当前位置:首页 >> 物理 >>

常用的刀具磨损检测方法比较


常用的刀具磨损检测方法比较
检测方法 光学 图像 接触 放射性 技术 切削温 度 表面粗 糙度 超声波 振动 传感器 光纤、光学传感器 摄像机 测头 磁间隙传感器 放射性元素 工作原理 用磨损面反射的光线或 摄像机摄像 检测切削刃位置 适用范围和特点 各种加工;成本高

直 接 法

间 接 法

切削力

功率 声发射

用于车、钻、铣;受温 度和切削影响 刀具里注入同位素,测切 各种切削加工;对身体 削里的放射性 有危害 热电偶 测工件刀具间的切削温 用于切削;灵敏度低、 度突发增量 不能用于有冷却液的情 况 激光传感器 测表面粗糙度的变化量 用于车、铣;非实时监 红外传感器 测,应用范围小 超声波热能器与接收 接受主动发射超声波的 用于车、铣;受切削振 器 反射器 动影响,处于研究阶段 加速度器、 振动传感器 检测振动信号 用于车、铣、钻;单独 使用效果差,易受环境 影响 应变力传感器 检测切削力 用于车、铣、钻;灵敏 压电力传感器 度高,工作稳定,价格 高 功率传感器 主电机或进给电机功率 用于车、铣、钻;灵敏 度低,响应慢,成本低 声发射传感器 检测声发射信号 用于车、铣、钻攻丝等, 灵敏度高,实时监测

国内外学者对刀具磨损的研究采用传感器主要是振动传感器,声发射传感器,力传感器以及功率传感器,而对 刀具监测信号的处理可以应用时域分析,频域分析或者小波分析理论,而对刀具进行磨损分类时应用较多的是人工 智能技术,神经网络,模糊神经网络,模糊诊断等等。

一、基于小波分析和集成神经网络的刀具磨损监测技术研 究
本文以测力仪, 宽带声发生传感器及振动传感器为信号检测元件, 利用多传感器融合技 术对铣削加工过程中刀具磨损监测的一系列相关问题进行详细的分析。 文中对切削力及振动信号的处理主要采用小波分析。 小波分析是处理非平稳信号非常有 效的方法,而其中的小波包变换不仅分析低频信号,而且也对高频信号也进行了细分分析。 可以讲包括正弦信号在内的任意信号无冗余,无疏漏,正交的分解到独立的,任意精细的频 带上。 正因为如此, 采用小波包分解频带能量检测法对切削力和振动信号惊喜频带能量统计,

并得到了与刀具磨损敏感的频段特征。 通过相应频段内能量的变化, 就可以对刀具磨损状态 进行有效的监测。 正文:本文主要对刀具的切削力信号和振动信号分别进行了时域,频域和小波分析,找 到了与刀具磨损敏感特征。

1,对切削力,在时域波形上看出其幅值会随着刀具磨损增加而增大,可以提取动态切
削力的均方根值作为监测刀具磨损的特征, 通过功率谱发现: 切削力频谱能量主要在低频段, 集中在几个倍数于基频的频段; 而在经过小波包分析, 提取的低频段能量与刀具磨损非常敏 感,可以取而代之为监测特征。

2,对振动信号来讲,不易从时域波形上看出刀具不同的磨损状态,但在器功率谱上可
以清晰地看到存在几个特征频段, 这几个频段的信号能量对应与刀具磨损状态的加剧明显增 加。 用小波包分解能量监测法提取出了这几个与刀具磨损密切相关的频段能量特征。 (注意: 对频域分析时一般对功率谱分析)

优点及其缺点: 优点:1.切削力信号直接来源于切削加工点,与刀具磨损相关程度高。振动信号容
易获得,可以很好地辅助切削力综合判断;

2.小波分析技术能有效的完成对刀具切削力和振动信号的分析。 单从这两种信号的时域
和频域(功率谱分析)很难准确的得到与刀具磨损敏感的特征,针对这种不足,采用时频性 能都很好的小波分析能很好的解决这一问题。 小波包不仅能分析低频信号, 而且对高频信号 也进行了细分分析。

