CN110842648A - 一种刀具磨损的在线预测和监测方法 - Google Patents

Abstract

本发明属于刀具领域现有国内没有刀具在线磨损预测的装置，国外的在线磨损是对机床的工作台进行改造，造价高，但是对于刀具在加工过程中的磨损在线监测效果延迟时间长同时，对于刀具下一加工点的磨损预测位置不准确。为了解决以上问题，本发明提供了一种刀具磨损的在线预测和监测方法，包括以下步骤：第一步：在刀具上安装刀片切削力及切削温度测量装置，第二步：将刀片切削力及切削温度测量装置采集到的信号进行频谱分析；第三步：将频谱分析后的信号输入电脑后通过电脑程序进行识别，第四步：通过电脑程序计算得到上控线；第五步：重复第二步和第三步，将识别的信息和第四步的上控线进行比对，如果超过上控线，电脑程序发出报警。

Description

一种刀具磨损的在线预测和监测方法

技术领域

本发明属于刀具领域，涉及一种刀具磨损的在线预测和监测方法。

背景技术

刀具磨损是切削加工中的必然现象，减缓刀具磨损对切削加工具有重要意义，除了在刀具材料、加工工艺参数上优化外，刀具在线监测技术可以实现刀具磨损预报、分析加工参数的合理性，提高加工质量，降低加工成本。

目前国内市场上，刀具在线监测的应用尚属空白，机械制造企业对刀具在线监测的认知不够，但随着刀具在线监测水平的日益提高，刀具的在线监测系统必将受到机加工企业的认可和欢迎，在国内市场上实现良好的应用前景。

在传统机加工过程中，普通车床中对于刀具的磨损的状况对于加工零件的影响完全依靠人工的经验判断；国内对于机加工刀具的监测没有明确的定义，同类的国内产品在磨损监测方面针对的是磨床的数据。其理论依据是根据多次试验数据建立磨损的曲线，磨床加工时参照磨损曲线进行监测，但不具备预报功能，而且对于监测反应具有滞后性。对于现有的高级数控机床内部具有此类功能，但是对于中小型加工企业而言，想要使用这样的功能只能通过购买相应的机床设备，成本造价过高无法承担，只能在实际加工中通过多次更换加工刀具的刀头。实际加工过程中，由于刀具磨损没有及时发现导致的加工事故往往给企业造成大量的损失，甚至会有机毁人亡的可能。同时对于机床而言，即便能够有使用刀具磨损预报功能的机床设备虽然能够收集数据，但是监测和预报系统不能与机床兼容，给生产厂家造成不便。

国内大部分的加工制造商对于刀具磨损的监测预报没有成熟的意识概念，但是在国外这一类技术确实趋于成熟。德国山德维克公司的同款功能产品使我们之前的研究对象，山德维克的产品同样是进行改造，不过改造的装饰是机床的工作台，产品售价在100000元左右，其功能上也能实现对于机加工刀具的磨损监测和预报，但是该公司的产品对于刀具在加工过程中的磨损在线监测效果延迟时间长同时，对于刀具下一加工点的磨损预测位置不准确。

发明内容

1、所要解决的技术问题：

现有国内没有刀具在线磨损预测的装置，国外的在线磨损是对机床的工作台进行改造，造价高，但是对于刀具在加工过程中的磨损在线监测效果延迟时间长同时，对于刀具下一加工点的磨损预测位置不准确。

2、技术方案：

为了解决以上问题，本发明提供了一种刀具磨损的在线预测和监测方法，包括以下步骤：第一步：在刀具上安装刀片切削力及切削温度测量装置，第二步：将刀片切削力及切削温度测量装置采集到的信号进行频谱分析；第三步：将频谱分析后的信号输入电脑后通过电脑程序进行识别，第四步：通过电脑程序计算得到上控线；第五步：重复第二步和第三步，将识别的信息和第四步的上控线进行比对，如果超过上控线，电脑程序发出报警。

