CN114536100A - 一种用于铣削加工切削刀具的温度测量方法及装置 - Google Patents
一种用于铣削加工切削刀具的温度测量方法及装置 Download PDFInfo
- Publication number
- CN114536100A CN114536100A CN202210182617.4A CN202210182617A CN114536100A CN 114536100 A CN114536100 A CN 114536100A CN 202210182617 A CN202210182617 A CN 202210182617A CN 114536100 A CN114536100 A CN 114536100A
- Authority
- CN
- China
- Prior art keywords
- temperature
- cutting
- signal
- cutting temperature
- data
- 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
Images
Classifications
-
- 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
- B23C—MILLING
- B23C9/00—Details or accessories so far as specially adapted to milling machines or cutter
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本发明涉及机械加工技术领域,具体涉及一种用于铣削加工切削刀具的温度测量方法及装置。方法包括:获取恒温状态下的温度数据作为冷端补偿温度数据;通过热电偶获取刀具的切削温度信号;通过冷端补偿温度数据对切削温度信号进行修正,去除环境噪声信号,生成对应的切削温度修正信号;对切削温度修正信号进行异常信号滤波,去除周期性的电磁干扰信号,生成对应的切削温度滤波信号;对切削温度滤波信号进行数值转换,得到对应的切削温度值。本发明还公开了一种温度测量装置。本发明的温度测量方法及装置通过热电偶直接测量刀具切削温度,且能够有效解决噪声干扰问题,从而能够提高刀具切削温度测量的有效性和准确性。
Description
技术领域
本发明涉及机械加工技术领域,具体涉及一种用于铣削加工切削刀具的温度测量方法及装置。
背景技术
机械加工中刀具主要用于去除加工表面的材料,刀具的性能状态在材料去除过程中直接影响着工件加工表面质量。在切削加工过程中,切削区域的温度直接影响着刀具磨损速率进而影响刀具寿命,此外工件加工表面的残余应力、粗糙度等工件加工质量性能也直接受切削温度所影响。因此,获取切削加工中刀具的温度,进而实现对切削温度的实时调控,对提高工件加工质量有重要意义。
目前获取刀具加工切削区域温度的方法主要分为间接法和直接法两类。间接法主要指的是利用切削加工中的力、工艺参数等间接因素,以神经网络、机理模型等方式,构建切削加工中刀具的温度预测模型,实现对加工中切削温度实时预测。但该方法需要耗费大量的时间去建立加工区域的切削温度预测模型,受到非公式化的环境变量影响多,导致其难以被直接应用在实际加工区域中。
直接测量法获取刀具加工切削区域温度切削主要指的是依托于测量设备直接对加工区域的温度进行测量。目前针对于铣削加工中直接测量的方法有以下方法:
红外热像仪,通过红外热像仪对铣削加工中刀具与温度表面进行直接测量,其具有不干扰加工区域,方便安装等优点,但其测量过程中会受到工件表面热辐射系数所影响,在测量过程中需要标定工件材料表面的热辐射系数。然而,材料的热辐射系数受材料属性、温度及表面粗糙度所共同决定,上述过程通常在加工中通常处于不断变化的过程,难以实时调整输入相关参数以供热成像仪所需要,导致其难以被工业中实际运用。
热喷涂料法是利用涂料颜色对不同温度的变化情况来反映温度变化的方法,然而,其温度测量精度低,难以准确反映加工中温度变化,此外因其材料难以连续变化,导致其难以长时间对加工中的温度进行测量。
针对上述方法存在的问题,现有技术开始采用热电偶直接测量切削温度。其中,在刀具内部预埋热电偶的方法,因其成本高昂,需要改造刀具内部结构、影响刀具强度,导致其难以直接应用。相比之下,热电偶外贴的切削温度测量方法具有更好的应用前景。热电偶外贴的切削温度测量方法具有测量准确、方便、成本低廉等优点。但申请人发现,无论通过无线还是有线的方式得到的切削温度信号都会受到噪声的干扰。一方面,刀具主轴旋转时,会带动热电偶传感器旋转,但高速旋转会产生电磁干扰,进而干扰切削温度信号,导致切削温度信号的测量结果不准确。另一方面,铣削机床是一个多系统、多部件耦合的整体设备,实际加工过程中,不可避免的会产生强电磁信号,进而对周围的信号采集设备造成强干扰,影响热电偶传感器的测量精度。因此,如何设计一种通过热电偶直接测量刀具切削温度且能够有效解决噪声干扰问题的温度测量方法是亟需解决的技术问题。
发明内容
针对上述现有技术的不足,本发明所要解决的技术问题是:如何提供一种用于铣削加工切削刀具的温度测量方法,以通过热电偶直接测量刀具切削温度,且能够有效解决噪声干扰问题,从而能够提高刀具切削温度测量的有效性和准确性。
为了解决上述技术问题,本发明采用了如下的技术方案:
一种用于铣削加工切削刀具的温度测量方法,包括以下步骤:
S1:获取恒温状态下的温度数据作为冷端补偿温度数据;
S2:通过热电偶获取刀具的切削温度信号;
S3:通过冷端补偿温度数据对切削温度信号进行修正,去除环境噪声信号,生成对应的切削温度修正信号;
S4:对切削温度修正信号进行异常信号滤波,去除周期性的电磁干扰信号,生成对应的切削温度滤波信号;
S5:对切削温度滤波信号进行数值转换,得到对应的切削温度值。
优选的,步骤S1中,冷端补偿温度数据包括但不限于常温状态下带环境噪声的干扰温度数据,以及零摄氏度状态下不带环境噪声的无干扰温度数据。
优选的,步骤S3中,包括如下步骤:
S301:对干扰温度数据和无干扰温度数据进行BEADS基线漂移处理,生成对应的修正BEADS漂移曲线;
S302:将修正BEADS漂移曲线实时移植到切削温度信号上,以实现切削温度信号的信号漂移纠正,生成对应的切削温度修正信号。
优选的,步骤S4中,包括如下步骤:
S401:对切削温度修正信号进行极值滤波,消除大幅度的脉冲干扰并抑制小幅度噪声;
S402:对极值滤波后的切削温度修正信号进行滑动平均滤波,去除周期性的转子电磁干扰信号,生成对应的切削温度值。
优选的,步骤S401中,包括如下步骤:
S4011:设置信号极值xm、xn和阈值|Δx|,满足以下公式:
{xm+1<xm}∩{xm+1<xm-Δx};
{xn+1>xn}∩{xn+1>xn+Δx};
其中,满足xm+1<xm-Δx时,tm+1时刻的切削温度修正信号处于递减区间,xm为极大值;满足xn+1>xn+Δx时,tn+1时刻的切削温度修正信号处于递减区间,xn为极小值;
S4012:连续采集N个周期的切削温度修正信号,并获取对应的极值序列;然后通过复合滤波算法提取极值序列中的目标极值,以消除大幅度的脉冲干扰;
S4013:对极值序列进行数据平滑处理,以抑制小幅度噪声:
1)将极值序列{Xm(N)}进行排序,得到中值Z;
2)计算中值偏差序列{d(N)}={|Xm(0)-Z|,|Xm(1)-Z|,...,|Xm(N)-Z|,},获得每个数据点偏离参照值的尺度;然后对中值偏差序列{d(N)}排序,获取对应的中值D;
3)基于中值数绝对偏差关系即M=1.4826D,计算M;
4)令q(k)=|Xm(k)-Z|,k=0,1,...N-1,选择门限参数L,然后将q与L*MAD进行比较:若q(k)<L*M,则Xm(N-1)符合要求;否则,认为Xm(N-1)为噪声数据,令Xm(N-1)=Z;
依次比较后,更新极值序列;
5)当采集到一组新的极值时,则更新极值序列尾部的数据,舍弃队首数据,以始终保持有N个最新数据;
重复1)至4)的步骤,得到最新的极值序列:
{Xm(N)}={Xm(0),Xm(1),...,Xm(N-1)};
{Xn(N)}={X0(1),Xn(2),...,Xn(N-1)};
式中:fi表示加权系数。
优选的,步骤S402中,滑动平均滤波的公式如下:
式中:x(n)为极值滤波后的切削温度修正信号。
优选的,步骤S5中,得到对应的切削温度值后,通过局部异常因子算法筛选异常的切削温度值。
优选的,步骤S5中,包括以下步骤:
S501:针对样本量为N的切削温度值,首先定义d(p,o)为观测样本中两个观测对象p与o之间的距离,k_distance(p)为所有的样本距离中,第k个从p到观测样本点之间的最小距离,即第k个切削温度值点p到新输入的切削温度值点之间的最小距离;
式中:pX与pY,oX与oY分别代表p与o点在X,Y空间上的向量投影;
S502:建立如下的p与o点之间的可达距离公式:
reach_diskk(p,o)=max{k_distance(o),d(p,o)};
S503:定义Nk(p)为p的k近邻距离,其包含了观测样本点中距离不超过k_distance(p)的各个观测点,计算观测点p的局部可达密度,定义如下:
式中:|Nk(p)|表示为p的k近邻距离的观测样本点个数;
S504:计算如下的出局部异常因子:
其中,LOFk(p)表示因子的异常程度:若等于1,则认定为与样本因子完全相等;若等于0,则认定为与样本因子完全不同;
S505:计算每个切削温度值点的异常程度以及新输入切削温度值点的异常程度,实现对新输入切削温度值点的测定和筛选。
本发明还公开了一种用于铣削加工切削刀具的温度测量装置,用于实施本发明的温度测量方法,包括:
热电偶传感器,测温端与刀具接触,用于采集刀具的切削温度信号;
滑环结构,用于将热电偶传感器采集的切削温度信号传输到设置的数据采集卡。
优选的,滑环结构包括:
滑环,安装于刀具的刀柄上且能够伴随刀具主轴一起转动;
固定部,固定安装于滑环外周侧且不会伴随刀具主轴一起转动;
转子导线,设置于滑环上且与热电偶传感器的数据输出端数据传输连接,用于接收热电偶传感器的切削温度信号并将其转换为对应的切削温度电势信号,然后将切削温度电势信号传输给滑环;
定子导线,安装于固定部上,用于接收滑环传输的切削温度电势信号,并将切削温度电势信号传输至设置的数据采集卡;
电刷,用于将滑环接收的切削温度电势信号传输给定子导线。
本发明的温度测量方法及装置与现有技术相比,具有如下有益效果:
本发明通过热电偶直接获取刀具的切削温度信号,进而不妨碍刀具的切削加工、不影响生产安全、不破坏加工区域的自身性能,能够适应于不同的铣削加工环境中的测温装置,从而能够提高刀具切削温度测量的有效性。同时,本发明通过冷端补偿温度数据对切削温度信号进行修正,能够去除切削温度信号中的环境噪声信号,进而降低复杂电磁环境的影响;并且通过对切削温度修正信号进行异常信号滤波,能够去除切削温度信号中的周期性的电磁干扰信号,从而能够提高刀具切削温度测量的准确性。
本发明的滑环使得热电偶测温线不会与刀具相缠绕,进而能够实时测量切削温度变化所引起的热电势信号差,并能够通过滑环转换结构将动态旋转切削刀具的信号转为固定端输出的热电势信号,从而能够辅助提高刀具切削温度测量的有效性和准确性。
附图说明
为了使发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为用于铣削加工切削刀具的温度测量方法的逻辑框图;
图2和图3为BEADS基线漂移处理前、后的信号曲线;
图4为带干扰的被检测信号的周期性波形变化情况;
图5为滑环结构的结构示意图;
图6和图7为安装滑环钱、后刀柄位置的结构示意图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
实施例一:
本实施例中公开了一种用于铣削加工切削刀具的温度测量方法。
如图1所示,用于铣削加工切削刀具的温度测量方法,包括以下步骤:
S1:获取恒温状态下的温度数据作为冷端补偿温度数据;
S2:通过热电偶获取刀具的切削温度信号;本实施例中,可通过现有的热电偶外贴的切削温度测量方法获取刀具的切削温度信号。
S3:通过冷端补偿温度数据对切削温度信号进行修正,去除环境噪声信号,生成对应的切削温度修正信号;
S4:对切削温度修正信号进行异常信号滤波,去除周期性的电磁干扰信号,生成对应的切削温度滤波信号;
S5:对切削温度滤波信号进行数值转换,得到对应的切削温度值。本实施例中,热电偶获取的切削温度信号是模拟信号,对模拟信号进行前述修正和滤波处理后,通过LabVIEW编程工具将模拟信号实时转化为对应的数字信号作为切削温度数值。
本发明通过热电偶直接获取刀具的切削温度信号,进而不妨碍刀具的切削加工、不影响生产安全、不破坏加工区域的自身性能,能够适应于不同的铣削加工环境中的测温装置,从而能够提高刀具切削温度测量的有效性。同时,本发明通过冷端补偿温度数据对切削温度信号进行修正,能够去除切削温度信号中的环境噪声信号,进而降低复杂电磁环境的影响;并且通过对切削温度修正信号进行异常信号滤波,能够去除切削温度信号中的周期性的电磁干扰信号,从而能够提高刀具切削温度测量的准确性。
具体实施过程中,冷端补偿温度数据包括但不限于常温状态下带环境噪声的干扰温度数据,以及零摄氏度状态下不带环境噪声的无干扰温度数据。本实施例中,通过热电偶在常温(26摄氏度)状态下采集机床的温度数据作为干扰温度数据。
具体的,通过公式VOUT=41.276(TR-TAMB)可得到常温端应输出信号电压为VOUT=41.276TR,TR为环境温度。实际采集的VOUT具有噪声干扰,所以与41.276TR相比会产生漂移。
本发明获取通过常温状态下带环境噪声的干扰温度数据以及零摄氏度状态下不带环境噪声的无干扰温度数据,能够实现通过冷端补偿温度数据对切削温度信号进行修正,能够去除切削温度信号中的环境噪声信号,进而降低复杂电磁环境的影响,从而能够提高刀具切削温度测量的准确性。
具体实施过程中,步骤S3中,包括如下步骤:
S301:对干扰温度数据和无干扰温度数据进行BEADS基线漂移处理,生成对应的修正BEADS漂移曲线;本实施例中,BEADS基线漂移处理前的信号曲线如图2所示,BEADS基线漂移处理后的信号曲线如图3所示。
S302:将修正BEADS漂移曲线实时移植到切削温度信号上,以实现切削温度信号的信号漂移纠正,生成对应的切削温度修正信号。
本发明对干扰温度数据和无干扰温度数据进行BEADS基线漂移处理生成修正BEADS漂移曲线,进而将修正BEADS漂移曲线实时移植到切削温度信号上,能够实现通过对切削温度修正信号进行异常信号滤波,能够去除切削温度信号中的周期性的电磁干扰信号,从而能够提高刀具切削温度测量的准确性。
步骤S4中,包括如下步骤:
S40l:对切削温度修正信号进行极值滤波,消除大幅度的脉冲干扰并抑制小幅度噪声;
S402:对极值滤波后的切削温度修正信号进行滑动平均滤波,去除周期性的转子电磁干扰信号,生成对应的切削温度值。
具体实施过程中,可选用现有极值滤波和滑动平均滤波的方式完成上述滤波操作。
如图4所示,带干扰的被检测信号在周期内呈现递增、递减的趋势,但是由于外部干扰的影响,其在递增、递减的区间内部存在随机波动。假设,干扰引起的信号异常波动为|Δx|,令两次采集时刻的幅值差为|x|,若|Δx|<|x|,则采集时刻仍处于单调区间内,算法通过依次比较的方式可以得到信号的极值。若|Δx|>|x|,则需要根据实际情况判断波动的范围,通过设定阈值来排除噪声的影响。对于超过阈值判断条件的噪声,算法无法排除,应首先考虑利用前端滤波得到一个相对干净的信号,再进行极值检测。因此,阈值|Δx|的取值决定了算法的性能,要根据信号的实际波形确定,同时要考虑到信号的采样精度、幅值、采集频率等因素。
具体的,步骤S401中,包括如下步骤:
S4011:设置信号极值xm、xn和阈值|Δx|,满足以下公式:
{xm+1<xm}∩{xm+1<xm-Δx};
{xn+1>xn}∩{xn+1>xn+Δx};
其中,满足xm+1<xm-Δx时,tm+1时刻的切削温度修正信号处于递减区间,xm为极大值;满足xn+1>xn+Δx时,tn+1时刻的切削温度修正信号处于递减区间,xn为极小值;
S4012:连续采集N(本实施例中N设置为100)个周期的切削温度修正信号,并获取对应的极值序列;然后通过复合滤波算法提取极值序列中的目标极值,以消除大幅度的脉冲干扰;
S4013:对极值序列进行数据平滑处理,以抑制小幅度噪声:
1)将极值序列{Xm(N)}进行排序,得到中值Z;
2)计算中值偏差序列{d(N)}={|Xm(0)-Z|,|Xm(1)-Z|,...,|Xm(N)-Z|,},获得每个数据点偏离参照值的尺度;然后对中值偏差序列{d(N)}排序,获取对应的中值D;
3)基于中值数绝对偏差关系即M=1.4826D,计算M;
4)令q(k)=|Xm(k)-Z|,k=0,1,...N-1,选择门限参数L,然后将q与L*MAD进行比较:若q(k)<L*M,则Xm(N-1)符合要求;否则,认为Xm(N-1)为噪声数据,令Xm(N-1)=Z;
依次比较后,更新极值序列;
5)当采集到一组新的极值时,则更新极值序列尾部的数据,舍弃队首数据,以始终保持有N个最新数据;
重复1)至4)的步骤,得到最新的极值序列:
{Xm(N)}={Xm(0),Xm(1),...,Xm(N-1)};
{Xn(N)}={X0(1),Xn(2),...,Xn(N-1)};
式中:fi表示加权系数,体现为相对应的采用值在平均值中所占的比例。
滑动平均滤波的公式如下:
式中:x(n)为极值滤波后的切削温度修正信号。
本发明通过对切削温度修正信号进行极值滤波,能够消除大幅度的脉冲干扰并抑制小幅度噪声,进而对极值滤波后的切削温度修正信号进行滑动平均滤波,去除周期性的转子电磁干扰信号,使得能够实现通过对切削温度修正信号进行异常信号滤波,能够去除切削温度信号中的周期性的电磁干扰信号,从而能够提高刀具切削温度测量的准确性。
具体实施过程中,得到对应的切削温度值后,通过局部异常因子算法筛选异常的切削温度值。具体的,包括以下步骤:
S501:针对样本量为N的切削温度值,首先定义d(p,o)为观测样本中两个观测对象p与o之间的距离,k_distance(p)为所有的样本距离中,第k个从p到观测样本点之间的最小距离,即第k个切削温度值点p到新输入的切削温度值点之间的最小距离;
式中:pX与pY,oX与oY分别代表p与o点在X,Y空间上的向量投影;
S502:建立如下的p与o点之间的可达距离公式:
reach_diskk(p,o)=max{k_distance(o),d(p,o)};
S503:定义Nk(p)为p的k近邻距离,其包含了观测样本点中距离不超过k_distance(p)的各个观测点,计算观测点p的局部可达密度,定义如下:
式中:|Nk(p)|表示为p的k近邻距离的观测样本点个数;
S504:计算如下的出局部异常因子:
其中,LOFk(p)表示因子的异常程度:若等于1,则认定为与样本因子完全相等;若等于0,则认定为与样本因子完全不同;
S505:计算每个切削温度值点的异常程度以及新输入切削温度值点的异常程度,实现对新输入切削温度值点的测定和筛选。
实际应用时,传感器自身会因信号波动、误操作问题引起的信号异常,并且这种异常很难通过修正和滤波的方式消除。因此,本发明设计了一种基于局部异常因子算法的异常切削温度筛选方法,能够计算每个切削温度值点的异常程度以及新输入切削温度值点的异常程度,实现对新输入切削温度值点的测定和筛选,从而能够进一步提高刀具切削温度测量的准确性。
实施例二:
本发明还公开了一种用于铣削加工切削刀具的温度测量装置。
一种用于铣削加工切削刀具的温度测量装置,包括:
热电偶传感器,测温端与刀具接触,用于采集刀具的切削温度信号;本实施例中,通过胶带粘接、扎带固定等方式将热电偶传感器的测温端固定在刀具的刀头处。
滑环结构,用于将热电偶传感器采集的切削温度信号传输到设置的数据采集卡。本实施例中,安装滑环结构前的刀柄如图6所示,安装滑环结构后的刀柄如图7所示。
如图5所示,滑环结构包括:
滑环1,安装于刀具的刀柄上且能够伴随刀具主轴一起转动;本实施例中,滑环固定套设于刀具的刀柄外周侧。
固定部2,固定安装于滑环1外周侧且不会伴随刀具主轴一起转动;本实施例中,固定部安装于机床上。
转子导线3,设置于滑环1上且与热电偶传感器的数据输出端数据传输连接,用于接收热电偶传感器的切削温度信号并将其转换为对应的切削温度电势信号,然后将切削温度电势信号传输给滑环1;
定子导线4,安装于固定部1上,用于接收滑环1传输的切削温度电势信号,并将切削温度电势信号传输至设置的数据采集卡;
电刷5,用于将滑环1接收的切削温度电势信号传输给定子导线4。本实施例中,电刷固定安装在固定部上,且通过卡钳固定电刷使其其始终接触在滑环上。通过电刷接触的方式将旋转动态的切削温度信号转换为静态的切削温度电势信号,能够实现不干扰切削刀具工况的情况下,完成对切削温度信号的测量和传输。电刷(Brush)是电机的一个重要组成元件,负责在旋转部件(转子部)与静止部件(定子部)之间传导电流,通过电刷接触来传输切削温度电势信号是现有常规技术手段,这里不再赘述。
滑环的关键参数如下:
防护等级:IP51;
工作湿度:60%RH以下;
工作温度:-20℃~+60℃;
导线规格:K型热电偶线;
工作电压:0~220VAC/VDC;
环数电流:4组*K型热电偶信号;
耐压强度:两路之间≥300VAC@50Hz;
绝缘电阻:100MQ@100VDC;
接触电阻波动值:≤30mN(以50rpm运转);
导线长度:转子部:800mm;定子部:5000mm;
工作速度:1000~4000rpm;
安装方式:转子部用螺钉固定在刀具主轴上;
触点材料:金对金;
壳体材料:铝合金喷砂氧化黑;
过孔直径:φ40mm。
本发明的温度测量装置能够实现通过热电偶直接获取刀具的切削温度信号,进而不妨碍刀具的切削加工、不影响生产安全、不破坏加工区域的自身性能,能够适应于不同的铣削加工环境中的测温装置,从而能够提高刀具切削温度测量的有效性。同时,本发明的滑环使得热电偶测温线不会与刀具相缠绕,进而能够实时测量切削温度变化所引起的热电势信号差,并能够通过滑环转换结构将动态旋转切削刀具的信号转为固定端输出的热电势信号,从而能够辅助提高刀具切削温度测量的有效性和准确性。
最后需要说明的是,以上实施例仅用以说明本发明的技术方案而非限制技术方案,本领域的普通技术人员应当理解,那些对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种用于铣削加工切削刀具的温度测量方法,其特征在于,包括以下步骤:
S1:获取恒温状态下的温度数据作为冷端补偿温度数据;
S2:通过热电偶获取刀具的切削温度信号;
S3:通过冷端补偿温度数据对切削温度信号进行修正,去除环境噪声信号,生成对应的切削温度修正信号;
S4:对切削温度修正信号进行异常信号滤波,去除周期性的电磁干扰信号,生成对应的切削温度滤波信号;
S5:对切削温度滤波信号进行数值转换,得到对应的切削温度值。
2.如权利要求1所述的用于铣削加工切削刀具的温度测量方法,其特征在于:步骤S1中,冷端补偿温度数据包括但不限于常温状态下带环境噪声的干扰温度数据,以及零摄氏度状态下不带环境噪声的无干扰温度数据。
3.如权利要求2所述的用于铣削加工切削刀具的温度测量方法,其特征在于:步骤S3中,包括如下步骤:
S301:对干扰温度数据和无干扰温度数据进行BEADS基线漂移处理,生成对应的修正BEADS漂移曲线;
S302:将修正BEADS漂移曲线实时移植到切削温度信号上,以实现切削温度信号的信号漂移纠正,生成对应的切削温度修正信号。
4.如权利要求1所述的用于铣削加工切削刀具的温度测量方法,其特征在于:步骤S4中,包括如下步骤:
S401:对切削温度修正信号进行极值滤波,消除大幅度的脉冲干扰并抑制小幅度噪声;
S402:对极值滤波后的切削温度修正信号进行滑动平均滤波,去除周期性的转子电磁干扰信号,生成对应的切削温度值。
5.如权利要求4所述的用于铣削加工切削刀具的温度测量方法,其特征在于:步骤S401中,包括如下步骤:
S4011:设置信号极值xm、xn和阈值|Δx|,满足以下公式:
{xm+1<xm}∩{xm+1<xm-Δx};
{xn+1>xn}∩{xn+1>xn+Δx};
其中,满足xm+1<xm-Δx时,tm+1时刻的切削温度修正信号处于递减区间,xm为极大值;满足xn+1>xn+Δx时,tn+1时刻的切削温度修正信号处于递减区间,xn为极小值;
S4012:连续采集N个周期的切削温度修正信号,并获取对应的极值序列;然后通过复合滤波算法提取极值序列中的目标极值,以消除大幅度的脉冲干扰;
S4013:对极值序列进行数据平滑处理,以抑制小幅度噪声:
1)将极值序列{Xm(N)}进行排序,得到中值Z;
2)计算中值偏差序列{d(N)}={|Xm(0)-Z|,|Xm(1)-Z|,...,|Xm(N)-Z|,},获得每个数据点偏离参照值的尺度;然后对中值偏差序列{d(N)}排序,获取对应的中值D;
3)基于中值数绝对偏差关系即M=1.4826D,计算M;
4)令q(k)=|Xm(k)-Z|,k=01,...N-1,选择门限参数L,然后将q与L*MAD进行比较:若q(k)<L*M,则Xm(N-1)符合要求;否则,认为Xm(N-1)为噪声数据,令Xm(N-1)=Z;
依次比较后,更新极值序列;
5)当采集到一组新的极值时,则更新极值序列尾部的数据,舍弃队首数据,以始终保持有N个最新数据;
重复1)至4)的步骤,得到最新的极值序列:
{Xm(N)}={Xm(0),Xm(1),…,Xm(N-1)};
{Xn(N)}={X0(1),Xn(2),…,Xn(N-1)};
式中:fi表示加权系数。
7.如权利要求1所述的用于铣削加工切削刀具的温度测量方法,其特征在于:步骤S5中,得到对应的切削温度值后,通过局部异常因子算法筛选异常的切削温度值。
8.如权利要求7所述的用于铣削加工切削刀具的温度测量方法,其特征在于:步骤S5中,包括以下步骤:
S501:针对样本量为N的切削温度值,首先定义d(p,o)为观测样本中两个观测对象p与o之间的距离,k_distance(p)为所有的样本距离中,第k个从p到观测样本点之间的最小距离,即第k个切削温度值点p到新输入的切削温度值点之间的最小距离;
式中:pX与pY,oX与oY分别代表p与o点在X,Y空间上的向量投影;
S502:建立如下的p与o点之间的可达距离公式:
reach_diskk(p,o)=max{k_distance(o),d(p,o)};
S503:定义Nk(p)为p的k近邻距离,其包含了观测样本点中距离不超过k_distance(p)的各个观测点,计算观测点p的局部可达密度,定义如下:
式中:|Nk(p)|表示为p的k近邻距离的观测样本点个数;
S504:计算如下的出局部异常因子:
其中,LOFk(p)表示因子的异常程度:若等于1,则认定为与样本因子完全相等;若等于0,则认定为与样本因子完全不同;
S505:计算每个切削温度值点的异常程度以及新输入切削温度值点的异常程度,实现对新输入切削温度值点的测定和筛选。
9.一种用于铣削加工切削刀具的温度测量装置,其特征在于,用于实施权利要求1中所述的温度测量方法,包括:
热电偶传感器,测温端与刀具接触,用于采集刀具的切削温度信号;
滑环结构,用于将热电偶传感器采集的切削温度信号传输到设置的数据采集卡。
10.如权利要求9所述的用于铣削加工切削刀具的温度测量装置,其特征在于:滑环结构包括:
滑环,安装于刀具的刀柄上且能够伴随刀具主轴一起转动;
固定部,固定安装于滑环外周侧且不会伴随刀具主轴一起转动;
转子导线,设置于滑环上且与热电偶传感器的数据输出端数据传输连接,用于接收热电偶传感器的切削温度信号并将其转换为对应的切削温度电势信号,然后将切削温度电势信号传输给滑环;
定子导线,安装于固定部上,用于接收滑环传输的切削温度电势信号,并将切削温度电势信号传输至设置的数据采集卡;
电刷,用于将滑环接收的切削温度电势信号传输给定子导线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210182617.4A CN114536100B (zh) | 2022-02-27 | 2022-02-27 | 一种用于铣削加工切削刀具的温度测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210182617.4A CN114536100B (zh) | 2022-02-27 | 2022-02-27 | 一种用于铣削加工切削刀具的温度测量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114536100A true CN114536100A (zh) | 2022-05-27 |
CN114536100B CN114536100B (zh) | 2022-12-23 |
Family
ID=81679047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210182617.4A Active CN114536100B (zh) | 2022-02-27 | 2022-02-27 | 一种用于铣削加工切削刀具的温度测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114536100B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115328031A (zh) * | 2022-10-10 | 2022-11-11 | 广东亚数智能科技股份有限公司 | 一种计算机辅助制造的方法、装置、电子设备及存储介质 |
CN116661517A (zh) * | 2023-07-24 | 2023-08-29 | 山东三方化工集团有限公司 | 基于物联网的复合微生物肥料发酵温度智能调控系统 |
