基于大數(shù)據(jù)分析技術(shù)的刀具壽命預(yù)測研究

朱凌鋒，曹槊，鄒付軍，康安輝，雷達(dá)尊

(天地(常州)自動(dòng)化股份有限公司，江蘇 常州213000)

0 引言

刀具是機(jī)械加工的重要工具，關(guān)系著產(chǎn)品的加工質(zhì)量與速度。高效、合理地使用刀具，能夠縮短加工時(shí)間，提高工作效率。由于在加工過程中所使用的刀具磨損較大，所以加工成本較高。刀具磨損會(huì)影響加工效率和人員安全，在極端情況下，刀具檢查、維修和更換所耗費(fèi)的時(shí)間甚至是整個(gè)工作時(shí)間的一半。因此，最大限度地提高刀具壽命和預(yù)測刀具壽命至關(guān)重要。黃志平等[1]提出基于數(shù)據(jù)驅(qū)動(dòng)的銑削刀具壽命預(yù)測研究方法，通過構(gòu)建軌跡相似度和支持向量回歸機(jī)的綜合預(yù)測模型，結(jié)合時(shí)域和小波處理方式，確定刀具磨損與信號(hào)特征量的關(guān)系，輸出刀具壽命預(yù)測結(jié)果；陳小康等[2]提出基于Bagging集成高斯過程回歸模型的刀具壽命預(yù)測方法，該方法結(jié)合Bagging集成高斯過程回歸模型，預(yù)測刀具壽命，結(jié)合時(shí)域和頻域分析方法，提取信號(hào)的頻域特性。整合Bagging算法和距離相關(guān)系數(shù)，輸出調(diào)整結(jié)果，得到刀具壽命預(yù)測結(jié)果。雖然以上兩種方法都可以迅速預(yù)測刀具壽命，但由于刀具受刀面紋理的影響，刀具磨損信息難以直接獲取，很難作出精確的壽命預(yù)測。為了解決上述方法中存在的問題，本文提出一種大數(shù)據(jù)分析技術(shù)的刀具壽命預(yù)測研究方法。

1 大數(shù)據(jù)分析技術(shù)的刀具磨損預(yù)測模型構(gòu)建

運(yùn)用大數(shù)據(jù)分析技術(shù)，獲取全樣本變工況因子數(shù)據(jù)，使其具有增量學(xué)習(xí)能力，不斷融合新的工況條件，得到更準(zhǔn)確的預(yù)測模型。在此基礎(chǔ)上，提出了一種新的刀具狀態(tài)特征向量的增量學(xué)習(xí)方法，通過不斷地融合學(xué)習(xí)環(huán)境，得到更準(zhǔn)確的預(yù)測模型，為進(jìn)一步分析影響刀具磨損的相關(guān)因素提供了依據(jù)[3]。

基于大數(shù)據(jù)分析技術(shù)與現(xiàn)有數(shù)據(jù)驅(qū)動(dòng)、Bagging集成高斯過程回歸模型相比，能夠在復(fù)雜工作條件下，提高變工況下刀具磨損狀態(tài)預(yù)測的準(zhǔn)確性。

在輸入新工況向量的基礎(chǔ)上，判斷工況是否是已知刀具磨損狀態(tài)，如果是已知刀具磨損狀態(tài)，則通過下式進(jìn)行增量學(xué)習(xí)：

(1)

式中：x為新輸入的工況向量；θ為網(wǎng)絡(luò)參數(shù)；T為切削溫度；n為可控系數(shù)；Δy為實(shí)際輸出與網(wǎng)絡(luò)輸出的差值。由增量學(xué)習(xí)獲取的誤差函數(shù)，其計(jì)算公式為

(2)

式中：X表示刀具磨損參數(shù)；f(x,θ)為當(dāng)參數(shù)為θ時(shí)，x經(jīng)過非線性映射f得到的實(shí)際輸出。求解式(2)的一階近似式為

(3)

式中Δθ的求導(dǎo)公式表達(dá)為

(4)

式中u為學(xué)習(xí)效率。這樣以參數(shù)θ+Δθ的更新代替原有參數(shù)θ。

切削加工刀具磨損以多種磨損機(jī)制為主，切削溫度低于600℃時(shí)對(duì)磨損機(jī)理有重要影響[4]；切削溫度超過600℃時(shí)，刀具磨損模式為擴(kuò)散磨損，降低了刀具磨損程度，模型中可以不考慮磨粒磨損。經(jīng)研究發(fā)現(xiàn)，刀具磨損過程中，溫度一般都超過600℃，此時(shí)擴(kuò)散磨損起到了關(guān)鍵作用，加劇了刀具的磨損程度[5-7]。基于此，在綜合考慮熱工失穩(wěn)對(duì)刀具磨損的影響后，設(shè)定以600℃為閾值的判斷條件，并充分考慮擴(kuò)散磨損機(jī)理，構(gòu)建數(shù)學(xué)模型，其計(jì)算公式為

(5)

1)磨粒磨損率

在刀具磨削過程中，前面刀直接與硬顆粒接觸。在受到壓力的情況下，刀具磨削產(chǎn)生的硬顆粒直接嵌入到刀具里，刀具受到硬顆粒影響會(huì)形成凹槽，這就造成了刀具表面出現(xiàn)一定的磨損[9]。在標(biāo)準(zhǔn)滑動(dòng)距離內(nèi)，硬顆粒在刀具表面留下磨痕，消磨的體積就是磨粒磨損量。因此，需先假設(shè)磨粒是尖銳的，其產(chǎn)生的摩擦溫度不會(huì)對(duì)刀具磨損產(chǎn)生影響，由此可計(jì)算出刀具磨損率[10]。

2)黏結(jié)磨損率

將接觸表面上的擴(kuò)散層結(jié)構(gòu)和元素濃度看作恒定的常數(shù)，結(jié)合切屑上硬質(zhì)顆粒的高度和兩相鄰硬質(zhì)顆粒的平均間距，可計(jì)算出黏結(jié)磨損率[11]。

3)擴(kuò)散磨損率

刀具在工作環(huán)境下與硬顆粒摩擦出現(xiàn)高溫，是由其切屑流動(dòng)中的 Co元素所引起，為此，可以將擴(kuò)散磨損率表示為溫度與刀具間的滑動(dòng)速度函數(shù)。

2 大數(shù)據(jù)分析技術(shù)的刀具壽命預(yù)測流程設(shè)計(jì)

結(jié)合上述分析的刀具磨損、黏結(jié)、擴(kuò)散程度，構(gòu)建刀具磨損預(yù)測模型，設(shè)計(jì)刀具壽命預(yù)測流程如下所示：

步驟一：更新參數(shù)

在不屬于已知刀具磨損狀態(tài)的情況下，采用網(wǎng)絡(luò)更新的方法研究這種添加工況。結(jié)果表明，每增加一個(gè)神經(jīng)元，增加一行和一列加權(quán)矩陣，這會(huì)使偏置矢量分量增大[12]。通過加入神經(jīng)元，將矩陣賦權(quán)，增加偏置向量，更新網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)。

步驟二：數(shù)據(jù)訓(xùn)練

從某個(gè)時(shí)間節(jié)點(diǎn)將健康指標(biāo)分成兩段，第一段為訓(xùn)練數(shù)據(jù)，是模型訓(xùn)練的結(jié)果。對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行分段重組，形成多個(gè)重疊序列，序列長度n是利用歷史健康指數(shù)，預(yù)測下一階段健康指標(biāo)的值；根據(jù)經(jīng)驗(yàn)設(shè)定初始值，利用貪心策略進(jìn)行優(yōu)化；第二段為測試數(shù)據(jù)，這兩種數(shù)據(jù)的處理結(jié)果如圖1所示。

圖1 訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)處理

由圖1可知，模型訓(xùn)練之后，健康指標(biāo)下一時(shí)刻的值從訓(xùn)練數(shù)據(jù)的最后時(shí)刻開始預(yù)測。將預(yù)測結(jié)果添加到序列的尾部作為已知數(shù)據(jù)，舍棄原始序列頭的值，不斷循環(huán)以得到健康指標(biāo)的未來趨勢。

