面向数控机床刀具系统的远程故障诊断平台构建大学本科毕业论文.doc

《面向数控机床刀具系统的远程故障诊断平台构建大学本科毕业论文.doc》由会员分享，可在线阅读，更多相关《面向数控机床刀具系统的远程故障诊断平台构建大学本科毕业论文.doc（35页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、摘要数控机床刀具磨损监测对于提高数控机床利用率，减小由于刀具破损而造成的经济损失具有重要意义。有针对性地回顾了国内外各种分析刀具磨损信号方法的研究工作，详细叙述了功率谱分析法、小波变换、人工神经网络以及多传感器信息融合技术的实现形式。通过比较各种数据处理方法的优缺点，提出基于混合智能多传感器信息融合技术是数控机床刀具磨损监测实验数据处理的未来发展的主要方向。以数控机床刀具故障诊断系统构建与测试方法研究为目标，进行了刀具磨损实验。采用振动传感器、声发射传感器对切削过程中不同磨损程度刀具的信号进行检测、分析和故障诊断。以LabVIEW10.0 为开发平台，开发了一套包括数据采集模块、信号分析模块、

2、故障诊断模块的数控机床故障诊断实验系统。关键词：数控机床；刀具磨损监测；数据处理;LabVIEW; 声发射; 振动AbstractCNC tool wear monitoring would be a great significance for improving the usage rate of CNC and reducing the economic losses due to the tool breakage. The recent research progress on the signal analyzing was reviewed. Some important dat

3、a process methods were detailed described，such as power spectrum analysis，wavelet transform，artificial neural network and intelligent sensor fusion technology. By comparing their features，the intelligent sensor fusion technology was introduced to be popular in data processing method for CNC tool wea

4、r monitoring. To build fault diagnosis system of CNC machine tools and get test method，tool wear experiments are carried out Signals for cutting tool with different wearing degrees in milling process are detected and analyzed through vibration sensors and acoustic emission sensors on the milling too

5、ls Using LabVIEW8 6 as development platform，a fault diagnosis experimental system of CNC machine tools is developed，including data acquisition module，signal analysis module and fault diagnosis moduleKey words：CNC；Tool wear monitoring；Data processing method; LabVIEW; vibration目录第1章 绪论11.1研究意义11.2国内外过

6、程监测研究动态及其发展趋势31.2.1国外刀具监控技术的研究现状31.2.2国内刀具监控技术的研究现状41.3虚拟仪器41.3.1 虚拟仪器的概念51.3.2 虚拟仪器的特点和优势51.3.3 虚拟仪器的结构51.3.4虚拟仪器与LABVIEW6第2章 刀具系统62.1刀具监控系统的组成62.11信号监测72.12特征提取72.13状态识别7第3章 数据采集73.1 数据采集系统概念83.2 数据采集系统的任务83.3 数据采集系统的功能83.3.1 数据采集83.3.2 信号调理83.3.3 二次数据计算93.3.4 数据显示93.3.5 数据存储93.3.6 打印输出93.3.7 人机联系

7、93.4 数据采集系统的硬件103.4.1 传感器103.4.2 前置放大电路103.4.3 滤波器103.4.4 多路模拟开关113.4.5 采样/保持器113.4.6 模/数转换器113.4.7 计算机系统113.5 数据采集系统的硬件113.5.1 模拟信号采集与处理程序113.5.2 系统管理程序113.5.3 通信程序12第4章 刀具磨损监测实验124.1实验方案124.2实验装置的选择124.2.1机床的选择124.2.2传感器的选择与安装134.2.3 A/D卡及采集参数选择154.3刀具磨损监测系统164.4试验方法设计17第5章 程序界面与功能实现175.1 程序界面175.

8、3远程界面，Remote Panels技术23第6章 实验数据分析265.1刀具损坏形式及标准265.1.1刀具磨损265.1.2刀具破损275.1.3刀具磨损测量基准275.2影响刀具磨损的因素275.2.1 刀具本身的材料275.2.2刀具表面涂抹其他材料285.2.3工件的材料285.2.4切削速度的影响29第7章 结论与展望297.1总结297.2 展望30参考文献30致谢31石家庄铁道大学毕业论文第1章 绪论随着科技的快速发展，自动化逐步代替了人工化，突出了自动化的高速、高效、高精度和自动化，加快一系列的发展，但是也有一定的问题，其中刀具的磨损就直接影响数控机床的一些性能。刀具在不同

