羅波
北京工業(yè)職業(yè)技術(shù)學(xué)院
金屬切削加工質(zhì)量在很大程度上受到銑刀刀具磨損程度的制約,為了保證產(chǎn)品加工質(zhì)量,提高生產(chǎn)效率,提出銑刀磨損量預(yù)測(cè)方法。目前,發(fā)展較為成熟的磨損量預(yù)測(cè)方法包括基于圖像處理的磨損量預(yù)測(cè)方法和基于Simulink反饋的磨損量預(yù)測(cè)方法等,其中,基于圖像處理的磨損量預(yù)測(cè)方法主要通過對(duì)銑刀刀具表面圖像進(jìn)行采集與分析,直接得出磨損量估算結(jié)果。
由于銑刀為金屬材質(zhì),不同角度和光線采集到的表面圖像存在明顯差別,導(dǎo)致最終的磨損量預(yù)測(cè)結(jié)果存在嚴(yán)重誤差。應(yīng)用Simulink反饋技術(shù),可以根據(jù)磨損銑刀樣本之間聯(lián)合概率分布的反饋結(jié)果,推斷出刀具磨損量的變化規(guī)律,進(jìn)而得出預(yù)測(cè)結(jié)果[1]。但這種預(yù)測(cè)方法在實(shí)際應(yīng)用中需要大量樣本數(shù)據(jù)支持,否則會(huì)出現(xiàn)預(yù)測(cè)精度低的情況。為了解決現(xiàn)有方法中存在的問題,引入多信號(hào)融合技術(shù)和深度學(xué)習(xí)算法,多信號(hào)融合技術(shù)是一種信號(hào)處理技術(shù),可以在少量數(shù)據(jù)樣本中提取特征及其變化規(guī)律,而深度學(xué)習(xí)算法可以用來發(fā)現(xiàn)多類型數(shù)據(jù)的分布式特征。通過多信號(hào)融合技術(shù)和深度學(xué)習(xí)算法的應(yīng)用,以期能夠大幅提高銑刀的磨損量預(yù)測(cè)精度。
由于銑刀與待加工試件之間的反復(fù)摩擦,銑刀在銑削加工過程中會(huì)出現(xiàn)磨損現(xiàn)象,其磨損一般產(chǎn)生在前刀面和后刀面兩個(gè)位置上,銑刀切削時(shí)的受力接觸見圖1。
圖1 銑刀刀具銑削加工
針對(duì)銑刀銑削非塑性材料的動(dòng)態(tài)過程,可以得出其應(yīng)變與應(yīng)變率之間的關(guān)系式為
(1)
(2)
刀具與工件之間存在非線性接觸問題,可以將接觸區(qū)域分為黏結(jié)區(qū)和滑移區(qū),而滑移區(qū)與黏結(jié)區(qū)長度之和等于前刀面接觸長度。對(duì)黏結(jié)區(qū)而言,摩擦模型主要考慮正壓力,而摩擦力為固定常量。對(duì)滑移區(qū)而言,正壓力相對(duì)較小,主要考慮動(dòng)摩擦。刀具的磨損量VB受走刀次數(shù)、切削力及溫度等多個(gè)因素的影響。從時(shí)序方面來看,磨損過程可以分為初始磨損、正常磨損和急劇磨損三個(gè)階段,由于銑刀在不同磨損階段的變化程度不同,所以在預(yù)測(cè)磨損量前需先確定當(dāng)前銑刀所處的磨損階段。
從切削力、振動(dòng)、電流和聲發(fā)射四個(gè)方面獲取監(jiān)測(cè)信號(hào),其中力信號(hào)主要用來反映刀具的切削力大小與變化情況。