在线金属切削刀具磨损状态监测研究的回顾与展望I:监测信号的选择

切削刀具的状态直接影响工件的质量及加工成本,因此刀具的状态监测越来越受到人们的重视,为了达到这一目的,监测信号的选择是至关重要的.对近年来在学术期刊上公开发表的关于刀具磨损在线监测研究文献中所采用的监测信号作了简要的回顾,仅限于间接监测方法,例如监测切削力、振动、声发射、主轴电流等信号.分析这些信号各自的优缺点,并得出结论:多传感器融合的监测方法以其信息覆盖范围广,抗干扰能力强、冗余性好,能较完善、精确地反映切削过程等优点,将成为未来刀具状态监测技术的发展方向.     

磁流体在刀具在线监测中的应用可能性研究

本文探讨了用磁流体传输高频信号－声发射信号的可能性。     

基于软测量技术的刀具磨损的在线监测

刀具磨损的自动监测是现代制造技术的关键技术之一,足保证自动化加工顺利进行的前提之一。在实际生产当中。对刀具磨损的检测,不能停机检测而只能采取在线的间接监测方法。本文在实时监测主轴电机电流信号的基础上,依据机床的相关切削参数,选择刀具磨损量为主导变量,主电机电流为二次变量。提出了基于软测量技术的铣削加工刀具磨损的在线监测和识别的数学模型,并用实验数据加以验证。     

五轴铣削加工刀具磨损状态监测研究

随着加工零件的日益复杂,加工要求的不断提高,实际加工时的刀具状况已经成为限制加工质量进一步提高的重要因素.在五轴铣削加工时为了更好的监测刀具的磨损状况,文章对目前的刀具监测方法进行了分析,并建立了五轴铣削加工时平头立铣刀磨损状态监测系统.最后通过实验提出了用刀具的径向力与切向力比值作为监测刀具磨损状态的方法.     

声发射在线监测刀具破损关键技术的研究

声发射(AE)法是被公认的较为理想的在线监测刀具破损的方法,但该方法要完全适于加工中心乃至自动线的需要,还有许多关键性技术问题需要解决。本文对三个关键性技术问题,即对声发射检测仪理想滤波器的设计方法、钻铣类加工机床刀具破损AE信号传输的新途径—磁流体传导技术、刀具破损声发射信号时频特性的确定进行了研究。     

刀具磨损声谱特征的分析

刀具在切削过程中，会产生大量的声信号。文中运用统计方法对切削声信号进行了深入分析，并对可听阈内的声信号按低频带、中频带和高频带分别进行了功率谱分析。研究结果表明，切削声信号中100—8kHz频带内的特征频率分量反映了刀具磨损状态及其变化规律，这为利用声信号进行刀具实时在线监测奠定了基础。     

超声波振动切削刀具磨损的研究

以单因素试验及考虑交互作用的三因素三水平正交试验为基础，对ＹＧ６Ｘ，ＹＷ１，ＹＴ１５刀具超声振动车削１Ｃｒ１８Ｎｉ９Ｔｉ不锈钢工件后刀面磨损的影响因素进行研究与分析。     

刀具磨损监测的一种数据处理方法

采用声发射传感器采集刀具切削时的信号,提出了一种基于BP神经网络识别刀具磨损程度的方法。该方法将原始声发射信号经高通滤波后直接输入到BP神经网络中进行训练,依靠神经网络的非线性映射能力,使神经网络对不同磨损程度刀具产生的信号进行分类,并能准确判别未知信号所属类别。与传统方法相比,该方法省去了人工提取特征值这一费时费力的环节。研究了神经元个数对神经网络的训练和识别的影响,提高了神经网络的识别精度。实验结果表明,该方法可以准确地预测刀具磨损程度。     

刀具磨损传感检测

本文除了简单介绍功率传感检测技术和力传感检测技术之外,详细介绍了目前最先进的刀具磨损检测技术——声发射(AE)检测技术。采用AE技术可达到高价刀具损耗最小,装刀、补刀停机时间最短和利用更先进的切削刀具提高加工效率的日的。     

高速铣削加工动静态监测技术的研究

从机床结构来说,电主轴和加工刀具是影响立式车铣复合加工中心精度的最直接因素。针对电主轴,开展基于电流法的车铣复合加工中心电主轴工作精度监测系统的研究;针对切削加工刀具,综合采用电机电流信号和声发射信号对刀具状态进行监测。     

Sensor signals for tool-wear monitoring in metal cutting operations—a review of methods

The state of a cutting tool is an important factor in any metal cutting process as additional costs in terms of scrapped components, machine tool breakage and unscheduled downtime result from worn tool usage. Several methods to develop monitoring devices for observing the wear levels on the cutting tool on-line while engaged in cutting have been attempted. This paper presents a review of some of the methods that have been employed in tool condition monitoring. Particular attention is paid to the manner in which sensor signals from the cutting process have been harnessed and used in the development of tool condition monitoring systems (TCMSs).     

