□ 邢諾貝 □ 劉福軍 □ 周 超 □ 胡德金 □ 許黎明

上海交通大學(xué) 機(jī)械與動力工程學(xué)院 上海 200240

1 研究背景

制造業(yè)是支撐我國經(jīng)濟(jì)高速增長的重要產(chǎn)業(yè)之一,是提升我國綜合國力及科技競爭力的重要基礎(chǔ),尤其是大型關(guān)鍵設(shè)備的生產(chǎn)制造技術(shù),對國家整體裝備制造水平的提升有重要影響。近年來,隨著全球工業(yè)技術(shù)的快速發(fā)展,國內(nèi)外制造業(yè)競爭激烈,對機(jī)械加工精度、效率、成本,以及設(shè)備可靠性等各方面提出了較高的要求,能否掌握先進(jìn)制造技術(shù)已經(jīng)成為我國制造企業(yè)發(fā)展的挑戰(zhàn)[1]。對生產(chǎn)線設(shè)備加工工藝過程進(jìn)行狀態(tài)監(jiān)測,能夠保證加工系統(tǒng)的正常運行,對提高機(jī)床加工效率與精度,保證加工穩(wěn)定性,實現(xiàn)企業(yè)向智能化、柔性化發(fā)展有重要實際意義。

目前國內(nèi)外學(xué)者的研究主要集中于機(jī)床系統(tǒng)的單個部件。李國發(fā)等[2]基于小波降噪與經(jīng)驗?zāi)B(tài)分解-支持向量機(jī)算法,實現(xiàn)了主軸系統(tǒng)的狀態(tài)監(jiān)測。宋偉杰等[3]提出一種基于希爾伯特-黃變換與等距特征映射的刀具磨損狀態(tài)監(jiān)測方法。吳遠(yuǎn)昊等[4]基于小波包分析與決策樹分類算法,實現(xiàn)了滾珠絲杠副的狀態(tài)監(jiān)測。在機(jī)械制造企業(yè)的實際生產(chǎn)中,對加工工藝過程的狀態(tài)監(jiān)測更多依靠對關(guān)鍵零部件進(jìn)行定期檢測維護(hù),由有經(jīng)驗工程的人員通過加工噪聲、振動來判斷加工狀態(tài)是否良好,實際效率與精度都不高。對于嚴(yán)重影響工件表面質(zhì)量的顫振現(xiàn)象,通常是事后對加工表面觀察和測量才能發(fā)現(xiàn)。筆者針對以上情況,提出一種切削過程健康狀態(tài)監(jiān)測與評估方法,通過采集主軸當(dāng)前工作狀態(tài)的振動信號,對加工過程狀態(tài)進(jìn)行監(jiān)控,有效提高了生產(chǎn)線設(shè)備的加工效率,節(jié)省了設(shè)備的維護(hù)時間與成本,實現(xiàn)企業(yè)制造向智能化、可視化發(fā)展。

2 研究方法

筆者提出基于S變換的奇異值熵特征提取方法,通過對大量主軸正常工作狀態(tài)數(shù)據(jù)進(jìn)行特征提取,人工設(shè)定加工穩(wěn)定的上下閾值。在實際加工過程中,通過判斷特征值是否處于加工穩(wěn)定域來實現(xiàn)加工工藝過程健康狀態(tài)的智能監(jiān)控,具體算法原理及步驟如下:

(1) 通過安裝在臥式銑床主軸上的加速度傳感器采集銑削過程中的振動信號X(t),t為時間;

(2) 對采集的原始振動信號進(jìn)行分段,每段采樣點數(shù)為1 000,分段間距為100;

(3) 對采集的每段振動信號進(jìn)行S變換,得到一個列對應(yīng)時間,行對應(yīng)頻率,元素對應(yīng)幅值信息的時頻譜矩陣;

(4) 對S變換后得到的時頻譜矩陣進(jìn)行奇異值分解,提取表征信號復(fù)雜性的奇異值熵特征,并繪制隨時間變化的特征曲線。

(5) 根據(jù)加工工藝的實際情況,設(shè)定特征曲線的上下閾值作為加工穩(wěn)定域,實現(xiàn)加工工藝過程穩(wěn)定性的可視化。

上述步驟中,S變換的算法公式為[5]:

(1)

奇異值分解能夠?qū)崿F(xiàn)非線性濾波消噪,目前被廣泛用于振動信號處理領(lǐng)域[6-7]。一個m×n實數(shù)二維矩陣M為:

M=UDVT

(2)

式中:D為對角矩陣;di為奇異值,d1≥d2≥ … ≥dr≥0;U、V為正交矩陣;uab和vcd分別為左、右正交矩陣元素,均為常數(shù),a,b∈(1,m),c,d∈(1,n),m,n為常數(shù)。

提取的奇異值熵特征T為[8]:

(3)

式中:pi為第i個奇異值在所有奇異值總和中的比重,1≤i≤r。

3 試驗

筆者設(shè)計了切削顫振試驗[9],切削力采集系統(tǒng)由奇石樂9272測力計、5697數(shù)據(jù)采集卡、奇石樂5070A電荷放大器及計算機(jī)組成。工件材料為400 mm×100 mm×100 mm鋁合金板,刀具選用四齒硬質(zhì)合金球頭銑刀,采樣頻率為20 000 Hz,顫振加工中有穩(wěn)定、過渡、顫振三個狀態(tài),因此試驗中狀態(tài)設(shè)置為穩(wěn)定、顫振兩種,具體參數(shù)見表1。在每組參數(shù)下,重復(fù)進(jìn)行七次試驗。

