一种车削刀具磨损状态监测系统技术方案

本发明专利技术公开了一种车削刀具磨损状态监测系统，包括信号采集系统和识别刀具磨损状态系统；信号采集系统包括温度采集系统和振动信号采集系统，温度采集系统采集刀具前刀面刀尖处的温度，振动信号采集系统采集刀具前刀面刀尖处所对应的刀柄的下表面处的三向振动信号；将信号采集系统采集到的信号经过预处理后获得刀具磨损状态的敏感特征并将上述敏感特征传递至训练好的识别刀具磨损状态系统中，识别刀具磨损系统判断出刀具的磨损状态。该系统简单适用，操作方便，并且使用的传感器比较通用、价格适中，易于组建试验系统，大大减少了监测成本，并能较为有效地识别刀具的磨损状态，减少刀具的浪费。

【技术实现步骤摘要】
一种车削刀具磨损状态监测系统
本专利技术涉及机械加工领域，特别是机械加工刀具磨损状态的监测系统。
技术介绍
刀具磨损是机械加工中的常见现象，刀具磨损会降低工件加工精度、劣化工件表面粗糙度、减少设备使用寿命、产生车削热、增加停机时间、直接降低生产效率和收益。为了避免因刀具磨损而造成损失，目前工厂大多根据加工经验和刀具平均寿命来替换刀具，常会导致刀具已经磨损但未被换下或磨损并不严重却被换下，这种方法并不能有效解决刀具磨损造成的机械加工问题。因此对刀具磨损状态的监测研究显得十分必要，特别是随着现代全自动制造系统的逐渐普及，刀具自动监控成为必然趋势。在加工过程中，通过对各种信号的采集、提取、分析和识别，可以实现对刀具磨损状态的准确判断。但现有文献中：(1)一般只单独测试一种与刀具磨损状态关联的信号，如振动信号、温度信号、声发射、主轴电流信号等，通过这种单一的信号来提取与刀具磨损相关的特征，以这些特征为基础进行刀具磨损状态识别；(2)或者虽然采集两种信号，但提取的信号特征对刀具的磨损状态不够敏感、或者对不同的信号只采用单一的分析技术提取信号特征，因此，对刀具状态的识别及监测的准确度都不高；(3)另外，监测系统所需仪器特殊、价格较高，如监测声发射信号设备，导致监测成本增高。
技术实现思路
专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种车削刀具磨损状态监测系统，用于解决现有的刀具磨损监测不完善且信号特征对磨损状态不敏感、监测准确度不高以及监测成本昂贵的技术问题。技术方案：为实现上述目的，本专利技术采用的技术方案为：一种车削刀具磨损状态监测系统，包括信号采集系统和识别刀具磨损状态系统；所述信号采集系统包括温度采集系统和振动信号采集系统，所述温度采集系统通过红外测温仪采集刀具前刀面刀尖处的温度，所述振动信号采集系统通过三向加速度传感器采集刀具前刀面刀尖处所对应的刀柄的下表面处的三向振动信号，所述三向振动包括沿工件轴向进给方向的振动、沿工件径向的振动和沿工件切向的振动；将信号采集系统采集到的信号经过预处理后获得刀具磨损状态敏感的特征并将上述敏感特征传递至训练好的识别刀具磨损状态系统中，识别刀具磨损状态系统判断出刀具的磨损状态。进一步的，在本专利技术中，所述识别刀具磨损状态系统的训练过程如下：步骤一、建立样本集，样本集中的每个样本均包含如下参数：刀具前刀面刀尖处的温度信号、三向振动信号以及车削三要素；将样本集划分为训练集和测试集；步骤二、按照下述方法进行预处理以获得敏感特征：将样本集中所有样本的温度信号进行时域分析，获得温度-时间曲线和温度均方根随车床主轴转速曲线、温度均方根随进给速度曲线及温度均方根随车削深度曲线；将样本集中所有样本的三向振动信号进行时域和频域分析，获得三向振动加速度-时间曲线、三向振动加速度幅频谱图以及三向振动加速度自功率谱图；步骤三、利用训练集对识别刀具磨损状态系统中的分类器进行训练；步骤四、利用步骤三中训练完成的分类器对测试集中的样本进行测试，根据敏感特征对测试集样本中的刀具状态进行预测并获得预测准确度。有益效果：本专利技术提出了一种基于刀具车削温度信号及三向加速度振动信号同步采集的车刀磨损状态监测系统，该系统分别用红外测温仪拾取刀具刀尖处温度信号、用三向加速度传感器拾取刀具下表面振动信号，对采集的三向加速度振动信号、温度信号提取时域及频域特征，综合得到对刀具磨损状态敏感的特征，从而有效识别刀具的磨损状态，并决定是否更换刀具；该种车削刀具磨损状态的监测系统适用于数控机床和普通车床刀具的监测，其监测原理及所用两类传感器也同样适用于铣床刀具状态的监测；该系统简单适用，操作方便，并且使用的传感器比较通用、价格适中，易于组建试验系统，大大减少了监测成本，并能较为有效地识别刀具的磨损状态，减少刀具的浪费。附图说明图1为本专利技术的监测系统的原理示意图；图2为3种不同磨损状态下的车刀在相同车削参数下的温度-时间曲线；图3为初期磨损状态下的车刀的温度均方根随不同主轴转速的变化曲线；图4为初期磨损状态下的车刀的温度均方根随不同进给速度的变化曲线；图5为初期磨损状态下的车刀的温度均方根随不同车削深度的变化曲线；图6为不同磨损状态下的车刀的温度均方根随不同主轴转速的变化曲线；图7为初期磨损状态下的车刀的三向振动加速度-时间曲线；图8为中期磨损状态下的车刀的三向振动加速度-时间曲线；图9为严重磨损状态下的车刀的三向振动加速度-时间曲线；图10为初期磨损状态下的车刀的三向振动幅频谱图；图11为中期磨损状态下的车刀的三向振动幅频谱图；图12为严重磨损状态下的车刀的三向振动幅频谱图；图13为初期磨损状态下的车刀的三向振动加速度自功率谱图；图14为中期磨损状态下的车刀的三向振动加速度自功率谱图；图15为严重磨损状态下的车刀的三向振动加速度自功率谱图。具体实施方式下面结合附图对本专利技术作更进一步的说明。选定初期磨损、中期磨损、严重磨损这三种不同磨损状态下的车刀，对每一种刀具按照表1所示的方案进行车削试验，对每一个给定的车削深度e进行12次试验，则每一种状态的刀具可进行36次车削试验，每次试验时间设定为1分钟。表1如图1所述，搭建本专利技术的车削刀具磨损状态监测系统，包括信号采集系统和识别刀具磨损状态系统；所述信号采集系统包括温度采集系统和振动信号采集系统，所述温度采集系统通过美国OMEGA公司生产的OS523E-2型红外测温仪采集刀具前刀面刀尖处的温度，所述振动信号采集系统通过压电式加速度传感器作为三向加速度传感器来采集刀具前刀面刀尖处所对应的刀柄的下表面处的三向振动信号，所述三向振动包括沿工件轴向进给方向的振动、沿工件径向的振动和沿工件切向的振动。将信号采集系统采集到的信号经过预处理后获得刀具磨损状态的敏感特征并将上述敏感特征传递至训练好的识别刀具磨损状态系统中，识别刀具磨损装态系统判断出刀具的磨损状态。所述识别刀具磨损状态系统的训练过程如下：步骤一、建立样本集，样本集中的每个样本均包含如下参数：刀具前刀面刀尖处的温度信号、三向振动信号以及车削三要素；将样本集划分为训练集和测试集；步骤二、预处理：将样本集中所有样本的温度信号进行时域分析，获得温度-时间曲线和温度均方根随转速的变化曲线；将样本集中所有样本的三向振动信号进行时域和频域分析，获得三向振动加速度-时间曲线、三向振动加速度幅频谱图以及三向振动加速度自功率谱图；步骤三、利用训练集对识别刀具磨损状态系统中的分类器进行训练；步骤四、利用步骤三中训练完成的分类器对测试集中的样本进行测试，根据敏感特征对测试集样本中的刀具状态进行预测并获得预测准确度。将采集到的信号经过预处理，获得如下试验数据。温度-时间曲线图2为3种不同磨损状态下的车刀在相同车削参数下的温度-时间曲线。车削参数为：转速n＝800r/min、车削深度e＝0.3mm、进给速度f＝80mm/min。图3至图5为初期磨损状态下的车刀的温度随车削参数的变化曲线；其中，图3中固定进给速度f＝40mm/min、车削深度e＝0.8mm，在不同车床主轴转速的情况下得到的温度均方根变化的曲线；图4中固定车床主轴转速n＝1600r/min、车削深度e＝0.5mm，在不同进给速度的情况下得到的温度均方根变化的曲线；图5中固定车床主轴转速n＝800本文档来自技高网...

