[发明专利]基于协整建模的刀具磨损监测方法

说明书

技术领域

本发明属于刀具磨损监测领域，本发明涉及一种基于协整建模的刀具磨损监测方法。

背景技术

工件在切削加工的过程中，刀具会有所磨损，刀具的磨损会引起刀具的几何形状发生变化，从而加工工件就会产生尺寸偏差，还会影响工件的加工质量。为了避免工件的偏差过大，提高加工质量，需要对刀具的磨损量进行监测，根据监测结果来确定是不是要换刀。

常用的监测刀具磨损的方法可分为直接监测法和间接监测法。直接监测法即直接测量后刀面磨损带中间部分的平均磨损量；间接监测法则是通过测量与刀具磨损有关的物理量如切削力、声发射等，并建立这些物理量与刀具磨损的对应关系，从而实现对刀具磨损的间接监测。间接监测法常用的是选取切削分力的比值及比值的变化作为判别特征量，一旦这两个特征量超过某一阈值，即可认为刀具已经磨损。但在实际监测时，由于振动和随机噪声的干扰，采用该方法判断刀具磨损容易出错，造成误判；而且由于刀具的正常磨损与异常磨损之间的界限具有一定不确定性，因此预先确定阈值较为困难，必须根据经验和进行较多试验后才能确定，且在不同的场合阈值并不稳定。

发明内容

针对上述现有技术，为了对刀具的磨损状态做出准确的监测，降低由刀具磨损引起的加工工件的尺寸偏差和加工质量的缺陷，本发明提供一种基于协整建模的刀具磨损监测方法，通过建立刀具磨损量与提取的力信号特征之间的协整关系模型，然后利用切削力信号的各个特征时间序列对刀具的磨损量做出预测。

为了解决上述技术问题，本发明基于协整建模的刀具磨损监测方法予以实现的技术方案是：在利用刀具进行多次切削过程中，对刀具进行磨损监测，其步骤包括：

步骤一、力信号采集，对采集的信号进行多种特征提取；

步骤二、通过相关系数矩阵初步确定与刀具磨损量w有共同趋势的特征时间序列；

步骤三、对各个特征时间序列进行ADF检验，确定各时间序列是否为一阶单整，对是I(1)的特征时间序列进行协整分析；

其中，如果一个时间序列的均值或自协方差函数随时间而改变，那么这个序列就是非平稳时间序列；随机过程{y_t，t＝1，2，3…}，

若：

y_t＝ρy_t-1+ε_t                  (3)

公式(2)中：

ρ＝1，ε_t为一稳定过程，且E(ε_t)＝0，Cov(ε_t，ε_t-s)＝μ_t＜∞，这里s＝0，1，2…，则该过程为单位根过程；

若：

单位根过程经过一阶差分成为平稳过程，即：

y_t-y_t-1＝(1-B)y_t＝ε_t          (3)

则时间序列y_t称为一阶单整序列，记作I(1)，公式(3)中：

y_t-随机非平稳时间序列；

B-任意常数系数；

ε_t-某一个平稳时间序列；

步骤四、对各个特征时间序列进行Johansen检验，确定协整阶数R及相应的系数和协整矩阵β；

步骤五、根据协整系数建立新息变量的协整关系表达式；

步骤六、对新息变量进行ADF检验，并且取经检验平稳的新息变量值比较小的模型作为最优的协整模型；

至此，建立刀具磨损量w与提取的力信号特征之间的协整关系模型，经过对新息变量的平稳性检验验证上述协整模型的正确性，通过上述特征的变化规律判断刀具的磨损量，从而达到对刀具磨损监测的目的。

与现有技术相比，本发明的有益效果是：