[发明专利]一种铣刀破损在线监测方法

权利要求书

1.一种铣刀破损在线监测方法，其特征在于，包括：

S1：声发射信号获取

采集铣削加工过程的声发射信号样本，声发射信号样本涵盖刀具完好状态对应的声发射信号和刀具出现破损对应的声发射信号；

S2：声发射信号特征值提取

特征值分为时域特征值和频域特征值两大类，其中：时域特征值包括上升时间RT、计数C、幅值A、均方根值RMS、平均信号电平ASL、峰值计数CP、信号强度SS、绝对能量ABE；频域信号包括平均频率AF、反算频率RF、初始频率IF、中心频率FC、峰值频率PF；

S3：选择样本

采用短时傅里叶变换的方法，筛选出刀具发生破损时对应的声发射信号特征值，通过对原始信号进行短时傅里叶变换，得到原始信号的时频分布，搜索出在超过200kHz的频率范围内出现的瞬时高能量信号，确定刀具破损发生的时刻，提取该时刻的声发射信号特征值，即得到刀具破损对应的声发射信号特征值；

S4：训练并测试支持向量机模型

采用支持向量机模型进行刀具破损检测，支持向量机模型的输入向量为声发射信号特征矩阵：

其中：n＝67表示用于训练或者识别的样本数量，表示一个样本对应的特征向量，共有13个特征；输出向量为训练或识别的目标矢量，即输入样本对应的标签；

S5：模型优化

通过调整支持向量机模型的核参数γ和惩罚因子C、运用递归特征消去算法删除不相关特征的方法优化支持向量机模型，使支持向量机模型的破损识别率达到最高；

S6：破损在线监测

在铣削加工过程中实时采集声发射信号并提取特征值，采用S5得到的支持向量机模型对特征值进行检测，判断是否出现刀具破损。

2.根据权利要求1所述的一种铣刀破损在线监测方法，其特征在于，所述声发射信号来源有两个：

(1)金属切削过程中工件发生塑性变形时产生的；

(2)刀具出现微裂纹以及裂纹扩展时产生的。

3.根据权利要求1所述的一种铣刀破损在线监测方法，其特征在于，S1中，所述声发射信号的采样频率高于1MHz。

4.根据权利要求1所述的一种铣刀破损在线监测方法，其特征在于，S2中，所述时域特征值中：

--所述上升时间RT为信号从超过门槛值到达到最大幅度之间间隔的时间；

--所述计数C为信号在门槛值以上振荡的次数；

--所述幅值A为一次撞击内信号达到的最大幅度，单位是分贝(dB)；所述幅值A的计算方法为A＝120logV_max-P，其中：P为前置放大倍数；

--所述均方根值RMS为撞击对应的时间段内的是有效电压值；所述均方根值RMS的计算方法为其中：x_i为第i个采样点，N为采样点的个数；

--所述平均信号电平ASL为撞击时间内信号电平的均值，单位是分贝(dB)；所述平均信号电平ASL的计算方法为

--所述峰值计数CP为信号在上升时间内振荡的次数；

--所述信号强度SS为整流电压信号对时间的积分，积分时间为超过门槛的时间；所述信号强度SS的计算方法为其中：x_i为第i个采样点，N为采样点的个数，f为采样频率；

--所述绝对能量ABE为撞击时间内信号电压对时间的积分，是声发射撞击信号能量的真实反映，单位是焦耳(J)；所述绝对能量ABE的计算方法为其中：x_i为第i个采样点，N为采样点的个数，f为采样频率。

5.根据权利要求1所述的一种铣刀破损在线监测方法，其特征在于，S2中，所述频域特征值中：

--所述平均频率AF为撞击时间内的信号频率，所述平均频率AF的计算方法为AF＝C/HT，其中：HT为撞击时间；

--所述反算频率RF为到达峰值之后的信号频率，所述反算频率RF的计算方法为

--所述初始频率IF为信号从撞击开始到达到峰值这一段时间的频率，所述初始频率IF的计算方法为

--所述中心频率FC为通过实时傅里叶变换得到的频率的中心，所述中心频率FC的计算方法为FC＝∑X·F/∑X，其中：F、X为DFT结果；

--所述峰值频率PF为傅里叶变换中频率强度最大点对应的频率。