基于LabVIEW數(shù)控機床刀具磨損的在線監(jiān)測

趙春霞 白存軍 潘經(jīng)濤

（1.安泰科技股份有限公司 北京 2.北方聯(lián)合電力有限責任公司 呼和浩特 3.大唐內(nèi)蒙古分公司 呼和浩特）

以數(shù)控機床為代表的現(xiàn)代制造裝備，數(shù)控加工過程中，作為加工過程的主導執(zhí)行者的刀具不可避免的存在著磨損和破損現(xiàn)象，對加工質(zhì)量的影響存在于整個加工過程。因此，監(jiān)測刀具狀態(tài)對保證加工質(zhì)量和提高生產(chǎn)效率至關重要。目前自動化加工系統(tǒng)無論刀具損壞與否，通過壽命管理的方法來防止刀具的磨損帶來的損失。但是對刀具實際壽命的估計一般都偏于保守，這樣就具有很大的不確定性與隨機性，同時不能及時對加工過程中隨機發(fā)生的刀具破損做出判斷。采用刀具狀態(tài)監(jiān)測系統(tǒng)則可以將刀具的使用壽命達到最大限度，這樣將有助于最優(yōu)的切削參數(shù)的確定，使生產(chǎn)率和加工成本各方面得到最佳協(xié)調(diào)[1]。

通過測試信號選擇、系統(tǒng)構(gòu)建、實時監(jiān)測評價指標選擇、信號分析方法等方面開展機床刀具磨損監(jiān)測診斷研究。采用振動及聲信號監(jiān)測作為信號分析源，構(gòu)建在線監(jiān)測系統(tǒng)；通過理論和實驗研究確定在線監(jiān)測的評價指標；構(gòu)建機床刀具磨損分析系統(tǒng)，進行刀具狀態(tài)信號分析和相應樣本庫的建立。

一、基本理論

經(jīng)驗模態(tài)分解法（Empirical Mode Decomposition簡稱EMD)）是美國國家宇航局的N.E.Hunag于1998年提出的一種基于信號特征時間尺度的時域分解方法，適合于分析非線性、非平穩(wěn)信號序列，具有很高的信噪比[2、3]。經(jīng)驗模態(tài)分解法將首先對一系列非平穩(wěn)狀態(tài)數(shù)據(jù)進行平穩(wěn)化處理，接著做希爾伯特變換得到邊際譜圖，從而可以得到有物理意義的頻率值。由于基函數(shù)是由數(shù)據(jù)本身所分解得到，所以這種方法是直觀的、直接的、后驗的和自適應的。

小波由法國從事石油信號處理的工程師J.Morlet在1974年最早提出的，是一種目前使用比較多的時頻分析方法，特點是對信號進行變時窗分析，即對信號中的低頻分量采用較寬的時窗，對高頻分量采用較窄的時窗，這個特點使得小波分析在時域和頻域同時具有良好的局部分析特性，比較適合分析具有瞬態(tài)性和隨機性的信號[4-5]。

虛擬儀器 LaboratoryVirtualInstrumentEngineering Workbench簡稱LabVIEW，是一種圖形化編程語言，它用圖標代替文本行創(chuàng)建應用程序，與傳統(tǒng)儀器有一樣的結(jié)構(gòu)，一般由3個主要部分組成：輸入，輸出，數(shù)據(jù)處理。①輸入。將信號調(diào)理后作為輸入，然后將被測的模擬信號轉(zhuǎn)換成數(shù)字信號，這樣處理比較方便。②輸出。將量化的信號數(shù)據(jù)做必要的信號調(diào)理并轉(zhuǎn)換成模擬信號。③數(shù)據(jù)處理。按需求對輸入信號進行各種數(shù)學分析和信號處理。

二、監(jiān)測系統(tǒng)結(jié)構(gòu)

系統(tǒng)由系統(tǒng)硬件和測試分析系統(tǒng)兩部分組成，硬件包括數(shù)據(jù)采集卡NI6023E（NI Corp,USA）、電渦流位移傳感器、聲傳感器、多功能功率放大器、PC計算機。硬件系統(tǒng)的建立只是前期的工作，它為數(shù)據(jù)采集提供了信號來源，而軟件系統(tǒng)充分利用計算機的處理功能協(xié)調(diào)硬件的工作。如由軟件發(fā)布指令到采集卡來完成電信號的數(shù)據(jù)采集和存儲，運用各種算法對信號進行分析和處理以得到所需要的信息。具體結(jié)構(gòu)如圖1所示。

圖1 監(jiān)測系統(tǒng)結(jié)構(gòu)

三、監(jiān)測系統(tǒng)軟件

監(jiān)測系統(tǒng)的軟件編程部分，完成對刀具磨損聲發(fā)射及振動信號的采集、處理、分析等。軟件系統(tǒng)將在硬件的支持下，最終實現(xiàn)如下功能。

信號參數(shù)設置功能模塊。模塊主要包括采樣頻率、采樣點數(shù)設置、傳感器參數(shù)設置、增益倍數(shù)設置和采集通道設置，為信號采集順利完成，并能夠采集到正確的信號提供保證。

