（流体机械及工程专业论文）盘形成形铣刀的刀具磨损研究.pdf

硕士学位论文 摘要 高效铣齿机是南京工业大学为加工大型齿轮、大型回转支承而开发的新型高效专用 机床，该机床采用的是盘形成形铣刀，在高效切除多余毛坯的同时刀具磨损的数量也十 分可观。本文为研究刀具的磨损机理，改善加工的工艺性，提高机床的性能，提高其刀 片的耐用度，减少刀片的使用数量，节约企业经济成本，开展了以下研究工作： 1 ) 对盘形成形铣刀刀具的磨损机理进行分析，对盘形成形铣刀的铣削过程及对盘形 成形铣刀采用的涂层刀片的磨损过程进行了分析，同时研究了影响盘形成形铣刀刀具耐 用度的因素及其改进盘形成形铣刀刀具耐用度的方法。 2 ) 对盘形成形铣刀刀具磨损监测方法进行分析，采用安装方便，结构简单的电流法 监测刀具磨损，进行了在线监测系统的设计，详细介绍了监测系统硬件集成过程，包括 传感器的选型及数据采集卡的选择和软件的编写。 3 ) 为研究刀具磨损状态，对所采集的电流信号进行在线分析以及用m a t l a b 对电流 信号进行离线后处理。利用b p 神经网络对盘形成形铣刀的刀具磨损状态进行识别，找出 了磨损信号的8 个输入特征向量及训练样本，最后通过网络测试证明，b p 神经网络能够 很好的识别盘形成形铣刀的刀具磨损状态，具有很好的推广价值。 4 ) 建立了刀具耐用度寿命模型，并根据刀具耐用度寿命模型对铣削参数进行优化， 以此提高刀具耐用度。对刀具耐用度的铣削参数优化采用了两种方法：基于遗传算法的 铣削参数优化和基于小波分析与遗传算法相结合的铣削参数优化。前一种方法在盘形成 形铣刀的刀具磨损实验中得以验证，为特定加工的回转支承优化的工艺参数；后一种方 法主要是采用小波分析进行信号奇异点判断，得到刀具的故障点，再对工艺参数用遗传 算法进行优化，使刀具的磨损判别具有智能性。最后通过实验验证了这两种方法的可行 性，能够提高刀具耐用度。 关键词：盘形成形铣刀刀具磨损刀具耐用度 a b s t r a c t a bs t r a c t i ti sn a n j i n gu n i v e r s i t yo ft e c h n o l o g yt h a td e v e l o p st h eh i g h - s p e e dc u t t i n gm a c h i n et o o l s ， an e w , e f f e c t i v em a c h i n et o o lw i t ht h ep u r p o s eo fm a c h i n i n gl a r g eg e a r sa n dl a r g es l e w i n g b e a r i n g t h i sm a c h i n et o o lh a sa d o p t e dt h ed i s km i l l i n gc u t t e rw h i c hh a sh i g he f f i c i e n c yo f m a c h i n i n gr e d u n d a n tb l a n k s ，b u ts u f f e r e da s e r i o u st o o lw e a r i no r d e rt os t u d yt h em e c h a n i s m o ft o o lw e a r , i m p r o v et h ep r o c e s s i b i l i t y ，i m p r o v et h ef u n c t i o no fm a c h i n et o o l ，e x t e n dt h et o o l l i f e ，r e d u c et h en u m b e ro ft o o la n ds a v ee c o n o m i cc o s tf o re n t e r p r i s e s ，t h ef o l l o w i n gr e s e a r c h h a db e e nm a d ei nt h i st h e s i s ： 1 ) t h ew e a rm e c h a n i s mo ft h et o o lf o rt h ed i s km i l l i n gc u t t e rw a sa n a l y z e d t h ec u t t i n g p r o c e s so fd i s km i l l i n gc u t t e rw a ss h o w n ，a n dt h ew e a rp r o c e s so ft h ec o a t i n gt o o lu s e db yt h e d i s km i l l i n gc u t t e rw a sa n a l y z e d m e a n w h i l e ，t h ef a c t o r si n f l u e n c i n gt h et o o ll i f eo fd i s k m i l l i n gc u r e ra n d t h em e t h o d si m p r o v i n gi t st o o ll i f ew e r es t u d i e d 2 ) t h ec u r r e n tm e t h o dw a sa d o p t e d ，w h i c hw a sc o n v e n i e n ti nf i x i n ga n ds i m p l ei n s t r u c t u r e ，t om o n i t o rt h et o o lw e a r , d e s i g nt h eo n l i n em o n i t o r i n gs y s t e m ，i n t r o d u c et h e h a r d w a r ei n t e g r a t e dp r o c e s so fm o n i t o r i n gs y s t e mi nd e t a i l ，i n c l u d i n gt h es e l e c t i o no fs e n s o r s a n dd a t aa c q u i s i t i o nc a r d sa n dt h ec o d i n go ft h es o f t w a r ei no r d e rt oa n a l y z et h em o n i t o r i n g m e t h o df o r t h et o o lw e a ro fd i s km i l l i n gc u t t e r 3 ) t oi d e n t i f yt h es i t u a t i o no ft o o lw e a r , o n l i n et h ec o l l e c t e dc u r r e n ts i g n a l sw a sa n a l y z e d a n dw a so f f - l i n ep o s t - p r o c e s s i n gb ym a t l a b t h es i t u a t i o no ft o o lw e a ro ft h ed i s km i l l i n g c u t t e rw a si d e n t i f i e db yu s i n gb pn e u r a ln e t w o r k d u r i n gt h ep r o c e s s ，8i n p u tf e a t u r ev e c t o r a n dt r a i n i n gs a m p l eh a db e e nf o u n d f i n a l l yi th a db e e np r o v e db yn e t w o r kt e s tt h a tb pn e u r a l n e t w o r kc o u l di d e n t i f yt h es i t u a t i o no ft o o lw e a rf o rt h ed i s km i l l i n gc u r e rw e l la n dh a d e x c e l l e n tp r o m o t i n gv a l u e 4 ) t h el i f em o d e lo ft o o ll i f ew a se s t a b l i s h e d ，t oo p t i m i z et h em i l l i n gp a r a m e t e r so nt o o l l i f et h r o u g ht h el i f em o d e lf o ri m p r o v i n gt o o ll i f e t w ok i n d so fm e t h o d so fo p t i m i z i n gc u t t i n g p a r a m e t e r sb a s e do nt h et o o ll i f ew e r ea d o p t e d o n em e t h o dr e f e r r e dt ot h eo p t i m i z a t i o no f c u t t i n gp a r a m e t e r sb a s e do ng e n e t i ca l g o r i t h m ，w h i l e t h eo t h e rw a si n v o l v e di nt h e o p t i m i z a t i o no fc u t t i n gp a r a m e t e r sb a s e do nw a v e l e ta n a l y s i sc o m b i n e dw i t hg e n e t i ca l g o r i t h m t h ef o r m e rm e t h o dh a db e e nt e s t e di nt h ee x p e r i m e n t so ft h et o o lw e a rf o rt h ed i s km i l l i n g c u t t e ra n di to p t i m i z e dt h et e c h n o l o g i c a lp a r a m e t e rf o rs p e c i a ls l e w i n gb e a r i n g t h el a t e ro n e a i m e dt oj u d g es i n g u l a r i t i e so ft h es i g n a l st og e tt h ef a u l t so ft h et o o lb yw a v e l e ta n a l y s i sa n d t h e no p t i m i z e dt e c h n o l o g i c a lp a r a m e t e rb yg e n e t i ca l g o r i t h mt om a k et h ej u d g eo ft o o lw e a r i i 硕士学位论文 a r t i f i c i a l f i n a l l yt h ef e a s i b i l i t i e sl di m p r o v et h et o o ll i f e f i n a l l yt h ef e a s i b i l i t yo ft h et w o m e t h o d sw e r ev e r i f i e dt h r o u g he x p e r i m e n t s ，c a r li m p r o v et h et o o ll i f e k e yw o r d s ：d i s km i l l i n gc u t t e r ；t o o lw e a r ；t o o ll i f e 目录 目录 摘要i a b s t r a c t i i 第1 章引言1 1 1 课题的背景及意义1 1 2 国内外发展情况一2 1 2 1 国内外刀具磨损监测技术发展现状2 1 2 2 国内外刀具磨损信号数据处理的研究方法7 1 3 刀具磨损监测及数据处理方法的综合评价一8 1 3 1 刀具磨损监测方法的综合评价8 1 3 2 刀具磨损数据处理方法的综合评价9 1 4 文章主要研究内容1 0 第2 章盘形成形铣刀的刀具磨损机理的研究1l 2 1 引言11 2 2 刀具磨损的分类1 4 2 2 1 刀具磨损的原因1 4 2 2 2 刀具磨损的部位1 5 2 3 盘形成形铣刀刀片磨损机理的分析1 6 2 3 1 盘形成形铣刀的铣削过程1 6 2 3 2 盘形成形铣刀刀片的选择及磨损机理1 7 2 4 盘形成形铣刀的刀具耐用度的分析1 8 2 4 1 刀具耐用度1 8 2 4 2 成形铣刀刀片耐用度的分析1 9 2 5 本章小结2 4 第3 章盘形成形铣刀的刀具磨损监测系统的设计2 5 3 1 电流法监测刀具磨损2 5 3 2 监测系统硬件平台设计2 5 硕士学位论文 3 2 1 硬件系统总体设计一2 5 3 2 2 硬件的选择一2 6 3 3 监测系统软件平台设计2 8 3 3 1 虚拟仪器简介一2 8 3 3 2 监测系统软件设计3 0 3 4 本章小结3 3 第4 章基于b p 神经网络的盘形成形铣刀的刀具故障诊断3 4 4 1 前言3 4 4 2b p 神经网络理论3 4 4 2 1b p 神经网络的概念3 4 4 2 2b p 网络的结构一3 6 4 2 3b p 网络学习规则3 6 4 3b p 神经网络对盘形成形铣刀的故障诊断3 8 4 3 1 输入和目标向量设计一3 8 4 3 2b p 神经网络设计4 4 4 4 本章小结4 7 第5 章基于刀具耐用度的铣削参数优化的方法研究4 8 5 1 前言4 8 5 2 基于遗传算法的铣削参数优化4 8 5 2 1 遗传算法的基本概念4 8 5 2 2 遗传算法的基本流程4 9 5 2 3 遗传算法的特点5 0 5 2 4 基于遗传算法的实验模型流程图一5 1 5 2 5 遗传算法的优化目标51 5 2 6 实验安排及优化结果5 2 5 3 基于小波分析和遗传算法相结合的铣削参数优化5 5 5 3 1 小波分析的定义及特点5 6 5 3 2 小波分析在信号检测中的应用5 6 5 3 3 基于小波分析和遗传算法相结合的优化目标5 7 5 3 4 实验安排及结果5 8 v 目录 5 4 本苹小结6 2 第6 章结论与展望6 3 6 1 文章主要结论6 3 6 2 展望6 4 参考文献6 5 攻读硕士期间参与科研项目以及发表论文情况7 0 致谢71 v i 硕士学位论文 1 1 课题的背景及意义 第1 章引言 刀具磨损在机械加工中是一种普遍存在的现象，刀具磨损的存在，一方面使 刀具与工件之间的接触面积发生变化，另一方面也使刀具与工件之间的接触方式 发生了转变，刀具的工作状态也产生相应规律的变化。刀具后刀面磨损使得刀具 后刀面与工件之间的接触由线接触变为面接触，而且随刀具后刀面磨损量的增 大，接触面积就会增大，因而走刀抗力与摩擦力就要增大。刀具严重磨损，会缩 短刀具使用时间、恶化加工表面质量、增加刀具材料损耗，切削温度升高，增加 企业的加工成本。研究刀具磨损可以大大提高机械加工效率，降低加工成本，具 有较大的经济效应。但由于刀具磨损机理比较复杂，直到现在我国对机械加工中 刀具磨损的监测也只是处在研究阶段。 近年来，随着高性能c n c 机床、f m s 以及c i m s 的广泛应用，机械加工的效 率、加工质量有了明显的提高，同时对全自动化生产也提出了更高的要求，发展 趋势也由以前的一位工人掌管一台机床到一个车间只需要一位工人看管，这就要 求数控机床能够自动监测刀具状态，及时了解正在使用的刀具磨损情况，从刀具 寿命、磨损量、刀具破裂等形式的刀具故障对刀具工作状态进行监控，并在刀具 磨损达到设定磨损量时报警。工业统计表明，刀具失效是引起机床故障的首要因 素，由此引起的停机时间占数控机床总停机时间的1 5 1 3 = 1 1 。切削加工中，刀 具在不同的加工条件下，其状态是不断变化的，如果刀具磨损不能及时发现，将 导致整个加工过程的中断，引起工件报废，甚至整个系统的停止。研究表明，数 控机床配备刀具监测系统后可减少7 5 的故障停机时间，提高生产率1 0 6 0 ， 提高机床利用率5 0 以上。美国k e n n 锄t a l 公司的研究表明2 3 ，配备刀具监控系 统的数控系统，能够节约加工费用达3 0 。因此研究开发智能监测技术，防止因 刀具失效而引起的工件报废、设备损坏并保证机床无故障运行是十分重要的1 。 我校自主研发的高速切削机床在加工大型齿轮中具有领先地位，该机床加工效率 高，但刀具磨损的数量也十分可观。一台机床每年刀具的消耗达百万元。该机床 第1 章引言 采用的铣刀为盘形成形铣刀，因此对盘形成形铣刀的刀具磨损进行研究，提高其 刀片的耐用度，减少刀片的使用数量，从而能够为企业节约大量的经济成本，对 企业有重大的实用价值。因此本课题针对盘形成形铣刀的刀具磨损研究具有很大 的现实意义。 1 2 国内外发展情况 1 2 1 国内外刀具磨损监测技术发展现状 关于监测刀具磨损的方法，国内外很多人都做了大量的研究，根据刀具磨 损量检测原理的不同，主要分为两种：直接监测方法和间接监测方法。其中直接 检测方法一般有光学图象、接触、放射性技术三种方法。而间接监测方法一般有 切削力、振动、功率、声发射检测方法。由于直接法有两个明显的缺点：一是要 求停机检测，占用生产时间；二是不能检测出加工过程中出现的突然损坏，使其 应用受到一定限制。正因如此，间接法已成为国内外学者研究的主流。下面介绍 一下国内外通过间接监测法监测刀具磨损的一些方法。 1 ) 切削力监测法 随着切削过程的进行，刀具也逐渐由锋利变钝，其磨损状态的改变将直接引 起切削力的变化。可见，切削力包含着丰富的刀具磨损信息。由于采用切削力监 测刀具磨损状态具有信号采集方便、充分反映刀具磨损状态信息、灵敏度高、响 应快、可在线实时监测等优点，因此得到了广泛研究4 3 。华北电力大学的康文利瞄3 等人设计了基于l a b v i e w 的切削力的数据采集及存储，他们设置的数据采集系统 组成如图1 1 所示： 图1 i 数据采集系统 f i g 1 1 d a t aa c q u i s i t i o ns y s t e m 其设置的实验系统中，车削测力仪采用的是三向压电车削测力仪，其可以完 成切削力的静、动态测试，然后分量由三个引出线经三个电荷放大器、接线端子 板的三个通道接数据采集卡，进行a d 转换供计算机处理，数据采集结果在虚拟 2 硕士学位论文 仪器面板上显示，并存入数据库。此次系统应用程序包括三向切削力数据采集与 存储、切削力波形显示与回放、实验数据统计分析( 误差分析、异常数据处理等) 、 切削温度经验公式创建等。在国夕 c h o i 等人设计了采集x ，y ，z z 个方向上的切 削力信号，来研究切削力与刀具磨损量之间的关系。其实验系统设计为：实验在数 控机床上进行，采用的数据采集卡有1 6 个通道，其电压输出范围为一l o v - 一i o v 。其 放大器输出x ，y ，z - - 个方向的切削力信号进入到数据采集卡里。其采样频率被设 置在5 0 0 h z 。其监控系统如图1 2 所示： c n cv , x t i 盘lp 锄i o m m a c h i n i n gc e a k r c m 叩u 暇 图1 2 切削力信号采集系统 f i g 1 2f o r c es i g n a la c q u i s i t i o ns y s t e m 其实验条件如表1 1 所示： 表1 1 实验条件 t a b l e 1 1e x p e r i m e n t a lc o n d i t i o n s 三堡 ! q ! ! 兰塑 刀具高速钢铣刀 切削深度 1 2 7 m m 切削速度 2 5 4 c m m i n 圭塑堡堕! 塑! 型里垫 c h o u d h u r y = 7 呻3 等人研究了切削力系数、摩擦力系数、切屑平均厚度和切削刃 的平均长度与刀具磨损之间的关系，并建立切削力系数、切削三要素和刀具磨损 之间的数学模型，能够较好预测刀具的磨损。 在针对盘形成形铣刀的刀具磨损监测研究中，南京工业大学的金梅等人j 们 通过实验分析得知，盘形成形铣刀在加工工件过程中，当平稳切削时切削力的变 化量很小，只有在剧烈磨损临界处发生较大的波动，而且会出现切削力的突变， 所以可以用监测切削力的最大值方法来判断盘形成形铣刀的刀具磨损。 2 ) 声发射( a e ) 监测法 声发射( a c o u s t i ce m i s s i o n ，简称a e ) 是材料或结构的某个局部区域或整体 第1 章引言 受外力或内应力作用发生塑性变形或破坏之际，将其内部所储蓄的应变能以瞬态 弹性波的形式迅速释放出的一种物理现象n 。用声发射监测刀具磨损的优点在 于：声发射的频率范围远远高于机械振动和环境噪声的频率范围，因此用高通滤 波器很容易得到无干扰的信号。其次，接收声发射的压电晶体传感器也很容易安 装在刀具上，而不影响加工过程。另外a e 信号能避开机加工中噪声影响最严重的 低频区，受振动和声频噪声影响小，在高频区信噪比较高，便于对信号进行处理 n 2 | 。另外声发射传感器响应速度快，灵敏度高但是其缺点在于：切削加工中影响a e 信号的因素很多，除了刀具磨损外，切屑缠绕、断屑、刀具与工件表面的摩擦 以及刀具断裂或崩刃等都会引起ae 信号的变化。13 j 。四川工业学院的黄惟公n 们 等人采用了声发射( a e ) 监测刀具磨损的方法：其试验系统如图1 3 示。试验在 一台数控车床上进行，采用机加固不重磨刀具进行切削。声发射传感器安装在刀 杆尾部如图1 4 示。声发射信号经前置放大，记录在磁带上，并经滤波、a d 转换 送计算机进行分析处理。试验分成正常切削状态、刀具磨损状态和刀具破损三种 状态进行。 图1 3 声发射系统 f i g 1 3a c o u s t i ce m i s s i o ns y s t e m 图1 4a e 传感器安装部位 f i g 1 4a e s e n s o ri n s t a l l a t i o np o s i t i o n 在国外j e m i e l n i a k 1 5 1 等人也采用声发射( a e ) 监测刀具磨损。实验在常规 t u d 一5 车床上进行，加工的刀片为氮化钛+ 碳化钛涂层硬质合金制成的合金刀片， 被加工的材料为4 5 号钢，切削采用纵向切削，每次切削深度为2 5 m m ，每隔几分 钟变换不同的切削因素，其采样频率设置为1 心z 。然后对采集到的a e 信号进行分 4 硕士学位论文 析处理。k r z y s t o f n 6 侧等人将声发射信号用于车刀、钻头及铣刀的磨损监测，从 不同应用角度阐述了声发射信号能够满足刀具磨损监测的要求。 3 ) 电流监测法 采用监测电机电流信号监测刀具磨损，是现在比较流行的监测刀具磨损的一 种新方法。在切削过程中，当刀具发生磨损和破损时，切削力相应发生变化，切削 力的变化引起电机输出转矩发生变化，电动机的功率随之增大，进而导致电机电 流发生相应的变化埋引。电流监测法正是通过监测电机电流的变化，实现间接在线 实时判断刀具的磨损和破损。另外由于电流信号提取方便，传感器安装简单，不 受加工环境的影响，因此便于在生产中应用。所以用电机电流监测刀具磨损是一 种好方法。南昌大学的冯艳2 等人在l a b v i e w 技术的基础上，实现了机床主轴电 动机电流信号的采集、存储和分析；在线监控电流的变化情况，反映出了刀具的 磨损状况，提出了主轴电流与切削参数之间的数学模型。并用试验验证了该系统 的有效性和实用性。其设计的电流监控系统的组成如下：其系统由霍尔电流传感 器、直流电源、数据采集卡和计算机组成，如图1 5 所示。该系统中，霍尔电流 传感器可测直流、交流和脉动电流，转化为0 4 v 的电压输出，将其乘一系数转 化为电流值，输出信号经接线端板的模拟输入端进入数据采集卡p c m 7 1 0 ，实 现主轴电流信号的在线测量。 电流信号装有数据采 电流传感器接线端子板 集卡和 机 t l a b v i e w 床软件的计算 机 电源 图1 5 电流监控系统 f i g 1 5c u r r e n tm o n i t o r i n gs y s t e m 4 ) 基于多传感器监测法 每种传感器都有各自的特点，但是它只能在某一范围内、从某一方面描述被 测对象。由于受外界干扰噪声的影响，有时会产生较大的测量误差。因此没有任 何一种传感器可以保证在任何时候都能提供全面的、准确无误的信息。单个传感 器只能提供部分的、不准确的信息。采用多传感器监测法，是因为多传感器数据 融合具有以下优点卫2 | ： ( 1 ) 能够更加准确地获得被测对象或环境的信息，而且比任何单一传感器所获得 第1 章引言 信息具有更高的精度和可靠性； ( 2 ) 通过各传感器的互补，获得某单一传感器所不能获得的独立特征信息； ( 3 ) 与传统的单一传感器相比，能够以更小的时间、更小的代价获得同样的信息； ( 4 )根据系统的先验知识，通过对多传感器信息的融合处理，可以完成分类、 判断、决策等任务。 燕山大学的刘志艳3 3 等人采用声发射( a e ) 和电机电流多特征参数融合检测 的方法，研制了具有独自特点的刀具破损监测系统。建立了实现参数检测的数学 模型。并用实验证明了该系统在线监测刀具破损的可行性。其系统的监测原理图 如下： 图1 6 声发射( a e ) 和电机电流监测刀具破损 f i g 1 6a c o u s t i ce m i s s i o n ( a e ) a n dm o t o rc u r r e n tm o n i t o r i n gt o o lb r e a k a g e 南京工业大学的马旭等人盟4 1 采用采集机床主轴电流、电压信号，电网电压变 化信号，然后通过调用m a t l a b 中的小波分析，从而判断刀具是否磨损，其系统原 理图如下所示： 电流传感器 _ 数据 传感器信号 l a b v l w 数据采 设备状态参数 设备状态参数 电压传感器l- 采集。)集、图形显示、 妃 在l a b v i e w 中调 翻氏m a t l a b 对信号去i 卡数据保存 返回参数 用m a t l a b 接口 、沙 噪、检测突变点i 返回参数 i 电压传感器2 卜_ + 图1 7 系统原理框图 f i g 1 7s y s t e mb l o c kd i a g r a m 该实验是在南京工业大学金工实习中心数控铣床实习车间进行，实验用机床 为南京第二机床厂生产的x h 8 0 0 m 数控铣床，其主轴电机功率为5 5 k w ，额定 电压为3 8 0 v ，工作行程6 0 0 x 4 0 0 x 6 0 0 m m ，实验采用刀具选用哈尔滨量具刃具 集团有限责任公司所生产的直柄键槽铣刀，所采用的加工方式为干切加工。最后 马旭等人通过实验证明了此方案的可行性。在国外，d o r n f e l d t 2 5 1 等人综合切削速 硕士学位论文 度、进给量和声发射信息监测车刀状态，h a b b i b e c h f 2 6 】等人首次利用神经网络融 合切削力和声发射信息监测车刀后刀面磨损扩展了系统的监测范围。 1 2 2 国内外刀具磨损信号数据处理的研究方法 经过近几十年的研究，人们对刀具磨损信号的数据处理的研究有了各种各样 的方法。一般国内外对刀具磨损信号进行分析处理，主要有四种方式：小波分析、 神经网络、阈值判断法、信息融合技术。 早在1 9 9 7 年李小俚一2 73 等人就通过应用离散小波变换进行刀具破损信号分析 及确定刀具状态的研究，最后验证结果为：对钻削电机电流信号作离散小波换的 结果表明：离散小波变换对刀具破损信号i ：i , f f t 更为敏感，用于刀具监控统可明显 地提高系统的可靠性。文章提出采用监测电机电流来监测刀具状态，该方法不需 改变加工系统，推广方便、简单易行。另外由于电流信号监测小刀具破损极不敏 感，因此需要把电流信号的微弱变化体现出来，而小波变换恰恰具有这种功能， 它能够把电机电流的微弱信号体现出来，因此用电机电流监测刀具磨损时候，采 用小波变换来分析电流信号，是一种好方法，但是该种方法其缺点就在于其缺点 在于对小刀具加工极不敏感，因此电机电流信号适合用于监测大刀具的破损状 态。 郑建明= 2 踟等人采用钻削过程钻削力信号监测钻头磨损，实验设备为普通立钻 z 5 1 2 5 a 。实验中为加速刀具磨损选用高强度材料3 0 c r m n s i a 作为试件材料，硬度为 3 3 3 7 h r c 。作者通过试验采集了大量与刀具磨损相对应的切削力信号，分别从 时域、频域分析了切削力信号随着刀具磨损量增加的变化规律。提取与刀具磨损 具有良好相关性1 0 个参数作为钻头磨损的特征向量，并采用改进的人工神经网 络进行多特征融合。文章中采用人工神经网络法处理数据和对信号进行时域、频 域分析进行比较可知人工神经网络具有较强的处理高维非线性问题的能力，采 用经过训练人工神经网络识别钻头磨损量，获得了较高的识别精度。 高宏力卫9 1 等人采用b 样条模糊神经网络处理方法的刀具磨损监测，作者把 2 k i s t l e r 9 2 5 7 b 三向测力仪安装在铣削加工中心的工作台上，切削刀具直径为 6 0 咖的标准6 齿端铣刀，声发射传感器安装在工件上检测刀具后刀面磨损量变化 发出的弹性应力波，检测的信号经高通滤波、前放、带通滤波、主放后送入a d 转换卡转换成数字信号，由计算机进行特征抽取，并将特征输入b 样条模糊神经网 第1 章引言 络计算刀具磨损值。作者采用基于b 样条函数构成的b 样条模糊神经网络具有较好 的联想能力，局部推广能力和快的学习速度，识别精度和可靠性有较大提高，完全 满足刀具监测系统的实时性要求，具有较好的工程推广价值。r u m e l h a n t 口町等人在 建立切削力神经网络模型中提出了学习权系数和值的广义6 规则，5 a c o b c c h e n b 提出每个子网络采用具有局部记忆和局部推广能力的b 样条模糊神经网 络，0 n d e ry u m a k 口2 1 等人在2 0 0 6 年提出了一种基于自适应模糊推理神经网络 ( a n f i s ) 的刀具磨损在线监测法，将模糊规则用于神经网络结构学习中，以此 来确定最优值。 k a n g j a el e e 口3 1 等人采用混合切削力方法进行刀具磨损监测。作者在数控铣 床上做的实验，被加工工件为4 5 号钢，加工刀具为有涂层的高速钢制成的铣刀。 机床转速为2 8 0 0 r m i n ，进给深度为8 m m 作者测得切削力信号后，同时测得主轴 电流大小及对应的刀具磨损量。k a n g - j a el e e 等人经过数据处理后，发现了刀具 磨损量随主轴电流变化曲线图与切削力随时间的变化曲线图非常相似。作者通过 实验结果验证可以知道通过判断切削力信号和电流信号的变化趋势判断刀具的 磨损程度。如果同时测的电流信号和切削力信号变化剧烈，同时急剧变大，说明 此时刀具磨损严重。此现象也说明混合切削力方法监测刀具磨损是一种行之有效 的方法。 1 3 刀具磨损监测及数据处理方法的综合评价 1 3 1 刀具磨损监测方法的综合评价 由于在切削过程中，切削过程中刀具的状态变化会直接导致切削力、振动和 声发射等信号发生相应变化。而切削力和力矩是切削过程最直接的反应，人们一 般采用切削力监测法监测刀具磨损。虽然切削力信号易于采集，响应快，灵敏度 较高，便于在线监测。但是切削力监测法也有其缺点就是但测力仪会对工艺系统 产生影响，削弱机床的刚性，同时会给工件和刀具的安装造成困难。4 | 。对于声发 射监测法监测刀具磨损，和其它检测方法相比，声发射信号的频率很高，一般在 5 0 k h z 以上，能够避开加工过程中振动和噪声污染严重的低频段，并能抵御一定 范围内由于切削用量变化而引起的信号干扰，因此具有灵敏度高，信息量丰富等 优点。但是在重负荷时候易受干扰因此声发射监测法一般适合于小刀具的磨损监 硕士学位论文 测。而电流监测法监测刀具磨损其优点是：电机电流信号易于提取，能适应所有 的机加工过程，对正常的切削加工没有影响，但易受干扰，时间响应慢，轻负荷时， 灵敏度低- 3 j 。由于多传感器融合技术能够对不同传感器信号信息进行不同层次的 融合，使监测系统获得对象更全面的信息，因此采用多传感器监测刀具磨损的方 法越来越得到人们的广泛使用。表1 2 为各种监测方法监测刀具磨损时，监测条 件的比较： 表1 2 各种刀具磨损监测方法 t a b l e 1 2a v a r i e t yo ft o o lw e a rm o n i t o r i n gm e t h o d s 刀具立铣刀 硬质合金刀片立铣刀直柄键槽铣刀 机床x a 5 0 3 2 铣床车床c 6 1 4 0铣床x 6 5 2 0x h 8 0 0 铣床 加工的材料调质4 5 钢 调质4 5 钢4 5 钢4 5 钢 年代 19 9 9 年 2 0 0 0 年2 0 0 6 年2 0 0 9 年 作者刘晓冬王忠民等冯艳等马旭等 通过上述所知，各种监测方法各有各的优点及缺点。