精密数控机床铣刀故障监测方法研究.pdf

第 lO期 机械 设计 与制造 2011年 10月 Machinery Design Manufacture l67 文章编号：1001—3997(2011)10—0167—03 精密数控机床铣刀故障监测方法的研究米 周 峰 黄 民 (北京信息科技大学 机电工程学院，北京 100192) Studyonmethodofmillingtoolmonitoring ZHOU Feng，HUANG Min (MechanicalElectricalEngineeringschool，BeijingInformationScienceTechnology University，Beijing100192，China) 【摘 要】刀具在h_r-过程中不可避免的存在着磨损和破损现象，刀具的消耗直接导致工件精度 下降和生产成本增加。开展了一系列实验 ，深入研究刀具状态监测方法，构建了新型铣削过程刀具磨损 监测试验系统。通过振动传感器和声发射传感器对铣削过程中不同磨损程度刀具的信号进行检测、采 集、分析。选择对刀具磨损状态反映敏感的特征量。采用BP神经网络，建立刀具磨损特征向量与刀具磨 损状态之间的非线性映射关系。 关键词：铣刀监测；振动；声发射 ；神经网络 【Abstract】Thebreakageandwearingofcuttingtoolisinevitableintoolingmachiningprocess，which resuhindecreasedaccuracynadincreasedproductioncosts．Inthiscaseaseriesofexperimentsraecon- ducted．Bystudyingin如印 themonitoringmethodsfortoolweraingstates，anewexperimentalsystem is foundedformonitoringthetoolingmillingprocess．Signalsfortoolingwithdifferentwerainmillingprocess sidetected，acquisitednadnaalyzedthroughvibrationsensorsna dAE sensorsonthemillingtools．Thenthe chraacteristicquantityforreflectingsensitivelytheweraofthetoolingischosen．UsingBPneuralnetwork， thenonlinearmappingrelationshipbetweenthewearingstateandthecharacteristicvectorofthetooling wera isestba lishe Keywords：M illingtoolmonitoring；Vibration；AE；Neuralnetworks 中图分类号：TH16 文献标识码 ：A 1引言 (1)信号检测信号检测是监测系统的首要步骤，切削过程中 的许多状态信号从不同角度(振动信号、声发射信号(AE)、切削 “数控机床典型功能部件试验技术及平台构建”这一课题的 功率／电流等)反映刀具状态的变化，信号检测直接决定监测系统 具体工作为利用构建的数控机床整机动态性能检测和试验环境 ， 的成败。 研究并提出影响机床整机动态特性和精度退化的典型功能部件