步驟三：優(yōu)化神經(jīng)網(wǎng)絡(luò)

在新的條件下，通過增加隱含神經(jīng)元的結(jié)構(gòu)更新會(huì)降低神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)性能，即出現(xiàn)冗余網(wǎng)絡(luò)連接。此時(shí)，神經(jīng)網(wǎng)絡(luò)權(quán)重矩陣W執(zhí)行SVD分解，其計(jì)算公式為

W=UΣVT

(6)

式中：W表示網(wǎng)絡(luò)權(quán)重矩陣；Σ表示對(duì)角矩陣；U和V表示分解矩陣。在對(duì)角矩陣中，其權(quán)值=0或接近0意味著網(wǎng)絡(luò)中有冗余。刪除冗余數(shù)據(jù)，可縮短優(yōu)化時(shí)間。

步驟四：數(shù)據(jù)分析處理

1)在數(shù)據(jù)時(shí)間分量中添加時(shí)窗，由于在刀具磨損過程中存在大量的時(shí)間序列數(shù)據(jù)，所以每一步時(shí)窗都需要結(jié)合時(shí)間分量和生成的子序列來獲取不同時(shí)間段內(nèi)的觀察數(shù)據(jù)；

2)利用大數(shù)據(jù)分析技術(shù)分析刀具磨損不同時(shí)窗中子序列的內(nèi)在結(jié)構(gòu)，獲取每塊矩陣中的時(shí)窗種類；

3)利用每塊矩陣，在不同的時(shí)間窗口賦予種類異常值，從而建立刀具磨損連續(xù)窗之間的關(guān)系；

4)在刀具磨損的不同時(shí)窗內(nèi)對(duì)子序列進(jìn)行聚類處理，揭示刀具磨損數(shù)據(jù)在不同時(shí)間段的結(jié)構(gòu)特征；

5)利用數(shù)據(jù)分析方法獲取刀具磨損時(shí)窗中的歷史序列信息，對(duì)不同序列的異常數(shù)據(jù)值進(jìn)行評(píng)估，綜合這些評(píng)估結(jié)果，在每個(gè)時(shí)窗中確定異常數(shù)據(jù)。

步驟五：刀具磨損量變化情況分析

分析刀具磨損量與走刀數(shù)之間的關(guān)系結(jié)果如圖2所示。

圖2 刀具磨損量變化曲線

由圖2可知，磨削初期刀具磨損較快，原因是新刀具剛開始切削時(shí)刀刃非常鋒利，后刀面逐漸與工作目標(biāo)接觸面積減小，從而加快刀具磨損速度。在磨削中期，刀具磨耗逐漸增加，達(dá)到穩(wěn)定磨耗階段，此時(shí)接觸面的承受壓力慢慢降低。由于磨削時(shí)間長，刀具磨耗突然增加，切削力、切削溫度明顯提高，磨削過程中如繼續(xù)使用刀具，會(huì)嚴(yán)重影響工件和機(jī)床的加工，必須更換刀具。

步驟六：刀具磨耗階段劃分

刀損分級(jí)是把刀具的磨損狀態(tài)分為初期磨損狀態(tài)、穩(wěn)定磨損狀態(tài)和急劇磨損狀態(tài)3種類型。結(jié)構(gòu)件實(shí)際加工時(shí)，工件表面加工質(zhì)量和精度標(biāo)準(zhǔn)較高，刀具磨損量大，同時(shí)對(duì)工件的質(zhì)量也有很大的影響。因此，在實(shí)際生產(chǎn)加工中，刀具遠(yuǎn)未達(dá)到VB=0.3mm的磨鈍標(biāo)準(zhǔn)，就必須采取換刀操作。

在實(shí)際生產(chǎn)現(xiàn)場，由于所收集的刀具磨損值通常剛剛超過0.1mm，為此，采用上述磨耗分級(jí)方法比較符合現(xiàn)場生產(chǎn)的實(shí)際情況。

