一种基于累积和控制理论的刀具失效状态监测方法技术

本发明专利技术属于机床上的指示或测量装置技术领域，公开了一种基于累积和控制理论的刀具失效状态监测方法，以信息熵和相关性为控制量，通过经验模态分解方法对原始切削力信号进行分析重构，有效减小随机误差对分析参数的干扰，为切削力信号的提取与分析提供了可靠依据；提取重构切削力信号中的信号平均功率和摩擦系数，对刀具的磨损和破损状态进行表征，并对其中的关键参数进行定义，通过改进的累积和控制图形成完善的刀具失效状态分析方法；通过开展多种材料加工的刀具磨损实验，与传统测量方法进行对比，证明其在超高强度钢和不锈钢半精加工工况下的实用性和可靠性，可作为一种快速可靠的刀具磨损状态实时监测方法在切削数据服务系统中进行使用。

A Tool Failure Monitoring Method Based on Cumulative and Control Theory

The invention belongs to the technical field of indication or measurement devices on machine tools, and discloses a tool failure condition monitoring method based on cumulative and control theory. With information entropy and correlation as control variables, the original cutting force signal is analyzed and reconstructed by empirical mode decomposition method, which effectively reduces the interference of random errors on the analysis parameters and provides for the extraction and analysis of cutting force signals. Reliable basis is obtained; average power and friction coefficient of signal in reconstructed cutting force signal are extracted to characterize tool wear and breakage state, and key parameters are defined. A perfect tool failure state analysis method is formed by improved cumulative and control graphics; tool wear experiments for various material processing are carried out to compare with traditional measurement methods. The practicability and reliability of the tool wear monitoring system under semi-finishing conditions of ultra-high strength steel and stainless steel are proved. It can be used as a fast and reliable tool wear real-time monitoring method in the cutting data service system.

【技术实现步骤摘要】
一种基于累积和控制理论的刀具失效状态监测方法
本专利技术属于机床上的指示或测量装置
，尤其涉及一种基于累积和控制理论的刀具失效状态监测方法。
技术介绍
目前，业内常用的现有技术是这样的：随着传感技术的迅速发展，需要用户对采集的信息做出及时处理，切削数据分析和决策的实时性愈发受到关注。切削过程的数据分析建立在传感信号的快速提取与分析基础上，通过信号采集、数据转换、特征提取等步骤发现其中的问题表征量，并使用一定的模拟与训练方法进行自适应应用。该理论的最初应用为机床故障诊断问题，例如，使用决策树提取压电传感器获取的齿轮振动信号，并通过模糊分类器实现故障识别；通过无线网络传输采集切削力、振动、声音信号，利用分布式故障检测模型对数控机床进行故障诊断；使用信号的自适应小波和可变窗口降噪的理论结合，对齿轮箱振动和损伤信号进行提取识别。故障诊断中的信号分析和决策理论可以推广到和切削直接相关的过程变量，决定切削参数和刀具参数等内容的选取。例如，通过构建可供加工过程采集与反馈的STEP-NC数据模型，使用模型中的反馈信息作为依据对过程进行优化；切削力在线监测系统，通过修改刀具角度和切削用量保持切削本文档来自技高网...

【技术保护点】
1.一种基于累积和控制理论的刀具失效状态监测方法，其特征在于，所述基于累积和控制理论的刀具失效状态监测方法以信息熵和相关性为控制量，通过经验模态分解方法对原始切削力信号进行分析重构；提取重构切削力信号中的信号平均功率和摩擦系数，对刀具的磨损和破损状态进行表征，并对关键参数进行定义；通过改进的累积和控制图形成完善的刀具失效状态分析方法。

【技术特征摘要】
1.一种基于累积和控制理论的刀具失效状态监测方法，其特征在于，所述基于累积和控制理论的刀具失效状态监测方法以信息熵和相关性为控制量，通过经验模态分解方法对原始切削力信号进行分析重构；提取重构切削力信号中的信号平均功率和摩擦系数，对刀具的磨损和破损状态进行表征，并对关键参数进行定义；通过改进的累积和控制图形成完善的刀具失效状态分析方法。2.如权利要求1所述的基于累积和控制理论的刀具失效状态监测方法，其特征在于，所述经验模态分解算法具体包括：①初始化所加入的高斯白噪声信号幅值比值系数k与总体平均次数M，并为i赋值为i＝1；②为原始信号s(t)添加高斯白噪声信号ni(t)得到混叠信号si(t)为：si(t)＝s(t)+k·ni(t)i＝1，2，…，M；③将混叠信号si(t)进行EMD分解为：其中J为所得IMF总量，ci,j(t)为第i次分解得到的第j个IMF，ri,J(t)为残余分量；④加入幅值不同的白噪声序列，重复以上步骤直至M次，得到IMF分量为：{{c1，j(t)}，{c2，j(t)}，…，{cM，j(t)}}；⑤将各个IMF求均值cj(t)得到最终IMF分量为：3.如权利要求1所述的基于累积和控制理论的刀具失效状态监测方法，其特征在于，所述切削力信号的分解方法具体包括：加入的白噪声信号幅值比值系数k与总体平均次数M存在对应关系为：其中，e为期望分解误差，即分解后获得所有IMF之和的相对误差；添加的白噪声信号幅值比值系数k需要根据原始信号频率进行调整，其添加准则为：0＜k≤σh/3σ0；其中，σh为原始信号高频成分幅值标准差，σ0为原始信号幅值标准差。4.如权利要求1所述的基于累积和控制理论的刀...

【专利技术属性】
技术研发人员：焦黎，王昭，王西彬，颜培，陈刚，史雪春，刘志兵，解丽静，梁志强，周天丰，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11