CN117086683A (zh) * | 2023-10-19 | 2023-11-21 | 山东滨州鲁丰不锈钢制品有限公司 | 一种金属构件加工的切削机床减小噪声方法 |
CN117259960A (zh) * | 2023-09-27 | 2023-12-22 | 韶山中新智能自动化科技有限公司 | 一种金属板材刨槽与激光切割复合机的刨切调控方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002178240A (ja) * | 2000-12-14 | 2002-06-25 | Univ Shimane | 被削材の切削時の工具刃先温度の測定方法及びその装置 |
CN102554702A (zh) * | 2012-01-12 | 2012-07-11 | 南京理工大学 | 刀杆式旋铣刀片切削力及温度测量装置 |
CN111002103A (zh) * | 2019-12-16 | 2020-04-14 | 珠海格力智能装备有限公司 | 刀具温度检测系统和刀具温度检测方法 |
CN111975454A (zh) * | 2020-07-24 | 2020-11-24 | 清华大学深圳国际研究生院 | 一种使用薄膜热电阻测量刀具温度的结构与制备方法 |
CN112692647A (zh) * | 2021-01-27 | 2021-04-23 | 福州大学 | 一种钻削刀具温度分布测量系统 |
CN112846940A (zh) * | 2021-03-22 | 2021-05-28 | 福州大学 | 一种用于高速铣削过程测量刀具温度的装置及方法 |
CN113203491A (zh) * | 2021-04-27 | 2021-08-03 | 东风马勒热系统有限公司 | 用于测量旋转件温度的热电偶测温滑环 |
-
2022
- 2022-02-27 CN CN202210182617.4A patent/CN114536100B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002178240A (ja) * | 2000-12-14 | 2002-06-25 | Univ Shimane | 被削材の切削時の工具刃先温度の測定方法及びその装置 |
CN102554702A (zh) * | 2012-01-12 | 2012-07-11 | 南京理工大学 | 刀杆式旋铣刀片切削力及温度测量装置 |
CN111002103A (zh) * | 2019-12-16 | 2020-04-14 | 珠海格力智能装备有限公司 | 刀具温度检测系统和刀具温度检测方法 |
CN111975454A (zh) * | 2020-07-24 | 2020-11-24 | 清华大学深圳国际研究生院 | 一种使用薄膜热电阻测量刀具温度的结构与制备方法 |
CN112692647A (zh) * | 2021-01-27 | 2021-04-23 | 福州大学 | 一种钻削刀具温度分布测量系统 |
CN112846940A (zh) * | 2021-03-22 | 2021-05-28 | 福州大学 | 一种用于高速铣削过程测量刀具温度的装置及方法 |
CN113203491A (zh) * | 2021-04-27 | 2021-08-03 | 东风马勒热系统有限公司 | 用于测量旋转件温度的热电偶测温滑环 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115328031A (zh) * | 2022-10-10 | 2022-11-11 | 广东亚数智能科技股份有限公司 | 一种计算机辅助制造的方法、装置、电子设备及存储介质 |
CN115328031B (zh) * | 2022-10-10 | 2022-12-30 | 广东亚数智能科技股份有限公司 | 一种计算机辅助制造的方法、装置、电子设备及存储介质 |
CN116661517A (zh) * | 2023-07-24 | 2023-08-29 | 山东三方化工集团有限公司 | 基于物联网的复合微生物肥料发酵温度智能调控系统 |
CN116661517B (zh) * | 2023-07-24 | 2023-09-29 | 山东三方化工集团有限公司 | 基于物联网的复合微生物肥料发酵温度智能调控系统 |
CN117259960A (zh) * | 2023-09-27 | 2023-12-22 | 韶山中新智能自动化科技有限公司 | 一种金属板材刨槽与激光切割复合机的刨切调控方法 |
CN117259960B (zh) * | 2023-09-27 | 2024-02-09 | 韶山中新智能自动化科技有限公司 | 一种金属板材刨槽与激光切割复合机的刨切调控方法 |
CN117086683A (zh) * | 2023-10-19 | 2023-11-21 | 山东滨州鲁丰不锈钢制品有限公司 | 一种金属构件加工的切削机床减小噪声方法 |