在銑刀上安裝力學(xué)傳感器裝置,通過讀取實(shí)時(shí)傳感器數(shù)據(jù)得出信號(hào)采集結(jié)果;切削振動(dòng)主要來源于切削刃側(cè)面以及后刀面與工件或加工表面之間的摩擦,振蕩信號(hào)的時(shí)域均值、時(shí)域標(biāo)準(zhǔn)差和時(shí)域方差都表現(xiàn)出與刀具磨損高度相關(guān)的特征;銑刀的磨損必然會(huì)引起切削力變化,機(jī)床主軸的力矩也會(huì)相應(yīng)發(fā)生改變,最終反映在主軸電機(jī)的電流上;聲發(fā)射是切削加工中發(fā)生材料變形時(shí)產(chǎn)生的現(xiàn)象,聲發(fā)射一般以彈性波的形式輸出。由此可見,設(shè)置的多個(gè)銑刀刀具監(jiān)測(cè)信號(hào)能夠在不同方面反映出當(dāng)前刀具的磨損情況[3]。監(jiān)測(cè)信號(hào)的采集主要利用傳感器設(shè)備,除力學(xué)傳感器外,其他傳感器設(shè)備無需直接安裝在銑刀刀具設(shè)備上,可以放置在加工工作案板周圍,保證信號(hào)采集完整即可。
由于實(shí)際采集到的原始信號(hào)受到外部環(huán)境噪聲和采集設(shè)置等因素的干擾,容易導(dǎo)致信號(hào)采集質(zhì)量差,會(huì)影響后續(xù)算法的特征提取效率。為確保銑刀磨損狀態(tài)特征的準(zhǔn)確提取,需要對(duì)采集到的信號(hào)進(jìn)行預(yù)處理。預(yù)處理分為兩步:一是去除信號(hào)首尾的無效值,將無效值的最大值設(shè)為閾值,去除小于閾值的全部無效值,使剩余信號(hào)成為有效切割數(shù)據(jù);二是濾除原始信號(hào)中的噪聲信號(hào),主要采用限幅濾波方法。
假設(shè)x(k)和x(k+1)為前后兩次采集的信號(hào)值,定義噪聲濾波限幅閾值(前后兩次采樣的最大差值)為
η=|x(k)-x(k+1)|
(3)
在濾波處理過程中,判斷任意兩個(gè)相鄰信號(hào)之間的差值是否高于η,若高于η,則使用前一次的采樣值代替當(dāng)前采樣信號(hào)值,否則保持原信號(hào)數(shù)據(jù)。
為保證銑刀信號(hào)的實(shí)時(shí)融合效果,在每個(gè)傳感器獲得的測(cè)量值基礎(chǔ)上對(duì)所獲得的權(quán)數(shù)進(jìn)行自適應(yīng)融合。銑刀的監(jiān)測(cè)信號(hào)融合過程可表示為
(4)
式中,Xi和Wi分別表示采集到的樣本信號(hào)及其對(duì)應(yīng)傳感器的加權(quán)因子。
Wi的量化公式為
(5)
通過上述處理方式按照時(shí)間順序逐一將采樣信號(hào)代入公式中,實(shí)現(xiàn)各傳感器數(shù)據(jù)的合成。
利用深度學(xué)習(xí)算法分別從時(shí)域和頻域兩個(gè)方面提取銑刀的信號(hào)特征,并對(duì)其進(jìn)行降維處理。深度置信網(wǎng)絡(luò)的學(xué)習(xí)過程見圖2。
圖2 深度置信網(wǎng)絡(luò)學(xué)習(xí)流程
利用深度學(xué)習(xí)算法對(duì)銑刀信號(hào)特征指標(biāo)及其提取結(jié)果進(jìn)行迭代,可表示為
(6)
銑刀在銑削過程中有兩個(gè)頻率特征,分別為主軸轉(zhuǎn)動(dòng)頻率fz和刀齒經(jīng)過頻率fp,計(jì)算公式為
(7)
式中,Ns為主軸轉(zhuǎn)速;z為銑刀齒數(shù)。
幅值譜、相位譜以及功率譜也是銑刀信號(hào)的頻域特征指標(biāo),可以通過傅里葉變換計(jì)算得出。在此基礎(chǔ)上,利用深度學(xué)習(xí)算法對(duì)特征提取結(jié)果進(jìn)行降維處理,定義深度置信網(wǎng)絡(luò)中隱藏層上的第j個(gè)節(jié)點(diǎn)的平均激活度為
(8)
式中,hj(xi)為信號(hào)xi對(duì)應(yīng)特征的激活函數(shù)。
為了保證計(jì)算得出的ρj不偏離稀疏性參數(shù),在代價(jià)函數(shù)中加入稀疏懲罰因子,將初始提取的特征輸入到深度置信網(wǎng)絡(luò)學(xué)習(xí)算法中,得出的最終結(jié)果即為銑刀信號(hào)特征的降維處理結(jié)果。
在切削過程中,刀具磨損將導(dǎo)致信號(hào)幅值發(fā)生變化,因此可以通過分析信號(hào)與磨損量之間的關(guān)系,從而推導(dǎo)出不同信號(hào)特征下對(duì)應(yīng)的磨損量值。切削力的變化與刀具狀態(tài)的變化密切相關(guān),可以通過測(cè)量切削力來監(jiān)測(cè)刀具狀態(tài)。刀刃側(cè)面與工件摩擦,會(huì)產(chǎn)生不同頻率的振動(dòng),若刀具磨損或損壞,聲發(fā)射信號(hào)會(huì)在時(shí)間、頻率域發(fā)生變化[5]。當(dāng)?shù)毒邠p壞時(shí),聲發(fā)射信號(hào)將急劇增加,達(dá)到正常切削加工的數(shù)倍,因此,聲發(fā)射信號(hào)產(chǎn)生階躍突變是刀具損壞的重要標(biāo)志。
采用皮爾遜相關(guān)系數(shù)法將監(jiān)測(cè)信號(hào)幅值與銑刀磨損量之間的相關(guān)關(guān)系量化表示為
(9)
根據(jù)銑刀信號(hào)特征的提取結(jié)果計(jì)算當(dāng)前的磨損量,識(shí)別刀具磨損的所處階段,進(jìn)而估算出銑刀的磨損變化趨勢(shì)。圖3為銑刀磨損隨切削時(shí)間的變化曲線。
圖3 刀具磨損變化曲線
當(dāng)銑刀刀具磨損量達(dá)到一定值時(shí),刀具磨損率趨近于1,呈現(xiàn)出幾乎平穩(wěn)的狀態(tài)。在銑削過程中,需要考慮機(jī)床振動(dòng)和銑削區(qū)域溫度等因素的影響,因此后刀面磨損量與銑削長度不呈線性關(guān)系,具體的關(guān)系式可表示為
(10)
式中,ΔVB,ΔL,K分別表示銑削磨損量、加工長度以及銑削參數(shù)的比例系數(shù);α為實(shí)際銑削工況相關(guān)系數(shù)。
結(jié)合銑刀加工過程中的信號(hào)特征提取結(jié)果,可以得出銑刀的磨損量預(yù)測(cè)值為
(11)
式中,ω為銑削速度,可以由振動(dòng)信號(hào)特征推導(dǎo)得出;f為銑削力信號(hào)特征;ap為銑削深度;b1,b2,b3,b4為特征指標(biāo)的指數(shù),具體取值由溫度、振動(dòng)以及聲音信號(hào)特征決定。最終輸出銑刀的磨損量預(yù)測(cè)結(jié)果,完成磨損量預(yù)測(cè)工作。
以驗(yàn)證基于多信號(hào)融合與深度學(xué)習(xí)的銑刀磨損量預(yù)測(cè)方法的預(yù)測(cè)精度為目的,選擇對(duì)比試驗(yàn)的方式設(shè)計(jì)試驗(yàn)分析。試驗(yàn)中設(shè)置的兩個(gè)磨損量預(yù)測(cè)對(duì)比方法分別為基于圖像處理的磨損量預(yù)測(cè)方法和基于Simulink反饋的磨損量預(yù)測(cè)方法。在試驗(yàn)過程中,選擇同一組存在磨損的銑刀作為研究對(duì)象,保證試驗(yàn)變量的唯一性。
3.1.1 選擇研究對(duì)象