9、的磨损状态会直接影响加工工件的质量问题，当磨损加剧的时候，也可能会影响机床本身的寿命，从而降低效率。本文以实验为基础，主要监测刀具磨损，在不同加工参数的前提下对刀具整个寿命阶段的一系列监测，包括振动和声发射，加工工件的表面粗糙度值，综合分析刀具在不同加工参数下所得到的数据，来得出刀具的磨损状态，并把每次加工工件的性能质量一一对应起来，实现两者的智能监测。还将其做成个数据库，把所有实验数据录入到数据库当中，以便查询以及后续的分析与研究。另外还有故障案例查询，以便能够更好地解决刀具故障问题。1.1研究意义制造业是国家经济发展的支柱行业，制造业的发展离不开先进制造技术的支持。自进入21世纪，随着电子

10、、计算机、信息等高新技术的不断发展，为了适应全球化市场需求的多变性与多样化，制造技术正朝着精密化、柔性化、集成化、网络化、全球化、虚拟化、智能化和清洁化的方向发展。2000年过后,随着计算机、信息、通信等高新技术的不断发展,现代制造业朝着高速度、高效率、柔性化、集成化、自动化方向迅猛发展。其中尤以数控技术(CNC)、加工中心(MC)、柔性制造单元(FMC)、柔性制造系统(FMS)、计算机集成制造系统(CIMS)为代表1。数控机床是装备制造业的工作母机，其技术水平的高低代表了一个国家制造业的发展水平。对其加工制造过程能够智能辅助决策、自动感知、智能监测、智能调节和智能维护的机床，从而支持加工制造

11、过程的高效、优质和低耗的多目标优化运行2。刀具状态智能监测技术作为先进制造技术的重要组成部分，是在现代传感器技术、信号处理技术、计算机技术和制造技术基础上发展起来的新兴技术，它对于推动加工过程自动化和无人化发展具有极其重要的作用3。刀具作为切削过程的直接执行者，在工件的切削加工过程中不可避免地存在着磨损和破损等现象，刀具状态的变化直接导致切削力增加、切削温度升高、工件表面粗糙度上升、工件尺寸超公差、切屑颜色变化以及切削颤振的产生。在传统的机械加工过程中，刀具状态的识别是通过加工人员辨别切屑颜色和加工过程中的噪声等来判断，或根据加工时间判断，或在加工工序之间拆卸刀具实测其破损程度和磨损量，这些方

12、法和加工人员的经验紧密相关，所以它不可避免地存在下列问题:一方面，如果刀具磨损量低于磨钝标准，则会因为没有充分利用刀具的实际寿命而带来浪费，增加制造成本；另一方面，如果刀具磨损量高于磨钝标准，刀具己经磨钝或破损，则会影响工件的加工表面质量和尺寸精度，严重时甚至会损坏机床。此外，在自动化加工、无人化加工以及自适应加工过程中，不仅要求能够在加工过程中实时获知刀具的准确磨损状态，而且还要求根据刀具的磨损和破损程度改变切削参数，以便优化生产率和加工质量。解决这些问题的关键在于对刀具实际的磨损状态进行自动和实时检测。这一工作的重要性正如美国学者B.M.Karmer在CIRP35届年会上所说:在提高计算机

13、集成制造系统生产率方面，没有任何一项技术比准确地估计刀具寿命更重要4。近年来，随着市场竞争的进一步加剧，现代制造工业要求产品产量最大化、成本最小化。这迫切要求制造工业向自动化和无人化方向发展，对制造过程进行全面监测成为必然趋势，尤其是对刀具状态的监测。刀具监控技术的发展过程经历了由离线非实时监测到在线实时监测、由单一传感器监测到多传感器数据融合监测、由单项监测到集成监测、由简单的决策判别监测到智能识别监测的过程5-7而人工判别刀具状态已经成为制约制造工业发展的重要瓶颈，这也是刀具状态智能监测技术获得广泛研究的重要原因。刀具状态智能监测技术是指在产品加工过程中，计算机通过检测各类传感器信号变化，

14、实时预测刀具的磨损和破损状态，过程控制系统根据刀具状态检测结果，自动控制刀具进给以补偿刀具磨损导致零件尺寸和形状精度的变化。研究表明，CNC机床配备刀具监测系统后可减少故障停机时间的75%，提高生产率10%一60%，提高机床利用率50%以上。美国Knenametal公司的研究表明，刀具监测系统不仅提高了刀具本身的利用率，而且可避免刀具失效所导致的工件报废和机床故障，节约费用达30%8。因此，为有效防止设备的损坏、工件的报废并保证机床无故障运行，就必须发展加工过程的刀具状态监测技术。在众多刀具状态监控技术中，切削声音检测技术以其特有的优越性已成为当今最有效的刀具磨损监测技术之一。通过噪声传感器获