第四步中，上控线获得的方法为：步骤S01：设已知四个切削力，序号1，时间t1＝T，序号2，时间t2＝T+Δt，序号3，时间t2＝T+2Δt,序号4，时间t3＝T+3Δt；即原始切削力的数据列为F⁽⁰⁾＝{F⁽⁰⁾(t)|t＝1,2,3,4}＝{F1,F2,F3,F4}，需要预测在时间T+4Δt时的数值，即切削力的大小首先对原始数据作一次累加生成，即1-AGO，

得到生成数列F⁽¹⁾，F1、F1+F2、F1+F2+F3、F1+F2+F3+F4，步骤S02：然后构造数据矩阵B及数据向量 y_n，令z⁽¹⁾(k)＝0.5[F⁽¹⁾(k)+F⁽¹⁾(k-1)]，

y_n＝[F⁽⁰⁾(2),F⁽⁰⁾(3),F⁽⁰⁾(4)]^T＝[F2,F3,F4]^T；步骤S03：求模型参数

步骤S04：建立模型：根据参数建立模型，模型的时间响应方程为：

其中，t＝0，1，2……N，a、b为常数。e是以e为底的指数函数，所述响应方程便是1-AGO 生成数列的预测模型，步骤S04：通过逆累加生成IAGO得出原始数据的预测模型，即切削力的预测模型为：

式中，t＝0，1，2……N

在时间T+4Δt时的数值(切削力)F⁽⁰⁾(5)的预测值为：

最终得到上空线。

将所述响应方程写成：

A和B为待求参数，根据α值及原始 1-AGO数列F⁽¹⁾(k)对A、B进行估计。构造数据矩阵G和数据向量F⁽¹⁾：

F⁽¹⁾＝(F⁽¹⁾(1),F⁽¹⁾(2),F⁽¹⁾(3),F⁽¹⁾(4))^T，

求出参数A、B：

即得到最后的时间响应方程。

所述第三步中频谱分析采用小波变换。

所述第一步中，所述刀片切削力及切削温度测量装置，包括刀杆、三向压电式力传感器、薄膜铂电阻温度敏感元件及过孔型滑环，还包括切削部分的刀座、刀垫、可转位刀片、锥形螺钉、联接螺栓。其中，压电式力传感器内置电荷放大电路。测力刀杆前端为开口槽结构a，用于安装压电式力传感器，刀杆侧面具有两个可调刀杆伸出量的阶梯孔b，用于和旋铣刀盘螺纹紧固联接。刀座采用标准化刀槽结构。可转位刀片采用压孔式夹紧结构通过锥形螺钉与刀座、刀垫紧固。压电式力传感器通过螺栓安装于刀座、刀杆之间。用金属醇盐粘合剂将薄膜铂电阻温度敏感元件粘结在可转位刀片前刀面上刀尖附件。三向压电式力传感器检测到的电压信号、薄膜铂电阻温度敏感元件检测到的电阻信号分别用电缆、导线连接到滑环转子的输入接口。过孔型滑环中与旋铣刀盘接触的一侧转子端部采用法兰结构c，滑环的通道数为刀盘上旋铣刀片数量的4倍。

使用所述刀片切削力及切削温度测量装置对旋铣过程中的切削力、切削温度进行在线动态监测时，先将测试装置通过刀杆侧面的两个阶梯孔用螺栓固定在刀盘上，再将滑环转子通过螺钉固定在刀盘上。

通过软件建立刀具磨损在线监测与预报软件建立切削功率与刀具磨损状态的关系，实现切削力、切削温度和切削功率的预测，同时预测结果和上控线进行对比，实现刀具磨损预报功能。

