張鵬宇，孟鑫鑫，林有希

(福州大學(xué)機(jī)械工程及自動(dòng)化學(xué)院，福建福州 350116)

0 前言

鋁合金和鋁基復(fù)合材料因具有質(zhì)量輕、耐腐蝕、強(qiáng)度質(zhì)量比高等特性，廣泛應(yīng)用于航空航天工業(yè)領(lǐng)域。在實(shí)際加工中，由于鋁合金強(qiáng)度較高，易粘附，容易引起刀具磨損。刀具磨損是影響高速切削加工精度和工件質(zhì)量的重要因素，通過實(shí)驗(yàn)研究刀具磨損機(jī)制的方法雖然能得到精確的結(jié)論，但費(fèi)時(shí)費(fèi)力，所以建立一種準(zhǔn)確的刀具磨損模型至關(guān)重要。

研究發(fā)現(xiàn)鋁合金的磨損機(jī)制主要為黏著磨損、擴(kuò)散磨損和磨粒磨損。黏著磨損是刀具和工件表面相對(duì)滑動(dòng)時(shí)由于黏著效應(yīng)所形成的黏著節(jié)點(diǎn)發(fā)生剪切斷裂所導(dǎo)致的，主要產(chǎn)生于低速切削中。而擴(kuò)散磨損和磨粒磨損主要產(chǎn)生于高速切削條件下。為分析不同磨損機(jī)制，研究人員建立了刀具磨損的理論模型。LUO等提出的刀具磨損理論模型綜合考慮了磨粒磨損、黏著磨損和擴(kuò)散磨損，因此該模型更接近實(shí)際加工情況。

目前，除了經(jīng)典的刀具磨損模型，研究人員還將機(jī)器學(xué)習(xí)應(yīng)用到刀具磨損預(yù)測(cè)。通過采集切削過程中產(chǎn)生的力信號(hào)、振動(dòng)信號(hào)等預(yù)測(cè)刀具磨損狀態(tài)，將刀具后刀面磨損定義為模型的輸出，然后應(yīng)用所使用的模型進(jìn)行實(shí)驗(yàn)，將模擬的結(jié)果與測(cè)量結(jié)果進(jìn)行分析比較。常用的機(jī)器學(xué)習(xí)模型有人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)、隱馬爾可夫模型(Hidden Markov Model，HMM)和支持向量機(jī)(Support Vector Machine,SVM)等。

本文作者更加系統(tǒng)且全面地綜述鋁合金切削過程中刀具磨損預(yù)測(cè)的相關(guān)內(nèi)容，總結(jié)經(jīng)典的刀具磨損模型；分析鋁合金切削過程中的刀具磨損機(jī)制；梳理用于刀具磨損預(yù)測(cè)模型信號(hào)的測(cè)量方法和常用模型。

1 鋁合金切削過程中刀具磨損

鋁合金切削過程的刀具磨損主要分為刀具磨損機(jī)制和經(jīng)典的刀具磨損模型兩方面。刀具磨損機(jī)制揭示了刀具磨損的本質(zhì)，并為經(jīng)典刀具磨損模型的建立奠定了基礎(chǔ)。

1.1 鋁合金切削過程中刀具磨損機(jī)制

鋁合金切削過程中，由于其易粘附，強(qiáng)度較高，容易引起刀具磨損。切削過程中，刀具通過在主剪切區(qū)和次剪切區(qū)內(nèi)由高應(yīng)變率產(chǎn)生的塑性變形過程去除材料，如圖1所示。因此，切削面承受了高溫和巨大的壓力，在高溫下會(huì)產(chǎn)生化學(xué)磨損，化學(xué)物質(zhì)從工件向切屑擴(kuò)散,也是造成刀具磨損的主要原因。

圖1 正交切削參數(shù)和變形區(qū)[3]

各種類型的刀具磨損取決于刀具的性質(zhì)、工件材料、切削參數(shù)等因素。在加工鋁等較軟材料時(shí)，工件的材料會(huì)粘著在刀具上，從而造成黏著磨損，而黏著磨損是低切削速度下主要的刀具磨損形式。同時(shí)在低切削速度下，前刀面上會(huì)形成積屑瘤并代替切削刃切削工件，工件和切屑之間積屑瘤的連續(xù)滑動(dòng)會(huì)導(dǎo)致刀具磨損的增加。為滿足生產(chǎn)力的需求，高速切削條件下的刀具磨損特性非常值得研究。同時(shí)，刀具涂層、殘余應(yīng)力等因素也會(huì)影響刀具磨損。ZHANG等研究在鉆削壓鑄鋁合金時(shí)無涂層高速鋼刀具的后刀面磨損，并將后刀面磨損分為兩大類：塑性變形區(qū)和主要受溫度控制的區(qū)域。塑性變形區(qū)主要磨損機(jī)制為黏著磨損、磨粒磨損；受溫度控制區(qū)域主要磨損機(jī)制為塑性流動(dòng)和熱磨損。

ZHANG等發(fā)現(xiàn)在高速切削過程中，刀具和工件、工件和切屑之間會(huì)形成2個(gè)摩擦區(qū)，在接觸區(qū)域中也會(huì)產(chǎn)生非常高的溫度和壓力。刀具和工件之間接觸應(yīng)力越大，切削產(chǎn)生的熱量越多，從而導(dǎo)致刀具前刀面和后刀面甚至切削刃產(chǎn)生磨損的可能性就越大，最終會(huì)導(dǎo)致月牙洼磨損。KANNAN等在研究Al7075鋁合金的表面粗糙度時(shí)，采用優(yōu)劣解距離法(Technique for Order Preference by Similarity to Ideal Solution，TOPSIS)，發(fā)現(xiàn)在切削速度較低、切削深度較大時(shí)，表面粗糙度和后刀面磨損值最低。加工過程中產(chǎn)生的殘余應(yīng)力會(huì)降低加工零件的性能，TANG等發(fā)現(xiàn)刀具的后刀面磨損對(duì)表面殘余應(yīng)力有顯著影響，后刀面磨損越嚴(yán)重則應(yīng)力越分散。SATHISH等將Al7050鋁合金作為基體材料，研究了不同含量的SiC對(duì)刀具磨損的影響，發(fā)現(xiàn)SiC顆粒的存在能明顯降低刀具的磨損。HARIHARAN等對(duì)比無涂層和TiAlN涂層硬質(zhì)合金刀具，發(fā)現(xiàn)TiAlN涂層刀具在更大進(jìn)給量和切削深度下，加工表面可以達(dá)到和無涂層刀具加工表面近乎相同的表面粗糙度。可見使用涂層刀具在滿足加工條件的情況下可以有更高的工作效率。

鋁合金的主要磨損形式為黏著磨損、磨粒磨損、擴(kuò)散磨損，且表面殘余應(yīng)力、刀具涂層等都會(huì)對(duì)刀具磨損造成影響，后刀面磨損值是衡量刀具壽命的主要指標(biāo)。

1.2 經(jīng)典刀具磨損模型

TAYLOR最早提出的刀具壽命模型是典型的經(jīng)驗(yàn)?zāi)Ｐ?，揭示了刀具耐用度與切削用量之間的關(guān)系。切削速度、進(jìn)給量和切削深度對(duì)刀具耐用度的影響程度不同，切削速度對(duì)刀具壽命的影響最顯著，通過耦合切削用量的參數(shù)，可以利用該模型預(yù)測(cè)刀具壽命。

刀具磨損的理論模型因精度高、對(duì)切削參數(shù)和加工條件考慮更加全面，被廣泛應(yīng)用。TAYLOR的刀具壽命模型將切削速度作為影響刀具壽命的最顯著因素，但實(shí)際加工過程中，進(jìn)給量也是影響刀具磨損的主要因素。ASTAKHOV提出了考慮進(jìn)給量的刀具表面磨損模型，并結(jié)合實(shí)驗(yàn)結(jié)果，發(fā)現(xiàn)在最佳切削溫度下，進(jìn)給量的增加會(huì)使刀具壽命增加。

此外，基于不同刀具磨損機(jī)制的刀具磨損模型也是研究熱點(diǎn)。TAKEYAMA和MURATA考慮新加入的磨粒會(huì)影響刀具的磨粒磨損，并引入了活化能的概念，從后刀面磨損的角度研究了切削溫度對(duì)刀具磨損率或刀具壽命的影響，雖然后刀面磨損以黏著磨損和磨粒磨損為主，但也存在一些擴(kuò)散磨損。