3.小波包分解频带能量监测法能对刀具磨损状况进行有效监测。 傅里叶分析只是对信号
中的正弦成分进行统计, 用其表示的能量不全面。 而频带能量监测应当计及各频带里信号的 全部能量,包括非平稳、非线性振动能量,应用小波进行刀具信号分析,则可以描述其中的 非平稳成分。

4.神经网络能有效的实现刀具磨损状态的智能诊断。BP
器,并有效的进行模式识别和分类,完成故障智能诊断。

网络作为刀具磨损状态的分类

5.集成神经网络刀具磨损状态识别系统比单神经网络具有更高的识别速度和诊断率。 用
多个网络分担不同任务,可使得单个网络的建模负担轻,速度可大幅提高;且能充分利用切 削加工过程中各个信号的有效信息。

缺点:1.该实验没有分析声发射信号,不能实现高精度的诊断。 ; 2.BP
网络发展至今,在理论和性能方面都已经非常成熟,但是其隐含层节点数的最优

选问题还需要做进一步研究。

二、基于小波分析和神经网络的多传感器融合技术在机床刀 具磨损监测中的应用
本文是将一种具有小波分析和神经网络的多传感器融合技术应用于刀具磨损监测系统。 介绍了小波分析和神经网络的理论基础; 给出了刀具磨损在线监测系统的组成和基于小波分 析和神经网络的多传感器融合技术在刀具磨损在线监测系统应用过程。 多种传感器采集的信 号通过小波分析提取其特征值,将特征值作为神经网络的输入,对比识别刀具磨损状态。 本文的优点:1.小波分析可以有效地提取信号特征,对刀具磨损状态的识别效率高, 取得了很好的效果;

2.通过合理选择传感器类型和应用多传感器融合技术, 可以很好的描述刀具磨损状态, 增加信息覆盖面,提高系统的监测性能和抗干扰能力。 3.针对刀具磨损监测的特征,采用基于小波分析和神经网络的多传感器融合技术可以
有效的监测加工过程。

三、 基于小波分析的切削力信号奇异性检测
本文利用小波变换模的极大值和信号奇异点的关系, 分析了用 Lip 指数来描述的切削力 信号局部奇异性。通过观察奇异点的位置等信息得到切削刀具的磨损情况。 原理: 在切削过程中, 随着刀具磨损量的增加, 切削力的增大, 引起切削力信号的变化。 而切削力信号的变化将有效的判别刀具磨损所处的不同阶段。 一旦切削力信号突然发生急剧 变化,刀具有可能发生崩刃或折断等后果。刀具磨损时切削力信号存在奇异性。 正常的机械信号一般为低频,突变信号有很宽的频率信号,尤其在高频段频率丰富。利用小 波分析滤除低频信息, 突出故障信息达到检测故障的目的。 采用小波变换的方法对信号进行 奇异性检测的算法大致分为几个步骤: 小波基的选取然后对信号进行多尺度分析得到小波变 换后的系数矩阵 wf(s,x);在不同尺度上找到信号突变点相应的小波变换系数模极大值, 从而得到模极大值线;求出奇异点的 Lip 指数。 注意:小波基的选择:在小波分析中,选择合适的小波基是非常重要的。采用不同的小 波基函数对信号进行分析,会得到不同效果。如何选择小波基函数,才能更好地刻画信号的 特征, 目前还没有一个统一的标准。 实际运用中, 采用定性分析与实验比较的相结合的方法, 采用多种小波进行多次模仿实验进行比较。 dbN 小波系是工程上应用较多的小波函数, 这一 小波系的特点是随着序号 N 的增加,时域支撑长度变长,时间局域性变差,滤波器长度变 长,消失矩系数增加,正则性增加,频域局部性变好。因此,在选择小波函数时需要综合以 上各种因素,并通过采用多种小波进行多次仿真实验进行比较。 优点: 本文对切削力信号奇异性检测的思路方法可以进一步完善开发出切削刀具状态实 时监测系统,在实际加工中掌握更多的刀具磨损信息,更好地保证加工质量。 由于小波的不同尺度具有不同的时间和频率分辨率, 能有效的将信号中不同频率成分分 开并能够对分解后信号的特征进行准确的定位。 相关文献有:洪伟,李言,郑建明。钻削过程刀具磨损的小波诊断方法。西安理工大学 2003. 赵小林,刀具磨损的小波检测。邵阳高等专科学校