15、取切削加工中的声音信号，并利用有效的信号处理技术提取与刀具磨损状态相关的特征信息，从而实现对刀具状态的监控。切削声音信号检测技术在数控机床刀具监控系统中的成功应用，是现代先进制造技术的一个重要成果。因此刀具状态监测技术的目的和意义在于:(l)实时监测刀具状态，刀具不可靠时，加工系统对刀具磨损量进行补偿，或更换刀具;(2)降低废品率和工件加工成本，提高工件加工质量;(3)减少设备的停机时间，提高设备利用率和生产率，延长刀具使用寿命;(4)防止机床事故，最大限度地保证机床加工系统的安全性;(5)实现工厂自动化，最大限度地减少人对机床的干预;(6)使加工系统在最优的参数下运行。实际上，从没有受到干扰

16、的切削过程获取一个合适的参考信号需要大量的工作和较高的技能。即便获得了恰当的参考信号，当应用到工业实际中时，由于工作条件或加工要求的变化，又会出现另外的问题。由于所获得的参考信号是对应特定机床类型和实际切削参数的某种映射，当修改了 NC 程序或者使用不同的刀具进行切削时，这些参考信号将不能继续使用。1.2国内外过程监测研究动态及其发展趋势刀具状态监控技术的发展与数控技术的发展密切相关。自从上世纪50年代数控机床诞生以来，以运动、位置控制为主的数控技术不断的提高和发展，因此刀具监控作为其中的重要部分而得以同步发展。早期的刀具监控主要是刀具寿命的管理，即通过系统的计数方式对刀具的切削次数进行管理，

17、严格说来它不算是真正意义上的刀具监控。因此在当时的数控机床应用中，刀具监控一直是制造应用的瓶颈。进入本世纪以来，随着计算机和信息技术的发展，数控系统、伺服系统的控制功能日臻完善，高速处理器、数字化控制、前馈控制和现场总线技术被广泛采用。由于信息处理技术和传感器技术的飞速发展，使得刀具监控过程所需的数据采集成为可能。1.2.1国外刀具监控技术的研究现状早在上世纪40年代，机械加工数控技术得以应用之前，国外对刀具磨损和破损监测技术的研究就已经开展起来。经过40多年的发展，国外在刀具磨损与破损自动监测方面做了大量的工作，监测技术和理论已得到极大的丰富和发展Dimla认为切削力(静态和动态)和振动(加

18、速度)信号是刀具监测领域应用比较广泛的信号，二者融合后的信息能更准确地反映刀具磨损状态9。 Bemhardsick通过大量的实验总结出切削力、振动和AE信号是反映刀具状态的典型信号。通过调查发现在已经公开发表的文章中，有87%的作者使用多传感器信息融合技术，并进一步指出多传感器信息融合技术和神经网络模型已经成为刀具监控系统软件开发的核心10。Ertunc，H.M为了提高监控模型的可靠性，把测量到的力信号和能量信号分别输入单个模糊运算法则，然后把这些单个模糊运算法则的输出送入模糊中心运算法则，以判断钻削过程中的刀具状态11。MannanM.A使用ccD摄像机采集刀具表面图像和微型话筒采集切削声音

19、，用小波分析进行特征提取，最后输入神经网络进行信息融合判断刀具磨损状态12。D.E.Dimlasrl指出神经网络结构及训练样本决定网络分类的成败，神经网络的输出仅仅把刀具状态分为磨损或新刃远远不能满足生产加工的需要，应该提高神经网络的能力使其能分辨刀具的新刃、部分磨损、磨损和破损状态13。1.2.2国内刀具监控技术的研究现状在国内，由于数控机床与柔性制造系统等先进制造技术发展较晚，相对世界先进水平还比较落后，因此在刀具状态监测技术的研究上起步也比较晚，上世纪70年代末才开始这方面的研究。但经过近些年的努力，在检测方法和监测识别理论上都有了很大的进展，有些已接近或超过国际先进水平。路勇等14建立

