著录项信息
专利名称 | 刀具破磨损状态检测方法及其检测系统 |
申请号 | CN201210227543.8 | 申请日期 | 2012-08-24 |
法律状态 | 暂无 | 申报国家 | 中国 |
公开/公告日 | 2012-11-07 | 公开/公告号 | CN102765010A |
优先权 | 暂无 | 优先权号 | 暂无 |
主分类号 | B23Q17/09 | IPC分类号 | B23Q17/09查看分类表>
|
申请人 | 常州大学 | 申请人地址 | 江苏省常州市武进高新技术产业开发区常武南路588号天安数码城C幢407-2***
变更
专利地址、主体等相关变化,请及时变更,防止失效 |
权利人 | 常州校果信息服务有限公司 | 当前权利人 | 常州校果信息服务有限公司 |
发明人 | 吕苗荣;陆健 |
代理机构 | 常州市英诺创信专利代理事务所(普通合伙) | 代理人 | 王美华 |
摘要
本发明涉及一种刀具破磨状态损检测方法,包括以下步骤:①测量刀具切削、磨削过程中的振动信号;②对所述的振动信号进行模式滤波法计算;③对所述的振动信号时频子波进行分类整理与特征提取;④对所述时频子波进行分类、聚集和信号分离处理,对各类时频子波进行信号重构,再统计各类信号的峭度指标(Cq)和峰值指标(Ip),根据各类分离信号指标参数在Cq—Iq平面的动态分布情况来检测刀具的破磨损和机床运行状态,实现刀具破磨损状态的识别检测与定量化预警、预报。本发明通过简单的监测设备,实现刀具磨损状况的检测;信号识别稳健性好,保证机械加工生产的安全,提高加工零件的精度,提高机床生产率与机床利用效率。
1.一种刀具破磨损状态检测方法,其特征在于,包括以下步骤:
①测量刀具切削、磨削过程中的振动信号,并对所述振动信号进行采集、放大、传输与显示;
②对所述的振动信号进行模式滤波法计算,实现振动信号的最优分解处理;
③对所述的振动信号时频子波进行分类整理与特征提取,分离出机械设备运转信号,获得刀具振动信号中的切削、磨削信号,以及刀具破磨损特征分类信号;
④对所述时频子波进行分类、聚集和信号分离处理,对各类时频子波进行信号重构,再统计各类信号的峭度指标(Cq)和峰值指标(Ip),根据各类分离信号指标参数在Cq—Ip 平面的动态分布情况来检测刀具的破磨损和机床运行状态,实现刀具破磨损状态的识别检测与定量化预警、预报。
2.根据权利要求1 所述的刀具破磨损状态检测方法,其特征在于:步骤②中对振动信号进行模式滤波计算之前,先采用高低分频方法分离机床和切屑产生的低频干扰信号,高低分频方法采用多阶5 点与7 点数据平滑处理,边界点采用5 点平滑处理,中间点采用7点平滑处理,处理阶数应大于200。
3.根据权利要求1 或2 所述的刀具破磨损状态检测方法,其特征在于:步骤②中对振动信号采用模式滤波法进行时频子波的最优分解,进而进行时频子波的分类、聚集和信号分离处理,并选取如下的模式滤波时频子波表达式来分解信号
-2
式中:f 是调幅函数,g 是调频函数;A 是振幅;α 是衰减因子,单位为s ;βi 为系数(i=1、2),β1 为初始相位,单位为rad ;β2 为角速度ω,单位为rad/s ;t 为时间,单位为s ;
聚类处理平面为“β2-α”二维特征平面。
4.根据权利要求1 所述的刀具破磨损状态检测方法,其特征在于:对各类时频子波进行重构形成分类分离信号,计算各类信号的峰值指标(Ip)和峭度指标(Cq)数值,根据各类分离信号指标参数在Cq—Ip 平面的动态分布情况来检测刀具的破磨损和机床运行状态。
5.根据权利要求1 所述的刀具破磨损状态检测方法,其特征在于:步骤④刀具振动信号时频子波在“β2-α”二维特征平面归为A ~ Q 共17 类,这17 类时频子波根据刀具工作过程中的不同表现又归为四类:I 强冲击类;II 分散类;III 过渡类;IV 磨损类;各类分离信号指标参数在所述的Cq—Ip 平面上划分为强冲击衰减区、弱冲击衰减区、低频中衰减强冲击区、过渡区和磨损特征区五个特征区域。
6.根据权利要求1所述的刀具破磨损状态检测方法,其特征在于:分散类分离信号Cq—Ip 的分布用以判别刀具车削、磨削金属时机床与刀具的运动状态,强冲击类分离信号Cq—Ip 的分布情况用以判别因刀具过度磨损而出现的机床抖动和大幅度异常振动,过渡类分离信号Cq—Ip 的分布情况用以判别刀具在初期磨损、正常磨损和急剧磨损阶段之间的转变,而磨损类分离信号Cq—Ip 的分布情况用来定量确定刀具的磨损量。
7.根据权利要求1 所述的刀具破磨损状态检测方法,其特征在于:还包括步骤⑤:对所述的振动信号采用数字化音频测试技术,辅助识别各种特征信号。
8.一种基于权利要求1-7 任一项所述的刀具破磨损状态检测方法的检测系统,其特征是:包括
加速度传感器,设置在所述刀具的刀杆上,用来测量刀具切削、磨削过程中产生的振动信号;
振动信号采集模块,与所述的加速度传感器相连,对刀具的振动信号进行采集、放大;
振动信号传输模块,与振动信号采集模块相连,对所述的振动信号采集模块发送的振动信号进行传输和变送,传输方式为无线传输或有线传输;
振动信号接收模块,接收来自所述的振动信号传输模块发送的振动信号;
振动信号分析处理模块,与振动信号接收模块相连,对振动信号接收模块传送的振动信号进行信号最优分解的模式滤波计算,以及信号的模式滤波处理,实现时频子波的分类整理与特征提取,分离出机械设备运转信号,获得刀具振动信号中的切削、磨削信号,以及刀具破磨损特征分类信号;
刀具破磨损状态知识库,存储有通用的刀具破磨损状态特征的分类信息;
振动信号识别模块,与振动信号分析处理模块和刀具破磨损状态知识库相连,对振动信号分析处理模块分离出的刀具振动信号中的切削、磨削信号,以及刀具破磨损特征分类信号进行定量统计,然后将统计结果与刀具破磨损状态知识库中的特征模式进行检索匹配,确定刀具的破磨损状态;
控制信息发送模块,与振动信号识别模块相连,传输刀具破磨损状态识别结果;
控制信息接收模块,接收来自控制信息发送模块的信息。
9.根据权利要求8 所述的检测系统,其特征在于:所述的振动信号分析处理模块中包括用于将时域信号中机床振动与切屑产生的低频干扰进行滤除的高低分频器,所述的高低分频器对数据进行多阶5 点与7 点平滑处理,边界点以5 点平滑处理,中间点以7 点平滑处理,处理阶数大于200。
10.根据权利要求8 或9 所述的检测系统,其特征在于:所述的振动信号分析处理模块中,对振动信号采用模式滤波法进行时频子波的最优分解,进而进行时频子波的分类、聚集和信号分离处理,并选取如下的模式滤波时频子波表达式来分解信号
-2
式中:f 是调幅函数,g 是调频函数;A 是振幅;α 是衰减因子,单位为s ;βi 为系数(i=1、2),β1 为初始相位,单位为rad ;β2 为角速度ω,单位为rad/s ;t 为时间,单位为s ;
聚类处理平面为“β2-α”二维特征平面。
11.根据权利要求10 所述的检测系统,其特征在于:还包括处理系统终端显示子模块,与振动信号识别模块相连,用于显示振动信号分析、识别的结果;
预警显示子模块,与所述的控制信息接收模块相连,接收、显示控制信息接收模块发送的控制信号;
数字化音频信号测试模块,测试、识别振动信号分析处理模块分离出的刀具振动信号成分,以及刀具破磨损特征分类信号,定性诊断刀具的破磨损情况。
法律信息
- 2021-03-23
专利权的转移
登记生效日: 2021.03.10
专利权人由常州大学变更为常州校果信息服务有限公司
地址由213164 江苏省常州市武进区滆湖路1号变更为213000 江苏省常州市武进高新技术产业开发区常武南路588号天安数码城C幢407-2-6室
- 2014-12-17
- 2012-12-26
实质审查的生效
IPC(主分类): B23Q 17/09
专利申请号: 201210227543.8
申请日: 2012.08.24
- 2012-11-07
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
1
| |
2011-09-14
|
2011-03-14
| | |
2
| | 暂无 |
1994-09-13
| | |
3
| |
2012-06-13
|
2011-10-28
| | |
4
| | 暂无 |
1984-10-24
| | |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |