数控车削加工过程的刀具磨损动态监测

1 9 2 黄 遂等 数控车削加工过程的刀具磨损动态监测 第 2期 2 3 3 工控 机 瑞士某公司生产的便携式 数字采系统 D E WE 一 3 0 2 1 能及时 采集传感器数据 单通道采样频率为 1 0 0 K H z 将原有车床刀台卸下后 晕新没汁与 传感器匹配的机座和 刀架 安装刀具后进行振动传感器安装 三个振动传感器依据三 向力的方向贴在刀具和刀架上 以检测与切削外圆垂直的 振动 信号 与工件垂直的Y振动信 与进月方向年直的 振动信 号 3试验结果与分析 刀具磨损经历二个阶段 既仞期堵损 常磨损阶段和的剧 烈磨损阶段 用 D E WE S o f t 软件对实验采集到的 具磨损数据进 行动态的时域和频域分析 图最上方是采集的总数据 黄色竖线 为当前信号区域 左侧分别为 Y z方向的振动信号 右侧为 Y Z 方向的力信号 3 1机床 固有频谱 机床固有频谱 如图3 所永 机 末固有频谱分布表 如表 1 所示 图 3机床 固有频谱 表 1机床固有频谱分布 振动信号 低频部分在 1 3 K H z 以下 能量主要集中在 2 5 K f t z 左右 低频部分存 6 K H z以下 且能量主要集中在 2 5 K H z 左右 力信号 高频部分与振动信号一致住 4 5 K Hz 处有幅值教大的 单峰奇异信 号 3 2信号的时域分析 刀具磨损三个阶段 从 到下 的振动和力信号时域图 如图 4所示 时域变化表 如表 2 所示 图4刀具磨损三个阶段 从上到下 的振动和力信号时域 图 表 2刀具磨损三个阶段的振动和力信号时域变化 荔 v L T 翮 x z 7y 1 1 眦 0 5 V 黝 T 啦 X z x 波 3 3信号的频谱分析 刀具磨损一 j 个阶段 从上到 F 的振动和力信号频域图 如图 5 所示 频域变化表 如表 3 所示 图 5刀具磨损三个阶段 从上到下 的振动和力信号频域图 表 3刀具磨损三个 阶段 的振动和力信号频域变化 璧振 动 信 号 高 频 部 分 主 譬 翳5合 产3 0 生K H 值 不 大 损 阶 段 力信 号x方 向有 7 1 2 K 向 5 KH 以下 振动信号 谱分布乎都在 2 5 K H z 以下 巅 霞力 信 号 j zH l 2 以T 下 持 x方 向的频率主要在 3 0 K H z以下 有 3 0 4 5 K Hz 的 静 赓 抓驯旧 低幅值信号 Y z方向的频率主要在 3 7 5 0 K H z 损阶段 x方向上的力信号有 7 5 1 1 KH z 幅值不大 Y Z方 向与正常加工阶段频率几乎无变化 以 仁 数据反映车削加工过程中新刀到钝刀的磨损情况 加工 过程是一个连续的渐变的过程 能得到车削加工刀具磨损的信号 变化趋势 通过数据还能得出车削加工特征值的主要提取对象 对振动信号主要对其功率谱进行分析 尤其注意其高频部分信号 的产生和变化 力信号则主要从x方向人手 重点在力的幅值变 化和功率谱 5 K H z 以上信号的产生和变化 另外 对谱的分析 应像时域图一样进行动态来分析 效果比 选取数据段进行点时刎 F F 丫 r 变化能看到更全面的谱状态变化 4车刀监测系统识别结果 通过实验结论 将车削加工的X方向力检测电压取阀值0 5 V 1 0 V 1 5 V 2 0 V 2 5 V A J 职 量的状态区问 0 4 1 r u m 0 1 0 2 l n m 0 2 4 3 m m 0 3 4 4 n l m和0 4 ram以上做振铃记数 在单通 道采样频率为 1 0 0 K H z 的情况下如一秒内有 5 K个数据点超过阀 值被记录下来 则视为刀具进 寸 应的磨损状态 同时将刀具振动 谱向高频偏移的典 峰值作为特征值输入 B P 神经网络与振铃共 同识别刀具磨损状态 如图6 所示 并将该方法应用于后期实验 第 2期 2 0 1 0年 2月 机 械 设 计 与 制 造 Ma c hi n e r y De s i g n Ma n u f a c t u r e 1 9 3 文章编号 1 0 0 1 3 9 9 7 2 0 1 0 0 2 0 1 9 3 0 3 基 于新构形法的硬齿面插齿刀研 究 赵冬梅田 坪金应贵刘世杰 西南科技大学 制造科学与工程学院 绵阳 6 2 1 0 1 0 St u d y o n p r o f i l i n g me t h o d o f h a r d s h a p e r c u t t e r Z H A O D o n g me i T I A N P i n g J I N Y i n g g u i L I U S h i j i e S o u t h w e s t U n i v e r s i t y o f S c i e n c e a n d T e c h n o l o g y Ma n u f a c t u r i n g S