金属切削刀具磨损监测技术研究进展

在机械加工中,金属切削刀具作为切削加工的直接执行者,其切削状态对整个加工过程的正常、稳定进行具有重要影响,因此,监测其刀具磨损状态对于提高工件的加工质量和机床加工效率具有重要意义.本文综述了基于有限元模型、传感数据以及基于模型和数据融合的三种刀具磨损监测技术的研究现状,分析了当前监测技术的优点与不足,并对刀具磨损监测领...     

重型切削硬质合金刀具磨/破损的智能监测技术研究

重型切削硬质合金刀具磨/破损严重将导致其加工质量、生产效率的降低,以及生产成本的增加,因此对刀具的磨损状态监测就显得尤为重要。对近年来在学术期刊上发表的关于刀具磨损在线监测研究文献中采用的方法和技术作了简要的回顾,对整个智能刀具磨损监测系统作出了详细的分析。通过比较各种方法的优缺点,提出了多传感器信息融合技术将作为智能刀具磨损监测技术的主要研究方向。总结了目前刀具磨损监测系统存在的问题,并提出了相应的解决思路。通过借鉴普通切削加工刀具磨/破损监测技术,在重型切削过程中引入刀具磨/破损智能监测方法,可以解决以往重型切削需要通过预先频繁更换刀片的方式来保证工件加工质量的问题,在重型切削领域具有重要的应用价值和发展前景。     

基于B样条模糊神经网络的刀具磨损监测

刀具状态监测是实现自动化加工和无人化加工的关键技术。本文使用切削力和声发射传感器监测金属切削过程,提出了基于B样条模糊神经网络作为刀具磨损量监测模型。该模型能够准确描述刀具磨损和信号特征之间的非线性关系,和常用的BP前馈神经网络相比,具有收敛速度快和局部学习能力等优点。试验结果表明:采用B样条模糊神经网络对提高刀具磨损在线监测的准确度和可靠度非常有效。     

基于特征自适应融合和集成学习的高性能铣削刀具状态监测

通过人工智能、工业大数据实时感知切削加工中的刀具状态是实现面向性能的制造的重要技术途径,也是高性能制造的关键内涵。然而,在目前的切削刀具状态监测算法中,特征提取过程多依赖于人工经验,这无疑限制了刀具状态监测技术的在高性能制造中的推广应用。因此,针对高性能加工监测中的自主性和准确性要求,基于特征自适应融合和集成学习技术,提了出一种面向高性能铣削的刀具磨损监测方法。所提出的监测方法能够根据特征的表现自动为其赋予不同的权重从而实现特征的自适应融合,同时利用AdaBoost集成学习算法,在自动融合特征的同时保证了状态监测精度。薄壁件铣削实验表明,监测结果与真实磨损间的RMSE和MAE值最大为10.44,最小可达5.16。所提出的方法能够自主、准确地监测航空类薄壁件铣削加工中的刀具磨损状态,解决了高性能铣削加工刀具磨损监测中的人工经验依赖问题。     

考虑电流和振动的涂层铣刀磨损规律实验研究

随着切削技术向着高速、高效和干式加工等方向发展,刀具涂层和切削状态监测技术成为影响切削技术发展的主要因素,研究刀具涂层以及刀具磨损引起的切削状态改变对促进制造业发展具有重要意义。利用铣削实验得到了相同切削条件下,不同涂层的3把硬质合金刀具的加工磨损情况。通过分析各个刀具磨损过程中铣削力信号、主轴电流信号以及切削振动信号的变化,得到了无涂层、Ti Al N涂层以及Al Ti N涂层刀具在切削过程中表现出的磨损规律。结果表明:Al Ti N涂层的耐磨性能更好,3把刀具的主轴电流有效值和切削振动信号质心频率的变化均有效反映了刀具磨损情况。在立铣加工过程中,可以将上述两种特征值用于刀具磨损实时在线监测。     

基于切削功率的数控车削批量加工刀具磨损在线监测

为了实现数控车削批量加工刀具磨损状态的在线监测,在分析切削功率与刀具磨损量关系的基础上,考虑加工参数对切削功率的影响,基于正交实验设计与响应面法,建立了切削功率与刀具磨损量及加工参数之间的回归模型。提出一种实时更新切削功率阈值的刀具磨损状态在线监测方法。该方法首先对功率信号进行滤波处理,结合数控系统判断机床的运行状态,然后实时计算切削功率阈值并与实际加工过程切削功率进行比较来监测刀具的磨损状况。通过实验案例自动在线监测数控车削过程中刀具磨损的情况,验证了该方法的有效性。     

基于主轴电流的铣削力间接监测方法

实时准确地监测铣削状态对于提高加工质量与加工效率具有重要意义,切削力作为重要的加工状态监测对象,因其监测设备昂贵且安装不便而受到限制,为此提出一种考虑刀具磨损的基于主轴电流的铣削力监测方法.首先基于切削微元理论建立了考虑后刀面磨损的铣削力模型,并通过铣削实验进行铣削力模型系数标定;然后对主轴电流与铣削力的关系进行理论建...     

