本發(fā)明涉及刀具磨損預(yù)測領(lǐng)域,特別涉及一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法。
背景技術(shù):
1、pcd刀具常用于陶瓷基復(fù)合材料工件的精密加工。pcd刀具的破損和微崩刃是導(dǎo)致陶瓷基復(fù)合材料工件表面質(zhì)量劣化和加工精度下降的直接原因。有效識別刀具的破損崩刃并及時進(jìn)行預(yù)防性的工藝決策成為保證工件加工質(zhì)量與加工精度的關(guān)鍵。
2、在實際工程中,基于經(jīng)驗的刀具磨損與工況識別是最常用的方式,通過利用工件振動、切削聲響以及切削表面的宏觀質(zhì)量的感觀變化進(jìn)行工藝調(diào)整,但這樣的方法缺乏客觀性,并存在滯后性,具體體現(xiàn)在:①基于經(jīng)驗的工藝調(diào)整缺乏統(tǒng)一的原則與標(biāo)準(zhǔn),工況識別的偏差性較大,容易出現(xiàn)工藝調(diào)整不及時導(dǎo)致加工質(zhì)量劣化的情況;②工件表面的宏觀質(zhì)量作為工況的重要判據(jù),一旦出現(xiàn)表面質(zhì)量下降的情況,刀具破損往往已經(jīng)比較嚴(yán)重,加工精度已經(jīng)收到了較嚴(yán)重的影響。
3、因此,開發(fā)一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法具有重大意義。
技術(shù)實現(xiàn)思路
1、本發(fā)明的目的是提供一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法,以解決現(xiàn)有技術(shù)中存在的問題。
2、為實現(xiàn)本發(fā)明目的而采用的技術(shù)方案是這樣的,一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法,包括以下步驟:
3、1)開展基于pcd刀具的陶瓷基復(fù)合材料正交切削試驗,獲得優(yōu)選的陶瓷基復(fù)合材料切削參數(shù)組合{s,v,aw,ap}。其中,s表示主軸轉(zhuǎn)速、v表示進(jìn)給速度、aw表示切削寬度,ap表示切削深度。
4、2)基于步驟1)獲得的切削參數(shù)組合,開展針對切削長度的單因素切削試驗,建立基于淺層神經(jīng)網(wǎng)絡(luò)的刀具損耗值預(yù)測模型:
5、u=φ(d′)
6、式中,d′為降維后的切削工況時頻域特征數(shù)據(jù)矩陣,u為刀具損耗列向量。
7、3)實時采集切削過程中的工況信號,利用建立的刀具損耗值預(yù)測模型計算得到刀具的損耗估計值ue。
8、4)判斷刀具的損耗估計值ue與預(yù)設(shè)的損耗閾值ub的大小關(guān)系,識別陶瓷基復(fù)合材料切削的異常工況。其中,當(dāng)pcd刀具的損耗估計值ue大于預(yù)設(shè)的損耗閾值ub時,判定為陶瓷基復(fù)合材料切削的異常工況,否則判定為正常工況。
9、進(jìn)一步,步驟1)具體包括以下子步驟:
10、1.1)開展基于pcd刀具的陶瓷基復(fù)合材料正交切削試驗,按一定的采樣頻率采集每組切削試驗過程中的刀具的徑向振動數(shù)據(jù)獲得時域工況數(shù)據(jù)集。
11、1.2)每組切削試驗后,測量刀具主切削刃和副切削刃后刀面的pcd材料層破損厚度作為刀具的主、副切削刃損耗值。
12、1.3)分別開展基于主、副切削刃損耗值的極差分析,獲得基于最小主、副切削刃損耗值原則的切削參數(shù)組合,包括主軸轉(zhuǎn)速、進(jìn)給速度、切削寬度和切削深度。
13、進(jìn)一步,步驟2)中,開展切削長度等距遞增的單因素切削試驗。
14、進(jìn)一步,步驟2)具體包括以下子步驟:
15、2.1)基于獲得的優(yōu)選的切削參數(shù)組合,開展切削長度等距遞增的單因素切削試驗,按一定的采樣頻率采集每組切削試驗過程中的刀具的徑向振動數(shù)據(jù)獲得不同切削長度的時域工況數(shù)據(jù)集。
16、2.2)每組切削試驗后,測量刀具主切削刃后刀面的材料層破損厚度作為當(dāng)前切削長度的刀具損耗值,然后更換新刀具供下一組試驗使用,直至某組切削試驗后的刀具損耗值超過300μm,匯總數(shù)據(jù)獲得刀具損耗列向量。
17、2.3)針對時域工況數(shù)據(jù)集開展時域分析,獲得不同切削長度的時域特征數(shù)據(jù)集,數(shù)據(jù)集各元素數(shù)據(jù)屬性包括平均值、整流平均值、最大值、最小值、峰值、谷值、峰峰值、標(biāo)準(zhǔn)差和均方根。
18、2.4)對時域工況數(shù)據(jù)組進(jìn)行離散傅里葉變換,獲得不同切削長度的頻域特征數(shù)據(jù)集,數(shù)據(jù)集各元素數(shù)據(jù)屬性包括最大幅值、最大幅值頻率、重心頻率、平均幅值、頻帶總能量和40~200hz低頻能量占比。
