[发明专利]一种数控滚齿机滚刀失效形式自动识别方法

权利要求书

1.一种数控滚齿机滚刀失效形式自动识别方法，其特征在于，包括以下步骤：

步骤一，获取主轴振动信号：通过预埋振动加速度传感器实时采集滚齿加工过程中主轴的振动模拟量，利用数控滚齿机的PLC控制器对振动模拟量进行A/D转换处理，获得数字量的主轴振动信号；

步骤二，构建滚刀失效标准特征向量集：获取不同滚齿工艺参数对应的滚刀各类失效形式的稳态滚切阶段主轴振动信号，分别建立振动路图信号，并提取振动路图信号的特征构成标准特征向量，以此构建相同滚齿工艺参数对应的滚刀同类失效形式的标准特征向量子集，进而构建不同滚齿工艺参数对应的滚刀各类失效形式的标准特征向量集；

步骤三，识别滚刀失效形式：实时获取滚刀最新的稳态滚切阶段主轴振动信号，建立对应的振动路图信号，并提取其特征构成样本特征向量；从标准特征向量集中筛选出当前滚齿工艺参数对应的滚刀各类失效形式的标准特征向量子集，分别计算样本特征向量与各标准特征向量子集中各标准特征向量的相似度，再求取各标准特征向量子集对应的平均相似度，最后判断平均相似度与阈值区间的关系，如果平均相似度属于阈值区间，则判定滚刀当前处于对应的失效形式。

2.根据权利要求1所述的数控滚齿机滚刀失效形式自动识别方法，其特征在于：在步骤二中，所述的滚齿工艺参数包括齿轮参数、滚刀参数与切削参数；所述的失效形式分为磨损和破损两种，其中磨损包括：刀面划痕、刀面点蚀、刀齿烧伤、刀刃钝化和容屑槽粘屑，破损包括：刀齿崩刃、刀齿裂纹和刀齿折断；所述的稳态滚切阶段表征滚刀与齿轮毛坯接触面积最大且相对稳定的运动过程。

3.根据权利要求1所述的数控滚齿机滚刀失效形式自动识别方法，其特征在于：所述的滚齿工艺参数，其相同表征为同一齿轮参数对应同一滚刀参数与同一切削参数，不同表征为同一齿轮参数对应同一滚刀参数与不同切削参数。

4.根据权利要求1所述的数控滚齿机滚刀失效形式自动识别方法，其特征在于：在步骤二中，将主轴振动信号的产生时序与路图结构的生成时序关联匹配，将主轴振动信号的数据值与路图结构中的节点关联匹配，从而将时域上的主轴振动信号转换成具有内部关联结构的振动路图信号；所述提取的振动路图信号的特征有四个：

第一个特征为振动路图信号的能量E(P)：

第二个特征为振动路图信号的拉普拉斯能量LE(P)：

第三个特征为振动路图信号的拟拉普拉斯能量LEL(P)：

第四个特征为振动路图信号的基尔霍夫指标Kf(P)：

上述公式中，ρ_i(i＝1,2,...,n)为振动路图信号的邻接矩阵特征值，λ_i(i＝1,2,...,n)为振动路图信号的拉普拉斯矩阵特征值，n为振动路图信号的节点数，m为振动路图信号的边数，时域相邻的两个节点之间通过边连接，节点数n与边数m的关系为：n＝m+1。

5.根据权利要求1所述的数控滚齿机滚刀失效形式自动识别方法，其特征在于：所述的相似度是基于向量内积计算得到的样本特征向量与标准特征向量之间的修正余弦夹角距离；所述的平均相似度是样本特征向量与标准特征向量子集中各标准特征向量之间相似度的平均值；所述的阈值区间是基于样本特征向量与标准特征向量之间的修正余弦夹角距离的值域做出的设定值范围。

6.根据权利要求1所述的数控滚齿机滚刀失效形式自动识别方法，其特征在于：所述的平均相似度不属于阈值区间时，对滚刀失效形式进行预测，将实时计算得到的对应滚到各类失效形式的平均相似度进行升序排列，其最大平均相似度对应的失效形式为滚刀最可能发生的失效形式。