3、有益效果：

本发明实现在线监测刀具磨损的监测预报功能刀具及系统很好解决了以上问题。首先，本发明针对改进的是刀具，在成本上极大地进行了节约，对刀具在线磨损的延迟时间进行缩短，能够实现同步监测，对于不同加工精度的不同监测和预报，并且预报能够提前三个位置预报，准确性也较山德维克有很大提高。最大化加工刀具的使用寿命，同时本发明使用的系统能够根据刀具的磨损变化跟进最优化加工参数，有效的提高加工产品精度及加工效率。为中小型加工企业极大节约成本，提高生产效率，切实解决了中小型加工企业对于高级数控机床功能的需求。

附图说明

图1为所述测试装置的切削-传感部分Ⅰ的结构图。

图2为切削-传感部分Ⅰ的透视装配图，示出了各组成元件的连接关系。

图3为切削-传感部分Ⅰ与旋铣刀盘及滑环的装配与连接关系图。

图4为不同磨损量对应的X向切削力。

图5为不同磨损量对应Y向切削力。

图6为不同磨损量对应Z向切削力。

图7为不同磨损量对应的切削合力。

具体实施方式

下面结合附图对本发明进行详细说明。

本发明提供了一种刀具磨损的在线预测和监测方法，包括以下步骤：第一步：在刀具上安装刀片切削力及切削温度测量装置，第二步：将旋铣刀片切削力及切削温度测量装置采集到的信号进行频谱分析；第三步：将频谱分析后的信号输入电脑后通过电脑程序进行识别，第四步：通过电脑程序计算得到上控线；第五步：重复第二步和第三步，将识别的信息和第四步的上控线进行比对，如果超过上控线，电脑程序发出报警。

如图1-图3所示，所述刀片切削力及切削温度测量装置，包括刀杆1、三向压电式力传感器8、薄膜铂电阻温度敏感元件6及过孔型滑环13，还包括切削部分的刀座2、刀垫3、可转位刀片4、锥形螺钉5、联接螺栓9。其中，压电式力传感器8内置电荷放大电路。测力刀杆1前端为开口槽结构a，用于安装压电式力传感器8，刀杆侧面具有两个可调刀杆伸出量的阶梯孔b，用于和旋铣刀盘螺纹紧固联接。刀座2采用标准化刀槽结构。可转位刀片4采用压孔式夹紧结构通过锥形螺钉5与刀座2、刀垫3紧固。压电式力传感器8通过螺栓9安装于刀座2、刀杆1之间。用金属醇盐粘合剂7将薄膜铂电阻温度敏感元件6粘结在可转位刀片4前刀面上刀尖附件。三向压电式力传感器8检测到的电压信号、薄膜铂电阻温度敏感元件6检测到的电阻信号分别用电缆10、导线11连接到滑环转子的输入接口。过孔型滑环13 中与旋铣刀盘接触的一侧转子端部采用法兰结构c，滑环13的通道数为刀盘上旋铣刀片数量的4倍。

刀片切削力及切削温度测量装置安装在刀具上，使用刀片切削力及切削温度测量装置对旋铣过程中的切削力、切削温度进行在线动态监测时，先将测试装置通过刀杆侧面的两个阶梯孔用螺栓固定在刀盘上，再将滑环转子通过螺钉固定在刀盘上。

所述的刀片切削力及切削温度测量装置可用于旋铣加工中刀片的瞬态切削力和切削温度的同步在线测量，刀杆改进后可用于盘铣加工中刀片切削力、切削温度的测量，去掉滑环后还可用于车削加工中切削力及切削温度的测量。测量装置结构紧凑，易于装调，且测量精度高、成本低。

刀具的磨损状态分三种，初期磨损、轻微磨损、严重磨损。如图4-图7所示，分别为X向、Y向、Z向和X、Y、Z三向合力的切削力和不同磨损量的对应关系。

通过预测获得上控线，实时监测的切削力如果超过上控线，将会报警，需要更换刀具。所以精确获得上控线是关键。

上控线获得的方法为，步骤S01：设已知四个切削力，序号1，时间t1＝T，序号2，时间 t2＝T+Δt，序号3，时间t2＝T+2Δt,序号4，时间t3＝T+3Δt；即原始切削力的数据列为F⁽⁰⁾＝{F⁽⁰⁾(t)|t＝1,2,3,4}＝{F1,F2,F3,F4}，需要预测在时间T+4Δt时的数值，即切削力的大小首先对原始数据作一次累加生成，即1-AGO，得到生成数列F⁽¹⁾，F1、F1+F2、F1+F2+F3、F1+F2+F3+F4，步骤S02：然后构造数据矩阵B及数据向量y_n，令 z⁽¹⁾(k)＝0.5[F⁽¹⁾(k)+F⁽¹⁾(k-1)]，

y_n＝[F⁽⁰⁾(2),F⁽⁰⁾(3),F⁽⁰⁾(4)]^T＝[F2,F3,F4]^T；步骤S03：求模型参数

步骤S04：建立模型：根据参数

建立模型，模型的时间响应方程为：

其中，t＝0，1，2……N，a、b为常数。e是以e为底的指数函数，所述响应方程便是1-AGO 生成数列的预测模型，步骤S04：通过逆累加生成IAGO得出原始数据的预测模型，即切削力的预测模型为：

式中，t＝0，1，2……N

在时间T+4Δt时的数值(切削力)F⁽⁰⁾(5)的预测值为

在时间T+4Δt时的数值(切削力)F⁽⁰⁾(5)的预测值为

最终得到上控线。

为了提高模型精度，对参数进行二次拟合估计，以进一步改进模型，将所述响应方程写成：

A和B为待求参数，根据α值及原始1-AGO数列F⁽¹⁾(k)对A、B进行估计。构造数据矩阵G和数据向量F⁽¹⁾：

F⁽¹⁾＝(F⁽¹⁾(1),F⁽¹⁾(2),F⁽¹⁾(3),F⁽¹⁾(4))^T，

求出参数A、B：

即得到最后的时间响应方程。

本发明中频谱分析采用小波变换。小波变换可以把信号分解成反映变化趋势的近似信号 (低频信号)和反映细节的高频信号，而刀具磨损是个逐渐变化的过程，其信息一般能在近似信号中体现出来。

本发明实现在线监测刀具磨损的监测预报功能刀具及系统很好解决了以上问题。首先，本发明针对改进的是刀具，在成本上极大地进行了节约，对刀具在线磨损的延迟时间进行缩短，能够实现同步监测，对于不同加工精度的不同监测和预报，并且预报能够提前三个位置预报，准确性也较山德维克有很大提高。最大化加工刀具的使用寿命，同时本发明使用的系统能够根据刀具的磨损变化跟进最优化加工参数，有效的提高加工产品精度及加工效率。为中小型加工企业极大节约成本，提高生产效率，切实解决了中小型加工企业对于高级数控机床功能的需求。

虽然本发明已以较佳实施例公开如上，但它们并不是用来限定本发明的，任何熟习此技艺者，在不脱离本发明之精神和范围内，自当可作各种变化或润饰，因此本发明的保护范围应当以本申请的权利要求保护范围所界定的为准。

Claims (7)

1.一种刀具磨损的在线预测和监测方法，包括以下步骤：第一步：在刀具上安装刀片切削力及切削温度测量装置，第二步：将旋铣刀片切削力及切削温度测量装置采集到的信号进行频谱分析；第三步：将频谱分析后的信号输入电脑后通过电脑程序进行识别，第四步：通过电脑程序计算得到上控线；第五步：重复第二步和第三步，将识别的信息和第四步的上控线进行比对，如果超过上控线，电脑程序发出报警。

2.如权利要求1所述的方法，其特征在于：第四步中，上控线获得的方法为：步骤S01：设已知四个切削力，序号1，时间t1＝T，序号2，时间t2＝T+Δt，序号3，时间t2＝T+2Δt,序号4，时间t3＝T+3Δt；即原始切削力的数据列为F⁽⁰⁾＝{F⁽⁰⁾(t)|t＝1,2,3,4}＝{F1,F2,F3,F4}，需要预测在时间T+4Δt时的数值，即切削力的大小首先对原始数据作一次累加生成，即1-AGO，

得到生成数列F⁽¹⁾，F1、F1+F2、F1+F2+F3、F1+F2+F3+F4，步骤S02：然后构造数据矩阵B及数据向量y_n，令z⁽¹⁾(k)＝0.5[F⁽¹⁾(k)+F⁽¹⁾(k-1)]，

y_n＝[F⁽⁰⁾(2),F⁽⁰⁾(3),F⁽⁰⁾(4)]^T＝[F2,F3,F4]^T；步骤S03：求模型参数

步骤S04：建立模型：根据参数

建立模型，模型的时间响应方程为：

其中，t＝0，1，2……N，a、b为常数。e是以e为底的指数函数，所述响应方程便是1-AGO生成数列的预测模型，步骤S04：通过逆累加生成IAGO得出原始数据的预测模型，即切削力的预测模型为：

式中，t＝0，1，2……N

在时间T+4Δt时的数值(切削力)F⁽⁰⁾(5)的预测值为

，

最终得到上控线。

3.如权利要求2所述的方法，其特征在于：将所述响应方程写成：

A和B为待求参数，根据α值及原始1-AGO数列F⁽¹⁾(k)对A、B进行估计。构造数据矩阵G和数据向量F⁽¹⁾：

F⁽¹⁾＝(F⁽¹⁾(1),F⁽¹⁾(2),F⁽¹⁾(3),F⁽¹⁾(4))^T，

求出参数A、B：

即得到最后的时间响应方程。

4.如权利要求1-3任一权利要求所述的方法，其特征在于：所述第三步中频谱分析采用小波变换。

5.如权利要求1-3任一权利要求所述的方法，其特征在于：所述第一步中，所述刀片切削力及切削温度测量装置，包括刀杆(1)、三向压电式力传感器(8)、薄膜铂电阻温度敏感元件(6)及过孔型滑环(13)，还包括切削部分的刀座(2)、刀垫(3)、可转位刀片(4)、锥形螺钉(5)、联接螺栓(9)。其中，压电式力传感器(8)内置电荷放大电路。测力刀杆(1)前端为开口槽结构a，用于安装压电式力传感器(8)，刀杆侧面具有两个可调刀杆伸出量的阶梯孔b，用于和旋铣刀盘螺纹紧固联接。刀座(2)采用标准化刀槽结构。可转位刀片(4)采用压孔式夹紧结构通过锥形螺钉(5)与刀座(2)、刀垫(3)紧固。压电式力传感器(8)通过螺栓(9)安装于刀座(2)、刀杆(1)之间。用金属醇盐粘合剂(7)将薄膜铂电阻温度敏感元件(6)粘结在可转位刀片(4)前刀面上刀尖附件。三向压电式力传感器(8)检测到的电压信号、薄膜铂电阻温度敏感元件(6)检测到的电阻信号分别用电缆(10)、导线(11)连接到滑环转子的输入接口。过孔型滑环(13)中与旋铣刀盘接触的一侧转子端部采用法兰结构c，滑环(13)的通道数为刀盘上旋铣刀片数量的4倍。

6.如权利要求5所述的方法，其特征在于：使用所述刀片切削力及切削温度测量装置对旋铣过程中的切削力、切削温度进行在线动态监测时，先将测试装置通过刀杆侧面的两个阶梯孔用螺栓固定在刀盘上，再将滑环转子通过螺钉固定在刀盘上。

7.如权利要求1-3任一权利要求所述的方法，其特征在于：通过软件建立刀具磨损在线监测与预报软件建立切削功率与刀具磨损状态的关系，实现切削力、切削温度和切削功率的预测，同时预测结果和上控线进行对比，实现刀具磨损预报功能。

Images