CN117086683B (zh) * | 2023-10-19 | 2024-01-05 | 山东滨州鲁丰不锈钢制品有限公司 | 一种金属构件加工的切削机床减小噪声方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114536100B (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114536100B (zh) | 一种用于铣削加工切削刀具的温度测量方法及装置 | |
Zhou et al. | Tool wear condition monitoring in milling process based on current sensors | |
Heath et al. | A survey of blade tip-timing measurement techniques for turbomachinery vibration | |
Verl et al. | Sensorless automated condition monitoring for the control of the predictive maintenance of machine tools | |
CA2495961A1 (en) | Signal processing method and apparatus | |
CN107132064A (zh) | 基于多传感器的旋转机械系统运行状态监测方法及系统 | |
CN112757052B (zh) | 不同磨损刀具的车削热与多元影响因子的相关性分析方法 | |
CN115016403A (zh) | 一种滚动轴承外圈内滚道的磨削加工过程控制方法及系统 | |
CN107991060A (zh) | 基于自适应和迭代算法的载荷分布式光纤辨识方法 | |
CN111504542A (zh) | 适于高温环境下使用的具有应力传感功能的紧固件及薄膜换能传感系统 | |
JP2003515108A (ja) | 超音波温度測定装置 | |
CN110874084B (zh) | 加工环境推定装置 | |
Vogl et al. | A defect-driven diagnostic method for machine tool spindles | |
CN111504541A (zh) | 适于高腐蚀环境下使用的具有应力传感功能的紧固件及薄膜换能传感系统 | |
Koren et al. | Monitoring tool wear through force measurement | |
JP6354349B2 (ja) | 振動検出装置と工作機械 | |
Tahvilian et al. | Force model for impact cutting grinding with a flexible robotic tool holder | |
RU56620U1 (ru) | Устройство для прогнозирования остаточного ресурса и физико-механических параметров материалов при неразрушающем контроле | |
Eggers, BL, Heyns, PS & Stander | Using computed order tracking to detect gear condition aboard a dragline | |
Zamudio-Ramirez et al. | STFT-based induction motor stray flux analysis for the monitoring of cutting tool wearing in CNC machines | |
Lopes et al. | Study of the use of piezoelectric diaphragm as a low-cost alternative to the acoustic emission sensor in dressing operation of aluminum oxide wheels | |
CN110779723B (zh) | 一种基于霍尔信号的变速工况电机轴承精确故障诊断方法 | |
CN114942338B (zh) | 基于嵌入式重力加速度感知的转子或旋转件的转动参数预估方法及系统 | |
Reddy et al. | Real Time Monitoring of Surface Roughness by Acoustic Emissions in CNC Turning. | |
CN117647392B (zh) | 一种基于数据分析的井下钻井仪器报废监测预警系统 |
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 |