汽轮机转子轮槽精铣刀磨损状态监测技术研究

为实现汽轮机转子轮槽精刀磨损状态的在线监测,提出一种ARIMA与SVR相结合的刀具磨损量在线监测模型。构建基于ARIMA的信号特征预测模型,根据收集的历史信号数据预测刀具继续加工的信号特征;构建基于SVR的刀具磨损量监测模型,以信号特征为输入得到当前时刻精刀磨损量;将两个模型相结合,可以预测精刀加工下一条轮槽时的磨损量,对精刀下一时刻的状态做出准确判定。基于上述模型,可以为企业换刀时机的选择提供技术支持,最终提高加工质量与加工效率,实现最大经济效益。     

基于切削力实现铣刀实时监测的实用性研究

根据生产实际,提出基于切削力实现铣刀实时监测的方法。在考虑切削参数一定时,建立了切削力与后刀面磨损量(VB值)的数学模型。通过提取切削力信号方差,建立了监测模块。并在对机床改造小的前提下,设计了带有力传感器的机床夹具,使监测更加简单可行。     

基于切削声和切削力参数融合的刀具磨损状态监测

针对单一传感器监测刀具磨损状态存在的不足,提出了将声传感方式和力传感方式综合利用,以人工神经网络作为多传感器信息融合的方法.在立式数控加工中心上铣削加工45<'#>钢调质试件,利用驻极体传声器和Kistler测力仪检测与刀具磨损相关的特征量,得出铣削声信号特征量LPCC的第6、7、8阶分量,X、Y向切削力以及绕z轴的力矩与刀具磨损密切相关.以这6个特征量作为神经网络的输入信号,利用有动量的梯度下降的BP算法建立了刀具磨损状态监测的多参数融合模型.研究结果表明神经网络输出值与实际测量值基本相符合,切削声和切削力特征融合后提高了识别刀具磨损程度的准确性和稳定性.     

刀具状态监测与加工过程的适应性控制

概述了关于刀具状态监测与加工过程适应性控制的基本原理与方法，分析回答了该技术在应用与发展中的一些关键问题。     

数控镗刀磨损与破损的声发射监测法

通过分析声发射传感器采集的刀具磨损状态信号,提取出反映刀具磨损状态的特征向量MFCC系数及差分系数,然后利用隐马尔可夫模型进行信号处理,建立了检测镗刀刀具状态的监测系统。实验结果表明:在刀具的正常磨损阶段,该监测系统可以实现刀具大致磨损量的预报;在刀具破损或损坏情况下,能够及时监测和预报刀具损坏状态。这种监测方法可用于实时在线监测,为刀具的磨损监测提供了一条切实可行的途径。     

组态软件WinCC在结晶器激振监测系统中的应用

本文对液压激振系统的控制原理进行了分析，提出了结晶器激振系统数据采集方案，利用下位机PLC对压力、温度、流量、过滤器状态等信息进行采集，在上位机实现显示、记录、打印等功能。对分别以VB和WinCC组态软件作为监控软件的开发作了比较，并选择WinCC作为上位机的监控开发软件，开发了结晶器在线监测系统，主要包括主界面、电液伺服阀界面、伺服油缸界面以及液压系统界面。利用C函数实现报表打印等功能，并对激振系统的重要状态参数以数字或趋势的形式实时显示，为故障诊断提供了依据。     

加工中心刀具破损实时监控技术的研究

在刀具破损监控中监控策略及采用何种特征量是实现实时监控的关键,常规单一的监控方法其适应性有限且容易漏监错监.文章详细分析了加工过程的声发射、切削力及功率变化特点并结合加工中心的加工特点,提出了其于双阈值的声发射监控、切削力遥测监控和基于功率微分的多特征参数综合刀具破损检测技术,能针对不同的加工即粗、精加工同时给与监测,且受切削条件的影响小,具有监测精度高、抗干扰能力强、灵敏度高、可以实时检测等特点.