一种切削制造系统加工状态辨识与精度识别方法技术方案

本发明专利技术提出了一种切削制造系统加工状态辨识与精度识别方法，属于数控机床精度识别技术领域，实时获取刀具切削力信号与部件振动信号；消除实时获取的刀具切削力信号与部件振动信号的谐波分量；计算刀具切削力信号和部件振动信号的矢量方向分量和垂直矢量分量的值；基于刀具切削力信号和部件振动信号的矢量方向分量和垂直矢量分量的值构建相关函数；通过相关函数的值进行制造系统加工状态辨识；判断制造系统加工状态为稳定状态时，进行高精度切削制造系统的精度识别；获得所有测控参变量，形成动态识别模型，将动态识别模型加载到所述精度识别的过程中。度识别的过程中。度识别的过程中。

【技术实现步骤摘要】
一种切削制造系统加工状态辨识与精度识别方法


[0001]本专利技术涉及数控机床精度识别
，具体为一种切削制造系统加工状态辨识与精度识别方法。

技术介绍

[0002]随着先进制造
对制造质量要求的提高，数控加工制造系统的精度诊断与控制凸显其重要性。以高端多轴联动数控制造平台为代表的复杂制造加工系统体现了先进设计理论、信息技术、优化理论、智能化数字技术、机械系统运动学和动力学优化理论、机械故障状态监控等相关技术高度融合的研究方向。
[0003]高端多轴数字化智能控制机床作为复杂构形零件的制造母机，无疑是所有复杂机械系统研究中应优先研究和考虑的对象，因其极端重要性和对一般产品的示范意义，其关键技术的创新和突破成为关系产业安全的战略关键。
[0004]影响数控装备加工精度的因素很多，既包括伺服驱动、电机、丝杠、联轴器、导轨等数控机床结构参数因素，也包括加工参数因素。针对多轴数控机床、加工中心一类复杂数控装备，如果不能对这些精度异常源和故障进行有效辨识和调整，就会对装备的精度产生严重破坏，这就需要基于制造质量精度进行在线监测、诊断与智能识别的研究。由于数控加工过程具有显著的非线性、复杂性和不确定性，难以用精确的数学模型加以描述，特别是加工中心向高速化、智能化发展，传统的制造、加工和控制理论，无法对由现场环境下外部干扰和随机因素导致的非线性振动现象进行实时稳定性动态调整，更不能通过反馈控制环节修正发展。同时，数字化制造过程中的不稳定切削现象，严重影响加工中心的加工性能。判定、预报加工过程中产生不稳定切削的阈值是对稳定性进行在线监测、诊断的一项关键技术。对此类非正常切削状态及时有效的预测，是确保基于稳定加工状态建立的各种加工性能预测与评价分析体系的基础。
[0005]在高档数控加工中心上构建在线监测系统，即便能够通过稳定性预报算法实现切削加工稳定性的预测和监测，但在具体实施中，仅仅对预报到的颤振进行简单的报警、停机或在保守加工参数下低速运行，会导致实际生产的低效率，成为加工质量和效率提高的瓶颈。为确保高稳定性和在线监测最大材料去除率下高加工质量的机床无颤振切削工艺路线、切削参数的实时优化选择，函需一套提高稳定加工参数选择范围及稳定切削参数下在线寻优识别理论的指导。
[0006]例如专利文献CN105354353A公开了一种基于MBD模型的加工特征识别和建模方法，基于所述PMI提取，获取产品制造信息；在加工特征几何属性识别中，根据几何体素的拓扑关系，将一个或多个几何体素信息合成加工特征，其中，加工特征的几何属性包括几何体素的几何属性；在加工特征工艺属性识别中，根据加工特征的几何属性，从几何体素的拓扑关系和几何体素关联的标注信息中获得特征的工艺属性；根据所述加工特征几何属性和加工特征工艺属性完成加工特征建模。但是该技术方案对建模历史和建模方法的依赖度较高、依赖于具体的特征类型，难以添加新的特征类型的问题，不利于实际应用。
[0007]例如专利文献CN103164582A公开了一种三维CAD模型相交制造特征识别方法，以MBD表示的三维CAD模型为信息输入源，通过启发式规则对每个加工面进行可达性分析，确定加工面的可行刀具轴向空间；以加工面可行刀具轴向空间为约束，采用融合制造语义的加工面聚类算法构建加工区域子图；以加工区域子图为制造特征痕迹，结合标注尺寸信息，对加工区域子图进行优化合并，从而实现制造特征的识别。但是该技术方案仅适用复杂相交特征或复杂零件的精度识别，不同自动化系统之间的在线数据交互通常非常难以实现。