磨耗階段的劃分和分類標(biāo)簽見表1。

表1 磨耗階段的劃分和分類標(biāo)簽 單位：mm

步驟七：結(jié)合刀具健康指數(shù)預(yù)測

在實(shí)際應(yīng)用中，設(shè)備退化過程是不可逆的，刀具也是如此。從理論上講，刀具健康指標(biāo)應(yīng)該是單調(diào)性增加或減少，該過程的公式為

(7)

式中：Noi表示目標(biāo)差值序列中>0的數(shù)量；Noj表示目標(biāo)差值序列中<0的數(shù)量；L表示健康指標(biāo)序列的長度。

隨著作業(yè)時(shí)間的延長，機(jī)械設(shè)備的退化程度越來越嚴(yán)重。因此，健康指標(biāo)應(yīng)該與工作時(shí)間有關(guān)，這是一種趨勢。潮流度衡量的是健康指標(biāo)與時(shí)間的線性相關(guān)，其計(jì)算公式為

(8)

在刀具數(shù)據(jù)采樣頻率不變的情況下，數(shù)據(jù)序號(hào)序列等價(jià)于時(shí)間序列。上述兩個(gè)指標(biāo)都是無因次指標(biāo)，且健康指標(biāo)越大，評(píng)價(jià)值也越高。因此，兩者平均值可作為刀具健康指標(biāo)的綜合評(píng)價(jià)指標(biāo)。結(jié)合上述得到的刀具健康指標(biāo)，預(yù)測刀具的壽命，其計(jì)算過程如下：

(9)

3 實(shí)驗(yàn)

為了驗(yàn)證大數(shù)據(jù)分析技術(shù)在刀具壽命預(yù)測中的有效性，進(jìn)行一次仿真實(shí)驗(yàn)分析。

3.1 實(shí)驗(yàn)裝置

實(shí)驗(yàn)是UC Berkeley與 NASA聯(lián)合在松浦加工中心上進(jìn)行的磨損實(shí)驗(yàn)。本實(shí)驗(yàn)采用的采樣間隔是2～3min。由于設(shè)備原因，在取樣過程中出現(xiàn)了刀具磨損量采空情況，即沒有成功地獲得刀具磨損數(shù)據(jù)，這需要在研究中予以刪除。

3.2 實(shí)驗(yàn)數(shù)據(jù)

在工況單一的情況下，根據(jù)現(xiàn)有的數(shù)據(jù)為刀具構(gòu)建一個(gè)虛擬健康指數(shù)。以健康指數(shù)為特征，將剩余壽命占比(RULR)作為訓(xùn)練標(biāo)簽，把預(yù)測問題轉(zhuǎn)化為一個(gè)回歸問題。關(guān)于RULR，它是一個(gè)0～1的值，表示的是當(dāng)前剩余壽命占總壽命的比值。因?yàn)榈毒弑旧碣|(zhì)量的不同，即使在完全相同的工況下，最終壽命也不一樣，而RULR比時(shí)間更能反映刀具的內(nèi)在健康狀態(tài)。為此將RULR作為訓(xùn)練的預(yù)測目標(biāo)。

對(duì)一組數(shù)據(jù)訓(xùn)練時(shí)，根據(jù)實(shí)驗(yàn)采樣信號(hào)的頻率，將每個(gè)信號(hào)分為100組。訓(xùn)練結(jié)束后，隨機(jī)選取一組刀具的健康指數(shù)，并進(jìn)行歸一化后作為訓(xùn)練輸入值；對(duì)大數(shù)據(jù)分析技術(shù)的刀具壽命預(yù)測效果進(jìn)行了驗(yàn)證，在整個(gè)刀具使用周期，刀具性能指標(biāo)的實(shí)際使用情況如圖3所示。

