[發明專利]一種數據驅動的數控機床切削力自監測方法

有效

• 申請號: 202110778139.9
• 申請日: 2021-07-09
• 公開（公告）號: CN113359622B
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 李迎光;劉旭;程英豪;蔡宇;郝小忠
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G05B19/416
• 分類號: G05B19/416
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 瞿網蘭

一種數據驅動的數控機床切削力自監測方法，其特征是監測機床各個進給軸的伺服電機驅動電流和運動狀態信號，利用純數據驅動模型或機理數據混合驅動模型構造上述伺服監測信號到切削力的非線性動態預測模型，實際加工時為其輸入上述伺服監測信號并進行迭代預測，即可獲取實時切削力。本發明通過數控系統內置傳感器實時監測機床進給軸伺服信號，輸入預測模型即可實現無需外置傳感器的機床切削力自監測，具有推廣應用于工業實際生產過程的較大潛力。

技術領域

本發明涉數控機床技術領域，尤其是數控機床加工狀態監測技術，具體地說是一種利用數控機床伺服監測信號實現切削力自監測的方法。

背景技術

數控機床廣泛應用于航空航天、能源、軌道交通等領域高端機械產品的制造，是體現國家制造能力的關鍵技術裝備。對機床加工狀態進行監測，對于保證高質高效加工至關重要。數控機床切削過程的實質是工件材料在切削力作用下被分離和去除，所以切削力對于切削狀態的變化具有高度的敏感性和快速響應能力，是進行數控機床加工狀態監測最有價值的物理量，廣泛應用于刀具破損與磨損監測、顫振檢測與抑制和切削載荷自適應控制。

機床數控系統內部伺服監測信號反映了機床運動及受擾動狀態，間接反映了切削力信息，可用來實現數控機床切削力的自監測。專利《基于數控銑床主軸伺服電機電流信號的切削狀態監測系統》提出使用主軸伺服電流并依據簡單機理關系進行轉換，但這種方法需要對模型參數進行單獨辨識，理論上也只能得到作用在刀具上的切削力矩，且精度有限；論文《Prediction of Cutting Forces in Five-Axis Milling Using Feed DriveCurrent Measurements》定義了目前最完備的由伺服監測信號預測切削力的機理模型，但是對其中所有子模型辨識的過程繁瑣而復雜，且最終預測精度有限。因此，亟需一種可方便實現數控機床切削力準確自監測的方法。

發明內容

本發明的目的是針對現有基于機理建模的切削力自監測方法的不足，發明一種數據驅動的數控機床切削力自監測方法。它通過監測機床各個進給軸的伺服電機驅動電流和運動狀態信號，利用純數據驅動模型或機理數據混合驅動模型構造上述伺服監測信號到切削力的非線性動態預測模型，實際加工時為其輸入上述伺服監測量并進行迭代預測，即可獲取實時切削力。

本發明的技術方案是：

一種數據驅動的數控機床切削力自監測方法，其特征在于：監測機床各個進給軸的伺服電機驅動電流和運動狀態信號；將單個進給軸的伺服監測信號與切削力之間關系表征為如下所示的離散時間非線性動態預測模型：

其中，k表示當前時刻，F_a(k)是當前時刻進給軸方向切削力，i(k-j)，ω(k-j)和(j＝0，1，...n)是之前及當前時刻的驅動電流、速度及加速度，F_a(k-j)(j＝1，2，...，m)則為之前時刻的切削力預測值，m和n分別為與輸入和輸出相關的時滯階數，f則描述了伺服監測信號-切削力的非線性動態映射關系，采用純數據驅動模型或機理數據混合驅動模型進行建模；實際加工時輸入上述監測量并利用上述預測模型進行迭代預測，即可獲取實時切削力。

運動狀態信號為速度和加速度信號，推薦為伺服電機角速度和角加速度；若被監測進給軸為直線進給軸，也可以是直線進給速度和進給加速度；如果可監測運動狀態信號只有位置信號和速度信號，可通過數值微分方式獲取速度和加速度信號。

離散時間非線性動態預測模型中系統的離散步長取決于進給系統伺服環節的響應頻率，伺服響應越快，則系統離散步長越短，可預測切削力的帶寬越大，即工作帶寬越大；為保證準確性，預測模型工作帶寬應小于等于伺服響應帶寬的五分之一。