在高速切削過程中，切屑和刀具材料之間的相互擴(kuò)散在硬質(zhì)合金刀具的磨損中起著重要的作用。USUI等著重研究了在高速切削狀態(tài)下溫度對(duì)材料強(qiáng)度和擴(kuò)散的影響，從理論上推導(dǎo)了硬質(zhì)合金刀具擴(kuò)散磨損的特征方程，并通過實(shí)驗(yàn)驗(yàn)證了該方程的正確性。ATTANASIO等建立了含有與溫度相關(guān)擴(kuò)散系數(shù)的擴(kuò)散磨損模型，且該模型在前刀面溫度高于800 ℃時(shí)才生效。LUO等在原有黏著磨損和磨粒磨損的基礎(chǔ)上考慮了擴(kuò)散磨損，提出了考慮3種磨損的刀具磨損模型，該模型最接近實(shí)際加工情況。表1所示為目前常用的幾種刀具磨損模型。

表1 刀具磨損模型

2 鋁合金切削過程刀具磨損預(yù)測(cè)

刀具磨損的監(jiān)測(cè)和預(yù)測(cè)一直是金屬加工中的熱點(diǎn)。在制造業(yè)中，由于刀具的故障，成本和維護(hù)時(shí)間增加，生產(chǎn)效率降低。刀具狀態(tài)監(jiān)測(cè)可減少停機(jī)時(shí)間并提高生產(chǎn)效率。同時(shí)刀具磨損預(yù)測(cè)過程有助于避免對(duì)刀具和工件造成損壞，提高加工產(chǎn)品的生產(chǎn)效率和質(zhì)量，同時(shí)可通過傳感器數(shù)據(jù)信息判斷刀具磨損的情況。

2.1 刀具磨損的測(cè)量方法

刀具磨損的監(jiān)測(cè)方法可分為直接法和間接法。通過光學(xué)顯微鏡觀察刀具表面是否有明顯粘附或凹坑、用電鏡觀察后刀面磨損值等方法為直接法。雖然直接法觀察的刀具磨損更準(zhǔn)確，但需要花費(fèi)大量的時(shí)間。間接法利用各種傳感器信號(hào)如切削力信號(hào)、刀具/工件的振動(dòng)和聲發(fā)射(Acoustic Emission,AE)信號(hào)估計(jì)刀具磨損。間接法支持刀具狀態(tài)的在線監(jiān)測(cè)，不影響生產(chǎn)效率。

切削力是切削加工過程中的重要信號(hào)。在切削過程中，刀具和工件發(fā)生相對(duì)運(yùn)動(dòng)，在力與溫度的作用下會(huì)逐漸磨損，而磨損的刀具在切削過程中會(huì)產(chǎn)生更大的切削力，刀具磨損越劇烈，切削力信號(hào)就越大。根據(jù)此原理，可將切削力信號(hào)用于刀具磨損的預(yù)測(cè)。KULJANIC和SORTINO發(fā)現(xiàn)刀具磨損指標(biāo)可以通過簡(jiǎn)單分析切削力信號(hào)的特征參數(shù)確定,并提出了用于單齒刀具或多齒刀具端面銑削中的刀具磨損估計(jì)方法。AZMI采用自適應(yīng)神經(jīng)模糊推理系統(tǒng)對(duì)端銑削加工過程中刀具磨損與切削力的關(guān)系進(jìn)行了建模，發(fā)現(xiàn)利用自適應(yīng)神經(jīng)模糊推理系統(tǒng)模型能夠高效地?cái)M合刀具磨損和切削力之間的非線性關(guān)系。此外，切削力模型也可對(duì)刀具磨損進(jìn)行預(yù)測(cè)。NOURI等將銑削過程中切向力和徑向力模型系數(shù)標(biāo)準(zhǔn)化，并將這2個(gè)參數(shù)組合成1個(gè)系數(shù)，通過監(jiān)測(cè)力模型的系數(shù)，實(shí)時(shí)獲取刀具磨損值。