表1 切削顫振試驗參數(shù)

選取試驗集中一組信號,包含穩(wěn)定切削、過渡、顫振三種狀態(tài),分別對這組信號中的三種狀態(tài)進(jìn)行快速傅里葉變換[10],得到二維頻譜圖,如圖1所示。

由圖1可見,穩(wěn)定狀態(tài)頻譜整體上振動幅值較小,主要集中在低頻段,在200 Hz左右達(dá)到振動幅值峰值。在過渡狀態(tài),振動幅值信號逐漸轉(zhuǎn)移,在800 Hz左右振動幅值有所增大。在完全顫振狀態(tài),振動幅值急劇增大,此時振動幅值信號主要集中在800 Hz、1 500 Hz附近。當(dāng)系統(tǒng)加工穩(wěn)定性遭受破壞時,對振動信號進(jìn)行頻域分析,在過渡狀態(tài)就能夠反映出振動信號的敏感變化,為后續(xù)提出進(jìn)一步的特征提取算法奠定基礎(chǔ)。

4 加工過程健康狀態(tài)評估

基于上述分析,機(jī)床加工過程中穩(wěn)定性出現(xiàn)異常時,加工振動信號在頻域具有轉(zhuǎn)移特性,振動信號的復(fù)雜性也產(chǎn)生變化。筆者綜合以上兩方面,提出基于S變換和奇異值熵的監(jiān)測算法,對加工工藝過程健康狀態(tài)進(jìn)行智能評估。

4.1 基于切削顫振數(shù)據(jù)驗證算法

在切削顫振數(shù)據(jù)集中,選取多組平穩(wěn)加工信號,通過特征提取算法得到多組隨加工實時變化的特征值,統(tǒng)計計算平均值約為0.5,并取平均值增減10%作為加工過程健康狀態(tài)的上下閾值,即上下閾值分別為0.55、0.45。隨機(jī)選取一組顫振加工的數(shù)據(jù)進(jìn)行驗證,如圖2所示 。

由圖2可以看出,當(dāng)加工信號的特征曲線始終位于所設(shè)定的上下閾值內(nèi)時,加工過程可認(rèn)定處于健康狀態(tài)。當(dāng)加工的穩(wěn)定性出現(xiàn)異?；蛟獾狡茐臅r,特征曲線瞬間超出穩(wěn)定域,并在時間上具有一定的預(yù)報特性,進(jìn)而能夠?qū)崟r、精準(zhǔn)地對加工過程狀態(tài)進(jìn)行監(jiān)測跟蹤。

▲圖1 切削顫振試驗振動信號二維頻譜圖

4.2 基于實際切削數(shù)據(jù)驗證算法

筆者從某公司發(fā)動機(jī)缸蓋生產(chǎn)線中采集兩種不同加工工藝的數(shù)據(jù),分別為缸蓋平臺與挺柱孔切削加工。加工機(jī)床為PT50A臥式加工中心,機(jī)床主軸帶有加速度傳感器。試驗中采用DHDAS動態(tài)振動信號采集分析系統(tǒng),采集機(jī)床主軸軸向的振動信號。

分別采集缸蓋平臺和挺柱孔切削加工的八組數(shù)據(jù),統(tǒng)計得到前七組的特征平均值分別為1.2、1.395?？紤]到企業(yè)實際加工工藝已經(jīng)較為成熟,對于穩(wěn)定性要求更高,因此分別取兩種工藝特征平均值增減5%作為加工過程健康狀態(tài)的上下閾值,即缸蓋平臺加工過程健康狀態(tài)的上下閾值為1.26、1.14,缸蓋挺柱孔加工過程健康狀態(tài)的上下閾值為1.46、1.33。選取剩余一組加工數(shù)據(jù)進(jìn)行驗證,如圖3所示。

▲圖2 切削顫振數(shù)據(jù)算法驗證

▲圖3 實際切削數(shù)據(jù)算法驗證

由圖3可以看出,根據(jù)特征提取算法設(shè)定的加工過程穩(wěn)定域能夠很好地對加工健康狀態(tài)進(jìn)行監(jiān)測跟蹤。為了更好地說明算法的有效性,在完成兩種加工工藝后,采用三坐標(biāo)測量儀對缸蓋平臺切削表面進(jìn)行輪廓度測量,對缸蓋挺柱孔加工形狀進(jìn)行圓柱度測量,測量結(jié)果見表2和表3。

表2 缸蓋平臺輪廓度

表3 缸蓋挺柱孔圓柱度

由表2、表3可以看出,缸蓋平臺的輪廓度和缸蓋挺柱孔的形狀精度誤差都小于允許誤差,這兩種加工工藝過程均處于健康狀態(tài),進(jìn)一步證明了筆者所提出的算法能夠有效監(jiān)測和評估設(shè)備加工過程的健康狀態(tài)。

5 結(jié)束語

筆者基于S變換與奇異值分解,提出一種切削過程健康狀態(tài)監(jiān)測與評估方法。這一方法通過實時采集加工信號,提取奇異值熵作為反映當(dāng)前加工狀態(tài)的特征值。

研究結(jié)果表明,所提取的特征值能很好地反映加工過程的健康狀態(tài),并且通用性好,算法簡單有效。結(jié)合所設(shè)定的穩(wěn)定域,能夠?qū)崿F(xiàn)對加工過程健康狀態(tài)的實時評估,推動了機(jī)械切削加工監(jiān)測向智能化、可視化發(fā)展。