[发明专利]一种基于切削特征遴选的加工过程智能监控系统及方法

说明书

本发明提供了一种基于切削特征遴选的加工过程智能监控系统，用于对机床进行智能监控，包括：传感器检测模块，设置在机床上，用于在机床对零件进行切削加工过程中实时采集切削信号，包括测力仪、加速度传感器以及声发射传感器；信号与特征计算模块，用于处理切削信号与提取特征，包括数据采集单元、信号处理与分析单元以及特征提取与选择单元；以及加工状态监控模块，包括用于构建加工过程智能监测模型的智能监测单元、用于存储切削工艺历史数据的切削工艺数据库以及用于基于加工状态指标和切削工艺历史数据为当前切削加工进行优化控制的控制决策单元。本发明还提供了一种基于切削特征遴选的加工过程智能监控系统的监控方法来对机床进行智能监控。

技术领域

本发明属于机床加工监控领域，具体涉及一种基于切削特征遴选的加工过程智能监控系统及方法。

背景技术

切削加工作为一种常用的制造加工技术，根据不同的加工质量与加工效率需求可以零件获得高表面质量与使役性能的重要工序。然而切削加工是一个复杂动态和多变量耦合过程，加工时会受工艺参数、刀具特性、工件材料和工艺系统动态稳定性等多种因素影响，容易产生加工硬化、残余应力、表层变性及表面微裂痕等问题，制约了零件的表面性能及应用范围，由此突显出加快解决切削加工零件的表面质量监测与控制问题的迫切性。

在研究切削加工表面质量的过程中，通常采用零件的表面几何特征来评价加工质量，如通过表面粗糙度的大小判断零件的加工精度、抗腐蚀性和疲劳强度等。随着材料科学的不断发展，人们开始尝试从零件的机械、物理和化学性能等方面全面考察评价零件的质量，包括零件表面和亚表面的显微硬度、残余应力、表层致密性和金相组织等。由于零件的使用要求不同，影响加工质量的因素众多，一般需要根据具体加工对象采用多种不同指标对零件进行综合评价。

由于切削过程需要监测的加工状态与加工质量指标众多，因此加工过程中对机床运行状况、刀具使用寿命和工件材料去除行为的实时在线监控是实现零件优质高效加工的有效手段。随着传感器技术与人工智能技术的发展，加工过程自动监测与控制方法得到了越来越广泛的应用。切削时刀具与工件相互作用会产生力、热和振动等各种物理信息，利用传感器采集这些能够表征加工状态的信号，并通过信号处理技术与特征工程，从而提出准确可靠的加工表面质量监控方法，已成为目前切削加工过程监控理论研究与工程应用的重点。

现有的切削加工过程监控技术主要可以分为直接监控与间接监控两种。其中，直接监控技术采用测量仪器与设备直接对监控目标进行测量，如采用光学显微镜测量刀具的磨损量，利用粗糙度仪测量零件加工后的表面粗糙度等。然而直接测量方法无法在线或在位检测刀具或零件的状况，因此对加工效率有较大的影响，同时由于测量仪器无法与机床通讯，导致机床数控系统无法根据检测结果的好坏对加工工艺进行调整和控制，因此该类方法的应用十分有限，仅适合小批量零件的抽检。

间接监控技术利用传感器采集物理信号在加工过程中的变化，通过信号处理、特征融合与机器学习方法获得能够表征刀具磨损和零件加工表面质量的信号特征，根据这些特征的变化规律间接地了解切削加工的状态。和直接监控技术相比，间接监控技术可以在线实时地了解加工过程中机床运行与零件加工状况，无需停机检测，从而提高了加工效率；同时传感器信号的获取方式较为便捷，目前大部分数控系统中已配有基础的主轴功率与电流检测模块，可以通过功率与电流的变化掌握一定的加工情况，而外置的测力仪、加速度传感器和温度传感器也能提供加工过程中的多物理场信息，这些信息通过一定的反馈机制传输回机床，并结合专家系统与知识库提供工艺调整的决策。近年来机器学习越来越多地被用于制造领域，其强大的处理非线性复杂问题的能力提高了加工过程监控的准确性。然而，在获取的海量加工数据中存在大部分与加工状态不相关的信息，这些冗余的信息增加了加工过程监控系统的维度和复杂度，降低了监控结果的可靠性；同时，切削力和温度等对加工过程监控效果较好的物理特征在实际加工现场难以安装与放置；此外，车削、铣削和磨削等加工方式不同的特点使得监控过程中需要人为地选择适合当前加工工艺的。上述这些问题使得间接监控技术目前仍无法得到广泛的应用。