K-means阈值算法下数控车床功率监控系统的研究

K-means阈值算法下数控车床功率监控系统的研究韩廷超;仇健;葛任鹏;李帅【摘要】为获取机床工作状态信息和及时发现切削异常现象,通过监控机床主轴电K-meansLabView【期刊名称】《制造技术与机床》【年(卷),期】2019(000)002【总页数】4页(P69-72)【关键词】功率;监控;虚拟仪器;K-means算法【作者】韩廷超;仇健;葛任鹏;李帅【作者单位】110142110142【正文语种】中文【中图分类】TG51;TP277数控技术的迅速发展为数控机床的智能制造、网络化生产等自动化制造模式提供了便捷服务，同时对数控加工的可靠性、安全性等提出更高的要求，如何降低设备故障率成为数控设备生产企业面临的难题[1]。数控机床加工状态监控可以保证机床持续高效、安全运行，优化加工工艺参数，提高加工质量。因此，机床状态监控受到越来越广泛的关注。机床加工状态监控主要监测机床加工过程中的电流、功率[2]、切削力、温度、转矩等信号，评估机床运行状态，优化加工工艺和预测机床故障。机床功率可以监控机床的运行状态，监测机床加工过程，故障预测与分析[3]。刘飞等[4]提出利用机床主传动系统功率监控大工件加工状态的方法。Vijayaraghavan[5]提出通过主轴输入功率监测机床能耗与加工状态的方法。上述方法主要关注机床主轴输入功率的监控，无法实现动态监控。本文通过监控主轴输出功率的方法实现对机床加工状态的实时监控。在搭建数控车床主轴输出功率监测系统的条件下，利用K-means聚类算法[6-7]预测不同加工参数下的机床功率阈值，利用LabView监控平台实现对机床加工状态的功率监控。1数控车床主轴功率监控数控车床主轴功率监控原理机床加工过程中能量信息的变化是切削加工状态的综合反映[8]。机床能效监控一直作为判断机床实时工况的重要手段。通过监测主轴输入功率，经过一系列算法的计算后得到切削功率，进而对其实时监测，掌握机床加工状态，监控流程图如图1所示。首先通过实验获取不同加工条件下的主轴功率以及不同主轴转速下的空载功率，形成主轴转速、进给速度、切削量等与主轴功率相对应的矩阵[9]。借助K-means聚类算法计算功率监控阈值，形成加工参数对应的切削功率聚类中心。在机床加工时，将采集到的主轴功率信号，经过处理后，去除机床空载功率，把得到的切削功率信号与加入安全系数的切削功率监控值比较，若大于监控值则报警。切削功率阈值算法监控指标阈值是判断监控目标对象状态是否正常的关键因素。依靠个人经验的恒阈值监控会因加工条件的变化而导致误判。K-means聚类算法通过迭代对监控指标研究通过功率传感器获取不同加工参数下的切削功率、主轴输出功率和空载功率，1MatlabK-means类中心点中，并将其加入安全系数后得到切削功率监控阈值。聚类法聚类中心数目K值的选取方式为贪婪准则法，获取最优解。聚类中心的计算采用迭代方式，将切削功率值相似的切削参数归结为同一聚类中心，如图2所示。表1不同加工参数下的主轴功率及切削功率监控系统建立LabView3值显示，主轴功率输出的实时显示，切削功率频谱的显示，越限报警提示。机床功率监控系统的数据采集、分析处理和信号显示的程序图如图4所示。先从设备上读取主轴的电流值和电压值，经过滤波器滤波后经过计算后得到主轴功率输出值，除去空载功率即可得到切削功率。通过主轴和进给轴转速检测程序得到主轴转速和进给速度参数，将得到的切削参数作为输入量输入至K-means聚类算法得出切削功率监控系统的上限值，将切削功率计算值和监控上限值比较，当切削功率超过监控上限值即发出报警。2监控结果分析K-means56520%，主要是由于空载功率的取值是在机床未切削工的误报警。7变，当达到一定速度时会超过切削功率监控阈值，此时即会发出警报。3结语LabViewMatlabMatlabK-means参数的设定提供参考依据。K-meansK-means算法作为机床切削功率监测的一种解决方案需要足够量的数据支持以满足监控的准确性。K-meansKK参考文献【相关文献】胡韶华.机床主传动系统加工过程功率消耗分离方法[J]2013(11):47-49.李智华，王细洋，徐勇军.机床切削功率信号实时处理方法[J].制造技术与机床，2005(5):43-45.[3]侯红玲，白海清.基于虚拟仪器的主轴振动检测系统开发[J].机械设计与制造，2011(9):104-106.[4]刘飞，刘霜.机床服役过程机电主传动系统的时段能量模型[J].机械工程学报，2012，48(21):132-140.VijayaraghavanA，DornfeldD.Automatedenergymonitoringofmachinetools[J].CIRPAnnals-ManufacturingTechnology，2010，59:21-24.K-means[J].模式识别与人工智能，2009，22(2):299-304.K-means[J].自动化学报，2007，33(4):342-346.[8]秦展田，任成祖.