[发明专利]一种铣刀破损在线监测方法

说明书

本发明提供了一种铣刀破损在线监测方法，所述方法采集加工过程中的声发射信号作为监测信号，提取声发射信号的上升时间、计数、幅值等特征值，采用模式识别模型对特征值进行检测，判断刀具是否发生破损。采用本发明所述的监测方法，能够在刀具破损初期检测到刀具破损，及时采取降低进给速度等措施，避免因刀具严重破损导致的零件表面质量不合格的问题。

技术领域

本发明涉及铣削加工刀具在线监测领域，具体地，涉及一种基于声发射信号的铣削加工刀具破损监测方法。

背景技术

随着科学技术的发展，具有加工范围广、生产效率高优势的陶瓷、硬质合金等脆性刀具、刀片在生产中大量应用，这些刀具材料的硬度高、耐热性好，但是韧性不足，导致在铣削等断续切削过程中易出现破损。刀具破损已经成为这一类刀具失效的主要原因，在汽轮机转子、发电机转子等高值零件的铣削加工过程中大量使用此类刀具，这些零件不允许出现因刀具严重破损导致零件表面质量受到影响的问题，因此需要研究刀具破损在线监测方法。

国内外学者已经在刀具破损监测方面做了大量研究工作，经过现有技术文件检索发现专利CN105312965B，申请号201510900583.8，申请人：华中科技大学，公开了“一种铣削加工刀具破损监测方法”，该专利的技术方案为：采集机床主轴电机三相电流信号，计算每个采样周期的信号均方根值作为监测刀具破损的特征值，然后计算一段时间内的上阈值和下阈值，如果新的特征值落入上下阈值的覆盖范围则认为刀具状态良好，如果超出则认为刀具破损。

该专利涉及的技术存在以下不足：上述技术采用机床主轴的电流信号作为刀具破损的监测信号，电流信号反映的是机床主轴功率，间接反映主轴的切削力，在刀具出现严重破损、切削力显著增加之后才能检测出刀具破损，此时已经工件的表面质量已经受到影响，无法用于高值零件的铣削过程监测。

因此，有必要研究一种在刀具出现破损初期、还未影响到加工质量之前即可监测到刀具出现破损的方法。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种铣刀破损在线监测方法，能够在刀具破损初期检测到刀具破损，及时采取降低进给速度等措施，避免因刀具严重破损导致的零件表面质量不合格的问题。

为实现以上目的，本发明提供一种铣刀破损在线监测方法，所述方法采集加工过程中的声发射信号(Acoustic Emission)，以加工过程采集的声发射信号作为监测信号，提取声发射信号的特征值，采用模式识别模型对提取的特征值进行检测，判断刀具是否发生破损。

具体的，所述方法包括如下步骤：

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：