王 明，高東方

WANG Ming1, GAO Dong-fang2

（1. 黑龍江八一農(nóng)墾大學 工程學院，大慶 163319；2. 沈陽工業(yè)大學 機械工程學院，沈陽 110023）

0 引言

在金屬切削加工中，刀具磨損會使工件加工精度降低，表面粗糙度增大，并導致切削力和切削溫度增加，甚至產(chǎn)生振動，不能正常切削。因此，刀具磨損直接影響加工效率、質(zhì)量和成本[1]。隨著柔性制造系統(tǒng)和計算機集成制造系統(tǒng)等自動化加工系統(tǒng)的快速發(fā)展，機械加工的自動化程度得到大幅提高。為了保證機械制造自動化生產(chǎn)的順利進行，需要對加工過程中刀具的磨損狀態(tài)進行有效檢測[2，3]。本文針對銑削加工中銑刀的磨損狀態(tài)，以加工中的振動信號為分析對象，采用小波分析的方法，提取出能夠充分表征刀具磨損的特征信號，實現(xiàn)銑削加工中刀具磨損狀態(tài)的識別。

1 銑削加工過程中刀具狀態(tài)信號的檢測

在銑削過程中，切削系統(tǒng)所產(chǎn)生的過程狀態(tài)信號中包含著大量的加工信息。根據(jù)特定的識別方法，通過對典型信號的選擇、分析及檢測，即可識別刀具的磨損情況。刀具狀態(tài)信號的檢測分為直接和間接方法，目前采用的主要方法是間接方法。銑削加工過程中，刀具對工件的沖擊會產(chǎn)生振動，從振動信號中可以獲取有關(guān)刀具磨損狀態(tài)的信息，可以把振動信號的時域幅值、頻域能量和模態(tài)阻尼等參數(shù)的變化作為判別刀具狀態(tài)的指標，并且振動信號采集方便、快捷，不需對機床結(jié)構(gòu)進行改動，測量裝置成本較低。本文選擇X5032A銑床， 立銑刀進行實驗研究，振動信號檢測系統(tǒng)見圖1。

圖1 振動信號檢測系統(tǒng)

2 基于振動信號的刀具磨損狀態(tài)識別

2.1 刀具磨損特征信號的提取與分析

近年來信號處理技術(shù)向時頻分析和智能技術(shù)方向發(fā)展，尤其是時頻分析成為信號分析的主流方向。小波技術(shù)是當前進行信號處理的主要方法，小波變換是突變信號和非平穩(wěn)信號分析的數(shù)學工具，其主要特點為：線性變換，不產(chǎn)生畸變；能在時域和頻域同時對信號進行局部分析；主要適用于寬帶信號處理以及局部化分析[4，5]。這些特點對加工過程狀態(tài)信號分析最為適合，同樣也適用于反映刀具磨損狀態(tài)信號的分析。本文采用Daubechies小波系中N＝7的小波函數(shù)對振動信號進行多分辨率分析。根據(jù)Mallat快速算法計算Daubechies小波的φ(χ)、ψ(χ)，選用a=20，21……27和b=KTs進行七尺度小波分解，得到不同頻率隨時間變化的振動信號。隨著銑削過程的進行，刀具也在逐漸磨損，在加工過程中測得的振動信號必然包含刀具的磨損信息。利用小波變換對振動信號進行分解，通過分析某種或某幾種頻帶內(nèi)振動信號幅值的改變，可以確定刀具磨損的狀態(tài)。

2.2 振動信號的小波變換

銑削工件時，沿工件長度在反映刀具磨損的各個階段分別測量了振動信號，并對其進行分解，得到七個尺度上的低頻信號和高頻信號。本文實驗中最高頻率為1kHZ，小波分解的頻率如表1所示。

表1 小波分解頻率

振動信號的分解，如圖2所示。

3 銑削加工實驗分析

在小波變換尺度分解中，低頻部分隨著分解層次的增加，含有的高頻部分信息隨之減少。從圖中可以看到低頻第七層信號已經(jīng)成為濾除高頻信息的光滑曲線，具備了作為特征信號的條件，固選取該層信號進行分析，就可以得到刀具的磨損情況。下面就平面加工和斜面加工兩種情況進行分析。

3.1 平面加工

平面銑削加工過程中，刀具不同磨損狀態(tài)的小波信號如圖3、圖4和圖5所示。

由圖3、圖4和圖5的分析可知：

1）隨著刀具磨損的加劇，在低頻部分，信號幅值明顯增大，而在高頻部分受此影響相對較小。這表明在低頻信號中含有大量的刀具磨損信息。因此可以從信號低頻部分提取刀具磨損的特征信號。

2）刀具處于新銳狀態(tài)時，加工初始階段數(shù)據(jù)變化明顯，隨著切削加工的進行，振動信號變化比較平緩。振動信號小波的波形幅值變化范圍比較小。

圖2 振動信號分解

圖3 刀具新銳狀態(tài)

圖4 刀具部分磨損狀態(tài)

圖5 刀具嚴重磨損狀態(tài)

圖6 斜面加工小波分解

3）平面加工時，刀具是逐漸磨損的，實驗中，刀具在數(shù)據(jù)144左右，出現(xiàn)一個較大的破損。從圖中數(shù)據(jù)150、170和190可以看出，波形變化反映劇烈，刀具處于磨損后的強迫加工中。經(jīng)過一段時間后，刀具磨損處變的光滑，波形逐漸光滑。

3.2 斜面加工

進給速度75mm/min，切寬從5到12mm，分別為5、7、10、12，小波分解見圖6。由圖6可知，斜面銑削加工過程中，進給速度一定時，切深逐漸增加，刀具逐漸磨損。從圖中數(shù)據(jù)95到110可知小波曲線幅值逐漸增加，數(shù)據(jù)105和110的幅值明顯高于數(shù)據(jù)95和100。也可固定切寬，改變切削速度進行分析，可知切寬增加后，波形振動頻率加快，幅值增大。

4 結(jié)論

本文對銑削過程中的振動信號，采用小波變換的方法，將振動信號劃分成不同頻帶，利用Mallat算法的多分辨率性提取出刀具磨損特征信號，進而得到刀具磨損特征值，該特征值能夠準確反映刀具磨損的變化規(guī)律，并以定量的形式體現(xiàn)。通過銑削平面和斜面的實驗分析，該種方法能夠?qū)崿F(xiàn)銑削加工過程中刀具磨損狀態(tài)的有效識別。

[1]陳日曜.金屬切削原理[M].北京：機械工業(yè)出版社,2008.

[2]楊永,廖力清.刀具磨損在線監(jiān)控系統(tǒng)研究[J].制造技術(shù)與機床,2008,(6)：34-36.

[3]邵建中.基于BP神經(jīng)網(wǎng)絡(luò)的刀具狀態(tài)監(jiān)控系統(tǒng)[J].機械制造與研究,2010,(2)：81-82.

[4]潛凌,齊明俠,吳苗法.小波技術(shù)在機械設(shè)備故障診斷中的研究現(xiàn)狀[J].石油礦場機械,2006,(2)：13-17.

[5]林克正,李殿璞.基于小波變換的去噪方法[J].哈爾濱工程大學學報,2000,(8)：21-23.