數(shù)控機床刀具磨損智能監(jiān)測系統(tǒng)開發(fā)研究

張小翠

摘 要：文章研究了數(shù)控機床刀具磨損智能監(jiān)測系統(tǒng)開發(fā)。作為數(shù)控機床中重要組成部分的刀具，在數(shù)控機床工作的過程中，必定會發(fā)生磨損，其磨損狀態(tài)的監(jiān)測已經(jīng)成為數(shù)控機床工作質(zhì)量的重要環(huán)節(jié)。如果使用傳統(tǒng)的刀具磨損監(jiān)測方法，不僅增加勞動力強度，降低數(shù)控機床的工作效率，還會增加材料成本以及人工成本，如果使用智能化的刀具磨損監(jiān)測系統(tǒng)，不僅可以提高數(shù)控機床的使用率，降低工人的勞動強度，還可以降低原材料的成本，減少廢品的產(chǎn)生。

關(guān)鍵詞：數(shù)據(jù)機床；刀具磨損；智能監(jiān)測系統(tǒng)

數(shù)控機床中刀具的磨損監(jiān)測一直以來都是被重點關(guān)注的對象，近年來，隨著科學技術(shù)的迅速發(fā)展，計算機科學技術(shù)的廣泛運用，眾多智能化監(jiān)測系統(tǒng)應運而生，在數(shù)控機床中的應用也是得心應手。本文主要借助于計算機智能科學技術(shù)來實現(xiàn)數(shù)控機床刀具磨損的智能化監(jiān)測，從而提高數(shù)控機床的使用率，降低工人的勞動強度，還可以降低原材料的成本，減少廢品的產(chǎn)生。

1 數(shù)控機床的刀具磨損

由于數(shù)控機床的工作原因，刀具在切削材料時，刀具和材料之間發(fā)生著劇烈的碰撞和摩擦，這種工作方式注定刀具在使用過程中會發(fā)生磨損。刀具在使用過程中的磨損情況，一般分為初期初始磨損、中期正常使用磨損和末期損耗嚴重磨損，刀具在使用過程中的磨損曲線時間圖如圖1所示。

2 傳統(tǒng)的刀具磨損監(jiān)測方法

目前關(guān)于刀具磨損監(jiān)測的方法主要有兩種，一種是直接法，一種是間接法，前者包括放射性技術(shù)法、光學圖像法、接觸法、超聲波法和表面粗糙法等5種方法，后者包括切削溫度法、切削力法、功率法、聲發(fā)射法和振動法等5種方法。每種方法都有各自的特點和適用范圍，同時也各有利弊[1]。

2.1 直接法

2.1.1 放射性技術(shù)法

放射性技術(shù)法主要是使用放射性元素來實現(xiàn)刀具磨損監(jiān)測的，具體方法是通過在刀具里注入一定量的同位素，然后對刀具的同位素進行放射性測量，通過測量的結(jié)果與原始結(jié)果對比，來判斷刀具是否有磨損以及刀具的具體磨損程度。

2.1.2 光學圖像法

光學圖像法主要是借助于攝像機、光學傳感器和光纖等設備來進行的。具體方法是通過攝像機的攝像燈或光纖發(fā)出的紅光對磨損面進行照射，進而根據(jù)磨損面反射的光線強弱和路線改變來判斷刀具是否有磨損以及刀具磨損的具體程度。

2.1.3 接觸法

接觸法主要是使用測頭和磁間隙傳感器來進行測量的。具體方法是通過測頭上的磁間隙傳感器對切削位置進行檢測，使用此種方法檢測時間較長，但是效果還是比較準確的。

2.1.4 超聲波法

超聲波法主要是通過超聲波熱能器和接收器來進行測量。具體方法是先使用超聲波熱能器對刀具所在位置發(fā)送超聲波，然后使用接收器先接收通過刀具再反射回來的反射波，根據(jù)反射波的變化情況來判斷刀具是否有磨損以及刀具磨損的具體程度。

2.1.5 表面粗糙法

表面粗糙法主要是使用激光或紅外傳感器來進行測量的。具體方法是使用激光發(fā)射器或紅外發(fā)射器對刀具發(fā)射激光或紅外光，然后借助激光傳感器或紅外傳感器來接受反饋的結(jié)果，從而測得表面粗糙程度的變化量，進而根據(jù)這些變化量來判斷刀具是否有磨損以及刀具磨損的具體程度[2]。