钻削过程异常状态的一种振动监测方案及其实现方法

一、概述钻削加工是金属切削加工中最为常用的加工方法之一。特别是近几年来加工自动化、无人化生产技术如柔性制造单元(FMC)、柔性制造系统(FMS)、计算机综合制造系统(CIMS)等的飞速发展,对切削过程及刀具磨损监测技术的研究提出了更为迫切的要求。贵重零件的钻削加工或特殊孔的加工(如钻深孔)等,也需通过对刀具状态和切削过程的间接监测,从而达到保护工件和加工设备的目的。     

刀具磨损监测与车削仿真研究

金属加工过程中,切削刀具的状态对于生产效率和表面加工质量有重要影响,因此刀具磨损监测具有重要意义。刀具磨损监测是柔性制造系统研究工程的一个重要课题。切削力信号作为加工过程中最稳定和最可靠的信号,和刀具磨损密切相关。从实验上分析切削力与刀具磨损的相关性,提出刀具切削力变化与磨损变化是一致的。基于有限元分析软件对车削加工进行仿真研究,模拟了切削力的大小分布,并将模拟结果与实验结果进行了比较分析,为实际工艺参数的选择提供了理论指导。     

基于红外热像分析的刀具磨损及失效诊断

为了实现切削加工过程中刀具磨损程度及失效状态的精确监测与诊断,采用红外热像仪测试、提取刀具加工过程中的红外特征,分析刀具不同磨损程度状态下的温度场及闪温特征,建立刀具磨损及失效的红外信号特征数据库,基于最小模糊度的隶属度函数优化模型诊断刀具磨损及失效状态。实验结果表明,刀具识别误差较小,表明此方法可以实现对刀具磨损及失效状态的实时、精确诊断,对提高机床的工作效率及加工精度具有重要意义。     

基于切削电流系数的铣刀磨损状态监测

基于切削力系数的铣刀磨损状态监测方法提出了与切削参数独立的刀具磨损指标。由于存在干扰机床正常加工、实时性不佳、传感器安装不便和成本过高等问题,限制了其在实际工业环境中的应用。针对上述问题,结合切削力与主轴电流的关系,提出一种基于主轴切削电流系数的铣刀磨损状态监测方法。首先,融合切削力系数和主轴电流的优点,建立铣削电流模型;其次,根据切削电流模型进行切削电流系数辨识,记录新刀状态下切削系数;然后,使用切削系数实时估计相同加工工况下新刀切削电流,监测实际切削电流偏离估计值的程度,判断铣刀磨损状态;最后,通过实验与力信号对比验证该方法的正确性。实验结果表明,该方法可以替代基于切削力系数的磨损状态监测方法,能有效、实时、无干扰、便利和低成本地识别新刀、正常和严重3种磨损状态。     

基于振动法的刀具磨损状态监测研究

数控机床加工过程中,刀具是直接与金属材料接触并参与切削过程的工作部件。在金属切削加工过程中刀具不可避免地产生磨损现象,提高刀具使用寿命,降低因为刀具磨损而产生的损失,对刀具的工作状态实施监测意义十分重大。基于振动测试法的刀具磨损状态监测主要以采集到的振动信号作为依据,对振动信号作时域、频域和时频分析来提取有效的特征量,结合工件被加工表面的粗糙度情况以及刀刃的磨损状况,判断出在加工过程中刀具的实时磨损规律,实现刀具磨损程度的有效控制。     

GRNN与粒子滤波集成的刀具磨损监测

在金属切削加工过程中及时准确地掌握刀具磨损状态是非常必要的,然而目前的刀具磨损监测技术普遍为分析实时采集的信号得到刀具目前时刻的磨损状态,若能根据刀具当前的磨损状态准确地提前预测后续加工过程的连续磨损量变化,将对优化整个切削过程与管理决策具有重大的意义。针对此问题提出了广义回归神经网络(GRNN)与粒子滤波集成的刀具磨损预测模型,利用粒子滤波对GRNN的时序预测结果进行修正,实验证明粒子滤波有助于降低由于训练样本少与存在观测噪声所导致的预测偏差,经粒子滤波修正后的磨损量识别精度更高且较传统的卡尔曼滤波具有更好的修正效果,为刀具磨损监测提供了新思路。     