四.一些基于声发射信号的刀具磨损监 测
常用的声发射信号处理方法有特征参数法、时间序列分析、傅里叶变换和 Gabor 变换 等。 特征参数法所记录的信号量大,分析的实时性强,因而成为目前声发射检测时所使用 的主要方式。但是使用该法时必须了解所获得的声发射波形与声发射源机制之间的联系, 否则无法获得声发射波形的物理本质。因此,该方法仍面临很多技术难题。 虽然时间序列分析在某些个案中的应用取得了一定成果,但是该方法无法解释将其求 出的自回归系数与切削三要素一起作为神经网络的输入变量进行运算的原因。为此,许多 学者对其可行性和有效性仍旧持保留的态度。 傅里叶变换体现了信号在频域上的信息,它不随时间而改变。但对金属切削声发射信 号而言,其低频段中的突变型信号对变换后的幅值影响很大,该方法很难区别引起信号幅 值变化的真正原因,故在刀具的声发射信号分析中存在着局限性。以下是相关文献:

I.基于小波分析的声发射刀具状态判析
本文的主要内容:1.概述了刀具状态监测技术,从几个方面来进行概要性的叙述,首先 明确建立刀具状态检测系统的目的和意义, 然后介绍国内外刀具监控技术的发展过程, 叙述 刀具状态监测系统的组成,接着进一步探讨刀具状态监测的关键技术和发展趋势。 2.构建声发射采集、分析及处理的实验平台。其工作内容包括选择合适的声发射传感 器、 利用现有的硬件和软件条件构建起适合声发射信号采集的实验系统。 并对实验的刀具的 条件进行分析,提供相对合适的加工条件。

3.采用声发射信号常用的处理方法对信号进行处理,以确定加工刀具磨损相关的特征
频段。主要工作包括:运用时域、频域等常用的信号分析方法,再对有用的声发射信号进行 时域的统计分析与处理,同时在频域内对其进行功率谱分析,最终通过对比分析,观察刀具 在各个不同加工阶段所表现的的频率特征, 如峰值的大小、 峰值的个数以及出现峰值所在的 频率点,根据这些刀具磨损相关的频率特征,得出刀具在磨损时的结论。 4.通过实验得出在实际加工过程中其他切削参数对声发射信号的影响,包括:进给速 度、 主轴转速、 切削深度, 这是三个最主要的影响因素, 通过观察实际采集到的声发射信号, 并进行分析,得出较为准确及合理的结论。 本文的优点:1.通过对采集信号的时域,频域分析,观察刀具在各个状态的频谱特征, 通过总结和归纳,得出一些可供判断刀具状态的一些幅值、频率等相关信息。根据对刀具声 发射信号的观察,并初步实现对刀具状态的有效识别,为实际生产提供可靠参考。

2.通过设计实验, 在分析切削参数对声发射信号的影响是发现, 在考察的三个因子中,
主轴转速对声发射信号的影响最为明显, 其次是切削深度, 进给速度对信号均方根影响较小。 3.实现了声发射信号特征能量的分析方法,对三种不同状态下的声发射信号进行八层 小波分解,统计每一个信号的百分比,形成一个向量,使之成为下一个阶段—基于 RBF 神经 网络的输入。最后对人工神经网络理论进行了简要的概述,进而深入阐述了 RBP 神经网络 的构造形式和学习算法。构造了刀具磨损的 RBP 神经网络模型,进而利用神经网络对试验 样本数据进行学习和检验,实现了对不同刀具磨损状态的有效识别。 缺点: 1.还要不断的完善软件分析功能, 不见满足于现在的时域、 频域、 时频域的研究, 还要继续不断的引入更好、更新的现在信号分析、处理方法,从不同方面,更多角度分析现