圖3 訓(xùn)練組刀具健康指數(shù)整體情況

由圖3可知，當(dāng)走刀數(shù)為108時(shí)，刀具健康指數(shù)達(dá)到標(biāo)準(zhǔn)值0.8。在0～108走刀數(shù)范圍內(nèi)，刀具健康指數(shù)逐漸逼近0.8標(biāo)準(zhǔn)值，超過108走刀數(shù)后，刀具健康指數(shù)基本保持不變。

3.3 實(shí)驗(yàn)分析

為了分析刀具健康指數(shù)預(yù)測結(jié)果是否精準(zhǔn)，需將數(shù)據(jù)驅(qū)動(dòng)、Bagging集成高斯過程回歸模型的預(yù)測方法與基于大數(shù)據(jù)分析技術(shù)的預(yù)測結(jié)果進(jìn)行對(duì)比，如圖4所示。

圖4 3種方法預(yù)測結(jié)果對(duì)比分析

由圖4可知，使用數(shù)據(jù)驅(qū)動(dòng)預(yù)測方法，當(dāng)走刀數(shù)為118時(shí)，刀具健康指數(shù)達(dá)到標(biāo)準(zhǔn)值0.8。在0～118走刀數(shù)范圍內(nèi)，刀具健康指數(shù)逐漸逼近0.8標(biāo)準(zhǔn)值，超過118走刀數(shù)后，刀具健康指數(shù)始終保持在標(biāo)準(zhǔn)值0.8以上；使用Bagging集成高斯過程回歸模型，當(dāng)走刀數(shù)為52時(shí)，刀具健康指數(shù)達(dá)到標(biāo)準(zhǔn)值0.8。在52～54走刀數(shù)范圍內(nèi)，刀具健康指數(shù)在標(biāo)準(zhǔn)值0.8以上，其余均低于0.8；使用大數(shù)據(jù)分析技術(shù)，當(dāng)走刀數(shù)為108時(shí)，刀具健康指數(shù)達(dá)到標(biāo)準(zhǔn)值0.8，在0～108走刀數(shù)范圍內(nèi)，刀具健康指數(shù)逐漸逼近0.8標(biāo)準(zhǔn)值，超過108走刀數(shù)后，刀具健康指數(shù)與實(shí)際情況基本保持不變。通過上述分析結(jié)果可知，該技術(shù)預(yù)測精準(zhǔn)度較高。

在上述基礎(chǔ)上，對(duì)不同方法進(jìn)行了刀具壽命預(yù)測精度的對(duì)比測試，得到對(duì)比精度如圖5所示。

圖5 3種方法預(yù)測精度對(duì)比

分析圖5得知，基于大數(shù)據(jù)分析技術(shù)與數(shù)據(jù)驅(qū)動(dòng)、Bagging集成高斯過程回歸模型預(yù)測方法的預(yù)測精度對(duì)比實(shí)驗(yàn)表明：隨著迭代次數(shù)的增加，使用數(shù)據(jù)驅(qū)動(dòng)預(yù)測方法的預(yù)測精度都在80%以下；使用Bagging集成高斯過程回歸模型預(yù)測方法的預(yù)測精度則不到60%；而使用大數(shù)據(jù)分析技術(shù)預(yù)測方法的預(yù)測精度都在90%以上，從而進(jìn)一步證明本文方法的預(yù)測精度較高。

4 結(jié)語

本文研究了以加工過程的刀具健康指數(shù)為依據(jù)，檢驗(yàn)刀具健康指數(shù)的方法。采用該方法能很好地反映刀具壽命的變化。利用3種不同的預(yù)測方法對(duì)預(yù)測精度進(jìn)行了驗(yàn)證，通過對(duì)實(shí)際數(shù)據(jù)的分析，證明了該方法的有效性和準(zhǔn)確性。

刀具預(yù)測過程涉及許多方面的研究，研究工作以數(shù)據(jù)處理和建模為核心，但也存在一些不足：在研究刀具狀態(tài)分類時(shí)，因受實(shí)驗(yàn)數(shù)據(jù)的限制，只能粗略地將磨損狀態(tài)分為3類。為此，在后續(xù)研究過程中，還應(yīng)著重分析磨損狀態(tài)，以延長刀具的使用壽命。