磨削技術(shù)
機床加工過(guò)程狀態(tài)監測與故障診斷的內容及待研究的問(wèn)題 |
| 發(fā)布時(shí)間：2022/5/9 |
| 機床加工過(guò)程狀態(tài)監測與故障診斷的內容及待研究的問(wèn)題 一、監測與診斷的特點(diǎn) 數控機床加工過(guò)程中表現出的動(dòng)態(tài)特性主要有以下幾個(gè)方面。 (1)離散性與斷續性就加工而言，信息的主要形式是離散的，如零件尺寸、加工精度及各種經(jīng)濟與技術(shù)數據等；就加工過(guò)程而言，在一次走刀中切削加工可以是連續的(如車(chē)、鉆、磨等)，也可以是斷續的(如銑)；從一個(gè)零件的制造過(guò)程而言，工序與工序是兩個(gè)相互獨立的過(guò)程，而對加工質(zhì)量來(lái)說(shuō)，工序與工序又是相關(guān)的。 (2)緩變性與突發(fā)性在固定的加工條件下，一臺機床的動(dòng)態(tài)特性是緩慢的，如機床的溫升、零件磨損、應力的分布等都是緩變過(guò)程；而如刀具破損、折斷等往往是瞬時(shí)出現的，這些屬于是突發(fā)性故障。 (3)隨機性與趨向性 由于機械加工過(guò)程中的隨機因素干擾大，因此加工過(guò)程中各種物理量的變化，如切削力、切削溫度、刀具磨損與刀具壽命和切削條件的關(guān)系往往是帶有趨向性的隨機過(guò)程。 (4)模糊性在現象與原因關(guān)系上，大部分呈模糊性，即一部分因果關(guān)系是透明的，而另一部分是黑色的，屬于灰色系統。在狀態(tài)分析中需要用到的各種建模方法，沒(méi)有適用于各種情況的通用數學(xué)模型。在狀態(tài)分類(lèi)中，可分性是基本的，但類(lèi)別之間往往無(wú)確定的邊界，客觀(guān)上也存在模糊區，使得狀態(tài)分類(lèi)困難。 二、監測與診斷的內容 機械制造系統最終目的是在保證產(chǎn)品質(zhì)量的前提下，降低制造成本，提高生產(chǎn)率。奄切削加工過(guò)程中采取狀態(tài)監測與診斷的目的就是為了保證達到上述目標。監測與診斷的內容包括產(chǎn)品質(zhì)量監控和加工過(guò)程穩定性監控，二者相互有關(guān)，又各有側重。在目前自魂化生產(chǎn)環(huán)境中，生產(chǎn)過(guò)程主要是靠計算機來(lái)控制的，所以產(chǎn)品質(zhì)量監控和過(guò)程穩定性監捧都是十分突出的問(wèn)題。具體監控包括加工過(guò)程狀態(tài)監控、產(chǎn)品質(zhì)量監控和環(huán)境參數及塞全監控等三大部分的監控。 1．加工過(guò)程狀態(tài)監控 (1)切削狀態(tài)機床在切削過(guò)程中隨著(zhù)切削力和切削扭矩的變化，引起機床的動(dòng)湊源、傳動(dòng)系統等部件有關(guān)參數的變化，以此來(lái)判斷機床運行狀態(tài)的正常與否。狀態(tài)監控包括以下方面：①切削力、扭矩、主軸電機功率和電流以及它們與切削力的關(guān)系；②切削顫振及嚆聲；③切削溫度；④切屑形狀及切屑的流向等；⑤冷卻液和潤滑液的溫度及污染程度。 (2)刀具狀態(tài)刀具是切削加工的直接參與者，所以刀具狀態(tài)正常與否能直接反曦機床的加工狀態(tài)，如刀具的磨損、裂紋、折斷、刀具的壽命等。 2．加工精度監控 工件的加工精度主要包括兩部分：一是工件的尺寸、形狀及相互位置精度；二是工甥的表面質(zhì)量，即表面粗糙度。 保證產(chǎn)品加工質(zhì)量是生產(chǎn)系統的最終目的。為此，需要監視工件的自動(dòng)定心，自動(dòng)蔫量工件的形狀；監視刀具磨損的補償、熱變形的補償、螺距誤差的補償等；監視機床熱源蜀各主要執行部件溫度的變化，將溫升控制在允許范圍內。 3．環(huán)境參數及安全監控 為了保證機床的安全運行，需要對機床周?chē)h(huán)境的外部因素進(jìn)行監控，主要包括：嘲的電壓、電流值監測，環(huán)境空氣的溫度和溫度的監測，供水、供氣壓力的監測，火災進(jìn)出系翔的監測等。在全部電氣控制盤(pán)和泵等機械熱源部位設置檢測溫度與煙的火災檢測裝置詡防止數控裝置的火災，當測出火災預兆時(shí)，能自動(dòng)切斷系統的全部電源，并發(fā)出警報。 