試驗(yàn)選擇的研究對(duì)象為YG8硬質(zhì)合金可轉(zhuǎn)位銑刀,主要由刀片和刀桿兩部分組成。刀片前角和后角分別為5°和8°,直徑為30mm,齒數(shù)為4,刀尖半徑為6mm。刀桿部分為300R-C10-10-100面銑刀桿,刀片和刀桿均為相同的合金材質(zhì),使用顯微硬度儀測(cè)得銑刀的表面硬度達(dá)到180HB,為了避免無關(guān)變量對(duì)試驗(yàn)結(jié)果造成的影響,選擇全新銑刀以保證初始研究對(duì)象表面無磨損痕跡。
3.1.2 選擇多信號(hào)采集設(shè)備
由于設(shè)計(jì)的銑刀磨損量預(yù)測(cè)方法應(yīng)用了多信號(hào)融合處理技術(shù),因此需要采用信號(hào)采集裝置為預(yù)測(cè)方法的運(yùn)行提供初始數(shù)據(jù)。切削力信號(hào)傳感器采用三向壓電式切削力測(cè)量儀,該設(shè)備以石英晶片作為核心部件,利用壓電效應(yīng)將施加在刀具上不同方向的切削力信號(hào)轉(zhuǎn)換成電信號(hào)并記錄。振動(dòng)信號(hào)的測(cè)量選用LC0202加速度傳感器,設(shè)備內(nèi)部嵌有微型IC放大器實(shí)現(xiàn)信號(hào)采集與放大處理,傳感器振動(dòng)信號(hào)采集范圍為[0.5Hz,15000Hz],靈敏度能夠達(dá)到100mV/g。利用TZ-2KA型聲壓傳感器采集銑刀磨損狀態(tài)下的聲壓信號(hào),傳感器主要由聲壓傳感器、信號(hào)調(diào)理盒裝置、BNC接口專用線纜、充電器及三腳架等部分組成,具有一定抗干擾能力。
3.1.3 確定銑削加工控制裝置
刀具銑削操作平臺(tái)采用漢川機(jī)床廠生產(chǎn)的XK714D立式數(shù)控銑床,定位精度可達(dá)±0.015mm,主軸轉(zhuǎn)速范圍為100~9000r/min,其X,Y,Z三個(gè)方向的進(jìn)給速度范圍為1000~6000r/min,刀具在X,Y,Z三個(gè)方向上的行程分別為670mm,430mm,500mm。
3.1.4 配置磨損量預(yù)測(cè)方法運(yùn)行環(huán)境
將PC機(jī)與銑削數(shù)控加工機(jī)床以及傳感器設(shè)備相連,為預(yù)測(cè)結(jié)果提供輸出顯示介質(zhì)。由于設(shè)計(jì)的預(yù)測(cè)方法應(yīng)用了深度學(xué)習(xí)算法,因此需要在PC機(jī)中編寫相關(guān)程序,保證深度學(xué)習(xí)算法能夠在試驗(yàn)環(huán)境中正常運(yùn)行。
銑刀磨損監(jiān)測(cè)中,受加工環(huán)境和加工條件等因素影響,選擇合適的測(cè)點(diǎn)及傳感器布置有利于對(duì)刀具的磨損進(jìn)行更為全面和準(zhǔn)確的反映。一般說來,測(cè)點(diǎn)的數(shù)目以及傳感器的分布要遵循以下原則:采集到的信號(hào)具有全面性,能準(zhǔn)確反映銑刀磨損狀態(tài);盡量選擇銑刀磨損狀態(tài)下的敏感點(diǎn)作為測(cè)量點(diǎn);布置傳感器不能影響機(jī)床的正常運(yùn)轉(zhuǎn),避免在高溫、高濕等惡劣環(huán)境進(jìn)行操作,以達(dá)到有效采集銑刀磨損信號(hào)的目的。
同理,將其他類型的信號(hào)采集設(shè)備安裝在指定位置上,通過與PC機(jī)的連接保證采集信號(hào)實(shí)時(shí)傳輸?shù)絇C設(shè)備上。