基于Usui模型的硬质合金刀具切削高强度钢磨损仿真研究

高强度钢切削加工中的刀具磨损对切削效率和加工成本有着重要的影响。通过切削仿真研究刀具磨损具有成本低、可选参数范围大等优点。基于Usui模型建立了采用硬质合金刀具切削高强度钢的刀具磨损仿真模型,并对磨损模型进行了实验验证。仿真研究了刀具几何角度对刀具后刀面磨损的影响规律。结果表明,刃口半径对后刀面磨损影响最大,且后刀面磨损随刃口半径增大而增大,随前角和后角的增大而减小。     

基于长短期记忆神经网络的刀具磨损状态监测

刀具磨损状况的实时检测是目前机床加工状态监测的难点,而对刀具的振动信号分析的常用方法是利用神经网络模型来判断刀具磨损状态。为解决循环神经网络(RNN)模型训练过程中梯度容易消亡的现象,提出基于长短期记忆神经网络的刀具磨损状态在线监测。刀具在进行切削加工时,首先通过加速度传感器采集刀具振动信号,然后对振动信号小波包变换进行分解是让信号通过不同的滤波器进行有条件的选择,由此形成不同的能量值,用作为长短期记忆神经网络的特征输入,从而诊断出刀具磨损状态的3种状态故障;最后利用长短期记忆神经网络模型对处理时间序列的数据有比较好的效果,它可以捕捉长期的依赖关系和非线性动态变化。此外,通过与多层(BP)神经网络和(BP)神经网络故障诊断方法进行比较,结果表明,LSTM网络对刀具磨损状态在线监测更加有效。     

基于多传感器数据融合的刀具磨损状态监测研究

刀具磨损状态是影响加工质量和生产效率的重要因素之一,传感器、特征提取、信息融合和机器学习等技术的发展为刀具状态监测提供了新思路,然而,建立精度高、鲁棒性好的多传感器系统仍是刀具状态检测的难点。以涂层硬质合金刀具对难加工材料30CrMnMoRE的铣削试验为基础,通过对不同刀具磨损状态下的切削力和切削振动进行采集分析,并比较多种特征提取和模式识别方法,建立了一种更为可靠的铣刀状态监测系统,实现了对高强度钢切削时的刀具磨损状态识别。     

基于小波包和BP神经网络的刀具磨损状态识别

刀具磨损状态影响金属切削过程,因此监测刀具磨损状态对提高产品质量有着重要的意义。设计刀具磨损状态监测系统,利用传感器采集刀具振动信号,通过小波包对振动信号进行数据分析,并把不同频段的能量值作为刀具磨损状态的特征值,建立BP神经网络,从而在刀具磨损状态和振动信号特征向量之间建立映射关系,完成刀具磨损状态的监测。利用C++Builder和Matlab软件混合编程实现了系统的功能。试验表明,系统运行良好,能够对刀具磨损状态进行正确识别。     

异形螺杆数控铣削刀具磨损智能建模研究

介绍了一种在线估算螺杆数控铣削中刀具磨损量的新方法。该方法基于螺杆铣削过程变切削参数的工况,提取了振动信号和功率信号的刀具磨损特征值,基于自适应神经—模糊推理系统建立了刀具磨损数学模型。实验证明,由此建立的刀具磨损模型能够排除切削参数变化的干扰,可以较好的反映加工中刀具磨损状态,同时也为具有时变切削参数特性的加工过程刀具磨损状态监控提供了新的研究方法。     

基于铣削力参数化模型的铣刀非均匀磨损状态监测方法研究

在航空结构件钛合金零件数控加工中,刀具非均匀磨损状态对工件的最终质量影响很大。为了及时发现并控制因刀具非均匀磨损导致的异常加工状态,对钛合金加工刀具非均匀磨损状态监测方法进行了研究。建立了基于刀具刃线参数化模型的铣削力参数化模型,实现了对钛合金加工刀具非均匀磨损状态的监测,解决了零件单件或首件加工中样本数据缺失条件下的钛合金加工刀具非均匀磨损状态准确监测难题。     

斜角切削条件下45钢切削过程的三维数值仿真

传统金属切削仿真往往局限于二维仿真。本文基于有限元软件ABAQUS/Explict建立了三维斜角切削模型,并对45钢的切削过程进行了数值模拟。试验结果表明,在刀具切削过程中,刀尖接触区会发生严重的不均匀塑性变形。并且在刀具切削金属时,由于前刀面常处于高温高压的状态极易发生月牙洼磨损,同时刀具刃倾角的存在会使得切屑发生一定的横向卷曲。模拟切屑外形与试验切屑结果一致,另外模拟切削力数值与实际车削力理论公式计算结果吻合。模拟结果对金属切削加工及刀具理论研究具有重要的指导意义。