[發明專利]一種數控機床切削刀具磨損狀態實時監測方法

有效

• 申請號: 201810377489.2
• 申請日: 2018-04-24
• 公開（公告）號: CN108490880B
• 公開（公告）日: 2020-01-21
• 發明（設計）人: 陳國華;向華;周浩;潘成龍;李波;胡勇文
• 申請（專利權）人: 湖北文理學院;襄陽華中科技大學先進制造工程研究院
• 主分類號: G05B19/4065
• 分類號: G05B19/4065
• 代理公司: 42222 武漢科皓知識產權代理事務所(特殊普通合伙)
• 代理人: 齊晨涵

1.一種數控機床切削刀具磨損狀態實時監測方法，其特征在于，包括如下步驟：

(a)實時采集數控機床加工時的傳感器信號，作為刀具磨損狀態監測模型的輸入；

(b)對步驟(a)所述傳感器信號進行預處理，除去噪聲和干擾；

(c)依據步驟(b)預處理后的傳感器信號，判斷數控機床加工過程的工況，將工況不同的工作過程劃分成不同的工作子區間Wi，工作子區間Wi內的工況相同；

(d)分別計算數控機床每把刀具加工時對應信號數據的近似熵值ApEn；

(e)分別將步驟(d)計算得到的每把刀具的近似熵值ApEn與預設的閥值比較，判斷每把刀具的磨損狀態。

2.如權利要求1所述的數控機床切削 刀具磨損狀態實時監測方法，其特征在于，所述傳感器信號的采集不影響數控機床的動態特性，不影響數控機床的正常加工。

3.如權利要求1所述的數控機床切削 刀具磨損狀態實時監測方法，其特征在于，所述預處理為對傳感器信號進行低通濾波，以濾除噪聲，提高信噪比。

4.如權利要求1所述的數控機床切削 刀具磨損狀態實時監測方法，其特征在于，所述工作子區間為數控機床加工時工況條件相同且時間上連續的區間。

5.如權利要求1所述的數控機床切削 刀具磨損狀態實時監測方法，其特征在于，步驟(d)所述的近似熵值ApEn是用一個非負數來表示時間序列信號的復雜度，信號越復雜對應的近似熵值ApEn越大。

6.如權利要求1所述的數控機床切削 刀具磨損狀態實時監測方法，其特征在于，步驟(e)所述的閥值是刀具是否達到磨鈍標準的閾值，若步驟(d)計算得到的近似熵值ApEn大于該閾值，則刀具磨損狀態為已磨鈍。

7.如權利要求1所述的數控機床切削刀具磨損狀態實時監測方法，其特征在于：所述近似熵值ApEn，計算步驟如下：

步驟(d1)：輸入待求刀具工作子區間Wi對應的主軸功率信號，記為{u(1),u(2),…,u(N)}，數據個數記為N，預先給定模式維數m和相似容限r；

模式維數m取值為2，相似容限r由功率信號的標準差求得，計算公式為：

r＝k*std({u(1),u(2),…,u(N)})

其中，k為比例系數，取k＝0.4；

步驟(d2)：根據序列{u(i)}按順序依次構造m維向量X(i)：

X(t)＝[u(i),u(i+1),…,u(i+m-1)],i＝1,2,…,N-m+1

步驟(d3)：對于任意兩個向量X(i)、X(j)，向量間的距離：

d[X(i),X(j)]＝max1≤k≤m(|u(i+k-1)-u(j+k-1)|)

步驟(d4)：對每一個X(i)，向量X(i)與其它所有向量X(j)(j＝1,2,…,N-m+1，j≠i)間的相似度：

其中，

步驟(d5)：定義Φ ^m (r) ：

步驟(d6)：將維數m改為m+1，重復步驟(c2)-(c5)，得到Φ ^m+1 (r) ；

步驟(d7)：此刀具工作子區間Wi對應的主軸功率信號的近似熵值可由下式計算求得：

ApEn(m,r,N)＝Φ ^m (r) - Φ ^m+1 (r)

步驟(d8)：重復步驟(d1)-步驟(d7)，依次求得每把刀具加工時對應信號數據的近似熵值ApEn。