[发明专利]基于应变的刀具磨损监测方法、装置、设备和存储介质

说明书

本发明实施例提供一种基于应变的刀具磨损监测方法、装置、设备和存储介质，涉及刀具磨损监测技术领域。其中，这种刀具磨损监测方法包含步骤S1至步骤S3。S1、获取刀具的第一应变信号。S2、根据第一应变信号提取特征值，获取第一特征集。其中，第一特征集包括应变频率均方根、应变标准差和应变均值。S3、将第一特征集输入基于SVR回归模型构建的刀具磨损识别模型中，获取刀具的磨损阶段。基于刀具磨损对应信号的刀具磨损曲线对数据信号进行划分，获得准确的特征类型组成第一特征集。通过基于SVR回归模型构建的刀具磨损识别模型对第一特征集进行识别，能够准确的判断刀具的磨损阶段，准确还原刀具磨损情况，从而提高加工质量，具有很好的实际意义。

技术领域

本发明涉及刀具磨损监测技术领域，具体而言，涉及一种基于应变的刀具磨损监测方法、装置、设备和存储介质。

背景技术

刀具是机械制造中用于切削加工的工具。刀具磨损作为最主要的刀具失效形式，其关乎着制造的精度及产品的表面质量。

测量刀具磨损的方法主要分为直接观察法和间接观察法。直接法一般是离线监测，比如利用切削间隙通过一定的手段直接对刀具磨损情况进行评估。具体方法有光学测量技术、放射性检测、工件与刀具接触电阻测量、工件尺寸精度测量等。这种方法有两个明显的缺点：一是需要对生产设备进行停机才能对刀具或工件检测，这会损害生产的连续性。二是无法保证实时性，检测效率低下。间接法是利用传感器实时监测与切削状态密切相关的信号。通过监测切削信号的变化间接获得刀具的状态。这种方式有以下优点：一是能够对切削状态进行实时监控，能广泛应用于各种加工工艺中。二是对加工过程基本无影响或影响较小，确保生产加工不间断。

传统的间接在线测量方法大多通过机床驱动电机电流的变化来判断切削的状态。此外，还有以切削力信号为主要检测信号，来对刀具状态监测的技术。切削力是刀具状态最直接的反映，切削力信号直接真实、抗干扰能力较强，灵敏度高、可以感知切削力的微小变化。刀具的磨损状态与切削力的变化存在很好的对应关系，但是切削力的测量设备昂贵，无法用于实际加工生产，并且其传感器的安装需要对机床做些改动，适用性较差。

有鉴于此，申请人在研究了现有的技术后特提出本申请。

发明内容

本发明提供了一种基于应变的刀具磨损监测方法、装置、设备和存储介质，以改善上述技术问题中的至少一个。

第一方面、

本发明实施例提供了一种基于应变的刀具磨损监测方法，其包含步骤S1至步骤S3。

S1、获取刀具的第一应变信号。

S2、根据第一应变信号提取特征值，获取第一特征集。其中，第一特征集包括应变频率均方根、应变标准差和应变均值。

S3、将第一特征集输入基于SVR回归模型构建的刀具磨损识别模型中，获取刀具的磨损阶段。

在一个可选的实施例中，基于SVR回归模型构建刀具磨损识别模型，包括步骤A1至步骤A6。

A1、获取刀具在不同磨损状态下，以不同的切削参数进行切削的第二应变信号，以及刀具磨损值。其中，切削参数包括切削速度、切削深度和进给量。

A2、根据第二应变信号，提取第二特征集。其中，第二特征集包括时域信号的应变均值、应变标准差、应变均方差、应变峰值、应变波形因子、应变偏斜度值和应变峰值，以及频域信号的频率均值、频率均方根、均方频率、最大频率和最小频率。

A3、通过逻辑回归算法，从第二特征集中选取和刀具磨损相关的第三特征集。

A4、根据刀具磨损值，拟合得到刀具磨损曲线。

A5、根据刀具磨损曲线，将第三特征集分为初期磨损特征集、正常磨损特征集和急剧磨损特征集，以获取模型训练特征集。