数控侧铣刀具磨损状态监控技术研究_王凯.pdf

技术与创新 2023 年 第 1 期 总第 214 期 造纸装备及材料126数控侧铣刀具磨损状态监控技术研究王 凯国家能源集团神东设备维修中心二厂机加工车间，内蒙古 鄂尔多斯 017010摘要：现阶段，高度智能化与自动化已经成为各个领域发展的主要走向，数控侧铣是机械加工制造中普遍应用的机床设备，在增进数控机床使用性能方面发挥着重要作用。但是由于开展数控侧铣加工作业时，刀具极易在高铣削力和高铣削温度的工作状态下出现磨损情况，如果刀具更换不及时，会影响零件加工精度和机床正常使用。通过监控技术的有效应用，可以准确了解刀具磨损状态，因此，加强刀具磨损状态监控方法的分析研究具有重要意义。基于此，文章梳理了监控刀具磨损状态的方法，分析了刀具磨损状态监控系统的结构和功能模块，最后阐述了刀具磨损状态监控系统结构框架。关键词：数控侧铣刀具；磨损状态；监控技术分类号：TP391.41；TG5021 监控刀具磨损状态的方法1.1 阈值法刀具状态的传统分类方式是建立在信号样本采集的时间顺序基础上的，为刀具在正常与磨损状态设置固定的阈值。信号采集是实时进行的，系统将持续比对所得数据与阈值之间的关系，根据比对结论判定刀具的状态。然而，切削流程非常复杂，切削条件、刀具分类以及工件材质等因素一直处于动态变化当中，随之带动切削信号出现对应变化，单纯就切削信号进行固定阈值设定，往往引起系统出现过高的误报率1。1.2 人工神经网络法人工神经网络法在构建非线性映射模型中非常适用。监控信号和刀具磨损状态存在的相互非线性关系非常明显，如果利用传统方式就二者的相互关系实施模型构建，这个过程极其困难。常规做法是在监控刀具磨损状态的系统内引进神经网络，其中神经网络应用最多的类型是多层传感器，代表性网络是 BP 神经网络2。1.3 支持向量机支持向量机是一种广义上的线性分类器，它以监督学习的方式把监控所得数据完成二元分类，它的泛化能力非常强，能够有效处理非线性、小样本以及高维数等应用难题。1.4 模糊聚类模糊聚类是一种数学分析方法，它根据相关需要，借助模糊数学语言描述事物并完成分类。它利用相似性尺度对样本亲疏进行程度判别，并结合特定隶属度对样本模糊关系进行定量判别3。1.5 隐马尔可夫模型隐马尔可夫模型是一种统计模型，它负责对潜在的未知参数进行描述，它有卓越的分类性能和时间序列建模功能，在分析重复性差且不平稳的信号方面非常适用，在故障诊断、行为、语音以及文字等识别方面应用广泛4。2 刀具磨损状态监控系统结构及功能模块文章通过提升采集监控刀具磨损状态信号精准度，利用构建的铣削力参数化模型对刀具磨损均匀和非均匀状态进行监控，通过科技研发，新的原型系统具备一体化功能，能够完成对刀具状态的实时监控，还能准确预测已经磨损的刀具的使用寿命余量，可以对数控侧铣加工实施磨损状态监控，避免由于刀具磨钝引发其他零件报废，或者在刀具还能应用的情况下随意废弃的情况5。研究分析可知，监控刀具磨损状态的系统总体构架涵盖 4 个模块，M1 是信号采集模块，M2 是提高监控精度的模块，M3 是具体负责对刀具磨损状态进行监控的模块，M4 是等效剩余寿命预测模块。2.1 M1 信号采集模块刀具磨损状态监控系统中的信号采集模块有下列功能：（1）它负责采集侧铣加工期间的铣削力和功率的作者简介：王凯，男，本科，助理工程师，研究方向为数控镗铣。文章编号：2096-3092（2023）01-0126-03造纸装备及材料 第 52 卷 总第 214 期 2023 年 1 月 技术与创新127信号，最终得到系统的铣削力和主轴功率方面的信号数据；（2）它通过仿真软件，提前读取数控程序代码，同步提取后续加工期间的工况和时间的数据；（3）它读取刀具的 ID，机床功率特性，磨损量的初始数据以及拓扑结构，并完成相关数据储存，便于相关人员输入上述信息和信号采集模块采集的铣削力与主轴功率数据，还有相关试验所得的数据。操作人员在执行 M1 模块操作时须遵循下列流程：（1）以手动方式把包括拓扑结构和功率特性等在内的机床信息输入监控系统；（2）以手动方式把包括初始磨损量和 ID 等在内的刀具信息输入监控系统；（3）对完成输入的机床及刀具的全部信息进行精准度复核，如果发现有错漏之处须删除后重新输入。也可在原输入基础上进行纠正编辑；（4）在仿真度极高的切削模型上，根据加载的切削仿真模型，自动读取后续工况和加工时间等在内的信息并同步储存，把相关数据输入 M2 模块；（5）机床内部安装的功率传感器负责对主轴功率进行信号采集，用测力仪测出铣削力数据，读取上述两种数据并同步储存，把相关数据输入 M2 模块。2.2 M2 提高监控精度模块这个负责提高刀具磨损状态监控精度的模块具备下列功能：（1）在 M1 模块中提取关于机床功率特性，拓扑结构以及主轴功率和铣削力的信号等方面的数据，利用监控信号及阈值同步算法，净切削功率分离算法，得到同步以后机床的净切削功率数据并输出；（2）在 M1 模块中提取相关工况信息，利用稳定工况筛选算法，对监控系统中的信号进行稳定工况监控信息筛选；（3）利用力信号分解合成算法，顺着走刀方向对采集所得铣削力信号进行投影，便于刀具磨损状态监控模块获得科学合理且精准可靠的相关数据。刀具磨损状态监控精度提高模块的具体操作流程如下：（1）在 M1 模块中提取相关工况信息，利用稳定工况筛选算法进行认真筛选，得到关于稳定工况的相关监控信息；（2）结合已经判定确认的监控信号的实际类型，就监控精度提高策略进行针对性应用选型；（3）假设此时判定的是主轴功率的信号，就要在M1 模块中提取关于机床功率特性、拓扑结构以及主轴功率和铣削力的信号数据，再利用阈值与监控信号同步算法和净切削功率分离算法，得到实现同步后机床的净切削功率并输出，把相关数据输入 M3 模块；（4）假设此时判定的是铣削力信号，就要利用力信号分解合成算法，顺着走刀方向把采集所得铣削力信号进行投影，把相关数据输入 M3 模块。2.3 M3 刀具磨损状态监控模块这个模块的功能如下：在 M2 模块中，顺着走刀方向把铣削力信号进行投影，进而得到铣削力数据，结合净切削功率和稳定工况的监控信息等数据，利用铣削力参数化模型当中包含的非均匀磨损状态监控模型，多阶段动态系数评价法当中的刀具均匀磨损状态监控模型，最终得到由监控系统测得的刀具的磨损状态并完成输出。刀具磨损状态监控模块具体的操作流程如下：（1）结合部件首件及单件加工，有示教数据或虽然没有示教数据，但是有工况对比实验得到的相关数据条件下，对监控方法进行类型判定；（2）假设部件此时是单件或首件加工，而且铣削力信号是此时的监控信号，在 M2 模块中提取顺着走刀方向把铣削力信号进行投影所得的铣削力数据，构建关于铣削力和刃线的参数化模型，在监控系统设定相关指标，监控刀具得到非均匀磨损状态；（3）假设部件此时的加工状态处于有示教数据状态，主轴功率信号是此时的监控信号，在 M2 模块中提取完成同步的净切削功率数据和建立完成的动态系数函数，对净切削功率进行多阶段动态系数和实际偏差的数据测算，监控刀具得到均匀磨损状态；（4）假设部件此时的加工状态是虽然没有示教数据。但是有工况对比试验所得数据状态，而且主轴功率信号是此时的监控信号，就要结合工况对比实验得到的相关数据，计算特征值的所占权重并科学评估，依据加工期间产生的具体数据，对加工工况时具体的特征值进行预测，同步计算得出磨损的评价指标，监控刀具得均匀磨损状态；（5）将通过监控得到的刀具磨损状态数据全部详细记录，把相关数据输入 M4 模块。2.4 M4 刀具等效剩余寿命预测模块这个模块有下列功能：在 M1 模块中提取刀具的初始磨损量、ID、后续加工工况和时间等数据，在 M3模块中提取刀具磨损状态监控数据，根据各种工况时 技术与创新 2023 年 第 1 期 总第 214 期 造纸装备及材料128刀具反映的寿命曲线，利用刀具初始寿命已消耗算法，再结合等效剩余寿命预测算法，对刀具进行初始已消耗寿命计算，得到刀具实际的等效剩余寿命数据。3 刀具磨损状态监控系统结构框架C/S 框架是刀具磨损状态监控原型系统的结构框架（见图 1），这个原型系统是利用 Visual Basic 6.0 平台研究开发出来的，编写语言是 VB，其中涉及的矩阵数量极其庞大，因此编程时通过 VB 结合 MATLAB 进行混合式编程，达到计算并定义矩阵的目的。同时又借助西门子 OPC 服务器采集关于机床和主轴功率信号的内部数据，提供的监控系统是一个安装包，不依托Visual Basic 6.0 编程环境，而是借助单机运行。监控刀具后刀面磨损状态的系统功能有下列几点：（1）用户交互层。用户通过该层获得后刀面磨损状态监控系统的适用交互接口，可结合自身需求管理工艺数据、用户权限以及刀具的寿命和磨损特征值等数据，可以随时查询关于磨损状态监控和等效剩余寿命预测方面的结果，作出刀具更换与否的决策；（2）功能逻辑层。这个层级在刀面磨损状态监控系统中占据核心地位，它在刀具磨损状态监控方面的功能模块有信号采集模块、监控精度提高模块、磨损状态监控模块以及等效剩余寿命预测模块；（3）数据存储服务层。这个层级的数据库为 Excel，其中包含刀具磨损特征值、工艺数据以及刀具寿命等数据，刀具磨损状态监控系统在数据库中获得所需数据。4 结束语由于在数控侧铣加工中，刀具磨损已经成为影响工件加工精度的主要原因，故而迫切需要加强刀具状态监控，因此在机械加工制造中，刀具磨损状态监控技术已经成为不可或缺的重点应用技术。基于此，文章分别探讨了多种数控侧铣刀具磨损状态监控方法，然后详细分析监控系统的总体结构与功能模块，希望对相关企业有所帮助。参考文献1 徐金亭,牛金波,陈满森,等.精密复杂曲面零件多轴数控加工技术研究进展J.航空学报,2021,42(10):31-54.2 肖光伟.立铣刀侧铣加工FV520B不锈钢铣削力与让刀变形研究D.大连:大连理工大学,2022.3 张家兴,赖喜德,严思杰.叶轮五轴侧铣加工的铣削力预测计算研究J.热能动力工程,2018,33(11):23-27.4 阎兵,曹著明.整体叶盘数控铣削优化技术探讨J.制造技术与机床,2020(4):50-55.5 饶金山.薄壁叶片侧铣变形误差补偿及刀位规划研究D.上海:上海应用技术大学,2021.图 1 刀具磨损状态监控系统总体结构