有信号。

2.积极探讨以其它类型监测信号实现刀具状态监测的可行性,融入更多的信号作为判
别的依据,比如:振动信号,将多个监测信号进行融合,提高刀具状态监测的可靠性和准确 性。

II、小波分析在数控刀具磨损状态检测中的应用
本文研究了数控刀具切削过程中声发射信号的产生机理和特点, 提出了利用小波分解和 小波包分解技术提取声发射信号特征参数的方法监测刀具的磨损状态, 并通过实例验证了该 方法在刀具磨损检测中的可行性。 刀具切削过程的声发射信号产生机理及特点:工件材料被剪切及沿前刀面连续滑动变形 过程中产生的声发射能, 其实质是材料晶体间的弹性力与内聚力在材料变形及断裂时释放出 来的能量。声发射信号频谱较宽,而噪声信号相对较低,用声发射的高频信号特征,可有效 抑制干扰,提高检测正确率。在切削参数完全相同的条件下,用声发射信号对比振动信号检 测刀具磨损状态时, 由于刀具磨损过程是一个渐变过程, 所以这个过程的振动信号特征不明 显,而声发射信号已经比较明显,因而声发射法能早期预报和诊断故障。刀具切削过程中刀 具切削工件时会引起刀具的塑性变形而产生声发射信号, 该声发射信号蕴含了丰富的磨损信 息,因此,可利用刀具切削磨损时的声发射信号来辨别刀具磨损程度。 通过本实验验证了用小波分解方法提取的该声发射信号的低频分解系数来判断刀具磨损 状态是合理的, 小波分解方法适用于分析低频区能量所占比例较大的信号。 而小波包分解方 法对高频信号也进行了细化分析, 因此采用小波包分解提取的能量特征参数来监测刀具的磨 损状态更具有通用性。

III、一种新的声发射刀具磨损小波分析方法
本文提出了一种新的声发射刀具磨损小波判析方法,该方法通过多层小波分解对对信号 主能量所处频段进行局部特征刻画, 利用小波分解系数特征统计值在统计量与刀具状态间建 立屋里联系。 作者在介绍声发射信号的产生和常用声发射信号分析方法的基础上,提出了一种新的声 发射刀具磨损小波判析方法, 从传感器接收的信号入手, 判断出所关注的某一信号的主能量 所在频段,利用小波理论分解出该频段的详细信息,求出小波分解系数的统计特征值,从而 对刀具的工作状态做出有效判断。 实验表明,该方法可操作性强,具有较好的区分度,计算简便,并且运算所需时间比常 用方法短,有利于在实时监测中应用。


