常工况发生的时间来确定工件上出现异常加工工况的位置。具体的，依据频域内的功率谱及对应切削力，压力，噪音及振动加速度的时域信号，当频域内的功率谱及切削力，压力，噪音及振动信号确定出现了某种工况时，根据出现异常工况的时间t1，这个时间t1是可以直接从时域图中获得，而切削速度v1也是设定的，即可以确定出现异常的位置点与切入点之间的距离l1＝t1v1，即异常加工工况出现的位置就确定了，由此可以判断出现异常加工工况在工件上的位置。
进一步，为了能更加方便精准地分析信号来区分不同的异常工况，可在S2之后增加一个步骤S5：分别将步骤S1与步骤S2采集处理的不同异常工况的信号与正常的信号求减集，去除异常工况下信号中的正常工况信号的干扰，用于准确区分不同异常工况。
上述异常工况包括刀具磨损、切削异常振动、剪切挤压、刮擦工件表面和工件表面温度过高。再加上正常工况的话，总共存在六类工况，可根据步骤S1获得的信号的特点对实际加工工况进行区别，六种工况在步骤S1获得的信号信息的特点如下：
1类工况，正常工况加工时：切削力信号,定义切削深度方向为x方向，拉削加工中切削速度为y方向，与x,y方向垂直的为z方向，f1x,f1y,f1z分别为1类工况中的x,y,z方向的切削力，f1x与f1z保持稳定，其值接近0，即波峰波谷相差不超过
Figure BDA0001987990040000051
f1y随着刀齿的切入呈现逐渐增加，但是在增加过程中的波峰f1ymax与波谷f1ymin之间存在一个刀齿的切削力差值且波峰与波谷之间呈现v性连接，v形角度约为30°，设定一个刀齿的y向切削力为Δf1y，Δf1y＝ksha，其中ks为单齿切削力系数，可通过试验获得；h为切削深度，a为切削宽度，h和a均为设置值，后续的；设定噪音信号的原始信号为A1-Raw，噪音均值信号为A1-RMS，在正常切削加工时，噪音信号(A1-Raw，A1-RMS)随时间的波动不会很大也不存在间歇性的有规律峰值；液压缸的压力p1的波峰值与波谷值之间呈现u形连接，其波峰值与波谷值之差不超过Δf1y；经过滤波处理的x,y,z三个方向的振动加速度a1x，a1y,a1z分别具有以下特征：上下限的绝对值基本相等，其差值不超过两者平均值的5％，经过平均处理拟合后接近0；波峰与波谷间绝对值差较大，
Figure BDA0001987990040000061
a1ymax和a1ymix分别为波峰和波谷处的a1y的绝对值。其随着刀齿切入切出呈现减少后增加的趋势；上下限的绝对值基本相等，其差值不超过5％，经过平均处理拟合后接近0。
2类工况，刀具磨损：切削力信号,定义切削深度方向为x方向，拉削加工中切削速度为y方向，与x,y方向垂直的为z方向，f2x,f2y,f2z分别为2类工况中的x,y,z方向的切削力，f2x与f2z保持稳定，其值不再接近0，即波峰波谷相差不超过其平均值的5％，f1y随着刀齿的切入呈现逐渐增加，但是在增加过程中的波峰f2ymax与波谷f2ymin之间存在一个刀齿的切削力差值且波峰与波谷之间呈现v性连接，v形角度约为60°，设定一个刀齿的y向切削力为Δf1y；设定噪音信号的原始信号为A2-Raw，噪音均值信号为A2-RMS，噪音信号随时间的波动较大，存在间歇性的有规律峰值；液压缸的压力p3的波峰值与波谷值之间呈现u形连接，其波峰值与波谷值之差超过Δf1y；经过滤波处理的x,y,z三个方向的振动加速度a2x，a2y,a2z分别具有以下特征：上下限的绝对值基本相等，其差值不超过5％，经过平均处理拟合后始终大于0；波峰与波谷间绝对值差较大，约为5％-10％，其随着刀齿切入切出呈现减少后增加的趋势；上下限的绝对值基本相等，其差值不超过5％，经过平均处理拟合后始终大于0。
3类工况，切削异常振动：切削力信号,定义切削深度方向为x方向，拉削加工中切削速度为y方向，与x,y方向垂直的为z方向，f3x,f3y,f3z分别为3类工况中的x,y,z方向的切削力，f3x与f3z不再稳定，呈现较大幅度降低与增加，即波峰波谷值相差超过两者平均值的10％，f3y随着刀齿的切入呈现逐渐增加，但是在增加过程中的波峰f3ymax与波谷f3ymin之间存在不确定个数刀齿的切削力差值且波峰与波谷之间呈现无规律；设定噪音信号的原始信号为A3-Raw，噪音均值信号为A3-RMS，噪音信号随时间的波动较大，存在较大的峰值，无间歇性的规律，幅值随着时间增加；液压缸的压力p3的波峰值与波谷值之间呈现u形连接，其波峰值与波谷值之差超过10倍的Δf1y；经过滤波处理的x,y,z三个方向的振动加速度a3x，a3y,a3z分别具有以下特征：上下限的绝对值，其差值超过30％，经过平均处理拟合后的波峰值与波谷值随时间变化呈现无规律；波峰与波谷间绝对值差较大，超过30％，其随着刀齿切入切出呈现微弱的减少后增加的趋势；上下限的绝对值，其差值超过30％，经过平均处理拟合后的波峰值与波谷值随时间变化呈现无规律。
4类工况，剪切挤压：切削力信号,定义切削深度方向为x方向，拉削加工中切削速度为y方向，与x,y方向垂直的为z方向，f4x,f4y,f4z分别为4类工况中的x,y,z方向的切削力，f4x与f4z不再稳定，呈现较稳定的降低与增加，即波峰波谷值相差约为10％-20％，f4y随着刀齿的切入呈现逐渐增加，但是在增加过程中的波峰f4ymax与波谷f4ymin之间存在较大差值且波峰与波谷之间明显增加减少的规律；设定噪音信号的原始信号为A4-Raw，噪音均值信号为A4-RMS，噪音信号随时间的波动较大，存在较大的峰值，无间歇性的规律，幅值随着时间增加；液压缸的压力p4的波峰值与波谷值之间呈现u形连接，其波峰值与波谷值之差约为3倍至5倍的Δf1y；经过滤波处理的x,y,z三个方向的振动加速度a4x，a4y,a4z分别具有以下特征：上下限的绝对值基本相等，其差值约为10％，经过平均处理拟合后的波峰值与波谷值随时间变化呈现增加缩小的规律；波峰与波谷间绝对值差较大，超过20％，其随着刀齿切入切出呈现明显的减少后增加的趋势；上下限的绝对值，其差值超过10％，经过平均处理拟合后的波峰值与波谷值随时间变化呈现无规律。
5类工况，刮擦工件表面：切削力信号,定义切削深度方向为x方向，拉削加工中切削速度为y方向，与x,y方向垂直的为z方向，f5x,f5y,f5z分别为5类工况中的x,y,z方向的切削力，f5x与f5z波动幅值约为25％，f5x呈现规律的降低与增加的波浪状，波峰波谷值相差约为10％，f5y随着刀齿的切入呈现逐渐增加的趋势，但是在增加过程中的波峰f5ymax与波谷f5ymin之间存在较小差值(5％)且波峰与波谷之间随时间明显增加且呈现波浪状；设定噪音信号的原始信号为A5-Raw，噪音均值信号为A5-RMS，噪音信号随时间的波动较大，有规律的出现极大的峰值，极大幅值基本不变；液压缸的压力p5的耦合出现极大峰值；经过滤波处理的x,y,z三个方向的振动加速度a5x，a5y,a5z分别具有以下特征：上下限的绝对值存在较大差值，其差值约为20％，经过平均处理拟合后的波峰值与波谷值随时间变化有规律的出现极大峰值；波峰与波谷间绝对值差较大，超过20％，其随着刀齿切入切出呈现明显的减少后增加的趋势；上下限的绝对值存在较大差值，其差值约为20％，经过平均处理拟合后的波峰值与波谷值随时间变化有规律的出现极大峰值。
6类工况：工件表面温度过高：切削力信号,定义切削深度方向为x方向，拉削加工中切削速度为y方向，与x,y方向垂直的为z方向，f6x,f6y,f6z分别为6类工况中的x,y,z方向的切削力，f6x与f6z幅值较正常加工增加20％，其波动幅值约为20％，呈现规律的降低与增加趋势，波峰波谷值相差约为20％，f6z呈现规律的降低与增加的波浪状。f6y随着刀齿的切入呈现逐渐增加的趋势，但是在增加过程中的波峰f6ymax与波谷f6ymin之间存在较小差值(5％)，且波峰与波谷之间随时间明显增加且呈现波浪状；设定噪音信号的原始信号为A6-Raw，噪音均值信号为A6-RMS，噪音信号幅值基本不变；液压缸的压力p6的耦合出现极大峰值；经过滤波处理的x,y,z三个方向的振动加速度a6x，a6y,a6z分别具有以下特征：上下限的绝对值存在较小差值，其差值约为5％，经过平均处理拟合后的波峰值与波谷值随时间变化出现峰值；波峰与波谷间绝对值差较小，约为5％，其随着刀齿切入切出呈现减少后增加的趋势；上下限的绝对值存在较小差值，其差值约为5％，经过平均处理拟合后的波峰值与波谷值随时间变化出现峰值。
步骤S2中频域分析是将频域内的信号进行滤波，将处于机床振动频率H1-H2内的功率滤掉，从而获得不同的异常工况与正常工况之间的信号的差别，异常工况的差别就能显著显示出来；其关系如下：
1类工况，正常工况加工时：切削力，压力，加速度及噪音信号在频域内的经过滤波处理的功率谱(PSD)在任何频带及位置内均没有峰值。
2类工况，刀具磨损：切削力功率谱信号，不同切削方向下的功率在加工激励频率fω(拉削速度v1与刀齿间的距离l2确定的激励频率
Figure BDA0001987990040000101
)有稳定的峰值，但是y方向下的功率极大值比x,z方向均大。频域内噪音信号的功率谱，在多个频带内均出现极值。液压缸的压力的功率谱在加工激励频率附近有极值；经过滤波处理的x,y,z三个方向的振动加速度a2x，a2y,a2z在加工激励频率内均有极值。
3类工况，切削异常振动：切削力信号功率谱有某个频带内有极值，拉削加工中切削速度为y方向的功率谱极值比x，z方向要大；噪音信号功率谱在某个频带内有极值，其功率超过了1×10-4v2/Hz；液压缸的压力功率谱在在某个频带内有较大极限值；经过滤波处理的x,y,z三个方向的振动加速度a2x，a2y,a2z在某个频带内有极值。
4类工况，剪切挤压：切削力信号功率谱有多个(5个及以上)频带内有极值，拉削加工中切削速度为y方向的功率谱极值比x，z方向要大；设定噪音信号的原始信号为A4-Raw，噪音均值信号为A4-RMS，噪音信号的功率谱在某个较大范围内的频带有极值，且机制超过1.5×10-4v2/Hz；液压缸的压力功率谱在在某个频带内有较大极限值；经过滤波处理的x,y,z三个方向的振动加速度a4x，a4y,a4z在某个频带内有极值。
5类工况，刮擦工件表面：切削力信号功率谱有4个频带内有极值，且随着频率增加的频带内功率极限值增加；噪音信号的功率在4个频带内均有极值，且极值均超过0.5×10- 4v2/Hz；液压缸的压力功率谱在在某个频带内有较大极限值；经过滤波处理的x,y,z三个方向的振动加速度a5x，a5y,a5z在4个频带内有极值。
6类工况：工件表面温度过高：刮擦工件表面：切削力信号功率谱有3个频带内有极值，且随着频率增加的频带内功率极限值增加；噪音信号的功率在3个频带内均有极值，且极值均超过0.2×10-4v2/Hz；液压缸的压力功率谱在在某个频带内有较大极限值；经过滤波处理的x,y,z三个方向的振动加速度a6x，a6y,a6z在3个频带内有极值。
以上实施例仅用以说明本发明的技术方案而并非对其进行限制，凡未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明技术方案的范围内。

Claims (3)

1.一种高速拉削加工的高灵敏度精密监测方法，其特征在于包括如下步骤：
S1、获得零件加工过程中刀齿切入或者切出时候，正常工况及多种异常工况下的噪音信号Ai、压力信号pi、切削力信号fi、振动信号ai，i＝1,2,3,4,5,6，将其分别拟合为随时间t的关系，可根据不同工况下的噪音信号、压力信号、切削力信号、振动信号随时间t的关系来初步判断工况类型；
其中，正常工况时，f1x与f1z保持稳定，波峰波谷相差不超过5％，f1y的波峰与波谷之间呈现v形 连接，f1x,f1y,f1z分别为x,y,z方向的切削力，液压缸的压力p1的波峰值与波谷值之间呈现u形连接，其波峰值与波谷值之差不超过△f1y，△f1y为刀齿的y向切削力，且△f1y，△f1y＝ksha，其中ks为单齿切削力系数，h为切削深度，a为切削宽度；x,y,z三个方向的振动加速度a1x，a1y,a1z分别具有以下特征：上下限的绝对值不超过两者平均值的5％；波峰与波谷间绝对值差较大，
Figure FDA0003179363460000011
a1ymax和a1ymix分别为波峰和波谷处的a1y的绝对值；上下限的绝对值差值不超过5％；
S2、将步骤S1获得的信号开展频域分析，获得在功率谱中不同工况下的压力信号、切削力信号、噪音信号及振动信号的特点；
S3、如果通过步骤S2中的信号特点依然能够判断出与依靠步骤S1判断出的工况类型相同的工况类型，那么就依据S2中的判断关系来确定工况类型，根据实际工况中所采集的信号，即可以准确监测加工中的工况；
S4、依据S2的频域分析，分析异常工况切削力、压力、噪音及振动信号并根据异常工况发生的时间来确定工件上出现异常加工工况的位置；
S5、分别将步骤S1与步骤S2采集处理的不同异常工况的信号与正常的信号求减集，去除异常工况下信号中的正常工况信号的干扰，用于准确区分不同异常工况。
2.根据权利要求1所述的高速拉削加工的高灵敏度精密监测方法，其特征在于：所述步骤S2中的信号特点包括信号的阈值大小和功率分布的频率区间。
3.根据权利要求1所述的高速拉削加工的高灵敏度精密监测方法，其特征在于：所述异常工况包括刀具磨损、切削异常振动、剪切挤压、刮擦工件表面和工件表面温度过高。
CN201910171266.5A 2019-03-07 2019-03-07 一种高速拉削加工的高灵敏度精密监测方法 Active CN109968104B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910171266.5A CN109968104B (zh) 2019-03-07 2019-03-07 一种高速拉削加工的高灵敏度精密监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910171266.5A CN109968104B (zh) 2019-03-07 2019-03-07 一种高速拉削加工的高灵敏度精密监测方法

Publications (2)

Publication Number Publication Date
CN109968104A CN109968104A (zh) 2019-07-05
CN109968104B true CN109968104B (zh) 2021-10-08

Family

ID=67078075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910171266.5A Active CN109968104B (zh) 2019-03-07 2019-03-07 一种高速拉削加工的高灵敏度精密监测方法

Country Status (1)

Country Link
CN (1) CN109968104B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111300145B (zh) * 2019-11-29 2021-04-06 重庆大学 用于复杂曲面铣削加工的时变切削条件刀具破损检测方法
CN111230590B (zh) * 2020-01-20 2021-06-22 中南大学 拉削加工稳定性监测方法及系统
CN115639781B (zh) * 2022-12-23 2023-03-28 江苏航锲科技有限公司 基于大数据的数控机床控制方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008142386A1 (en) * 2007-05-17 2008-11-27 Rolls-Royce Plc Machining process monitor
CN103345198A (zh) * 2013-05-10 2013-10-09 南京航空航天大学 基于特征的数控加工监测触发检测的方法
CN103941645A (zh) * 2014-04-09 2014-07-23 南京航空航天大学 薄壁零件复杂工况加工状态监测方法
CN105676778A (zh) * 2016-01-15 2016-06-15 深圳吉兰丁智能科技有限公司 基于传感器监测的智能制造方法和系统以及加工机床
CN108356606A (zh) * 2018-03-19 2018-08-03 西北工业大学 基于小波包分析与rbf神经网络的刀具磨损在线监测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008142386A1 (en) * 2007-05-17 2008-11-27 Rolls-Royce Plc Machining process monitor
CN103345198A (zh) * 2013-05-10 2013-10-09 南京航空航天大学 基于特征的数控加工监测触发检测的方法
CN103941645A (zh) * 2014-04-09 2014-07-23 南京航空航天大学 薄壁零件复杂工况加工状态监测方法
CN105676778A (zh) * 2016-01-15 2016-06-15 深圳吉兰丁智能科技有限公司 基于传感器监测的智能制造方法和系统以及加工机床
CN108356606A (zh) * 2018-03-19 2018-08-03 西北工业大学 基于小波包分析与rbf神经网络的刀具磨损在线监测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Process monitoring to assist the workpiece surface quality in machining;D.A. Axinte et al.;《International Journal of Machine Tools & Manufacture》;20040831;第44卷(第10期);1091-1108 *

Also Published As

Publication number Publication date
CN109968104A (zh) 2019-07-05

Similar Documents

Publication Publication Date Title
CN109968104B (zh) 一种高速拉削加工的高灵敏度精密监测方法
Axinte et al. Tool condition monitoring in broaching
Lim Tool-wear monitoring in machine turning
DE102006032432B3 (de) Sägeleiste sowie Verfahren zum gleichzeitigen Abtrennen einer Vielzahl von Scheiben von einem zylindrischen Werkstück unter Verwendung der Sägeleiste
Sevilla-Camacho et al. Tool breakage detection in CNC high-speed milling based in feed-motor current signals
CN110421408B (zh) 一种刀具磨损状态的监测方法
Bahr et al. Sensor fusion for monitoring machine tool conditions
Rizal et al. The application of I-kazTM-based method for tool wear monitoring using cutting force signal
Doukas et al. On the estimation of tool-wear for milling operations based on multi-sensorial data
Teti et al. Tool wear monitoring through acoustic emission
US4551808A (en) Tool wear sensors
EP0123463B2 (en) Method of monitoring a cutting tool (gradient)
TW201332704A (zh) 刃口積屑監控方法
CN114523338A (zh) 一种基于噪声分析的切削刀具磨损状态监测方法
Stachurski Application of minimal quantity lubrication in gear hobbing
Roth et al. Monitoring end-mill wear and predicting tool failure using accelerometers
EP0123462B1 (en) Method of monitoring/controlling a cutting tool
Ogedengbe et al. Feasibility of tool condition monitoring on micro-milling using current signals
US5266929A (en) Metal cutting tool wear indicator method and system
Aralikatti et al. Fault diagnosis of single point cutting tool using spectrum, cepstrum and wavelet analysis
CN114880814A (zh) 基于大数据的轧辊改制辅助优化方法
Fang et al. A method of using Hoelder exponents to monitor tool-edge wear in high-speed finish machining
Kuljanic Macro plastic deformation of cutting edge—a method for maximum utilization of cutting tool
Solf et al. Contact conditions in bevel gear grinding
Pittalà et al. An investigation of the effect of tool wear on cutting force coefficients for solid end mills

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