[发明专利]基于刀位轨迹和冗余剔除的铣削工件粗糙度监测方法

说明书

技术领域

本发明涉及一种铣削工件粗糙度监测方法，特别涉及一种基于刀位轨迹和冗余剔除的铣削工件粗糙度监测方法。

背景技术

在航空航天领域，铣削工件粗糙度智能监测能减少拆卸和再次装夹产生的定位误差，对于在线评价加工工件质量有着非常重要的意义。

文献“铣削加工表面粗糙度的智能预测，机床与液压，2009，Vol.37(10),p58-59”公开了一种铣削加工表面粗糙度的智能预测方法。此方法以切削用量与粗糙度的关系为研究对象，采用实验方法测得所设定16种加工参数变化时粗糙度的值，然后将此作为神经网络的学习样本进行训练，并采用训练好的神经网络对选定切削参数的样本进行预测。然而文献所述方法并未考虑到在真实加工环境中铣刀的刀位轨迹实时变化且存在非线性的因素，而刀位轨迹的改变对粗糙度的影响是客观存在且不容忽视的，因此在真实的加工环境中有很大的局限性，存在监测准确度不高、实用性差的问题。

发明内容

为了克服现有铣削工件粗糙度监测方法实用性差的不足，本发明提供一种基于刀位轨迹和冗余剔除的铣削工件粗糙度监测方法。该方法将刀位轨迹引入并进行实时编码使其以信息流的形式进入粗糙度监测系统，并在训练粗糙度智能预测系统前剔除冗余信息，使得粗糙度智能监测系统能有效克服未引入刀位轨迹信息带来的加工局限性，实用性强。

本发明解决其技术问题所采用的技术方案：一种基于刀位轨迹和冗余剔除的铣削工件粗糙度监测方法，其特点是包括以下步骤：

步骤一、定义刀位轨迹的分类并将其数字化编码，步骤如下：(1)设铣刀初始状态的速度为v₀＝(v_x0,v_y0,v_z0)；其中v_x0为铣刀在X轴的初始速度，v_y0为铣刀在Y轴的初始速度，v_z0为铣刀在Z轴的初始速度；(2)铣刀变速时的速度为v₁＝(v_x1,v_y1,v_z1)，经过时间t，则铣刀的速度变化率为其中v_x1为铣刀沿X轴在时间t时的速度，v_y1为铣刀沿Y轴在时间t时的速度，v_z1为铣刀沿Z轴在时间t时的速度，▽v_x为铣刀沿X轴的速度变化率，▽v_y为铣刀沿Y轴的速度变化率,▽v_z为铣刀沿Z轴的速度变化率；(3)铣刀在时间t内的位移为S＝(S_x,S_y,S_z)＝(∫v_x0dt,∫v_y0dt,∫v_z0dt)；其中S_x为铣刀沿X方向在时间t内的位移，S_y为铣刀沿Y方向在时间t内的位移，S_z为铣刀沿Z方向在时间t内的位移；(4)则在时间t时，刀位轨迹分为下列情况：(a)当▽v_x＝▽v_y＝▽v_z时，编码1，此时刀位轨迹位移为S_t¹＝(S_t¹_x,S_t¹_y,S_t¹_z)，速度为v_t¹＝(v¹_xt,v¹_yt,v¹_zt)，加速度为▽v_t¹＝(▽v¹_xt,▽v¹_yt,▽¹v_zt)；(b)当▽v_x＝▽v_y≠▽v_z∪▽v_x≠▽v_y＝▽v_z∪▽v_x＝▽v_z≠▽v_y时，编码2，此时刀位轨迹位移为S_t²＝(S_t²_x,S_t²_y,S_t²_z)，速度为v_t²＝(v²_xt,v²_yt,v²_zt)，加速度为▽v_t²＝(▽v²_xt,▽v²_yt,▽v²_zt)；(c)当▽v_x≠▽v_y≠▽v_z时，编码3，此时刀位轨迹位移为S_t³＝(S_t³_x,S_t³_y,S_t³_z)，速度为v_t³＝(v³_xt,v³_yt,v³_zt)，加速度为▽v_t³＝(▽v³_xt,▽v³_yt,▽v³_zt)；则在时间t时，刀位轨迹输出编码i时，其参数为para_tⁱ＝(tⁱ,▽v_tⁱ,v_tⁱ,S_tⁱ)^T；其中S_tⁿ_m为编码为n在时间t时刀位轨迹在m轴上的位移，vⁿ_mt为编码为n在时间t时刀位轨迹在m轴上的速度，▽vⁿ_mt为编码为n时在时间t时刀位轨迹在m轴上的加速度；(5)使用计算机上实时获取铣削加工过程中的刀位轨迹编号及记录的刀位轨迹输出参数，以备铣削过程粗糙度智能监测系统使用。