相关文章:
常用的刀具磨损检测方法比较.doc
常用的刀具磨损检测方法比较检测方法 光学 图像 接触 放射性 技术 切削温 度
刀具磨损监测方法综述.doc
刀具磨损监测方法综述 - 综合并分析了刀具磨损的各种监测方法... 刀具磨损监测方法综述_机械/仪表_工程科技_专业...当刀具破损时可检测到幅 值较高的 AE 信号。 ...
刀具状态检测方法.doc
的磨损量, 而是包含了上述因素在内的一个相对值, 此法在刀具直径较大时效 果...常用的刀具磨损检测方法... 5页 1下载券 复合地层中盾构刀具磨损... 11页...
刀具磨损检测方法探究_图文.pdf
放大倍率与 实际像素面积的关系,最终求得磨损区域面积、周长和最大宽度、最大高...常用的刀具磨损检测方法... 5页 1下载券 复合地层中盾构刀具磨损... 11...
检测刀具磨损和破损的方法.doc
比较现有的刀具磨损和破损的监测方法,各有优缺点,我们选取声发射(AE)和电机...盾构刀具的磨损及检测措... 4页 免费 常用的刀具磨损检测方法... 5页 免费...
浅谈刀具磨损的小波检测_郭巍.pdf
引言 刀具磨损检测方法通常可分为直接 测量法和...常用的一种间接测量法是选取
非标刀具磨损的判断及预防.txt
二、刀具磨损类型及常用防止机械刀具使用时破损的方法: 1、刃口磨损。改进办法:...先进的加工检测设备,始终坚持以客户为中心,为用户提供符合国家标准、德国标准、...
刀具磨损监测技术的国内外研究现状浅析_论文.pdf
常用的方法主要有 接触 法、放射线法和光学 检测方法 。直接检测刀具磨损 的传.
复合地层中盾构刀具磨损的检测方法.doc
复合地层中盾构刀具磨损的检测方法 - 复合地层中盾构刀具磨损的检测方法研究 张厚美 (广州市盾建地下工程有限公司,广州,510030) 摘要:刀具磨损严重是盾构在复合地层...
刀具磨损在线监测技术研究的探讨.doc
技术的研究进行探讨,得出间接测量方法较直接测量 方法灵活,但直接测量方法敏感性...因此,检测人员在进行刀具磨损检测时,必 须积极建立力信号与磨损状态之间的联系。...
盾构刀具的磨损及检测措施.pdf
通过机理研究和工程实践 , 找到了刀具磨损的多种检测方法; 重点对参数分析法...掘进参数分析法是通过对一些最基本、 最重要的 掘进参数( 如掘进速度、 斤顶...
思考题.doc
题 1.试对柔性制造系统 FMS 与刚性自动线的组成、加工柔性和生产效率进行比较...如何自动识别刀具? .常用的刀具磨损、破损检测方法有哪些?如何自动识别刀具? ...
复合地层中盾构刀具磨损的检测方法_图文.pdf
复合地层中盾构刀具磨损的检测方法 - 复合地层中盾构刀具磨损的检测方法研究 张厚美 (广州市盾建地下工程有限公司,广州, 510030) 摘要:刀具磨损严重是盾构在复合地层...
刀具磨损检测方法探究_论文.pdf
刀具磨损检测方法探究 - 无论是工业应用中还是生活中,五金磨损检测的意义均是十分重要。尤其是刀具的磨损检测,有利于验证刀具使用情况。文章阐述了刀具切削过程中磨损...
数控加工中心的刀具监控技术.doc
常用的主要有接触 监测法和光学监测法。直接监测刀具磨损的传感器有接触探测传感器...该方法监测精度较高,但只能在停车时进行检测,不能用于实时监控。 2.1.2 光学...
刀具磨损的在线检测_实时补偿方法_胡赤兵.pdf
利用在 线检测 仪器测 得 被加工工件尺寸 , 和预先设定的工件尺寸进行比 较...刀具磨损检测方法探究 暂无评价 2页 2下载券 常用的刀具磨损检测方法... 暂无...
浅谈声发射的小波分析与木工刀具磨损检测_周兆兵_图文.pdf
这种全数字全波形声发射仪器最大限度地 应用了现代电子和计算机的高速数据采集和...#" ! 刀具磨损检测方法 常用的检测刀具磨损的方法可分为直接检测 法和间接...
刀具检测方法综述_图文.pdf
对现有的机械加工刀具状态检测方法进行综合评述,介绍了各种检测方法基本原 理...d)振动信号检测法 振动信号被认为是对刀具磨损,破损敏感度较高的一 种,它与...
数控机床刀具磨损监测方法研究.pdf
刀具磨损原因及改进方法 24页 1下载券 刀具检测方法综述 4页 免费 刀具监测(新...刀 具状态的监测系统最基本结构如图 2 所示。切削过程 信号 传感器 信号处理及...
一种新的声发射刀具磨损小波分析方法_陈晓智_图文.pdf
一种新的声发射刀具磨损小波分析方法_陈晓智 - 科研成果与学术交流 无损检测 一种新的声发射刀具磨损小波分析方法 陈晓智 , 李蓓智, 杨建国 ( 东华大学 机械工程...
更多相关标签: