[发明专利]一种数控滚齿机滚刀失效形式自动识别方法

说明书

本发明公开了一种数控滚齿机滚刀失效形式自动识别方法，包括以下步骤：步骤一，通过预埋振动加速度传感器实时采集主轴振动信号；步骤二，获取不同滚齿工艺参数对应的滚刀各类失效形式的主轴振动信号，分别建立振动路图信号，并提取特征构成标准特征向量，以此构建标准特征向量子集及标准特征向量集；步骤三，计算样本特征向量与标准特征向量的相似度，再求取平均相似度，以此判定滚刀失效形式。本发明数控滚齿机滚刀失效形式自动识别方法，通过构建振动路图信号，将数控滚齿机主轴振动信号处理与图谱理论相结合，实现滚刀失效形式的特征提取和失效形式识别，可实现滚刀失效形式的在线实时监测，减少对操作人员专业技能的依赖，降低人力成本。

技术领域

本发明涉及刀具失效检测技术领域，特别涉及一种数控滚齿机滚刀失效形式的识别方法。

背景技术

目前，齿轮的大批量生产通常采用数控滚齿机进行粗加工。滚刀作为数控滚齿机的核心部件，在滚齿加工过程中会随着切削时间的增加而逐渐磨损，在磨损到一定程度后会因各种原因而失效，如不及时预防轻则导致工件报废，重则导致机床结构部件的故障。

当前滚刀的检测基本都依靠操作人员通过定期卸下滚刀进行人为观察其磨损程度，操作人员根据滚刀外形特征和自身积累经验进行滚刀磨损程度的识别。人工检测滚刀不仅造成人工成本的大幅增加，而且停机进行滚刀磨损程度的识别还会影响生产效率，增加生产成本；另外，人工停机检测滚刀不具备在线实时性和智能性。

发明内容

有鉴于此，本发明的目的是提供一种数控滚齿机滚刀失效形式自动识别方法，以解决人工检测滚刀存在的不足。

本发明数控滚齿机滚刀失效形式自动识别方法，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。

进一步，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。

进一步，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。

进一步，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)：