機床的運行狀態(tài)和加工工件的質(zhì)量監測既是為機床的正常運行控制提供控制嘲據，也是為機床的故障診斷提供診斷決策的依據，診斷的準確與否，監測是前提。在鯛的監測對象中，一般把自動(dòng)換刀裝置、刀具的磨損及破損、工件加工尺寸精度的超差作為監測重點(diǎn)。 三、待研究的問(wèn)題 數控機床切削加工過(guò)程的狀態(tài)監測與診斷一直是人們關(guān)注的研究課題。一般是針對某一監控對象，如切削顫振、刀具破損磨損等，力圖尋求某一閾值作為狀態(tài)識別的依據。然而，實(shí)際的切削過(guò)程是動(dòng)態(tài)過(guò)程，所以這種閾值是隨機的，確定的閾值就難于適合生產(chǎn)條件的變化。此外，還有諸如傳感器問(wèn)題、信號拾取及數據處理的實(shí)時(shí)性等問(wèn)題，綜合起來(lái)覺(jué)得有以下幾方面的問(wèn)題值得研究。 1．加工系統的幾何及物理量基本規律的研究 機床加工系統的幾何及物理量基本規律的研究是最根本的問(wèn)題，它涉及信息源的問(wèn)題，以及切削過(guò)程中信息傳遞。加工過(guò)程機理方面的研究，前人做了大量工作，大多數是在實(shí)驗室研究得出的結論但是在線(xiàn)工況監視需要的是實(shí)際加工機床的運行數據。為此，必須研究和解決傳感器技術(shù)問(wèn)題，研究動(dòng)態(tài)數據處理的實(shí)時(shí)性問(wèn)題。因此，結合生產(chǎn)實(shí)際，對加工系統的幾何及物理量快速、有效的檢測與識別方法，仍然是當前最重要、最基礎的研究工作。 2．多功能、柔性監視診斷系統的研究 制約機床切削加工過(guò)程自動(dòng)化和影響產(chǎn)品質(zhì)量的故障狀態(tài)，比如刀具的異常磨破損和切削顫振等異?，F象的出現均伴隨有多種物理現象的異常變化，如機床的振動(dòng)、噪聲、切削熱、切削力、切削功率、聲發(fā)射等也隨之產(chǎn)生異常變化。但是，過(guò)去的監視裝置存在諸多問(wèn)題，如信息量中只有少部分信息被利用，只適用于單目標決策，方法簡(jiǎn)單，判別函數不能自動(dòng)生成，軟硬件和計算機數字控制機床接口功能差等。由單一目標向多功能、柔性方向發(fā)展是監視診斷技術(shù)今后的重要任務(wù)之一。在迅速發(fā)展的柔性制造系統的生產(chǎn)環(huán)境中，數控機床的監視與診斷系統必須具備以下功能： (1)具有多通道測量和大量模擬信號或數字信號處理能力和智能輸入接口； (2)具有多種現代信息處理方法的軟硬件，可進(jìn)行狀態(tài)的特征分析，預報狀態(tài)的發(fā)展趨勢； (3)具有復雜的多狀態(tài)判別功能，能自動(dòng)生成判別函數： (4)具有各種功能的機床和計算機網(wǎng)絡(luò )接口及聯(lián)機工作能力。 3．切削加工過(guò)程動(dòng)態(tài)模型的研究 切削加工過(guò)程的動(dòng)態(tài)模型包括機床設備、運輸設備、加工過(guò)程及機械制造系統等。因為：①監視診斷是基于過(guò)程的動(dòng)態(tài)變化規律進(jìn)行的；②數學(xué)模型是對客觀(guān)物理系統的數學(xué)描述，又是系統信息的凝聚手段；③模型參數及有關(guān)特征值、特征函數都能反映加工過(guò)程的狀態(tài)和規律，它們是時(shí)域特征量的重要提取方法。所以，研究動(dòng)態(tài)模型目的就是根據數學(xué)模型實(shí)現故障的預報和控制，因此，研究切削加工過(guò)程動(dòng)態(tài)過(guò)程的數學(xué)模型及其軟、硬件模塊，以便于在線(xiàn)應用，也將是監視診斷技術(shù)發(fā)展的重要任務(wù)之一。 4．工況狀態(tài)綜合辨識方法的研究 在切削加工過(guò)程中，有兩個(gè)問(wèn)題必須解決：一是多種信息融合，提高識別精度；二是一種源信息用于多目標同時(shí)識別。一種信息源可以提取很多特征量，而一種特征量又往往包含幾種性質(zhì)的狀態(tài)特征，這樣就可以利用一種源信息來(lái)監視和診斷不同的故障。于是，如何充分利用信息的研究就顯得非常重要。圖7—1表示了基于人工神經(jīng)網(wǎng)絡(luò )技術(shù)的多目標判別的含義。例如刀桿振動(dòng)加速度的方差是表示刀桿振動(dòng)信號的能量(用特征量x-表示)，它既可作為切削顫振判別的特征量，也可以作為刀具磨損、崩刃、折斷判別的特征量，這樣就使信息得到充分利用。工況綜合辨識方法就提供了利用一種源信息實(shí)現多目標辨識的可行性。用一種源信息的不同特征量構造不同的判別函數，達到識別不同工況狀態(tài)的目的。在此基礎上，可以進(jìn)一步采用信息融合技術(shù)，提高識別精度。 綜上所述，數控機床的工況監視與故障診斷是一門(mén)綜合性很強的學(xué)科領(lǐng)域，隨著(zhù)現代信號處理、系統辨識、檢測技術(shù)、模式識別、控制工程、信息理論與人工智能的發(fā)展，作為加工過(guò)程狀態(tài)、監測與診斷系統，以狀態(tài)辨識為中心的智能處理系統將得到不斷發(fā)展與完善。 四、切削過(guò)程工況監控 系統切削過(guò)程工況監測與控制系統主要包括如下幾個(gè)環(huán)節，如圖所示。  圖 切削過(guò)程監控系統 下面簡(jiǎn)要闡述各環(huán)節的組成和作用 (1)傳感器組各傳感器裝在機床主要部件的不同部位，既可以用于輸入監控(黠機床、刀具、毛坯、夾具等狀態(tài))，如不符合要求，就發(fā)出報警，停止加工；也可以用于切謦過(guò)程監控，利用不同傳感器監視切削過(guò)程中各種物理狀態(tài)參數的變化；還可以作為輸出壤控，監測加工中和加工后的工件狀況。 (2)信號采集與處理該環(huán)節主要是將傳感器獲取的信號進(jìn)行采集、AID轉換、放大、濾波、除噪聲等預處理，然后用時(shí)域、頻域、幅域、倒頻域等不同的信息空間進(jìn)行分析。 (3)特征提取和分類(lèi)從預處理后的信息中提取出能表征各工況狀態(tài)的特征量用于故障診斷，此過(guò)程也是對海量數據進(jìn)行有效壓縮的過(guò)程。機床主軸的轉速，各坐標軸的進(jìn)給速度，切削力，切削功率，切削振動(dòng)等物理量，在切削加工過(guò)程中均可以看作是平穩隨機變量，都可以作為故障診斷的信息源。能有效地反映工況狀態(tài)的特征量和函數模型有概率密度函數、方差函數、自相關(guān)函數、峭度系數、以及由離散信號建立的自回歸滑動(dòng)平均模型(ARMA)中的格式函數(Green’s Function)、自協(xié)方差函數等特征函數。利用自學(xué)習和經(jīng)統計分析等方法，建立正常切削狀態(tài)時(shí)的各特征量或特征模型作為狀態(tài)識別的標準輸入。然后，將實(shí)際切削加工中實(shí)時(shí)采集的監控信號進(jìn)行信號處理，得出特征量或特征模型，與自學(xué)習過(guò)程記錄并統計分析建立的特征量或特征模型進(jìn)行比較，作出工況正?；虍惓５呐袛?。 在利用提取的特征量或特征模型進(jìn)行模式分類(lèi)時(shí)，要注意正常的工況變化與切削過(guò)程變化對應閾值的不同。正常的工況變化一般有：開(kāi)機、關(guān)機、啟動(dòng)、工作、停止、空載、不同負載、滿(mǎn)載等情況，通過(guò)機床控制裝置可以獲取當前被檢測部位的正常工況變化；同時(shí)隨著(zhù)機床的不斷運行，同一工況下特征量的閾值也在不斷變化，應通過(guò)在線(xiàn)監測的歷史數據不斷調整特征量的閾值。 (4)診斷決策根據工況狀態(tài)的識別對數控機床及加工過(guò)程作出趨勢預報或故障報警的診斷決策。 (5)診斷控制策略根據機床數控系統的功能強弱分為開(kāi)環(huán)和閉環(huán)控制。對開(kāi)環(huán)系統，監測系統檢測結果用顯示器或指示燈報警，并給出狀態(tài)異常的可能原因，而調整控制則由人工完成。對于閉環(huán)系統，數控系統能自動(dòng)調整加工條件或狀態(tài)，使機床自動(dòng)恢復正常狀態(tài)或停機。 |
產(chǎn)品展示
聯(lián)系我們
公司地址：南通市通州區通揚南路588號
聯(lián)系電話(huà)：0513-87119922
聯(lián)系人：李先生
手機：15606292777
郵箱：sales@nt2mt.com
網(wǎng)址：http://www.szwksb.cn
聯(lián)系電話(huà)：0513-87119922
聯(lián)系人：李先生
手機：15606292777
郵箱：sales@nt2mt.com
網(wǎng)址：http://www.szwksb.cn