2.2 刀具磨損監(jiān)測方法之間接法

2.2.1 切削溫度法

切削溫度法主要是利用熱電偶傳感器來感應刀具在工作的過程中產(chǎn)生的溫度來進行測量的，具體方法是根據(jù)熱電偶傳感器來測量工件和刀具間的切削溫度，根據(jù)測量的溫度變化情況來判斷刀具是否有磨損以及刀具磨損的具體程度。

2.2.2 切削力法

切削力法主要是使用應變化傳感器來對刀具的工作狀態(tài)進行測量的。具體方法是通過應變力傳感器來測量刀具在工作過程中的切削力，根據(jù)測得的切削力變化來判斷刀具是否發(fā)生磨損以及刀具的具體磨損程度。

2.2.3 功率法

功率法主要是使用功率傳感器來對刀具的工作狀態(tài)進行測量的。具體方法是通過對刀具在工作過程中主電機或步進電機功率的變化測量來判斷刀具是否發(fā)生磨損以及刀具磨損的具體程度。

2.2.4 聲發(fā)射法

聲發(fā)射法主要是使用聲發(fā)射傳感器來對刀具在工作過程中的聲音變化進行測量的。具體方法是根據(jù)監(jiān)測到的聲發(fā)射信號，分析刀具在工作過程中產(chǎn)生的聲音大小變化測量來判斷刀具是否發(fā)生磨損以及刀具磨損的具體程度。

2.2.5 振動法

振動法主要是使用加速度計和振動傳感器來對刀具在工作狀態(tài)進行測量的。具體方法是通過對刀具在工作過程中主電機或步進電機速度的變化和產(chǎn)生振動大小來判斷刀具是否發(fā)生磨損以及刀具磨損的具體程度[3]。

3 智能化刀具磨損監(jiān)測系統(tǒng)

3.1 智能化刀具磨損監(jiān)測系統(tǒng)的開發(fā)思想

盡管刀具磨損監(jiān)測的方法非常多，但是在實際應用當中，每種監(jiān)測的方法都有各自的優(yōu)缺點和各自的適應環(huán)境，為了更好地規(guī)避每種方法的缺點，發(fā)揮各自的優(yōu)勢，智能化的刀具磨損監(jiān)測系統(tǒng)急需開發(fā)，只有開發(fā)出這種智能化的刀具磨損監(jiān)測系統(tǒng)，才能適應目前企業(yè)的快速發(fā)展，才能使得企業(yè)節(jié)省成本，提高效率，更多地節(jié)省人力和財力[4]。

3.2 智能化刀具磨損監(jiān)測系統(tǒng)的設計

3.2.1 智能化刀具磨損監(jiān)測系統(tǒng)框架

為了保證智能化刀具磨損監(jiān)測系統(tǒng)的功能能夠準確無誤地實現(xiàn)，排除刀具監(jiān)測過程中出現(xiàn)的各類問題，我們需要提前規(guī)劃好刀具磨損監(jiān)測系統(tǒng)的框架（見圖2）。

3.2.2 智能化刀具磨損監(jiān)測系統(tǒng)的硬件設備

不管是否是智能化刀具磨損監(jiān)測系統(tǒng)，只要進行刀具磨損監(jiān)測都需要相關(guān)的硬件設備，在本智能化刀具磨損監(jiān)測系統(tǒng)中所涉及的硬件主要包括傳感器、采集卡、計算機等。其中傳感器中主要用的有壓電加速度傳感器、振動傳感器和信號調(diào)理器，振動傳感需要安裝在刀具的恰當位置才能起到最佳的效果。而采集卡需要滿足振動傳感器的振動頻率才行，這樣就需要達到較高的采樣頻率，否則采集卡將失去其工作的意義。

3.2.3 數(shù)據(jù)采集關(guān)鍵技術(shù)分析

為了達到數(shù)據(jù)采集的有效性，我們需要專門制定數(shù)據(jù)采集的規(guī)劃流程（見圖3），數(shù)據(jù)采集卡在工作的過程中需要完全按照此流程進行。

3.3 智能化刀具磨損監(jiān)測的實現(xiàn)

