[發明專利]一種刀具磨損量和剩余壽命預測的方法

有效

• 申請號: 202110740028.9
• 申請日: 2021-07-01
• 公開（公告）號: CN113458873B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 陳高華;周子涵;丁慶偉
• 申請（專利權）人: 太原科技大學
• 主分類號: B23Q17/09
• 分類號: B23Q17/09;G06F30/17;G06F30/27;G06N3/04;G06N3/08;G06N3/12;G06F119/02;G06F119/14
• 代理公司: 太原中正和專利代理事務所(普通合伙) 14116
• 代理人: 焦進宇

一種刀具磨損量和剩余壽命預測的方法，屬于機械可靠性技術領域，其實施步驟如下：1、在切削實驗平臺安裝測力儀和加速度傳感器，獲取反映刀具狀態的實時監測數據；2、對采集到的切削力信號和振動信號進行預處理；3、對預處理后的信號進行降噪和特征提取；4、將遺傳算法和雙隱層Elman神經網絡結合，建立一個收斂速度快、預測精度高的改進Elman神經網絡預測模型；5、訓練預測模型，并利用預測模型同時預測刀具磨損量和剩余壽命，本發明的優點是在刀具加工時實時獲取刀具狀態信息，保證加工過程的可靠有效運行。

技術領域

本發明屬于機械可靠性技術領域，具體涉及了一種刀具磨損量和剩余壽命預測的方法。

背景技術

刀具作為切削加工的執行者，切削加工過程中刀具的實時狀態直接影響零件加工質量、加工精度和加工效率，甚至會引起整個機械加工系統發生嚴重障礙，導致巨大的經濟損失。常規的數控加工技術由于缺乏刀具狀態的實時感知，加工時只是按照給定的工件幾何輪廓、加工參數、刀具路徑進行加工，沒有把刀具狀態變化量納入考慮的范疇內，因而不能根據加工過程中刀具狀態的變化及時做出預警，無法指導加工過程中工藝參數的調整，直接影響了加工過程的可靠性，同時也難以保證零件的最終加工質量。

實現刀具切削過程智能化的新原理、新方法和新系統逐漸成為了切削研究的熱點。應用現代傳感器技術、計算機技術和信號處理等技術進行刀具加工狀態在線監測是提高切削加工精度、保證產品質量和降低產品制造成本，進而實現切削加工智能化的有效方法之一，具有重要的理論意義與實用價值。

刀具狀態監測方法可分為直接法和間接法。直接法是通過直接測量刀具的幾何形狀變化、表面狀況、破裂狀況和磨損程度進而監測刀具狀態的方法。間接法是通過在切削過程中測量能較強反映刀具狀態的物理參量信號，進而建立一個監測信號與刀具狀態之間的映射關系來預測刀具狀態的方法。直接法雖然能夠準確獲取刀具的狀態信息，但是不能對刀具突變進行實時監測，很難反映切削加工過程的動態特性，而且停機檢測會極大降低工作效率。與直接法相比，間接檢測法可以在切削過程中實時的對刀具狀態進行在線監測，能反映切削加工過程的動態特性，提高加工效率。現有的刀具間接監測法大部分都是基于某一種參量信號建立映射關系實現的，而單一信息是很難保證預測精度的。測量兩種或兩種以上能較強反映刀具狀態的物理參量信號，通過多傳感器信息融合技術對刀具狀態進行估計與預測可以很好地解決這一問題。

發明內容

本發明目的是提供一種可以同時實現刀具磨損狀態和剩余壽命預測的方法，以切削力信號和振動信號為監測信號，運用快速獨立成分分析法實現信號降噪，運用小波包頻帶能量分析法實現信號的特征提取，基于多傳感器信息融合技術思想，建立一個改進Elman神經網絡的預測模型，可提高刀具磨損狀態和剩余壽命預測精度，有效地克服現有技術中存在的缺點。

本發明包括以下實施步驟：

步驟1)、在切削實驗平臺安裝測力儀和加速度傳感器，獲取反映刀具狀態的實時監測數據；測力儀安裝在工作臺上，加速度傳感器安裝在被加工工件上。

步驟2)、對采集到的切削力信號和振動信號進行預處理；

步驟3)、對預處理后的切削力信號和振動信號進行降噪處理；

步驟4)、對降噪處理后的切削力信號和振動信號進行特征值提取；

步驟5、將遺傳算法和雙隱層Elman神經網絡結合，利用遺傳算法對網絡的權值和閾值進行初始化，建立一個收斂速度快、預測精度高的改進Elman神經網絡預測模型。

一、雙隱層Elman神經網絡的搭建：