將銑刀和待銑削工件安裝在控制臺(tái)上,設(shè)置銑削刀具的走刀形式、工藝參數(shù)以及路徑軌跡。銑削刀具的路徑軌跡設(shè)置情況見圖4。
圖4 刀具路徑軌跡設(shè)置結(jié)果
試驗(yàn)選擇往復(fù)走刀方式,加工過程有順銑和逆銑兩種方式。在試驗(yàn)過程中記錄走刀次數(shù),通過程序設(shè)定,當(dāng)達(dá)到一定走刀次數(shù)后自動(dòng)停止銑削,測(cè)量銑刀刀具表面的磨損情況。
根據(jù)試驗(yàn)?zāi)康脑O(shè)置測(cè)試指標(biāo)為相對(duì)誤差,其結(jié)果可表示為
(12)
計(jì)算得出,ER值越大,證明預(yù)測(cè)方法的相對(duì)誤差越大,即預(yù)測(cè)精度越低。
由于銑刀實(shí)物較小,其表面產(chǎn)生的實(shí)際磨損量無法使用測(cè)量裝置直接測(cè)量得出,試驗(yàn)采用數(shù)字顯微鏡觀察銑刀后刀面的磨損情況。數(shù)字顯微鏡的基礎(chǔ)顯微參數(shù)為200萬像素,最高放大倍數(shù)為240倍,此時(shí)顯微鏡的視野范圍為1.83mm×1.28mm。顯微鏡軟件中的內(nèi)置測(cè)量功能可以直接讀取數(shù)據(jù)。
分別將設(shè)計(jì)的基于多信號(hào)融合與深度學(xué)習(xí)的銑刀磨損量預(yù)測(cè)方法與兩個(gè)對(duì)比方法的程序代碼輸入試驗(yàn)環(huán)境中。同時(shí),啟動(dòng)銑削加工工序和傳感器設(shè)備,經(jīng)過信號(hào)處理得出最終的融合結(jié)果,測(cè)試數(shù)據(jù)見圖5。
圖5 銑刀的信號(hào)融合結(jié)果
在每次銑削工序停止后,預(yù)測(cè)下一次銑削后的磨損量數(shù)據(jù)并輸出。經(jīng)過測(cè)量得出實(shí)際磨損量的測(cè)定結(jié)果,其中第二次磨損量的測(cè)定結(jié)果見圖6。
圖6 銑刀磨損量第二次測(cè)定結(jié)果
同理,分別運(yùn)行兩個(gè)對(duì)比方法并獲得輸出數(shù)據(jù),最終通過多次刀具磨損量預(yù)測(cè)結(jié)果以及實(shí)際測(cè)定結(jié)果記錄(見表1)。
表1 銑刀的磨損量測(cè)試結(jié)果 (μm)
由于第一次走刀數(shù)據(jù)需要作為歷史參考數(shù)據(jù),無法為第一次走刀的磨損量預(yù)測(cè)提供數(shù)據(jù)支持,因此三種預(yù)測(cè)方法均無法得出第一次走刀的磨損量預(yù)測(cè)結(jié)果。將表1數(shù)據(jù)代入式(12),得出三種方法的預(yù)測(cè)相對(duì)誤差總和分別為0.052μm,0.043μm,0.015μm。與另外兩種方法相比,所設(shè)計(jì)預(yù)測(cè)方法的相對(duì)誤差更小,即預(yù)測(cè)精度得到明顯提升。
由試驗(yàn)結(jié)果可以看出,通過多信號(hào)融合以及深度學(xué)習(xí)算法的應(yīng)用,有效提升了銑刀的磨損量預(yù)測(cè)精度,能夠?yàn)殂姷兜牡毒吖芾砼c維修提供參考數(shù)據(jù),有助于提升銑刀的使用壽命。同時(shí),由于磨損量的精準(zhǔn)預(yù)測(cè)與維修,能夠在一定程度上提升銑削工藝的工作效率和質(zhì)量,在生產(chǎn)工作中具有較高的實(shí)用價(jià)值。