19、2.5)組合相同切削長度的時域特征數(shù)據(jù)集和頻域特征數(shù)據(jù)集,得到一定切削長度的切削工況時頻域特征數(shù)據(jù)行向量,并按切削長度的增長順序組合工況時頻域特征數(shù)據(jù)行向量,得到切削工況時頻域特征數(shù)據(jù)矩陣。
20、2.6)通過對切削工況時頻域特征數(shù)據(jù)矩陣中各列向量與刀具損耗列向量的相關(guān)性分析,獲得降維后的切削工況時頻域特征數(shù)據(jù)矩陣。
21、2.7)以降維后的切削工況時頻域特征數(shù)據(jù)矩陣為輸入,刀具損耗列向量為輸出,建立基于淺層神經(jīng)網(wǎng)絡(luò)的刀具損耗值預(yù)測模型。
22、進(jìn)一步,步驟2.6)具體包括以下子步驟:
23、2.6.1)依次計算切削工況時頻域特征數(shù)據(jù)矩陣各列向量與刀具損耗列向量的斯皮爾曼相關(guān)性系數(shù),獲得相關(guān)性系數(shù)行向量。
24、2.6.2)構(gòu)造服從標(biāo)準(zhǔn)正態(tài)分布的統(tǒng)計量,并利用獲得的斯皮爾曼相關(guān)性系數(shù)行向量,依次計算各個檢驗值,獲得檢驗值行向量。
25、2.6.3)利用獲得的檢驗值行向量,依次計算各個p值,獲得p值行向量。
26、2.6.4)根據(jù)p值行向量依次確定切削工況時頻域特征數(shù)據(jù)矩陣對應(yīng)列向量與刀具損耗列向量的相關(guān)顯著性水平,并標(biāo)記冗余列向量。
27、2.6.5)去除切削工況時頻域特征數(shù)據(jù)矩陣中的冗余列向量,獲得降維后的切削工況時頻域特征數(shù)據(jù)矩陣。
28、進(jìn)一步,步驟3)具體包括以下子步驟:
29、3.1)按一定的采樣頻率實時采集切削過程中的刀具的徑向振動數(shù)據(jù),按給定的時間間隔進(jìn)行數(shù)據(jù)匯總,獲得某個采樣間隔時間段內(nèi)的分段時域工況數(shù)據(jù)集。
30、3.2)針對分段時域工況數(shù)據(jù)集開展時域分析,獲得分段時域特征數(shù)據(jù)集,數(shù)據(jù)集各元素數(shù)據(jù)屬性包括平均值、整流平均值、最大值、最小值、峰值、谷值、峰峰值、標(biāo)準(zhǔn)差和均方根。
31、3.3)對分段時域工況數(shù)據(jù)集進(jìn)行離散傅里葉變換,獲得分段頻域特征數(shù)據(jù)集,數(shù)據(jù)集各元素數(shù)據(jù)屬性包括最大幅值、最大幅值頻率、重心頻率、平均幅值、頻帶總能量和40~200hz低頻能量占比。
32、3.4)組合分段時域特征數(shù)據(jù)集和頻域特征數(shù)據(jù)集,得到切削工況分段時頻域特征數(shù)據(jù)行向量。
33、3.5)對切削工況分段時頻域特征數(shù)據(jù)行向量進(jìn)行降維處理,去除行向量中與步驟2.6)切削工況時頻域特征數(shù)據(jù)矩陣的降維過程所去除冗余列向量相同列號的元素。
34、3.6)以降維后的切削工況分段時頻域特征行向量為輸入,利用建立的刀具損耗值預(yù)測模型計算得到刀具的損耗估計值。
35、本發(fā)明的技術(shù)效果是毋庸置疑的:能夠?qū)崟r反饋基于pcd刀具的陶瓷基復(fù)合材料切削工況的狀態(tài),預(yù)示切削工況的變化趨勢,提高對工況劣化的響應(yīng)及時性,提高陶瓷基復(fù)合材料的加工質(zhì)量。利用對基于pcd刀具的陶瓷基復(fù)合材料切削振動信號的數(shù)據(jù)分析與處理,實時預(yù)測刀具損耗值。
1.一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1所述的一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法,其特征在于,步驟1)具體包括以下子步驟:
3.根據(jù)權(quán)利要求1或2所述的一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法,其特征在于:步驟2)中,開展切削長度等距遞增的單因素切削試驗。
4.根據(jù)權(quán)利要求2所述的一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法,其特征在于,步驟2)具體包括以下子步驟:
5.根據(jù)權(quán)利要求4所述的一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法,其特征在于,步驟2.6)具體包括以下子步驟:
6.根據(jù)權(quán)利要求5所述的一種基于pcd刀具的陶瓷基復(fù)合材料切削異常工況實時感知方法,其特征在于,步驟3)具體包括以下子步驟: