刀具磨损状态在线监测技术

HEATS

目前，机械制造行业正在向柔性化、无人化方向发展，迫切需要能对切削加工过程中刀具磨损状态进行实时在线监测。本文通过对声发射(AE)信号进行频谱分析，研究了声发射信号的频域特征，指出了声发射信号中与刀具磨损状态有关的成分频谱范围，提出了一种基于声发射信号的双阈值判断监测方法。 * ]1 ?" U: h, i$ n( @

1 监测原理

1. 声发射(AE)信号的能量分布
   s声发射是材料受外力或内力作用而产生变形断裂时，以弹性波的形式释放能量的现象。切削加工中影响AE信号的因素很多，除了刀具磨损外，切屑缠绕、断屑、刀具与工件表面的摩擦以及刀具断裂或崩刃等都会引起AE信号的变化。AE信号具有较宽的频率范围(几十千赫兹到几兆赫兹)，不同的AE信号源产生的AE信号的频率范围不同。为了确定反映刀具磨损状态的AE信号的频率范围，对切削加工过程中AE信号的功率谱进行分析。
   + E1 N( K" u2 P0 v+ T6 ` B: [6 G' Q1 P' ^; M4 Y& T

   (a)连续切屑 9 f! d, m- l: u% {. x; W. A	(b)崩碎切屑
   图1 正常切削AE信号的功率谱
   图2 AERMS、VB以及切削加工时间t之间的对应关系 8 n% b+ }; }; @; V/ ]
   图3 声发射信号的振铃计数

   . O" S! `" R: o- r
   图1是正常切削时AE信号的功率谱。由图可以看出，正常切削时AE信号主要分布在50～120kHz和180～220kHz两个频段。50～120kHz频段范围内的AE信号主要由工件上第一剪切变形区的塑性变形，主(副)后刀面与工件之间的摩擦，以及切屑沿前刀面流出时受到前刀面的摩擦与挤压使切屑进一步产生滑移变形等引起。图1b为崩碎切屑时AE信号的功率谱，此时出现在180～220kHz范围内的信号是由切屑折断产生的。大量实验表明，切屑折断、刀具内部裂纹的产生与发展、刀具崩刃等所产生的AE信号主要为高频信号，通常在100kHz以上。以上分析表明，50～120kHz范围内的AE信号与刀具磨损状态有着密切关系。
   2 `0 Y8 T6 R4 _1 c' P; y
2. 特征信息的选择
   1. AE信号的均方根值AE_RMS
      AE信号的均方根AE_RMS是反映AE信号能量大小的一个特征参量。设有信号AE(t)，对该信号进行连续采样得到AE₁、AE₂、AE₃…AE_i(i=1，2，3…n)n个样本点，则该信号的均方根值可由下式求得为
      图2是在普通车床C6140上使用YT15硬质合金刀片加工调质45钢(280～300HB)，切削参数V=172m/min，a_p=0.8mm，f=0.1mm/r条件下经带通滤波(50～120kHz)后得到的AE信号的均方根值AE_RMS和刀具后面磨损量VB与切削时间t之间的对应关系曲线。
      
      由图2可以看出，刀具后面磨损量VB与AE_RMS值具有相同的变化趋势，说明随着刀具磨损的加剧，AE信号的能量不断增加。
      ( ^. W: |9 c; R$ A+ U5 |
   2. AE信号的振铃计数
      振铃计数实际上也是一个反映信号能量大小的特征参量。如图3所示，声发射信号的振铃计数就是对超过事先规定阈值(V_T)的声发射信号进行计数。采样时间内(取1024个采样点)AE信号超过阈值的振铃次数称为该采样时间内的振铃计数。
      0 r7 k6 E" N7 i, G5 u; R7 g+ [5 ^

      刀具磨损与AE信号振铃计数之间的关系

      切削加工时间t (mm) 4 R2 ^1 J3 N' T$ [8 u' f4 ]	初始切削 & D! M" U, G; h" [) U5 f: \3 I	3	6 - K& ^" z* _. g$ v1 z* i8 d	9	15 ' F1 v- T5 K3 w B4 _; a
      后刀面磨损量 " W, y7 o% T" B! U B6 a" n	0 . Z2 |+ z C6 m$ {2 e/ W	0.13	0.19 & I3 F9 n' X+ b% V	0.22 7 |" y& R& U5 n8 N	0.30
      振铃计数 . h; ?8 ^7 W% C' V, E1 Q	0	68 Y3 _2 I2 q4 g: i9 O6 d8 ], f	253	459	467

      + ?$ ^/ _( d+ k8 l# M9 J5 p8 L
      附表给出了切削加工时间t，刀具后面磨损量VB以及振铃计数之间的对应关系。可以看出，随着刀具磨损的加剧，采样时间内超过事先预定阈值的AE信号振铃计数有不断增加的趋势。 ; q* E9 W& I4 P* u3 R# i8 j) R
      研究表明，断屑，切屑缠绕，切屑撞击传感器等干扰所产生的高频AE信号由于其局部峰值较高，通常会引起AE_RMS值的增加，有时甚至使AE_RMS值超过阈值，但由于其峰值信号持续时间很短，对振铃计数的影响较小。因此，使用振铃计数能很好地解决干扰信号的影响问题。
      % i* G, T8 F4 b$ }# F% [$ j6 ]; M0 z/ |( q) H% Y* j9 K% i: F$ h' W9 p: R' [! F* }, @& r/ s8 O

      图4 系统监测原理

3. 监测方法
   由a分析已知，切削加工中AE信号的来源很多，通过带通滤波(50～120kHz)能在很大程度上减少与刀具磨损状态无关的AE信号的影响，但对一些频带范围较宽的干扰(如切屑撞击传感器)则无法完全排除。为此，笔者使用双阈值判断法，图4为这种监测方法的原理。AE_RMS值大于阈值时，判断振铃计数是否也达到预先设置的阈值，只有当两者都超过各自的阈值时，才认为刀具已磨损，否则，认为是干扰信号使AE_RMS超过阈值。

. t4 U* B; \3 f% ]& p

2 实验及讨论

根据上述原理和方法，笔者在普通C6140车床上使用YT15硬质合金刀片进行刀具磨损实验，材料选用45钢调质(280～300HB)，分别在多组切削参数条件下对刀具磨损状态进行监测，实验结果证明上述监测方法可以很好的解决特定切削条件下刀具磨损的在线监测问题。但是要解决各种不同加工工况的刀具磨损状态在线监测问题，还需要进行大量的研究工作。例如，连续切削但切削参数变化时刀具磨损状态监测方法的研究，间断切削且切削参数变化时刀具磨损规律的研究，以及变切削参数条件下特征参量与刀具后面磨损量VB之间对应关系的研究等。

1 C5 y1 x$ @% e% F( p( Z3 Z1 l5 v

康康龙

{:soso_e179:}

apaidaoju

apaidaoju@apaidaoju.com       www@apaidaoju.com