20、了基于数据模糊分析模型的神经网络在线监测数控磨床刀具状态。测力计和加速计采集到的信息输入不同的数据模糊分析模型进行特征提取,然后再送入神经网络进行学习。刘敦焰15以切削力和切削功率为监控参数,建立了基于切削参数(切削深度、进给量、主轴转速、工件材料及刀具材料)与刀具状态(主要考虑后刀面磨损量)的车削力及功率模型,经解藕得到的后刀面磨损量VB的实时监控方法非常有实用价值。舒服华16用小波变换对信号进行精确的细分,提取出加工过程中刀具磨损的特征信息,据此分析该加工过程的刀具磨损状况,为刀具磨损的状态检测和实时补偿提供了准确的依据。李菊欢17从理论、实验和计算3个方面论证了刀具磨损的分形特性,应用曼

21、德波罗提出的分形维数分析计算方法,探讨了刀具磨损的分形结构和切削用量与刀具磨损分形维数之间的关系。研究表明,用分形维数能有效地描述刀具磨损特征,表征刀具磨损切削参数与刀具磨损之间的联系,并显示出使用分形维数作为模式聚类与识别的优越性。1.3虚拟仪器虚拟仪器的出现是测量仪器领域的一个突破，它彻底改变了传统仪器观，从根本上更新了测量仪器的概念，带给人们一个全新的仪器观念。虚拟仪器代表这测量仪器发展的最新潮流和方向，是未来仪器产业发展的一大趋势。1.3.1 虚拟仪器的概念 从实质上讲，虚拟仪器利用硬件系统完成信号的采集、测量与调理，利用计算机强大的软件功能实现信号数据的运算、分析和处理，利用计算机的

22、显示器模拟创传统仪器的控制面板，以多种形式输出检测结果，从而完成所需的各种测试功能。1.3.2 虚拟仪器的特点和优势 虚拟仪器利用高性能的模块化硬件，结合高效灵活的软件来完成各项测试，测量和测控方面的应用。灵活高效的软件能创建完全自定义的用户界面，模块化的硬件能方便的提供全方位的系统集成，标准的软硬件平台能够满足同步，定时等多种应用需求。与传统仪器相比，虚拟仪器具有以下4个特点： （1）性能高：虚拟仪器技术是在PC技术的基础上发展起来的，因此拥有了高效的处理器和文件输入输出性能。（2）扩展性强：由于软件的灵活性强，所以只需更新计算机或测量硬件后，通过修改软件进行扩展。（3）开发时间少：虚拟仪器

23、由于其灵活的软件功能，只需要修改应用程序或者驱动程序来适应不同仪器仪表与计算机的通信。因此较之于单独开发某一仪器仪表的时间减少了。（4）无缝集成：虚拟仪器软件平台为所有的输入输出设备提供了标准的接口，帮助用户轻松地将多个测量设备集成到单个系统，减少了任务的复杂性。1.3.3 虚拟仪器的结构虚拟仪器系统包括仪器硬件和应用软件两大部分。仪器硬件是计算机的外围电路，与计算机一起构成了虚拟仪器系统的硬件环境，是应用软件的基础；应用软件则是虚拟仪器的核心，在基本硬件确定后，软件通过不同功能模块即软件模块的组合构成多种仪器，赋予系统特有的功能，以实现不同的测量功能。 虚拟仪器的基本结构如图2.3所示。1.

24、3.4虚拟仪器与LABVIEW虚拟仪器应用程序的开发平台有很多种，莫倩最流行的是美国国家仪器（National Instruments,NI）公司的LABVIEW。LABVIEW是Laboratory Virtual Instrument Engineering Workbench （实验室虚拟仪器工程平台）单词首字母组合。LABVIEW环境中的开发的每个程序称为Virtual Instrument（VI）。用LABVIEW作为虚拟仪器开发平台的最大优势就是程序开发效率高，这主要是由于它提供了几乎所有的经典的信号处理函数和大量现代的高级信号分析函数，这些函数用图标的方式提供给用户，使用者采用图

25、标与连线的方式，可以像画电路板一样编写程序，非常形象，直白又便于修改和移植。才外LABVIEW程序非常容易和各种数据采集硬件集成。还可以和多种主流的工业现场总线通信以及与大多数通用的数据库连接，根据经验，使用LABVIEW开发虚拟仪器比使用基于文本的语言开发效率可以提高1015倍，同时LABVIEW在信号处理等方面的强大功能有远非组态软件可比。第2章 刀具系统对刀具状态监控的研究,一方面要加强基础理论的研究,获得对刀具时效敏感的特征,发展使用可靠的新型决策模型;另一方面要加强理论和实践相结合,才能使刀具状态监控技术得到进一步的完善18。2.1刀具监控系统的组成2.11信号监测在加工过程中有许多

26、种状态信号从不同角度反映刀具状态的变化，监测信号选择的好坏往往是决定监控系统成败的关键因素。监测信号应具备对刀具状态的变化反应灵敏和迅速，便于在线测量，不改变加工系统结构，信号受环境干扰小，具有较高的信噪比等特点。常用的刀具状态监测信号有切削力、功率/扭矩、声发射信号(AE)、振动、温度、切削参数、电流等。监测信号用相应的传感器获得并进行预处理，信号预处理的内容包括隔离、放大、滤波、A/D转换等。2.12特征提取特征提取是对监测信号的进一步加工处理，从大量信号中提取出与刀具状态变化相关的参数，一方面可以提高信号的信噪比，另一方面可以减少后期数据的处理量，提高运算速度。目前广泛使用的特征提取方法

27、主要有时域分析方法(均值、差值、相关系数、导数值等)、频域分析方法(快速傅立叶变换、功率谱等)和时频分析方法(短时FFT、小波分析。特征提取后可获得反映信号本质的特征数据，它的品质对监测系统的性能和可靠性具有很重要的影响作用。2.13状态识别状态识别是根据所获得的刀具状态特征参数通过识别模型对加工过程的刀具状态进行分类判断，其核心是所采用的模型。模型的功能是实现从特征空间到状态空间的映射，模型可由物理关系或者根据经验公式建立。根据模型的特点可以分为固定参数模型、适应性模型和自学习模型等。多模型系统的思路是对加工过程刀具状态的检测信号通过多个模型进行分析，以获得更多的监测信息，这种系统在不增加设

28、备成本的情况下，通过软件处理获得更多的刀具状态信息，使监测更准确更可靠。当前采用建模的主要方法有统计方法、模式识别专家系统、神经网络等。 第3章 数据采集虚拟仪器主要用于获取真实物理世界的数据，也就是说，虚拟仪器必须要有数据采集的功能。从这个角度来说，数据采集就是虚拟仪器的核心，使用虚拟仪器必须要掌握如何进行数据采集。3.1 数据采集系统概念在科研、生产和日常生活中，模拟量的测量和控制是经常的。为了对温度、振动、声音、等进行测量和控制，都要先通过传感器把上述物理量转换成能模拟物理量的电信号（即模拟电信号），再将模拟电信号经过处理转换成计算机能识别的数字量，送入计算机，这就是数据采集。3.2 数

29、据采集系统的任务 传感器从被测对象获取有用信息，并将其输出信号转换为计算机能识别的数字信号，然后送入计算机进行相应的处理，得出所需的数据。同时，将计算机得到的数据进行显示、存储或打印，以便实现对某些物理量的监视，其中一部分数据还将被生产过程中的计算机控制系统用来进行某些物理量的控制。数据采集系统性能的好坏，主要取决于它的精度和速度。在保证精度的条件下，应有尽可能高的采样速度，以满足实时采集、实时处理和实时控制对速度的要求。3.3 数据采集系统的功能3.3.1 数据采集计算机按照预先选定的采样周期，对输入到系统的模拟信号进行采样，有时还有对数字信号、开关信号进行采样。数字信号和开关信号不受采样周

30、期的限制，当这类信号到来时，由相应的程序进行处理。3.3.2 信号调理信号调理是对从传感器输出的信号做进一步加工和处理包括对信号的转换、放大、滤波、存储、重放和一些专门的信号处理。另外，传感器输出信号往往具有机、光、电等多种形式。而对信号的后续处理往往采取电的方式和手段，因而必须吧传感器输出信号进一步转化为适宜于电路处理的电信号，其中包括电信号的放大。通过信号的调理，获得最终希望的便于传输，显示和记录，以及可以做进一步后续处理的信号。3.3.3 二次数据计算通常把直接由传感器采集到的数据称为一次数据，把通过对一次数据进行某种数学运算而获得的数据称为二次数据。二次数据计算主要有求和、最大值、最小