c i e n c e a n d E n g i n e e r i n g Mi a n y a n g 6 2 1 0 1 0 C h i n a 摘要 从运动学角度出发 根据微分几何的包络运动原理 运用空间曲面族求解包络面的运动学 l方法 在砂轮磨削 硬齿面 插齿刀前刀面的过程中 建立 砂轮截面圆曲线族的磨削点 砂轮曲面族的磨削 2 线 砂轮曲面族包络面方程 并在分析 比较的基础上 提 出确定硬齿面插齿刀侧刃空间曲线形状的新方 l法 建立了 插齿刀 侧刃空间曲 线方程 研究一种新构形硬齿面 插齿刀 使其不仅具有较高的构形 精度而且 具有合理的切削角度 关键词 磨削点 磨削刃 包络面 包络运动 硬齿面插齿刀 A b s t r a c t T h e p r e c is e c u tt in g e d g e c u r v e m o d e l o f t h e s h a p e c u t t e r i s c o n s t r u c t e d The m a th e m a t i c a l m o d e l of t h e r a k e f a c e of t h e n e w p r o fil i n g h a r d s h ape r c u t t e r i s e s t a b l i s h e d w h i c h h a s p r o p e r r ake a n g Z e s b y u s i n gp r i n c i p l e of e n v e l o p e ofd iff e r e n t i a l g e o m e t r y a n d m o t i o n t h e o r y The d i s t r i b u t i o ns o fh ard s h a p e r c u t t e r s p r o fil i n g e r r o r s a n d r ake a n g l e s are a n a l y z e d a n d o n t h e b a s i s a n e w p r o fil i n g m e t h o d of h ard s h ape r c u t t e r i s i n t r o d u c e d s u c c e s s f u l l y w h i c h c a n m ake h a r d s h ape r c u t t e r h a v e n o t o n l y h i g h p r o fil i n gpr e c i s i o n b u t a l s o pr o pe r c u t t i n g e S a n g l e s Ke y wo r ds Abr a di ng p o i nt Abr ad i ng c ur v e En ve l op i ng s ur f a c e En ve l o pi ng m o t i o n H a r d s ha pe r c ut t e r 中图分类号 T H1 2 文献标识码 A 插齿工艺是目前齿轮加工不可缺少而且应用相当广泛的齿 技术的研究显得尤为重要 由于传统锥面硬齿面插齿刀存在构形 轮加工方法之一 随着硬齿面齿轮的广泛应用 硬齿面精密插齿 精度与合理切削角度 抗崩刃能力之间的相互制约的弊端 导致 来稿 日期 2 0 0 9 0 4 1 6 图 6模式识别 刀具的实际磨损量通过工具显微镜离线测量获得 最后模式 识别 5 种状态记为 0 1 2 3 4 监测系统识别的刀具磨损 量与刀具实际磨损量的比较 如表 4 所示 表 4监测 系统识别结果 从表 4可以看到 刀片的磨损量与监测磨损量误差很小 这 些误差是 由信号随机干扰造成的 对监测精度影响不大 能够满 足精密加工监测要求 监测系统设计除了样本获取仍需人工参与 外 其它步骤可以自动实现 从获取样本到识别模块训练 在刀片 准备充分的情况下 监测系统建立的时间不到 3 0 分钟 完全满足 监测系统的实用化要求 5结论 车削加工过程 切削力和振动信号的幅值和频谱随着切削状 态的变化而发生变化 利用其特征进行刀具磨损状态监测 是 目 前较为理想 的监测方法 采用振铃记数和人工神经网络共同模式识别 提高了监测的 准确度 能很好应用于车削加工 参考文献 1 樊宁 郭培全 王慧 刀具磨损过程切削力频谱杼I生 的研究E M 组合机床 与 自动化加工激技术 2 0 0 8 5 2欧阳八生 唐少农 C NC车削中刀具磨损实时监控的试验研究 M 仪器仪 表学报 2 0 0 4 8 3王海丽 马春翔 车削过程中刀具磨损和破损状态的自动识别 M 上海交 通大学学报 2 0 0 6 1 2 4 Di n d a S n r Di ml a E S e