技术实现思路

[0008]为了解决上述技术问题，本专利技术提出了一种切削制造系统加工状态辨识与精度识别方法，包括：实时获取刀具切削力信号与部件振动信号；消除所述实时获取的刀具切削力信号与部件振动信号的谐波分量；计算所述刀具切削力信号和部件振动信号的矢量方向分量和垂直矢量分量的值；基于所述刀具切削力信号和部件振动信号的矢量方向分量和垂直矢量分量的值构建相关函数；当判断所述制造系统加工状态为稳定状态时，进行制造系统的精度识别；获得所有测控参变量，形成动态识别模型，将所述动态识别模型加载到所述精度识别的过程中。
[0009]进一步地，设刀具切削力信号的矢量方向分量和垂直矢量分量的值分别为、和部件振动信号的矢量方向分量和垂直矢量分量的值分别为、：；；；；其中，T为刀具主轴基频周期的倍，，为刀具的主轴转频，x(t)和y(t)表示t时刻刀具切削点处的坐标。
[0010]进一步地，刀具切削力信号和部件振动信号的相关函数H为：；用H
L
和H
H
分别表示状态低阈值点和状态高阈值点，当H<H
L
时，代表此时制造系统加工状态为不稳定，当H
L
≤H≤H
H
时，代表此时制造系统加工状态为良好，当H
H
<H时，代表此时制造系统加工状态为稳定。
[0011]进一步地，精度识别过程具有控制参变量，受制参变量 和干扰参变量 ，调整控制参变量的动态加权因子、受制参变量的动态加权因子以及干扰参变量 的闭环响应时间，构建动态识别模型为，其中为关系模型函数。
[0012]进一步地，对所述动态识别模型的进行仿真模拟，如果仿真结果显示出良好的稳定性能，则确定此刻的控制参变量和受制参变量，将动态识别模型加载到精度识别的过程中；如果仿真结果的状态响应太快，则增加控制参变量的动态加权因子和/或增加所述干扰参变量的闭环响应时间，再将动态识别模型加载到精度识别的过程中；如果仿真结果的状态响应太慢，则减小控制参变量的动态加权因子和/或减小所述干扰参变量的闭环响应时间，再将动态识别模型加载到精度识别的过程中。
[0013]进一步地，实时获取的刀具切削力信号或部件振动信号，当监测到切削制造系统运行不正常时，关闭部分控制参变量和部分受制参变量，关闭部分控制参变量包括：关闭刀具驱动机构的驱动参数高/低限制的参数值、关闭刀具驱动机构的驱动参数变化率高/低限制的参数值；关闭部分受制参变量包括：关闭刀具的切割参数高/低限制的参数值，或者关闭刀具的切割设定点参数，或者关闭刀具的切割调整参数；控制参变量和受制参变量的状态将被连续检查。
[0014]本专利技术相比于现有技术，具有如下有益技术效果：1、通过在线监测子系统，用于实时获取刀具切削力信号与部件振动信号，三角函数正交关系，以消除谐波分量的影响，为状态辨识子系统进行相关函数的构建提供数据支持；2、根据刀具切削力信号和部件振动信号构建的相关函数H，设置辨识阈值点，从而判断高精度切削制造系统加工状态是否稳定；当状态辨识子系统辨识高精度切削制造系统加工状态为稳定时，精度识别子系统即可进行精度识别；3、通过构建精度识别模型来加载到精度识别子系统的识别过程中，计算必要的控制参变量控制动作，以实现对受制参变量的期望控制，干扰参变量用于识别过程的前馈控制，实现了精度识别过程，并且优化了过程操作。
附图说明
[0015]为了更清楚地说明本专利技术实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种切削制造系统加工状态辨识与精度识别方法，其特征在于，包括：实时获取刀具切削力信号与部件振动信号；消除所述实时获取的刀具切削力信号与部件振动信号的谐波分量；计算所述刀具切削力信号和部件振动信号的矢量方向分量和垂直矢量分量的值；基于所述刀具切削力信号和部件振动信号的矢量方向分量和垂直矢量分量的值构建相关函数；当判断所述制造系统加工状态为稳定状态时，进行制造系统的精度识别；获得所有测控参变量，形成动态识别模型，将所述动态识别模型加载到所述精度识别的过程中。2.根据权利要求1所述的切削制造系统加工状态辨识与精度识别方法，其特征在于：设刀具切削力信号的矢量方向分量和垂直矢量分量的值分别为、 和部件振动信号的矢量方向分量和垂直矢量分量的值分别为、：；；；；其中，T为刀具主轴基频周期的倍，，为刀具的主轴转频，x(t)和y(t)表示t时刻刀具切削点处的坐标。3.根据权利要求2所述的切削制造系统加工状态辨识与精度识别方法，其特征在于：刀具切削力信号和部件振动信号的相关函数H为：；用H
L
和H
H
分别表示状态低阈值点和状态高阈值点，当H<H
L
时，代表此时制造系统加工状态为不稳定，当H
L
≤H≤H
H
时，代表此时制造系统加工状态为良好，当H
H
<H时，代表此时制造系统加...

【专利技术属性】
技术研发人员：王春媚，孙中华，王宝龙，李娜，王欣，
申请(专利权)人：天津轻工职业技术学院，
类型：发明
国别省市：