【技术保护点】
一种车削刀具磨损状态监测系统，其特征在于：包括信号采集系统和识别刀具磨损状态系统；所述信号采集系统包括温度采集系统和振动信号采集系统，所述温度采集系统通过红外测温仪采集刀具前刀面刀尖处的温度，所述振动信号采集系统通过三向加速度传感器采集刀具前刀面刀尖处所对应的刀柄的下表面处的三向振动信号，所述三向振动包括沿工件轴向进给方向的振动、沿工件径向的振动和沿工件切向的振动；将信号采集系统采集到的信号经过预处理后获得刀具磨损状态的敏感特征并将上述敏感特征传递至训练好的识别刀具磨损状态系统中，识别刀具磨损系统判断出刀具的磨损状态。

【技术特征摘要】
1.一种车削刀具磨损状态监测系统，其特征在于：包括信号采集系统和识别刀具磨损状态系统；所述信号采集系统包括温度采集系统和振动信号采集系统，所述温度采集系统通过红外测温仪采集刀具前刀面刀尖处的温度，所述振动信号采集系统通过三向加速度传感器采集刀具前刀面刀尖处所对应的刀柄的下表面处的三向振动信号，所述三向振动包括沿工件轴向进给方向的振动、沿工件径向的振动和沿工件切向的振动；将信号采集系统采集到的信号经过预处理后获得刀具磨损状态的敏感特征并将上述敏感特征传递至训练好的识别刀具磨损状态系统中，识别刀具磨损状态系统判断出刀具的磨损状态；所述识别刀具磨损状态系统的训练过程如下：步骤一、建立样本集，样本集中的每个样本均包含如下参数：刀具前刀面刀尖处的温度信号、三向振动信号以及车削三要素；将样本集划分为训练集和测试集；...

【专利技术属性】
技术研发人员：李顺才，吴明明，魏巍，袁冠雷，杨睿，
申请(专利权)人：江苏师范大学，
类型：发明
国别省市：江苏;32