由于受实际的加工机床 及实验经费的影响，采用切削力和多传感器法监测盘形成形铣刀的刀具磨损不实 际，而由于声发射法监测法一般适合于小刀具的磨损监测，盘形成形铣刀是大刀 具，故不适合用声发射法监测盘形成形铣刀的刀具磨损。因此本课题最终采用电 流法监测盘形成形铣刀的刀具磨损。 1 3 2 刀具磨损数据处理方法的综合评价 由于从传感器检测到的信号并不能直接作为刀具磨损状况的识别特征，需要 经过信号预处理，特征量的提取分析，并将分析结果与标准模型进行比较才能作 为诊断结论 3 5 】。正如1 2 2 节所述，对刀具磨损信号处理的方法主要有四种：小波 分析、神经网络、阈值判断法、信息融合技术。而阈值判断法作为早期的刀具磨 损处理方法，由于受实际加工条件的影响，误差很大，因此现在经常用到的信号 处理方法主要是小波分析、神经网络和信息融合技术。马旭等人就是采用小波分 析方法对信号进行处理，得到了很好的效果。而基于多传感器的信息融合技术的 刀具状态监测系统能够有效的提高判别精度，是未来刀具监测的发展方向。本文 基于实际信号特点及实际加工条件，采用的是基于人工神经网络的方法对盘形成 第1 章引言 形铣刀的刀具进行故障诊断的。 1 4 文章主要研究内容 本课题研究的目的就是研究盘形铣刀磨损的机理，提高其刀片的耐用度，减 少刀片的使用数量，进而减少企业的加工成本。由于南京工业大学机电一体化研 究所研制的高速铣齿机是一种齿加工的新型高效专用数控机床，在国内具有领先 地位。本课题对盘形成形铣刀的磨损研究，研究盘形铣刀磨损的因素，对改进高 速铣齿机的性能有指导意义，同时对已有机床的加工工艺参数进行优化，减少刀 具消耗，为企业降低刀具的使用成本。其主要研究内容如下： ( 1 ) 对盘形成形铣刀刀具的磨损机理进行分析，对盘形成形铣刀的铣削过程及 对盘形成形铣刀采用的涂层刀片的磨损过程进行了分析，同时研究了影响盘形成 形铣刀刀具耐用度的因素及其改进盘形成形铣刀刀具耐用度的方法。 ( 2 ) 设计盘形成形铣刀的刀具磨损在线测试系统，该系统由信号采集单元、a d 转换单元、信号处理单元等三部分组成，详细介绍单分度成形铣刀在线测试系统 的功能设计。 ( 3 ) 采用人工神经网络的方法对盘形成形铣刀刀具进行故障诊断，通过实验进 行分析，验证人工神经网络方法判断刀具状态好坏的实用性。 ( 4 ) 建立铣削参数与刀具耐用度之间的函数关系式，以此函数关系式和工序生 产成本作为数学模型。最后应用遗传算法、遗传算法和小波分析相结合的方法分 别对数学模型进行优化处理，得出最优的铣削参数，以此能够提高盘形成形铣刀 刀具耐用度。 硕士学位论文 2 1 引言 第2 章盘形成形铣刀的刀具磨损机理的研究 高速成形铣齿是针对当今竞争激烈的市场而产生的一种高效加工方法，比传 统滚齿和插齿的效率高得多。成形铣齿就是直接在盘形成形铣刀刀盘上安装刀片 进行切削的。本文研究的盘形成形铣刀指的是盘形成形齿轮铣刀。目前在成形铣 刀市场上主要采用的是德国英格索尔= 3 6 1 ( i n g e r s o l l ) 和美国费特口7 1 ( l m t - f e t t e ) 公司的高效盘形成形铣刀刀盘。 1 ) 德国英格索尔 德国i n g e r s o l l 公司是世界著名的铣刀生产厂家，全球重切削领域领导者。 因其在重切削技术方面一直以来的领导地位，所以它成为重度切削铣刀国际标 准的制定者。i n g e r s o l l 开发的产品主要包括端铣刀、螺旋铣刀、方肩铣刀、面 铣刀、模具类铣刀及可快速更换的钻头和高效去余量的插铣刀、可用于各种材料 加工的整体硬质合金铣刀、刀杆、刀头、刀柄及附件等产品。在盘形成形铣刀领 域，德国英格索尔公司主要开发了刀齿模数从6 m m - - 3 6 m m 的盘形成形铣刀，其刀 盘形状如图2 1 所示： 图2 1 英格索尔盘形成形铣刀刀盘：3 6 1 f i g 2 ii n g e r s o l ld i s km i l l i n gc u t t e rh e a d 采用英格索尔生产的盘形成形铣刀刀盘的主要优点是：铣刀能有一个比较 长的刀具寿命，并且加工面的表面光洁度比较高，能够减少原材料的削减。 第2 章盘形成形铣刀的刀具磨损机理的研究 2 ) 美国费特( l m t - f e t t e ) 公司 费特( l m t f e t t e ) 公司总部位于美国专业生产硬质合金和高速钢通用系列 刀具产品及齿轮和螺纹加工领域的产品。其高精度铣削刀具和优质的齿轮滚刀在 世界范围享有盛誉，其主要产品有重载( 双切式) 滚刀，渐开线蜗轮滚刀，球面蜗杆 式蜗轮滚刀，内齿轮滚刀，特型滚刀以及机夹式可转位硬质合金滚刀，铣刀等齿轮 加工刀具。在盘形成形铣刀领域，费特公司主要开发了刀齿模数从6 m m - - 3 6 m m 的盘形成形铣刀，其刀盘形状如图2 2 所示： k 图2 2 费特公司盘形成形铣刀刀盘璐门