[发明专利]刀具破磨损状态检测方法及其检测系统

说明书

技术领域

本发明涉及机械加工中刀具磨损监测、诊断与维护领域，特别涉及一种刀具破磨损状态检测方法及其检测系统。

背景技术

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。研究表明，数控机床配备刀具监测系统后可减少75%的故障停机时间，提高生产率10%～60%，提高机床利用率50%以上，节约加工费用达30%。

目前，国内外对刀具的破、磨损检测已经开展了大量的研究，德国、美国、日本、意大利和瑞典各大公司也都开发了各自的刀具破磨损检测仪。刀具破磨状态损检测方法主要有两大类：直接法和间接法。直接法主要是指接触法和光学图像法，这类技术虽然在近几年得到了很大的发展，但由于测试条件的限制，需要中断机加工过程，所需硬件设施复杂、投入大。间接法主要包括测试切削力、刀具振动、进给电机的电流、声发射或声波等信号，采用信号处理的方法提取刀具切削、磨削过程中的特征信息，来判别刀具的破磨损状态。现有的各类方法均有不足之处，例如，由于切削力和刀具材料、切削深度、切削速度、刀具结构等都有关系，干扰因素多且复杂，不容易准确判别刀具的破磨损状态。

发明内容

本发明要解决的技术问题是：克服现有技术中之不足，间接检测刀具破磨损的方法干扰因素多且复杂，不容易准确判别刀具的破磨损状态的不足，本发明提供一种刀具破磨损状态检测方法及其检测系统，通过刀具在切削、磨削过程中产生的振动来实时检测和判别刀具的破磨损状态。

本发明解决其技术问题所采用的技术方案是：一种刀具破磨损状态检测方法，包括以下步骤：

①测量刀具切削、磨削过程中的振动信号，并对所述振动信号进行采集、放大、传输与显示；

②对所述的振动信号进行模式滤波法计算，实现振动信号的最优分解处理；

③对所述的振动信号时频子波进行分类整理与特征提取，分离出机械设备运转信号，获得刀具振动信号中的切削、磨削信号，以及刀具破磨损特征分类信号；

④对所述时频子波进行分类、聚集和信号分离处理，对各类时频子波进行信号重构，再统计各类信号的峭度指标（C_q）和峰值指标（I_p），根据各类分离信号指标参数在C_q—I_q平面的动态分布情况来检测刀具的破磨损和机床运行状态，实现刀具破磨损状态的识别检测与定量化预警、预报。

步骤（2）中对振动信号进行模式滤波计算之前，先采用高低分频方法分离机床和切屑产生的低频干扰信号，高低分频方法采用多阶5点与7点数据平滑处理，边界点采用5点平滑处理，中间点采用7点平滑处理，处理阶数应大于200。

步骤②中对振动信号采用模式滤波法进行时频子波的最优分解，进而进行时频子波的分类、聚集和信号分离处理，并选取如下的模式滤波时频子波表达式来分解信号

y(t)=f(A,α,t)×g(Σi=12βi×ti-1)---(1)]]>

式中：f是调幅函数，g是调频函数；A是振幅；α是衰减因子，单位为s^-2；β_i为系数（i=1、2），β₁为初始相位，单位为rad；β₂为角速度ω，单位为rad/s；t为时间，单位为s；