機(jī)床加工工件時(shí)，刀具和工件之間的摩擦?xí)?dǎo)致機(jī)床產(chǎn)生振動(dòng)。隨著刀具磨損的加劇，振動(dòng)的幅度和頻率也會(huì)隨之增加，因此振動(dòng)信號(hào)可用來表征刀具磨損的程度。在銑削過程中，通過監(jiān)測(cè)主軸振動(dòng)來測(cè)量側(cè)面磨損。發(fā)現(xiàn)強(qiáng)制頻率分量隨著刀具磨損的增加而增加，固有頻率和強(qiáng)制振動(dòng)頻率分量的功率譜比可以測(cè)量后刀面磨損。HSIEH等通過振動(dòng)分析檢測(cè)了刀具磨損的變化，發(fā)現(xiàn)振動(dòng)對(duì)方向敏感，且特征選擇對(duì)神經(jīng)網(wǎng)絡(luò)分類有重要意義。目前，傳統(tǒng)的加工方式已經(jīng)與振動(dòng)傳感器集成，使用人工神經(jīng)網(wǎng)絡(luò)將振動(dòng)信號(hào)作為輸入來預(yù)測(cè)刀具壽命。

聲發(fā)射是材料在受到變形或斷裂時(shí)發(fā)生的聲波輻射現(xiàn)象，普遍認(rèn)為聲發(fā)射與切屑形成過程中的塑性變形過程有關(guān)。LIU和LIANG研究發(fā)現(xiàn)聲發(fā)射信號(hào)的能量測(cè)量可以有效地用于監(jiān)測(cè)外圍銑削過程。KRISHNAKUMAR等發(fā)現(xiàn)，加工材料的塑性變形和摩擦是銑削過程中聲發(fā)射信號(hào)產(chǎn)生的原因。DA SILVA等將聲發(fā)射信號(hào)在100～230 kHz范圍內(nèi)進(jìn)行濾波，并引用了一個(gè)基于聲發(fā)射信號(hào)能量(頻率范圍在100～300 kHz之間)的新參數(shù)以提高響應(yīng)速度。

2.2 基于機(jī)器學(xué)習(xí)的刀具磨損預(yù)測(cè)模型

對(duì)采集的信號(hào)進(jìn)行處理和特征提取后，需要將提取到的特征輸入到模型中用于判斷刀具磨損狀態(tài)。而刀具磨損預(yù)測(cè)實(shí)際上是通過數(shù)學(xué)建模的方法將加工過程中采集的特征量和刀具磨損狀態(tài)之間的非線性關(guān)系表示出來。此外，卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks，CNN)和長(zhǎng)短期記憶(Long Short-Term Memory，LSTM)是預(yù)測(cè)刀具磨損最流行的深度學(xué)習(xí)模型。

由于人工神經(jīng)網(wǎng)絡(luò)(ANN)適合于非線性映射或從不完全的、無序的輸入數(shù)據(jù)中識(shí)別不同的成分，在刀具磨損預(yù)測(cè)中應(yīng)用較多。PAL等用神經(jīng)網(wǎng)絡(luò)和自適應(yīng)神經(jīng)模糊推理系統(tǒng)通過切削力和聲音信號(hào)監(jiān)測(cè)后刀面磨損，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)的性能在均方差方面優(yōu)于自適應(yīng)神經(jīng)模糊推理系統(tǒng)。除了BP神經(jīng)網(wǎng)絡(luò)外，常用的還有徑向基神經(jīng)網(wǎng)絡(luò)(Radial Basis Function，RBF)。PAL等在研究基于神經(jīng)網(wǎng)絡(luò)與傳感器融合的刀具磨損監(jiān)測(cè)系統(tǒng)時(shí)，分別采用了多層前饋神經(jīng)網(wǎng)絡(luò)和徑向基神經(jīng)網(wǎng)絡(luò)(RBF)，結(jié)果表明采用傳統(tǒng)的訓(xùn)練和評(píng)價(jià)方法，RBF神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)性能優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型。MARANI等采用LSTM神經(jīng)網(wǎng)絡(luò)，將機(jī)床主軸的電流信號(hào)作為輸入，將實(shí)驗(yàn)結(jié)果與預(yù)測(cè)值進(jìn)行比較，模型經(jīng)過訓(xùn)練后的回歸值為0.995 93，表明該模型有很好的擬合效果。