31、值、平均值、累积值、变化率、样本方差与标准方差统计方式等。3.3.4 数据显示显示装置可把各种数据以方便于操作者观察的方式显示出来，屏幕上显示的内容一般称为画面。常见的画面有：相关画面、趋势图、模拟图、一览表等。3.3.5 数据存储数据存储就是按照一定的时间间隔，如一小时，一天，一个月等，定期将某些重要数据存储在外部存储器上。3.3.6 打印输出打印输出就是按照一定的时间间隔，如分钟、小时、月的要求，定期将各种数据以表格或图形的形式打印出来3.3.7 人机联系 人机联系是指操作人员通过键盘、鼠标或触摸屏与数据采集系统对话，完成对系统的运行方式，采样周期等参数和一些采集设备的通信接口参数的设置。

32、此外，还可以通过它选择系统功能，选择输出需要的画面等。3.4 数据采集系统的硬件图3.3 计算机数据采集系统的硬件基本组成从图3.3可以看出，计算机数据刺激系统硬件部分一般由传感器、前置放大电路、滤波器、多路模拟开关、采样保持器、模数转换器和计算机系统组成。3.4.1 传感器传感器的作用是把非电物理量（如振动、温度、声音等）转变成模拟电量（如电压、电流、电阻），通常把传感器输出到A/D转换器输出的这一段信号通道称为模拟通道。3.4.2 前置放大电路前置放大电路用来放大和缓冲输入信号。由于传感器输出的信号较小（常用热电偶的输出变化往往在几毫伏到几十毫伏之间，电阻应变片的输出电压的变化只有几个毫伏

33、），因此需要加以放大以满足大多数A/D转换器的满量程输入510V的要求。由于各类传感器输出信号的情况各不相同，因此放大器的种类也很多。3.4.3 滤波器 传感器以及后续处理电路中的器件常会产生噪声，人为的发射源也可以通过各种耦合器渠道使信号通道感染上噪声。为了提高模拟输入的信号信噪比，常常需要使用滤波器对噪声信号进行一定的衰减。3.4.4 多路模拟开关在数据采集系统中，往往要对多个物理量进行采集，即所谓多路巡回检测，这可以通过多路模拟开关来实现，这样可以简化设计，降低成本。多路模拟开关可以分时选择来自多个输入通道中的某一路通道。3.4.5 采样/保持器多路模拟开关之后是模拟通道的转换部分，它包

34、括采样/保持电路和A/D转换电路。采样/保持电路的作用是快速拾取多路模拟开关输出的子样脉冲，并保持幅值恒定，以提高A/D转换器的转换精度。3.4.6 模/数转换器 采样/保持电路输出的信号传输至A/D转换电路，A/D转换器是模拟输入通道的关键电路。由于输入信号变化的速度不同，系统对分辨率、精度、转换速率及成本的要求也不同，因此A/D转换器的种类也较多，A/D转换器输出的结果输出给计算机，有的采用并行码输出，有的则采用串行吗输出。3.4.7 计算机系统计算机系统是整个计算机数据采集系统的核心。计算机控制整个计算机数据采集系统的正常工作，并且把A/D转换器输出的结果读入到内存，进行必要的数据分析和

35、数据处理。3.5 数据采集系统的硬件3.5.1 模拟信号采集与处理程序 模拟信号采集与处理程序的主要功能是对模拟输入信号进行采集、标度变换、滤波处理及二次数据计算，并将数据存入磁盘。3.5.2 系统管理程序 系统管理程序首先是用来将各个功能模块程序组织成一个程序系统，并管理和调用各个功能模块程序，其次是用来管理数据文件的存储和输出。3.5.3 通信程序通信程序是用来完成上位机与各个数据采集站之间的数据传送工作，它的主要功能有：设置数据传送的波特率，上位机向数据采集站群发送机号，上位机接收和判断数据采集站发回的机号，命令相应的数据采集站传送数据，上位机接收数据采集站传送的数据。第4章 刀具磨损监

36、测实验本课题前提以实验为主，通过修改不同的参数所得到的实验数据与工件表面的粗糙度值和刀具的实际磨损值来分析不同条件参数对刀具磨损的影响。4.1实验方案在本刀具磨损状态监测实验系统中，利用振动传感器和声发射传感器采集车削过程中的切削力信号，选用多分辨率小波分析对切削力信号进行特征提取，采用神经网络模型实现刀具磨损状态的识别，完成对本刀具磨损状态的监测。4.2实验装置的选择4.2.1机床的选择根据学校组织实验的机床设备条件，选择SK40P数控机床和DL20MH图4-1 SK40P数控机床图4-2 DL20MH机床4.2.2传感器的选择与安装4.2.2.1传感器技术：在刀具状态监测中，传感器主要把切

37、削过程的物理量(如切削力)转换成电信号，便于后一阶段的处理。因此，首先要求采集到的电信号必须如实反映刀具磨损状态信息;其次，传感器要与机床配套使用，要求传感器安装简单易行，抗干扰能力强。在切削过程中，与切削过程密切相关的物理量，如切削力、切削功率的变化等可以从不同方面反映刀具状态的变化，利用传感器采集这些变化量并提取特征值建立数学模型就可以判断刀具状态。但是不同监测信号在不同条件下各有优势和局限，相同监测信号在不同条件下对刀具磨损的敏感度也不同。由于刀具监测中存在切削加工条件的多样性、切削参数的多变性、刀具磨钝的随机性、模糊性和监测信号单调性的矛盾，为了提高刀具状态监测的可靠性和准确性，有必要

38、以多传感器信息融合的方式实现刀具监测。4.2.2.2传感器的选择：传感器信号是监测系统处理的数据源，因此传感器的合理选择对于刀具磨损监测技术研究成功起着重要的作用。研究表明，AE信号对与塑性变形和切削区裂变有关的微观活动敏感，切削力信号和加速度信号对后刀面磨损而导致的刀具和工件振动敏感，其组合为刀具磨损监测提供了更多的冗余信息，能够满足刀具磨损状态的可靠监测。所以本文选择声发射传感器和振动传感器的组合对刀具磨损状态进行监测。(1)振动加速度传感器：选用丹麦B&K公司的振动传感器，型号B&K4930，可以测量位移、 速度和加速度。(2)振动信号电荷放大器：信号放大采用B&K公司配套的放大器，型号

39、B&K2635。(3)声发射传感器：PAC公司的PCI-2型声发射检测系统。(4)声发射信号放大器:采用配套的前置放大器及主放大器。4.2.2.3.传感器的安装： 最常用的测振传感器是：磁电式速度传感器、电阻应变式加速度传感器、压电式加速度传感器。磁电式速度传感器是利用电磁感应原理制成的用以测量振动位移、速度、加速度的传感器，有动圈式、动磁式和可变间隙式等结构形式。图4.7.2是一种动圈式速度传感器的结构图。 图4-3 动圈式速度传感器结构图1-弹簧片 2-永久磁铁 3-阻尼环 4-铅框架 5-芯杆6-壳体 7-工作线圈 8-弹簧片 9-接线端 传感器原理：处在磁场中的线圈以被测振动的速度切割

40、磁力线，使线圈产生感应电动式。设被测的振动速度 则传感器的输出电压为（式中 B磁感应强度；N线圈扎数； L每匝线圈导线长度），从上式看出，B、L、N均为常数时，线圈中感应电势与被测速度成正比。由于一个振动测试系统需要振源，振动信号可调，这样才可以通过相频特性曲线捕捉固有频率。而实际中，我没有一个可调的振源。所以用Labview自带的信号发生函数取代振源，进行虚拟仿真，虚拟仿真可以满足如下要求：（1）可以对振动信号的幅值、相位、频率、进行调整；（2）可以对多路信号进行叠加；（3）可以对信号进行傅立叶变换；对信号在频域中进行分析，可以对含噪声的信号进行滤波。传感器的安装需要考虑到采集信号的最佳效果

41、。振动监测选用加速度传感器，采用垂直安装，共有4 个，电主轴轴承部位水平和垂直方向各1个，刀架及刀柄位置各1 个( 如图 左图所示) ，从而能更加全面地监测车削加工过程中的振动信号。声发射传感器选用R15A 型，安装于车削加工行程的两端侧面，刀架及刀柄位置各1 个( 如图 右图所示) ，并保证传感器与刀具粘合牢固。 图4-4 传感器4.2.3 A/D卡及采集参数选择4.2.3.1振动采集装置：INV3060系列24位多功能采集分析系统对传统动态分析仪而言、24位的模数转化较传统配备14为模数转换器的动态分析仪来说其高精高速高动态范围是其显著的优点， 量化台阶1677万个，是传统12bit的40