磨損監(jiān)測功能模塊。通過A/D卡采集振動及聲發(fā)射信號，傳遞至計算機中進行處理，顯示時域波形，并可以進行統(tǒng)計量的計算顯示。

磨損分析功能模塊。對信號進行FFT變換后顯示頻域波形，相位譜、幅值譜、倍頻程、軸心軌跡圖的顯示。

數(shù)據(jù)管理功能模塊。該模塊用于打開原始信號，便于離線分析。

圖2為監(jiān)測系統(tǒng)啟動界面程序面板圖。通過水平刻度條顯示主監(jiān)測程序加載進度，并顯示相應進度以及加載狀態(tài)，加載完成后進入監(jiān)測主界面。圖3為啟動界面程序面版。

圖2 監(jiān)測系統(tǒng)啟動界面

1.信號參數(shù)設置功能模塊

信號參數(shù)設置模塊主要包括2個部分，軟件屬性設置和硬件屬性設置。軟件屬性包括測試時間、操作者、采樣頻率、采樣點數(shù)、數(shù)據(jù)保存目錄等設置。硬件屬性包括通道的選擇、設備的選擇、輸出電壓的范圍等參數(shù)的配置。圖4為參數(shù)設置模塊的前面板。采集電壓最小值默認0，最大電壓默認為10 V，采樣頻率初始化為8192 Hz，采樣點數(shù)初始化為8192，數(shù)據(jù)保存路徑默認為C：LabVIEW1.txt。根據(jù)所選用的傳感器來確定信號采集的通道，點擊確定按鈕轉(zhuǎn)換到磨損監(jiān)測界面，點擊退出系統(tǒng)，程序停止運行。

圖3 監(jiān)測系統(tǒng)啟動界面程序面板圖

圖4 參數(shù)設置模塊的前面板

2.磨損監(jiān)測功能模塊

首先是對內(nèi)存初始化，存儲采集到的數(shù)據(jù)，并將采集到的數(shù)據(jù)進行實時顯示，而且對數(shù)據(jù)做一些簡單的處理，如求取數(shù)據(jù)的均值、峰峰值以及變換到頻域顯示，由此完成整個采集的過程。主要包括數(shù)據(jù)的采集、時域波形顯示、相位譜、幅值譜、倍頻程、軸心軌跡圖的顯示以及倍頻的選擇、通道的選擇、基本統(tǒng)計分析的計算及顯示。

圖5 磨損監(jiān)測模塊的前面板

圖5為磨損監(jiān)測模塊的前面板。點擊“開始采集”按鈕，則位移傳感器、聲音傳感器等采集到的實時模擬信號經(jīng)過信號調(diào)理后轉(zhuǎn)換為數(shù)字信號傳入計算機測試系統(tǒng)中，經(jīng)數(shù)據(jù)采集程序調(diào)理后信號的時域波形、相位譜、幅值譜以及倍頻都會顯示在波形圖中，點擊“保存數(shù)據(jù)”按鈕開始保存數(shù)據(jù)到計算機中，點擊“停止”按鈕則停止采集信號。圖6為數(shù)據(jù)采集模塊程序圖。

圖6 數(shù)據(jù)采集程序面板

3.磨損分析功能模塊

磨損分析模塊用于對采集到的信號進行后期分析處理，提取出與刀具磨損量緊密相關的特征量值，為鑒別刀具磨損情況做出一定的判斷。磨損分析部分包括信號分析和信號處理。信號分析可以通過解析法找出信號的不同特征，以了解其特性，找出隨時間或頻率變化的規(guī)律。信號處理是指信號經(jīng)過加工和變換，變換成另一個信號的過程。

磨損分析模塊包括監(jiān)測刀具的信號通過選擇高通、低通或者帶通濾波器以后再經(jīng)過加窗函數(shù)（漢寧窗、漢明窗、三角窗、矩形窗等）以后進行時、頻域分析、顯示模塊（對采集的信號定性分析）；時域分析模塊（方差、均值、峰峰值、均方根值、最大最小值等）；頻域波形分析模塊（中位頻率、幅值譜分析、功率譜、相位譜、倒頻譜分析）；時、頻分析的EMD分析、邊際譜及小波分解和奇異值檢測。圖7為時域分析前面板，圖8為頻域分析前面板。圖9為時頻分析之EMD分析前面板，圖10是時頻分析之小波分析前面板。

圖7 時域分析前面板

4.信號管理功能模塊

主要是對采集的信號的資料進行管理，包括數(shù)據(jù)的讀取、波形回顯（圖11）。

圖8 頻域分析前面板

圖9 時頻分析之EMD分析前面板

圖10 時頻分析之小波分析前面板

四、結(jié)束語

圖11 數(shù)據(jù)管理模塊

LabVIEW通過圖形符號來描述程序，編程過程更加接近人的思維模式，可以把效率提高數(shù)十倍。本章利用LabVIEW圖形化編程優(yōu)勢快速建立了友好的人機界面。通過一個人機界面的簡單控制操作，實現(xiàn)方便、快捷、準確地對振動信號及聲發(fā)射信號的分析處理和模式識別，有一定的實用應用價值。

1 張順軍.BTA深孔鉆削排屑與刀具狀態(tài)監(jiān)測技術(shù)研究[D].西安：西安理工大學，2007

2 劉慧婷.EMD方法的研究與應用[D].合肥：安徽大學，2004

3 張曉亮.EMD方法在機械故障診斷中的應用[D].青島：中國海洋大學，2003

4 謝秀嫻.基于聲發(fā)射和神經(jīng)網(wǎng)絡的刀具磨損狀態(tài)識別研究[D].成都：西南交通大學，2005

5 盧廣陵.基于Web的水電機組遠程狀態(tài)監(jiān)測信號小波變換處理技術(shù)研究[D].武漢：華中科技大學，2007