[發明專利]一種大型數控銑床刀具磨損程度識別方法

有效

• 申請號: 201410321361.6
• 申請日: 2014-07-07
• 公開（公告）號: CN104050340B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 周余慶;李峰平;梁薇薇;鄭靜
• 申請（專利權）人: 溫州大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京中北知識產權代理有限公司11253
• 代理人: 段秋玲

技術領域

本發明屬于大型數控銑床領域，具體涉及一種大型數控銑床刀具磨損程度的識別方法。

背景技術

數控銑床除能銑削平面、溝槽、輪齒、螺紋和花鍵軸外，還能加工比較復雜的型面，生產效率較高，在機械制造行業中被廣泛應用。特別是大型數控銑床(如龍門銑床)，因其加工精度和生產效率均較高，常應用于大型工件的成批生產。

刀具作為大型數控銑床最易損傷的部件，對其進行及時有效的狀態識別與監測尤為重要。據統計，刀具磨損是引起銑床故障的首要因素，由此引起的停機時間占銑床總停機時間的20％-30％。而且，在銑削加工中，一旦刀具發生損傷故障而沒有及時發現，會直接影響產品加工質量、加工精度和生產效率，嚴重的還將導致銑床功能失效及停機、工件報廢、甚至危害人員安全。因此，如何有效地識別大型數控銑床刀具的磨損程度，監測刀具運行狀態，已成為大型數控銑床智能化發展急需解決的問題。

近年來，國內外學者在銑床刀具磨損程度的識別上做了大量的研究工作，提出了諸多有效的高精度、高可靠性診斷方法，如時間序列分析、頻譜分析、小波分析、神經網絡、支持向量機、混合智能等，這為大型數控銑床刀具磨損程度的識別提供了一定的技術基礎。然而，對于大型數控銑床而言，其刀具磨損程度的識別還面臨著如下幾個問題：(1)大型數控銑床的加工對象一般較大，使得不同刀具磨損程度下的數據采集比較困難，成本較高，訓練樣本數據少；(2)大多數研究方法需要人為確定關鍵參數的取值(如支持向量機的懲罰函數和尺度因子)，主觀性較強，在沒有較多經驗可供參考的大型數控銑床刀具磨損程度的識別上誤診率較高。

發明內容

本發明針對上述現有技術的不足，提供了一種準確性更高的大型數控銑床刀具磨損程度識別方法。

本發明是通過如下技術方案實現的：

一種大型數控銑床刀具磨損程度識別方法，包括以下步驟：

(1)采集大型數控銑床在M種刀具磨損狀態下的振動時域信號；從每種磨損狀態的振動時域信號中截取連續的采樣數為t的不重疊的S組信號；并利用快速傅里葉變換將每組時域信號的波形轉換成頻域分布；其中M、t和S均為大于1的正整數；

(2)分別計算每種磨損狀態下S組信號數據的8個時頻域無量綱統計特征參數，組合成樣本數據集{(C_i，m_i)}(i＝1,2,…,N，N＝M×S)，其中C_i＝{c_i1,c_i2,…,c_i8}為第i個樣本的特征參數集，m_i為C_i對應的刀具后刀面最大磨損量；