CN114905336A - 基于切削力成分解耦的变工况刀具磨损监测方法及系统 - Google Patents
基于切削力成分解耦的变工况刀具磨损监测方法及系统 Download PDFInfo
- Publication number
- CN114905336A CN114905336A CN202210736994.8A CN202210736994A CN114905336A CN 114905336 A CN114905336 A CN 114905336A CN 202210736994 A CN202210736994 A CN 202210736994A CN 114905336 A CN114905336 A CN 114905336A
- Authority
- CN
- China
- Prior art keywords
- cutting force
- tool
- cutter
- cutting
- force
- 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
- 238000005520 cutting process Methods 0.000 title claims abstract description 312
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012544 monitoring process Methods 0.000 title claims abstract description 66
- 238000005299 abrasion Methods 0.000 claims abstract description 44
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000001228 spectrum Methods 0.000 claims description 40
- 238000003801 milling Methods 0.000 claims description 35
- 238000003754 machining Methods 0.000 claims description 28
- 238000004088 simulation Methods 0.000 claims description 22
- 238000006073 displacement reaction Methods 0.000 claims description 15
- 238000006731 degradation reaction Methods 0.000 claims description 14
- 230000003746 surface roughness Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 238000005316 response function Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000015556 catabolic process Effects 0.000 claims description 10
- 230000005284 excitation Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 108050006002 RNA polymerase sigma factor FliA Proteins 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 229910001069 Ti alloy Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
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
- G05B19/404—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 arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
-
- 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
- G05B19/406—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 monitoring or safety
- G05B19/4065—Monitoring tool breakage, life or condition
-
- 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
- B23Q17/0957—Detection of tool breakage
-
- 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
- B23Q17/0971—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 mechanical vibrations of parts of the machine
-
- 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
- B23Q17/09—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
- B23Q17/099—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 features of the machined workpiece
-
- 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
- B23Q17/0995—Tool life management
-
- 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
- B23Q17/20—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring workpiece characteristics, e.g. contour, dimension, hardness
-
- 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
- G05B19/182—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 the machine tool function, e.g. thread cutting, cam making, tool direction control
-
- 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
- G05B19/406—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 monitoring or safety
- G05B19/4069—Simulating machining process on screen
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- B23Q2717/00—Arrangements for indicating or measuring
-
- 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
- G05B2219/37—Measurements
- G05B2219/37252—Life of tool, service life, decay, wear estimation
-
- 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
- G05B2219/37—Measurements
- G05B2219/37256—Wear, tool wear
-
- 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
- G05B2219/41—Servomotor, servo controller till figures
- G05B2219/41376—Tool wear, flank and crater, estimation from cutting force
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Numerical Control (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Automatic Tool Replacement In Machine Tools (AREA)
Abstract
本发明公开了基于切削力成分解耦的变工况刀具磨损监测方法及系统,根据刀位点文件离线计算刀具‑工件啮合区域TWE;离线计算刀具在零件各位置处所允许的切削力。采集数控机床主轴振动数据,根据获取的系统内部数据建立具有标记刀具名称信息的数据集;基于振动信号实时估计刀具的切削力;计算实际因刀具磨损而增加的切削力和在零件精度约束下最大允许的因刀具磨损而增加的理论切削力。将实测与理论磨损切削力实时作比较,若实际刀具磨损程度大于理论允许的刀具磨损程度则执行换刀,否则继续监测刀具状态直到刀具磨损失效。本发明可实现变负载下的刀具磨损监测,基于零件精度约束实时判定刀具是否磨损失效,可最大限度利用刀具使用寿命。
Description
技术领域
本发明属于数控机床切削加工过程状态监测与诊断控制领域,特别涉及基于切削力成分解耦的变工况刀具磨损监测方法及系统。
背景技术
不管在学术界还是工程应用领域,切削加工过程中刀具磨损状态间接监测技术一直是多年来智能数控机床研究的热点。在工程应用方面,ARTIS等商业化的刀具状态监测系统,基于带宽监测策略(动态阈值策略)实现了大批量加工场合下的刀具异常监测。带宽监测方法利用的是包含切削工艺贡献成分与刀具健康状态的耦合信息。通过先在线学习包含工况参数信息的监测指标,在此基础上设置异常监测的最大允许波动区间,该方法避开了切削参数对监测指标的干扰影响。然而,由于切削加工过程具有一定的随机性,这种监测方法对失效上、下阈值设置非常敏感,在刀具磨损监测方面很容易产生误报或漏报现象。频繁误报会影响加工效率,漏报则可能会造成零件加工不合格。
在真实数控切削加工过程中,考虑到加工效率等因素,往往存在一把刀具粗加工、精加工一体完成,刀具在磨损退化过程中,可能经历的切削参数组合差别较大。粗加工使用较为饱和的切削用量尽可能保证切削效率,精加工为保证零件的加工精度选取的切削参数较小。此外,在槽腔拐角、环形薄壁、T型薄壁等处经常会降低进给速度来尽可能保证切削过程保持稳定。因在,在真实加工过程中切削参数是时变的,这会导致传感器监测到的数据中反映刀具磨损退化的信息会被切削工况所调制,为刀具磨损状态准确监测带来极大干扰。
通过各类传感器(振动、电流、位移、切削力等传感器)可采集机床切削加工过程中的状态数据,这些状态数据或多或少都包含大量反映刀具磨损退化的敏感信息。尽管这些状态数据中蕴含大量与刀具磨损相关的有用信息,同时也含有工况参数变化引起的监测信号波动信息。刀具健康状态与切削工况参数对传感器信号呈现高度耦合特性,反映刀具磨损状态变化的信息淹没在工况参数变化的幅值波动中。这对于任何类型的传感器都存在上述问题。
因此,从信息成分复杂的传感器原始信号中提炼(提纯)反映刀具磨损成分是解决时变切削工况下刀具磨损问题的关键。变切削参数刀具状态监测问题本质上是各类因素叠加的变负载问题。上述问题是变工况故障诊断与状态监测领域普遍共性难题。
现代信号处理与分解方法可将复杂的信号成分分解到不同的频带,通过对故障所在频带提取统计特征,可实现故障诊断与分析。申请号202011566473.X公开了一种基于功率和振动信号的模型融合刀具磨损监测方法及系统,通过提取传统的各类时频域指标并进行特征融合与降维实现刀具磨损监测。申请号202111308074.8提供一种基于多传感器特征融合的刀具磨损预测方法,利用力、振动、声发射传感器监测和采集各类信号数据,在时域、频域和时频域内分析并提取特征进行刀具磨损监测。然而,基于小波包分解与重构、经验模态分解、二代小波分解、变分模态分解等方法尽管在一定程度上可以分离出刀具磨损信息,但这种方法很难有效分离出大部分故障信号,导致提取的故障特征信噪比低。通过该方法提取的磨损特征还是会受到工况参数的干扰。
近些年逐渐兴起的深度学习方法在特征提取方面表现出很强的优势,可从传感器原始信号中自适应提取虚拟特征来表征刀具磨损程度。申请公布号CN107877262A公开了一种基于深度学习的数控机床刀具磨损监测方法,快速准确的识别出不同加工条件下的各种刀具的磨损状态。申请公布号CN107877262A公开一种基于深度卷积残差收缩网络的刀具磨损预测方法,在对采集机床振动、切削力以及电机电流信号预处理基础上,构建残差收缩单元,提取输入信号的深层次特征并过滤噪声干扰;构建深度卷积残差收缩网络刀具磨损预测模型。然而,这种特征提取方法,一方面需要大量的模型训练数据,在实际工业生产中样本数据获取困难。另外,深度学习模型可解释性与泛化能力不足。当切削工况发生改变时,模型的识别准确度会急剧下降。这种方法在解决时变工况下的刀具磨损状态监测问题方面还需要进一步深入研究。
将切削加工动力学模型与实时数据相结合研究变切削参数下刀具磨损监测问题也是一种可行的方法。切削力模型中,铣削力系数与刀具几何形状、工况条件相关,被学者用来研究刀具磨损监测问题。假定工件材料不改变,刀具不变,冷却条件等不改变,则切削力系数与刀具几何参数相关。切削力系数是借助铣削力模型辨识而来,反映犁耕效应的刃口力系数与刀具磨损最相关,受到切削参数的影响较小。申请号202111403696.9公开了机理-数据融合驱动的变工况刀具磨损状态监测方法,提出利用间接测量的切削力来实时辨识铣削力系数实现变工况刀具磨损监测。然而,这种方法需要通过改变每齿进给量来辨识铣削力系数,对切削工况有一定的要求。此外,在多轴联动切削加工间接获取切削力方法使得铣削力系数的辨识更加复杂。
综上可知,现有刀具磨损监测方法还有如下不足:
(1)没有从传感器信号组成成分角度,研究刀具磨损状态、切削参数分别对传感器监测信号的贡献成分。没有从复杂的传感器原始信号中全面解耦分离出刀具磨损的贡献出成分,在此基础上提取时频域统计特征实现变工况下的刀具磨损监测。
(2)现有方法提出的监测指标由于数量等级的不一致,使得不同刀具磨损失效阈值设置比较复杂。生产现场往往有粗加工、精加工等场合,再加上切削钛合金、铝合金等不同材料导致刀具类别非常多,为刀具磨损监测阈值带来困难。
(3)在刀具磨损失效阈值设置上,没有将零件加工精度与刀具磨损监测相结合。在刀具磨损失效阈值经常以刀具后刀面磨损带宽度为评估依据,但刀具磨损过程复杂,很难用单一的刀具参数来衡量。
发明内容
本发明的目的在于提供基于切削力成分解耦的变工况刀具磨损监测方法及系统,以解决制造车间刀具磨损状态间接监测问题。
为实现上述目的,本发明采用以下技术方案:
基于切削力成分解耦的变工况刀具磨损监测方法,包括以下步骤:
步骤S1:根据零件结构特征,获取刀位点文件;
步骤S2:将刀位点数据输入到切削加工物理仿真模型中提取计算刀具-工件啮合区域TWE;
步骤S3:通过锤击法,获取机床刀尖点与传感器安装位置的跨点频响函数FRF;
步骤S4:根据被加工零件某工序的表面粗糙度Ra要求转化成表面位置误差参数,计算切削加工过程中刀具在零件各位置处最大允许的刀尖点激励力;根据机床精度因子计算得到因为刀具磨损而允许的最大切削力极限值;
步骤S5:获取数控机床切削加工过程主轴振动数据,根据获取的数据建立具有标记刀具名称信息的数据集;
步骤S6:对标记好的主轴振动数据进行去除趋势项,低通滤波处理,作为铣削力间接测量模型的输入信号实时估计刀具的切削力,用于刀具磨损切削力成分的解耦分离;
步骤S7:将主轴数据输入到铣削力实时仿真模型中,结合刀具-工件啮合区域TWE与铣削力系数在线仿真铣削力,作为锋利刀具的测量切削力;
步骤S8:将测量切削力、仿真切削力数据片段,通过快速傅里叶变换将两类切削力数据转换至频域,分别计算两类切削力频段区间内的频谱能量和,利用测量切削力频谱能量和减去仿真切削力频谱能量和,得到反映刀具磨损信息的频谱能量和;
步骤S9:在测量切削力、仿真切削力频谱能量和基础上,通过作商得到切削力比值指标,通过切削力比值指标来监测刀具在时变切削工况下的退化状态;
步骤S10:基于步骤S4中得到零件切削加工过程中各个位置处最大允许的激励力,通过与步骤S7中的仿真切削力做差,得到各个位置处最大允许的因为刀具磨损而增加的理论切削力;
步骤S11:将步骤S8中的实际刀具磨损而增加的切削力与步骤S10中最大允许的因为刀具磨损而增加的理论切削力作比较,若实际刀具磨损程度大于理论允许的刀具磨损程度则执行换刀,否则继续监测刀具磨损状态直到刀具磨损失效。
进一步的,零件表面粗糙度Ra计算表达式为:
其中,Fx,Fy表示刀具在零件各位置处最大允许的刀尖点激励力。
进一步的,因为刀具磨损而允许的最大切削力极限值;计算表达为:
FMT-i=Fi/δ (2)
其中,δ表示考虑机床几何精度、动态精度性能的误差修正系数。
进一步的,步骤5具体包括通过三向加速度传感器、电涡流位移传感器采集机床切削加工过程中主轴振动、位移信号,采集主轴转速、进给速度、刀具齿数、刀具名称、主轴X/Y/Z坐标数据;通过刀具名称将传感器数据与工艺指令数据进行关联,形成具有标记刀具名称信息的数据集。
进一步的,步骤7中,将主轴转速、进给速度在线数据输入到铣削力实时仿真模型中。
进一步的,步骤8具体包括:
步骤S8.1:在截取切削力频段时,确保数据片段长度大于或等于数据采样频率fs的倍频,保证数据具有足够的频率分辨率;
步骤S8.2:在计算切削力频谱能量和时,可选择有效频段区间内的频率成分,高频成分可忽略不考虑在内,如频段区间从切削频率1倍频至10倍频;
步骤S8.3:在刀具磨损切削力成分解耦分离时,直接通过做差法计算测量切削力与仿真切削力之间的残差;表达式为:
其中,∑Fi-mea(jω)表示测量切削力频谱能量和;∑Fi-pre(jω)表示仿真切削力频谱能量和;ΔFi-wear(jω)表示切削力残差频谱能量和。
进一步的,切削力比值表达式:
Ki-MFR(jω)=∑Fi-mea(jω)/∑Fi-pre(jω) (4)
其中,Ki-MFR(jω)表示铣削力比值指标,i表示X,Y,Z三个方向。
进一步的,步骤10中的表达式为:
进一步的,基于切削力成分解耦的变工况刀具磨损监测系统,包括:
切削力实时仿真模块:根据零件结构特征,获取刀位点文件;将刀位点数据输入到切削加工物理仿真模型中提取计算刀具-工件啮合区域TWE;
切削力间接估计模块:通过锤击法,获取机床刀尖点与传感器安装位置的跨点频响函数FRF;根据被加工零件某工序的表面粗糙度Ra要求转化成表面位置误差参数,从而计算切削加工过程中刀具在零件各位置处最大允许的刀尖点激励力;根据机床精度因子计算得到因为刀具磨损而允许的最大切削力极限值;获取数控机床切削加工过程主轴振动数据,根据获取的数据建立具有标记刀具名称信息的数据集;对标记好的主轴振动数据进行去除趋势项,低通滤波处理,作为铣削力间接测量模型的输入信号实时估计刀具的切削力,用于刀具磨损切削力成分的解耦分离;将主轴数据输入到铣削力实时仿真模型中,结合刀具-工件啮合区域TWE与铣削力系数在线仿真铣削力,作为锋利刀具的测量切削力;将测量切削力、仿真切削力数据片段,通过快速傅里叶变换将两类切削力数据转换至频域,分别计算两类切削力频段区间内的频谱能量和,利用测量切削力频谱能量和减去仿真切削力频谱能量和,得到反映刀具磨损信息的频谱能量和;
切削力比值指标构造模块:在测量切削力、仿真切削力频谱能量和基础上,通过作商得到切削力比值指标,通过切削力比值指标来监测刀具在时变切削工况下的退化状态;基于得到零件切削加工过程中各个位置处最大允许的激励力,通过与仿真切削力做差,得到各个位置处最大允许的因为刀具磨损而增加的理论切削力;将实际刀具磨损而增加的切削力与最大允许的因为刀具磨损而增加的理论切削力作比较,若实际刀具磨损程度大于理论允许的刀具磨损程度则执行换刀,否则继续监测刀具磨损状态直到刀具磨损失效。
与现有技术相比,本发明有以下技术效果:
本发明提出一种可适用于变切削参数条件下的刀具磨损状态监测方法。通过实时采集机床数控系统工艺指令数据作为瞬时铣削力模型输入,然后可得到不考虑刀具磨损等影响的仿真预测切削力。通过安装于主轴侧壁的三向加速度传感器等实时采集主轴振动响应信号,结合机床频响估计瞬时切削力。进一步将测量切削力与仿真切削力变换至频域,通过分别计算特征频段的频谱幅值能量和,通过计算测量切削力与仿真切削力残差,即可解耦分离出反映刀具磨损的切削力成分。利用完全不同于传统信号处理手段获取的切削力增量诊断刀具退化状态,不受切削参数干扰。基于磨损切削力构造的统计监测指标呈现非线性单调递增趋势,与刀具磨损退化过程曲线具有很好的吻合度。基于频域手段解调磨损切削力方法不同于时域计算互相关函数方法,基本不受刀具偏心等因素的干扰。
本发明在测量切削力与仿真切削力分别计算频谱能量和的基础上,通过计算测量切削力频谱能量和与仿真切削力频谱能量和的比值,即可得到反映刀具磨损状态的鲁棒监测指标。该指标物理意义非常明确,指标的大小表示刀具的退化程度。新刀切削时,测量切削力与仿真切削力基本相等,切削力比值指标接近1;随着刀具磨损程度增加,测量切削力因为包含刀具磨损与振动成分,其值大小逐渐偏离仿真切削力,切削力比值指标逐渐偏离1。因此,通过设置合适的监测阈值,即可实现变负载情况下的刀具磨损监测。
本发明多齿铣刀与工件相互作用会产生周期性激励力,这种作用在工艺系统的受迫振动是影响零件表面粗糙度的关键因素之一。通过零件表面粗糙度Ra与机床刀尖点频响即可计算刀尖点允许的最大切削力。通过计算最大允许切削力与所选取切削参数下的仿真切削力参差,即可分离得到允许刀具磨损而增加的切削力最大值。因此,通过实时评估磨损切削力最大值即可作为评估刀具能否继续加工的参考标准。这种刀具失效阈值动态方法,可通过零件切削精度动态调整,在精加工判定为失效的刀具,在粗加工却能继续参与切削,充分利用了刀具的寿命,又能兼顾零件加工精度。
附图说明
图1为仿真切削力与测量切削力获取示意图
图2为刀具磨损切削力增量解调分离示意图
图3为切削力比值指标构造示意图
图4为刀具失效阈值动态评估示意图
图5中(a)到(d)为切削力比值指标表征刀具磨损退化过程
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明为解决刀具磨损退化过程中时变切削参数对刀具磨损监测的干扰影响,提出一种基于切削力成分解耦的变工况刀具磨损监测方法。所述刀具磨损状态监测方法实施具体包括如下步骤。
步骤S1:如图1所示,在零件加工之前,首先通过UG NX软件对零件进行3D建模,进而根据加工条件及质量要求选定合理的工艺参数及工艺步骤。生成零件加工过程G代码,完成数控编程环节,得到CLS刀位文件。
步骤S2:如图1所示,在MechPro等切削过程工艺仿真软件中定义零件、刀具等切削参数信息,导入步骤S1中获取的刀位点文件,离线仿真生成切削加工过程中切削力、刀具振动、材料去除率等物理与几何信息。同时仿真得到刀具-工件啮合区域信息TWE便于后续切削力实时仿真计算。
步骤S3:通过锤击法,通过LMS Test.Lab系统获取机床刀尖点与传感器安装位置的跨点频响函数FRF。
步骤S4:根据被加工零件某工序的表面粗糙度Ra要求转化成表面位置误差参数,从而计算切削加工过程中刀具在零件各位置处最大允许的刀尖点激励力。零件表面粗糙度Ra计算表达式为:
其中,Fx,Fy表示刀具在零件各位置处最大允许的刀尖点激励力。
步骤S5:刀具磨损因素只是形成加工精度的关键因素之一。在结合机床几何误差、动态精度基础上考虑安全系数,根据专家经验形成机床精度因子计算得到因为刀具磨损而允许的最大切削力极限值。计算表达为:
FMT-i=Fi/δ (2)
其中,δ表示考虑机床几何精度、动态精度性能的误差修正系数。
步骤S6:如图1所示,通过三向加速度传感器、电涡流位移传感器等采集机床切削加工过程中主轴振动、位移信号,通过Siemens公司边缘计算模块采集主轴转速、进给速度、刀具齿数、刀具名称、主轴X/Y/Z坐标数据等。
步骤S7:通过刀具名称将传感器数据与工艺指令数据进行关联,形成具有标记刀具名称信息的数据集。
步骤S8:对标记好的主轴振动数据进行去除趋势项,低通滤波处理,作为铣削力间接测量模型的输入信号实时估计刀具的切削力,从而用于刀具磨损切削力成分的解耦分离。
步骤S9:如图1所示,将主轴转速、进给速度等数在线据输入到铣削力实时仿真模型中,结合刀具-工件啮合区域(TWE)与铣削力系数等在线仿真铣削力,仿真铣削力因为不考虑刀具磨损效应,故而可作为锋利刀具的测量切削力。
步骤S10:如图2所示,将测量切削力、仿真切削力数据片段,通过快速傅里叶变换(FFT)将两类切削力数据转换至频域,分别计算两类切削力频段区间内的频谱能量和。利用测量切削力频谱能量和减去仿真切削力频谱能量和,得到反映刀具磨损信息的频谱能量和。
优选的,所述步骤S10包括:
步骤S10.1:在截取切削力频段时,确保数据片段长度大于或等于数据采样频率fs的倍频,使足够的频率分辨率。
步骤S10.2:在计算切削力频谱能量和时,可选择有效频段区间内的频率成分,高频成分可忽略不考虑在内,如频段区间从切削频率1倍频至10倍频。
步骤S10.3:在刀具磨损切削力成分解耦分离时,直接通过做差法计算测量切削力与仿真切削力之间的残差。表达式为:
其中,∑Fi-mea(jω)表示测量切削力频谱能量和;∑Fi-pre(jω)表示仿真切削力频谱能量和;ΔFi-wear(jω)表示切削力残差频谱能量和。
步骤S11:如图2所示,在测量切削力、仿真切削力频谱能量和基础上,通过作商得到切削力比值指标,通过切削力比值指标来监测刀具在时变切削工况下的退化状态。
Ki-MFR(jω)=∑Fi-mea(jω)/∑Fi-pre(jω) (4)
其中,Ki-MFR(jω)表示铣削力比值指标,i表示X,Y,Z三个方向。
步骤S12:如图4所示,基于步骤S5中得到零件切削加工过程中各个位置处最大允许的激励力,通过与步骤S9中的仿真切削力做差,即可得到各个位置处最大允许的因为刀具磨损而增加的理论切削力。
步骤S13:将步骤S10中的实际刀具磨损而增加的切削力与步骤S12中最大允许的因为刀具磨损而增加的理论切削力作比较。若实际刀具磨损程度大于理论允许的刀具磨损程度则执行换刀,否则继续监测刀具磨损状态直到刀具磨损失效。
步骤S14:通过将上述方法进行实施,得到3把立铣刀在时变工况下磨损演化过程中的切削力比值指标变化曲线如图5所示。立铣刀生命周期内经历的切削工况参数如下表1所示:
表1切削工况参数组合
基于切削力成分解耦的变工况刀具磨损监测系统,所述系统包括:
M1:多源数据采集与预处理模块:
数控机床切削加工过程数据来源主要包括外置加速度传感器数据与机床数控系统数据。三向加速度传感器、电涡流位移传感器采集主轴X/Y/Z振动、位移响应数据;基于西门子边缘计算模块采集机床数控系统数据,包括切削用量数据(主轴转速、进给速度)、机床主轴X/Y/Z坐标数据、刀具名称、程序名称、当前程序行、刀具齿数。刀具名称、程序名称用于标记与匹配监测数据与刀具。数据采集系统硬件包括具有具备西门子边缘计算模块的数控加工中心、三向加速度传感器、电涡流位移传感器、数据采集与计算一体机、LabVIEW数据采集与状态监测软件。
M2:切削力实时仿真模块:
基于UG NX、MasterCAM等CAM软件得到数控代码,进而生成零件加工的刀位点文件。将刀位点数据输入到切削加工物理仿真模型中快速提取计算刀具-工件啮合区域(Tool–workpiece-engagement,TWE)。将计算好的刀具-工件啮合区域、实时采集的主轴转速、进给速度数据、切削力系数等作为切削力模型输入,瞬时切削力作为模型输出,即可实现切削力的在线仿真。切削力实时仿真考虑到计算效率,可通过MechPro等切削过程仿真软件计算刀具-工件啮合区域(TWE)。切削力微元的表达式为:
M3:切削力间接估计模块:
切削力间接估计需要用到机床频响与刀具振动位移数据数据。机床频响获取主要通过锤击法获取,分别沿主轴进给方向与垂直于进给方向进行力锤敲击实验,获得多组加速度频响函数,将每个方向上的频响函数进行求平均值得到刀尖点-传感器安装位置跨点加速度频响函数。将加速度数据经二次积分得到刀具位移数据,将刀尖点位移进行快速傅里叶变换(FFT),并对机床跨点频响函数进行插值处理,通过计算刀尖点位移与频响函数比值即可得到切削力频谱,将估计的切削力频谱经过逆傅里叶变换(IFFT)计算得到切削过程的真实动态切削力。切削力间接估计表达式为:
M4:切削力频域解耦分离模块
切削力解耦分离模块,目的是从测量切削力成分中提取分离出因为刀具磨损而增加的切削力成分。将获取的测量与仿真切削力通过滑窗形式截取关联的数据片段,然后将时域切削力变换至频域。考虑对高频噪音干扰影响,选取切削力频谱特征频段区间的切削力频谱计算幅值能量和。将测量切削力频谱能量和减去仿真切削力频谱能量和,即可得到因刀具磨损而增加的切削力频域能量和。
M5:切削力比值指标构造模块
对频域测量切削力频谱能量和与仿真切削力频谱能量和计算比值,即可得到切削力比值指标。切削力比值指标能够有效反映刀具磨损程度而不受切削参数干扰。新刀切削时,切削力比值指标在1上下波动;随着刀具磨损程度的增加,该切削力比值指标逐渐偏离1。切削力比值表达式为:
M6:刀具失效阈值动态调整模块
根据零件表面粗糙度Ra值,结合机床刀尖点频响函数即可求解在受迫振动下刀具完成零件表面精度所允许的最大切削力。刀具实际切削加工产生的切削力实际上是仿真切削力与刀具磨损而增加的切削力成分的线性叠加。通过计算所用切削参数下的仿真切削力,结合受迫振动下刀具完成零件表面精度Ra所允许的最大切削力,可求解得到当前刀具完成零件加工允许的最大磨损程度,即通过解耦的磨损切削力最大允许值。因此,通过实时约束刀具磨损切削力阈值,即可根据零件加工粗加工、精加工要求动态调整失效阈值。强迫振动形成的表面误差及切削合力表达式为:
M7:切削工况定义数据库
切削工况定义数据库,用于存储实现本发明提出的刀具磨损状态监测方法的相关数据。切削力实时仿真模块中,需要存储每把相同规格刀具的专用名称,使得监测系统能够根据读取的刀具名称匹配对应刀具参数,根据刀具-工件关系,匹配对应的铣削力系数。在刀具失效阈值动态调整模块中,需要存储不同工步下零件的表面粗糙度Ra要求,可根据程序名称、当前程序行等信息匹配到该工序、工步零件表面粗糙度。根据表面粗糙度Ra允许的最大刀具磨损而增加切削力值,实时判定当前刀具是否处于磨损失效状态。
Claims (9)
1.基于切削力成分解耦的变工况刀具磨损监测方法,其特征在于,包括以下步骤:
步骤S1:根据零件结构特征,获取刀位点文件;
步骤S2:将刀位点数据输入到切削加工物理仿真模型中提取计算刀具-工件啮合区域TWE;
步骤S3:通过锤击法,获取机床刀尖点与传感器安装位置的跨点频响函数FRF;
步骤S4:根据被加工零件某工序的表面粗糙度Ra要求转化成表面位置误差参数SLE,计算切削加工过程中刀具在零件各位置处最大允许的刀尖点激励力;根据机床精度因子计算得到因为刀具磨损而允许的最大切削力极限值;
步骤S5:获取数控机床切削加工过程主轴振动数据,根据获取的数据建立具有标记刀具名称信息的数据集;
步骤S6:对标记好的主轴振动数据进行去除趋势项,低通滤波处理,作为铣削力间接测量模型的输入信号实时估计刀具的切削力,用于刀具磨损切削力成分的解耦分离;
步骤S7:将机床切参数据实时输入到铣削力实时仿真模型中,结合刀具-工件啮合区域TWE与铣削力系数在线仿真铣削力,作为锋利刀具的测量切削力;
步骤S8:将测量切削力、仿真切削力数据片段,通过快速傅里叶变换将两类切削力数据转换至频域,分别计算两类切削力频段区间内的频谱能量和,利用测量切削力频谱能量和减去仿真切削力频谱能量和,得到反映刀具磨损信息的频谱能量和;
步骤S9:在测量切削力、仿真切削力频谱能量和基础上,通过作商得到切削力比值指标,通过切削力比值指标来监测刀具在时变切削工况下的退化状态;
步骤S10:基于步骤S4中得到零件切削加工过程中各个位置处最大允许的激励力,通过与步骤S7中的仿真切削力做差,得到各个位置处最大允许的因为刀具磨损而增加的理论切削力;
步骤S11:将步骤S8中的实际刀具磨损而增加的切削力与步骤S10中最大允许的因为刀具磨损而增加的理论切削力作比较,若实际刀具磨损程度大于理论允许的刀具磨损程度则执行换刀,否则继续监测刀具磨损状态直到刀具磨损失效。
3.根据权利要求1所述的基于切削力成分解耦的变工况刀具磨损监测方法,其特征在于,因为刀具磨损而允许的最大切削力极限值;计算表达为:
FMT-i=Fi/δ (2)
其中,δ表示考虑机床几何精度、动态精度性能的误差修正系数。
4.根据权利要求1所述的基于切削力成分解耦的变工况刀具磨损监测方法,其特征在于,步骤5具体包括通过三向加速度传感器、电涡流位移传感器采集机床切削加工过程中主轴振动、位移信号,采集主轴转速、进给速度、刀具齿数、刀具名称、主轴X/Y/Z坐标数据;通过刀具名称将传感器数据与工艺指令数据进行关联,形成具有标记刀具名称信息的数据集。
5.根据权利要求1所述的基于切削力成分解耦的变工况刀具磨损监测方法,其特征在于,步骤7中,将主轴转速、进给速度在线数据输入到铣削力实时仿真模型中。
6.根据权利要求1所述的基于切削力成分解耦的变工况刀具磨损监测方法,其特征在于,步骤8具体包括:
步骤S8.1:在截取切削力频段时,确保数据片段长度大于或等于数据采样频率fs的倍频,使足够的频率分辨率;
步骤S8.2:在计算切削力频谱能量和时,可选择有效频段区间内的频率成分,高频成分可忽略不考虑在内,如频段区间从切削频率1倍频至10倍频;
步骤S8.3:在刀具磨损切削力成分解耦分离时,直接通过做差法计算测量切削力与仿真切削力之间的残差;表达式为:
ΔFx-wear(jω)=∑Fx-mea(jω)-∑Fx-pre(jω) (3)
ΔFy-wear(jω)=∑Fy-mea(jω)-∑Fy-pre(jω)
其中,∑Fi-mea(jω)表示测量切削力频谱能量和;∑Fi-pre(jω)表示仿真切削力频谱能量和;ΔFi-wear(jω)表示切削力残差频谱能量和。
7.根据权利要求1所述的基于切削力成分解耦的变工况刀具磨损监测方法,其特征在于,切削力比值表达式:
Ki-MFR(jω)=∑Fi-mea(jω)/∑Fi-pre(jω) (4)
其中,Ki-MFR(jω)表示铣削力比值指标,i表示X,Y,Z三个方向。
9.基于切削力成分解耦的变工况刀具磨损监测系统,其特征在于,包括:
切削力实时仿真模块:根据零件结构特征,获取刀位点文件;将刀位点数据输入到切削加工物理仿真模型中提取计算刀具-工件啮合区域TWE;
切削力间接估计模块:通过锤击法,获取机床刀尖点与传感器安装位置的跨点频响函数FRF;根据被加工零件某工序的表面粗糙度Ra要求转化成表面位置误差参数,从而计算切削加工过程中刀具在零件各位置处最大允许的刀尖点激励力;根据机床精度因子计算得到因为刀具磨损而允许的最大切削力极限值;获取数控机床切削加工过程主轴振动数据,根据获取的数据建立具有标记刀具名称信息的数据集;对标记好的主轴振动数据进行去除趋势项,低通滤波处理,作为铣削力间接测量模型的输入信号实时估计刀具的切削力,用于刀具磨损切削力成分的解耦分离;将主轴数据输入到铣削力实时仿真模型中,结合刀具-工件啮合区域TWE与铣削力系数在线仿真铣削力,作为锋利刀具的测量切削力;将测量切削力、仿真切削力数据片段,通过快速傅里叶变换将两类切削力数据转换至频域,分别计算两类切削力频段区间内的频谱能量和,利用测量切削力频谱能量和减去仿真切削力频谱能量和,得到反映刀具磨损信息的频谱能量和;
切削力比值指标构造模块:在测量切削力、仿真切削力频谱能量和基础上,通过作商得到切削力比值指标,通过切削力比值指标来监测刀具在时变切削工况下的退化状态;基于得到零件切削加工过程中各个位置处最大允许的激励力,通过与仿真切削力做差,得到各个位置处最大允许的因为刀具磨损而增加的理论切削力;将实际刀具磨损而增加的切削力与最大允许的因为刀具磨损而增加的理论切削力作比较,若实际刀具磨损程度大于理论允许的刀具磨损程度则执行换刀,否则继续监测刀具磨损状态直到刀具磨损失效。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210736994.8A CN114905336B (zh) | 2022-06-27 | 2022-06-27 | 基于切削力成分解耦的变工况刀具磨损监测方法及系统 |
PCT/CN2022/108646 WO2024000720A1 (zh) | 2022-06-27 | 2022-07-28 | 基于切削力成分解耦的变工况刀具磨损监测方法及系统 |
US18/486,671 US20240036543A1 (en) | 2022-06-27 | 2023-10-13 | Tool wear monitoring method and system under variable operational conditions based on decoupling of cutting force component |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210736994.8A CN114905336B (zh) | 2022-06-27 | 2022-06-27 | 基于切削力成分解耦的变工况刀具磨损监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114905336A true CN114905336A (zh) | 2022-08-16 |
CN114905336B CN114905336B (zh) | 2023-07-25 |
Family
ID=82772390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210736994.8A Active CN114905336B (zh) | 2022-06-27 | 2022-06-27 | 基于切削力成分解耦的变工况刀具磨损监测方法及系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240036543A1 (zh) |
CN (1) | CN114905336B (zh) |
WO (1) | WO2024000720A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116944820A (zh) * | 2023-09-20 | 2023-10-27 | 万向钱潮股份公司 | 一种万向节十字轴加工方法 |
CN118513907A (zh) * | 2024-07-25 | 2024-08-20 | 杭州大天数控机床有限公司 | 机床钻孔刀具自学习自退刀的监测保护方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117549138B (zh) * | 2024-01-12 | 2024-04-05 | 盛安(苏州)汽车部件有限公司 | 多轴联动汽车模具cnc精密加工系统 |
CN117900927B (zh) * | 2024-03-05 | 2024-06-25 | 苏州力华米泰克斯胶辊制造有限公司 | 用于全自动胶辊打磨的效率监测方法及系统 |
CN118106540B (zh) * | 2024-04-18 | 2024-08-06 | 湘潭大学 | 一种用于加工3c钛合金元件的微细铣刀 |
CN118276510B (zh) * | 2024-05-31 | 2024-09-10 | 成都飞机工业(集团)有限责任公司 | 一种数控加工过程仿真与加工数据映射分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020017139A1 (en) * | 2000-05-15 | 2002-02-14 | Kluft Werner Wilhelm | Method and device for monitoring the wear condition of a tool |
CN102564786A (zh) * | 2011-12-27 | 2012-07-11 | 华中科技大学 | 基于切削激励的机床结构模态比例因子获取方法 |
CN111761409A (zh) * | 2020-07-09 | 2020-10-13 | 内蒙古工业大学 | 一种基于深度学习的多传感器数控机床刀具磨损监测方法 |
CN113780153A (zh) * | 2021-09-07 | 2021-12-10 | 北京理工大学 | 一种刀具磨损监测和预测方法 |
CN114102260A (zh) * | 2021-11-22 | 2022-03-01 | 西安交通大学 | 机理-数据融合驱动的变工况刀具磨损状态监测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4831365A (en) * | 1988-02-05 | 1989-05-16 | General Electric Company | Cutting tool wear detection apparatus and method |
CN110576335B (zh) * | 2019-09-09 | 2020-11-20 | 北京航空航天大学 | 一种基于切削力的刀具磨损在线监测方法 |
CN111644900B (zh) * | 2020-05-21 | 2021-11-09 | 西安交通大学 | 一种基于主轴振动特征融合的刀具破损实时监测方法 |
-
2022
- 2022-06-27 CN CN202210736994.8A patent/CN114905336B/zh active Active
- 2022-07-28 WO PCT/CN2022/108646 patent/WO2024000720A1/zh unknown
-
2023
- 2023-10-13 US US18/486,671 patent/US20240036543A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020017139A1 (en) * | 2000-05-15 | 2002-02-14 | Kluft Werner Wilhelm | Method and device for monitoring the wear condition of a tool |
CN102564786A (zh) * | 2011-12-27 | 2012-07-11 | 华中科技大学 | 基于切削激励的机床结构模态比例因子获取方法 |
CN111761409A (zh) * | 2020-07-09 | 2020-10-13 | 内蒙古工业大学 | 一种基于深度学习的多传感器数控机床刀具磨损监测方法 |
CN113780153A (zh) * | 2021-09-07 | 2021-12-10 | 北京理工大学 | 一种刀具磨损监测和预测方法 |
CN114102260A (zh) * | 2021-11-22 | 2022-03-01 | 西安交通大学 | 机理-数据融合驱动的变工况刀具磨损状态监测方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116944820A (zh) * | 2023-09-20 | 2023-10-27 | 万向钱潮股份公司 | 一种万向节十字轴加工方法 |
CN116944820B (zh) * | 2023-09-20 | 2023-12-08 | 万向钱潮股份公司 | 一种万向节十字轴加工方法 |
CN118513907A (zh) * | 2024-07-25 | 2024-08-20 | 杭州大天数控机床有限公司 | 机床钻孔刀具自学习自退刀的监测保护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114905336B (zh) | 2023-07-25 |
WO2024000720A1 (zh) | 2024-01-04 |
US20240036543A1 (en) | 2024-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114905336B (zh) | 基于切削力成分解耦的变工况刀具磨损监测方法及系统 | |
CN108356606B (zh) | 基于小波包分析与rbf神经网络的刀具磨损在线监测方法 | |
Cao et al. | Chatter identification in end milling process based on EEMD and nonlinear dimensionless indicators | |
CN114102260B (zh) | 机理-数据融合驱动的变工况刀具磨损状态监测方法 | |
Costes et al. | Surface roughness prediction in milling based on tool displacements | |
CN107186547A (zh) | 基于切削功率的数控车削批量加工刀具磨损在线监测方法 | |
Guo et al. | Singularity analysis of cutting force and vibration for tool condition monitoring in milling | |
CN113741377A (zh) | 一种基于切削特征遴选的加工过程智能监控系统及方法 | |
CN114800040B (zh) | 工艺-状态数据关联的刀具磨损监测方法及系统 | |
Mou et al. | A study of tool tipping monitoring for titanium milling based on cutting vibration | |
CN110909710A (zh) | 一种基于s试件的自适应主轴性能劣化识别方法 | |
Bai et al. | Real-time tool breakage monitoring based on dimensionless indicators under time-varying cutting conditions | |
CN116871978A (zh) | 基于多传感器融合的钻削刀具状态监测方法 | |
Yao et al. | Modelling of multivariate time series for tool wear estimation in finish-turning | |
CN115922442A (zh) | 基于主轴振动信号的刀具磨破损实时监控方法及相关装置 | |
CN115741235A (zh) | 基于五轴加工中心刀具的磨损预测与健康管理方法 | |
CN115169050A (zh) | 一种多模型融合的切削刀具磨损量动态预测方法 | |
Wolszczak et al. | Monitoring of cutting conditions with the empirical mode decomposition | |
Yao et al. | Position-varying surface roughness prediction method considering compensated acceleration in milling of thin-walled workpiece | |
CN105572503A (zh) | 一种基于多尺度采样的抽油机电参数数据预处理方法 | |
Ogedengbe et al. | Feasibility of tool condition monitoring on micro-milling using current signals | |
MAKIS | Application of vector time series modeling and T-squared control chart to detect early gearbox deterioration | |
CN106881630B (zh) | 基于自适应滤波与ar模型的高速铣削颤振在线识别方法 | |
Qin et al. | A chatter recognition approach for robotic drilling system based on synchroextracting chirplet transform | |
Zhou et al. | Feature extraction and analysis method of spindle vibration signal for tool wear monitoring |
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 |