本文所提的智能化刀具磨損監(jiān)測的實現(xiàn)主要是借助神經(jīng)網(wǎng)絡的非線性映射功能，對傳統(tǒng)的BP神經(jīng)網(wǎng)絡進行改進，從而實現(xiàn)振動信號特征向量和刀具磨損狀態(tài)的映射關(guān)系，通過映射關(guān)系來實現(xiàn)智能化磨損狀態(tài)的自動識別[5]。

3.3.1 刀具磨損信號特征的提取

為了準確判斷出刀具磨損情況，需要對刀具磨損信號的特征有準確的數(shù)據(jù)比對，在對信號特征提取時需要在時域和頻域中對振動信號進行準確無誤的相關(guān)分析。其中在時域分析中，需要先進行小波變換，有時需要進行連續(xù)小波變換或離散小波變換，然后進行多分辨率分析，最后使用Mallat算法來實現(xiàn)小波分解與重構(gòu)的快速算法，來完成刀具磨損信號特征的提取工作，從而為BP神經(jīng)網(wǎng)絡信號的輸入向量做好準備工作。

3.3.2 刀具磨損狀態(tài)神經(jīng)網(wǎng)絡的識別

近年來，神經(jīng)網(wǎng)絡已經(jīng)成為人工智能應用領(lǐng)域中不可缺少的非線性處理技術(shù)，在刀具磨損監(jiān)測過程中，BP神經(jīng)網(wǎng)絡是本文主要用到的神經(jīng)網(wǎng)絡模型。要實現(xiàn)刀具磨損狀態(tài)的自動識別，需要使用由刀具磨損狀態(tài)產(chǎn)生的具有不同能量特征的振動信號來構(gòu)造訓練樣本。因為這些信號在經(jīng)過小波包分解后，在頻段上面表現(xiàn)出來的差別不明顯，所以要通過大量的訓練樣本才能構(gòu)造一組能量特征較明顯的數(shù)據(jù)庫。然后，使用Matlab程序來實現(xiàn)BP神經(jīng)網(wǎng)絡模型的建模工作，在建模時需要設置好輸入層數(shù)、隱含層數(shù)、節(jié)點數(shù)以及輸出層數(shù)。建模后，需要進行大量的網(wǎng)絡訓練，來驗證刀具磨損狀態(tài)的實際磨損狀態(tài)是否正確。此項工作需要借助Matlab程序進行大量的仿真實驗來驗證刀具磨損狀態(tài)是否和實際磨損狀態(tài)一致。為了能夠順利實現(xiàn)刀具磨損狀態(tài)，最好是開發(fā)一套基于C++Builder和Matlab相結(jié)合的刀具磨損狀態(tài)智能識別系統(tǒng)。其中C++Builder用于構(gòu)建用戶訪問界面，Matlab用于完成后臺的計算工作，而基于BP神經(jīng)網(wǎng)絡系統(tǒng)的模型在于獲取振動信號和刀具磨損狀態(tài)的對應關(guān)系。

4 結(jié)語

由于篇幅所限，本文主要結(jié)合數(shù)控機床刀具的實際磨損情況，只是粗略談及了一種基于智能化數(shù)控機床刀具磨損監(jiān)測系統(tǒng)的開發(fā)思想。在實際應用當中還需要切合實際開發(fā)出一套完整的系統(tǒng)軟件，以支撐本文所提的數(shù)控機床刀具磨損智能化監(jiān)測系統(tǒng)。

[參考文獻]

[1]曹賽賽，馬天舒，李琳青，等.數(shù)控機床刀具磨損直接監(jiān)測專利分析[J].科技風，2018（5）：156.

[2]熊昕.數(shù)控刀具全生命周期智能管理系統(tǒng)研究[D].重慶：重慶大學，2017.

[3]高鵬磊.數(shù)控機床刀具磨損破損檢測技術(shù)研究[D].洛陽：河南科技大學，2013.

[4]方平.數(shù)控機床刀具磨損的多傳感器在線實時監(jiān)測的研究[D].北京：華北電力大學，2014.

[5]高鵬磊，庫祥臣.數(shù)控機床刀具磨損狀態(tài)特征參數(shù)提取[J].組合機床與自動化加工技術(shù)，2013（6）：65-67.