一种基于扩展卡尔曼滤波与切削力模型的换刀监测方法技术

本发明专利技术公开了一种基于扩展卡尔曼滤波与切削力模型的刀具诊断与预测方法，可在数控机床工作中对加工刀具进行实时在线监测，对刀具磨损状态进行精准诊断与预测，并对加工系统及时做出更换刀具提示；本发明专利技术利用切削力作为监测信号，有直观、方便部署、受其他因素影响小的特点；利用扩展卡尔曼滤波处理原始信号，相比人工智能方法，无需时间训练模型，可改变参数适应其他加工材料；利用剩余有效生命模型结合扩展卡尔曼滤波算法对刀具剩余寿命进行精准预测。本发明专利技术解决传统刀具模型训练时间长、适应性差的问题，并能提高诊断与预测的精度，降低生产中过早废弃刀具或使用过磨损刀具造成工件精度不满足要求带来的损失。

【技术实现步骤摘要】
一种基于扩展卡尔曼滤波与切削力模型的换刀监测方法
本专利技术涉及刀具磨损诊断与预测领域，具体是涉及一种基于扩展卡尔曼滤波与切削力模型的刀具诊断与预测方法。
技术介绍
在切削加工过程中，由于刀具受到持续的冲击、巨大的压力和极高的温度的影响，造成了刀具磨损。刀具磨损的持续增加甚至断裂，将造成被加工工件精度降低，加工工件报废，刀具寿命持续减少，甚至对机床造成损伤。原始的刀具状况判断依赖技术工人，他们通过观察切屑、判断加工噪声、计算加工时间长短等方法主观判断道具状况。这种方法依赖经验，造成估计误差大，若过早更换刀具将造成刀具浪费，提高了生产成本；若过晚更换刀具将造成工件表面精度大幅降低，甚至道具断裂损害机床，造成巨大损失。为解决这一难题，对于刀具监控主要提出了直接监测法与间接监测法。直接检测法是通过仪器测量刀具后刀面磨损带中间部分平均磨损量。由于直接检测法需要停机离线测量，造成生产效率低下。间接法是通过在线测量由于刀具磨损会持续规律变化的物理量，通过这些持续规律变化的物理量，推断出此时的磨损状态。在研究中，通常采用切削力，声发射信号，主轴功率等本文档来自技高网...

【技术保护点】
1.一种基于扩展卡尔曼滤波与切削力模型的换刀监测方法，其特征在于，包括如下步骤：/n步骤1、利用测力计测量刀具在当前时刻的切削过程中产生的三向切削力信号；/n获取当前时刻的切削过程中的各个加工参数；/n以切削力机理模型的输出作为扩展卡尔曼滤波算法的信号矢量，以三向切削力作为扩展卡尔曼滤波算法的观测矢量，从而利用扩展卡尔曼滤波算法获得当前时刻的三向切削力的三向滤波信号与三向预测信号；/n步骤2、利用三向切削力的三向滤波信号作为所述切削力机理模型的输入，从而利用所述切削力机理模型获得每个刀刃的刀具三向磨损值，选取所述刀具三向磨损值中的最大值并与设定的阈值做比较，若超过阈值，则执步骤6；否则，执行步...

【技术特征摘要】
1.一种基于扩展卡尔曼滤波与切削力模型的换刀监测方法，其特征在于，包括如下步骤：
步骤1、利用测力计测量刀具在当前时刻的切削过程中产生的三向切削力信号；
获取当前时刻的切削过程中的各个加工参数；
以切削力机理模型的输出作为扩展卡尔曼滤波算法的信号矢量，以三向切削力作为扩展卡尔曼滤波算法的观测矢量，从而利用扩展卡尔曼滤波算法获得当前时刻的三向切削力的三向滤波信号与三向预测信号；
步骤2、利用三向切削力的三向滤波信号作为所述切削力机理模型的输入，从而利用所述切削力机理模型获得每个刀刃的刀具三向磨损值，选取所述刀具三向磨损值中的最大值并与设定的阈值做比较，若超过阈值，则执步骤6；否则，执行步骤3；
步骤3、以所述三向预测信号作为有效生命预测模型的输入，从而利用有效生命预测模型获得每个刀刃的剩余有效生命时间值，选取所述剩余有效生命时间值中的最小值与一次加工时间进行比较，若最小值小于一次加工时间，则执行步骤4；若最小值大于一次加工时间，且小于两次加工时间，则执行步骤5；若最小值大于两次加工时间，则返回步骤1，继续对刀具进行下一时刻的监测；
步骤4、机床工作至最小值的失效时间后，执行步骤6；
步骤5、机床工作至完成正在进行的加工过程后，执行步骤6；
步骤6、停机换刀。


2.根据权利要求1所述的一种基于扩展卡尔曼滤波与切削力模型的换刀监测方法，其特征在于，所述步骤1具体包括：
步骤1.1、利用式(1)建立k时刻三向切削力信号的切削力机理模型：



式(1)中，F[k]表示k时刻切削力机理模型输出的机理信号，Nt为刀刃数，j表...

【专利技术属性】
技术研发人员：朱锟鹏，袁德志，张宇，郭浩，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：安徽;34