隱馬爾可夫模型(HMM)具有嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)和可靠的計(jì)算性能，相比于神經(jīng)網(wǎng)絡(luò)，HMM的自學(xué)習(xí)和模式識(shí)別能力更好。LIAO等利用多尺度混合隱馬爾可夫模型分析力信號(hào)的變化，預(yù)測(cè)車削中的刀具磨損。GERAMIFAD等在銑削加工過程中使用連續(xù)輸出的分段隱馬爾可夫模型進(jìn)行刀具壽命預(yù)測(cè)，并與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法進(jìn)行比較，得出基于HMM 的方法優(yōu)于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法的結(jié)論。LI 和LIU提出了一種用于微銑削過程的改進(jìn)隱馬爾可夫模型，考慮了時(shí)變和自適應(yīng)狀態(tài)轉(zhuǎn)移概率，并采用非線性函數(shù)逼近能力強(qiáng)的MLP計(jì)算觀測(cè)概率，結(jié)果表明該模型在刀具監(jiān)測(cè)方面更具通用性。KONG等提出了一種基于高斯混合隱馬爾可夫模型的刀具磨損預(yù)測(cè)模型，并從銑削力信號(hào)中提取了18個(gè)時(shí)域特征作為刀具磨損狀態(tài)的敏感特征，結(jié)果表明：在保證系統(tǒng)性能和穩(wěn)定性的同時(shí)，該系統(tǒng)對(duì)刀具磨損狀態(tài)的識(shí)別率可達(dá)100%。

SVM的功能是基于統(tǒng)計(jì)學(xué)習(xí)理論進(jìn)行分類和預(yù)測(cè)，適用于小樣本和非線性信號(hào)，適合銑削過程。SHI和GINDY將主成分分析與最小二乘支持向量機(jī)(Least Squares Support Vector Machine，LS-SVM)模型相結(jié)合，用于多傳感器信號(hào)的特征提取，預(yù)測(cè)切削過程中的刀具磨損狀態(tài)。GOMES等利用SVM和人工智能模型、振動(dòng)和聲音信號(hào)來監(jiān)測(cè)微研磨過程中的刀具磨損，該方法預(yù)測(cè)準(zhǔn)確率可達(dá)到97.54%。SUN等利用聲發(fā)射信號(hào)監(jiān)測(cè)刀具磨損，提取了13個(gè)聲發(fā)射信號(hào)特征作為輸入，建立并優(yōu)化了SVM模型，經(jīng)實(shí)驗(yàn)驗(yàn)證，準(zhǔn)確率可達(dá)98.5%。然而，標(biāo)準(zhǔn)支持向量機(jī)在刀具磨損狀態(tài)的多重性分類中有一定局限性，當(dāng)?shù)毒吣p狀態(tài)由一個(gè)狀態(tài)變化到下一狀態(tài)時(shí)，很難區(qū)分相鄰狀態(tài)之間相似特征的細(xì)微差別。

3 結(jié)論

刀具磨損預(yù)測(cè)是先進(jìn)制造技術(shù)的重要組成部分，有助于大幅提高加工效率和降低生產(chǎn)成本。本文作者分析了鋁合金切削過程中刀具主要磨損機(jī)制、經(jīng)典的刀具磨損模型以及基于機(jī)器學(xué)習(xí)的刀具預(yù)測(cè)模型，得到以下結(jié)論：

(1)經(jīng)典的刀具磨損模型精度較高，其中以USUI等提出的硬質(zhì)合金刀具擴(kuò)散磨損的特征方程和LUO等考慮黏著磨損、擴(kuò)散磨損和磨粒磨損這3種磨損的模型最為常用；

(2)鋁合金切削過程中的主要磨損機(jī)制為黏著磨損、擴(kuò)散磨損和磨粒磨損。黏著磨損是刀具和工件表面相對(duì)滑動(dòng)時(shí)由于黏著效應(yīng)所形成的黏著節(jié)點(diǎn)發(fā)生剪切斷裂所導(dǎo)致的，主要產(chǎn)生于低速切削中，而擴(kuò)散磨損和磨粒磨損主要產(chǎn)生于高速切削條件下；

(3)基于機(jī)器學(xué)習(xí)的刀具磨損預(yù)測(cè)模型是將切削過程中的聲發(fā)射信號(hào)、振動(dòng)信號(hào)和切削力信號(hào)經(jīng)過處理和變換后作為輸入，利用ANN、HMM模型和SVM模型等預(yù)測(cè)刀具的磨損，實(shí)現(xiàn)在線監(jiān)測(cè)刀具磨損狀態(tài)。