42、00倍。此INV3060系列24位多功能采集分析系统时一款集信号采集、存储、传输为一体的高性能信号采集分析仪器，结合配套软件可实现实时显示、数据分析、打印等。该系统具有4通道全并行采集，24位高精度模数转换器，最高50KSPS高速采样，大于100dB的高动态范围，多功能扩展接口支持远程设备升级，标准以太网接口，传输距离无限扩展等诸多优点，广泛应用于各类应变、振动、地震、压力、结构、材料、温度、噪声等信号采集和处理。4.2.3.2采集参数确定（1）力和振动信号机床主轴的试验最高转速为1200/rmin，则刀具每转需要的时间:t=60/1200=0.05(s)机床主轴的试验最低转速为6O0/rmi

43、n，则刀具每转需要的时间t=60/600=0.1(s)根据铣削加工特点，随着车刀切割工件，在刀具安装理想的情况下，在每齿的切削周期内，切削厚度随刀具转角而变化，因此切削力随刀具转角和刀具旋转而变化，此时可以对每齿周期的切削力信号进行分析，研究刀具磨损的变化规律。然而，由于刀片的安装误差，切削力在每齿周期的变化是不同的，此时切削力表现为刀具转动一周时间的周期函数，因此信号采样时间应该大于刀具每转的最长时间，才能正确分析切削力信号特征与刀具磨损的映射关系，即采样时间满足:式中:L一采样长度;f一采样频率。由于力和振动信号属于低频信号，首先确定采样频率16kHz，则采样长度必须大于1.6K，实际的采

44、样长度取为1K。（2）AE信号目前的研究表明，AE信号的频率在50kHz一1MHz之间。由于选用的采集卡采样长度最大为256K，且采样频率越高，采集的长度越小，即采样时间越短。根据香浓采样定理，采样频率至少为信号最高频率的2倍，因此选择声发射信号采样频率为2MHz，信号采样长度的选择满足式(2一1)，即L200K，本文选择采样长度为256K。4.3刀具磨损监测系统把上述所有设备装置连接器来，数控机床程序导入机床，各个传感器分别安装在指定位置，并与数据采集仪连接好，调整软件参数，这样子的道具磨损监测系统就组成了。图4-5刀具磨损监测系统4.4试验方法设计一个可靠的刀具磨损监测系统主要依赖良好的传

45、感器信号特征对刀具的实际状态进行检测。在实际加工过程中，由于待加工产品呈现不同特点，因此加工参数需要合理组合，刀具材料、尺寸和磨损量也要不断改变以满足加工要求，监测信号也随之改变。如果把这些参数看作系统的输入，监测信号看作系统的输出，则刀具磨损监测试验属于多因子、多指标试验问题。对于研究刀具磨损监测的研究人员，如何确定合理的试验方法，降低试验成本，缩短研究周期、提高试验结果的可靠性和准确性是首要解决的问题。此外，考虑样本质量对监测系统神经网络识别精度的影响，试验设计还必须满足模式分类及数据建模的要求。本章基于刀具状态监控试验系统，通过设计刀具切削试验，探索刀具磨损与切削声音信号的相关性，从而确

46、定切削声音信号中的刀具磨损特征分量。第5章 程序界面与功能实现5.1 程序界面首先是【用户登陆】系统，可以通过正确的账号密码，登陆到【主菜单】。图5-1登陆界面登陆成功后，进入系统的主界面，可以根据自己所需的功能进入相关的程序。 在【主菜单】中点击【数据录入】进入数据的录入界面，通过【数据导入】按钮，可以将机床型号，类型，转速等等机床的详细信息直接录入到access数据库中，并且会在右边的显示栏中实时显示，每组数据都有自己的数据ID，不仅可以对信息方便的浏览，还能对不正确，或者不准确的数据点击按钮【数据删除】进行删除，进而确保数据的正确性，完整性。图5-2 数据录入在【主菜单】界面，点击【数据

47、查询】按钮，通过此版块，可以查询机床属性，以及读取历史实验数据，并直观显示。图5-3 数据查询在【主菜单】界面，点击【故障分析】按钮，通过故障分析模块，可以对实验数据进行频域分析，并通过类型选择，选择正常，磨损，严重磨损等方面的故障数据，形成图像，并进行数据分析。最后综合图像，数据的分析，点击【故障报表】按钮，生成诊断报表。图5-4-1 故障分析-震动图5-4-2 故障分析-声发射图5-5 报表生成在【主菜单】点击【案例分析】按钮，用户可以根据不同的故障类型，选择不同的故障来源，并且从案例，以及右侧分析文本框中，了解到此类故障的来源，原因以及解决方法。图5-6 故障案例库由于典型故障案例分类比较多，原因以及解决的方法不能及时筛选出来，此时可以通过点击【案例分析】中的【案例