挑戰:

    采用很高的主軸轉速、刀具進(jìn)給速度以及不使用切削液，使得加工過(guò)程變得更加復雜和充滿(mǎn)變數，刀具的磨損、崩刃、溫度過(guò)高等危險性顯著(zhù)增加。因此出于加工的效率、精度、安全性和綠色制造方式考慮，研究一套性能穩定功能齊全的在線(xiàn)加工過(guò)程監控系統成為一個(gè)挑戰。

    解決方案:

    通過(guò)虛擬儀器軟件開(kāi)發(fā)環(huán)境(LabVIEW)設計出具有信號實(shí)時(shí)采集和存儲、采集參數設置、信號動(dòng)態(tài)顯示、信號基本特征的實(shí)時(shí)抽取等基本功能的各類(lèi)虛擬儀器面板。對切削過(guò)程中各加工信號進(jìn)行可視化采集和綜合分析處理。

    "虛擬儀器以計算機為統一的硬件平臺，配以具有測試和控制功能硬件接口卡，通過(guò)系統管理軟件的統一指揮調度來(lái)實(shí)現傳統測控儀器的功能。與傳統儀器相比，虛擬儀器在智能化程度、處理能力、性能價(jià)格比、可操作性等方面都具有明顯的技術(shù)優(yōu)勢。"

    介紹：

    目前大型、整體航空結構件加工周期很長(cháng)，如果加工過(guò)程中出現問(wèn)題，導致零件報廢，成本損失很大。另外出于安全性的考慮，相當一部分的高速機床主軸實(shí) 際轉速偏低，切削用量欠優(yōu)化，高速機床低速使用，一方面造成設備和機床功率的浪費，另一方面使高速主軸因長(cháng)期承受重載荷而壽命降低。但采用很高的主軸轉 速、刀具進(jìn)給速度以及不使用切削液，使得加工過(guò)程變得更加復雜和充滿(mǎn)變數，刀具的磨損、崩刃、溫度過(guò)高等危險性顯著(zhù)增加。所以對加工過(guò)程的在線(xiàn)監控，實(shí)時(shí) 掌握并控制加工進(jìn)程中的狀態(tài)，據此來(lái)研究、優(yōu)化工藝參數，預報和避免一些危險狀態(tài)的出現顯得尤為重要。

    一、項目背景：

    該課題是航空科學(xué)基金項目，項目編號：2007ZE56008。

    我國自20世紀90年代初開(kāi)始高速切削技術(shù)方面的研究，工業(yè)發(fā)達國家在20世紀90年代中期把研究和開(kāi)發(fā)的重點(diǎn)轉向了干加工。干式切削是指在切削加 工中不使用切削液的工藝方法。從目前國內外的情況來(lái)看，采用純粹的干切削特別是高速干切削還存在一定困難。因為沒(méi)有切削液,其冷卻、潤滑及排屑作用就會(huì )喪 失, 產(chǎn)生更多的摩擦和粘附現象,使得刀具壽命變短、生產(chǎn)效率降低。所以,其應用范圍還很有限。而傳統的濕式切削又有諸多不足。因此介于兩者之間的最少量潤滑技 術(shù)MQL有著(zhù)極為廣闊的應用前景。

    目前國內外在高速切削和干切削方面的研究主要側重在刀具材料、涂層、裝夾以及機床等方向。在加工過(guò)程監控方面重視不夠。本項目主要對高速干切削（采用MQL）過(guò)程用多種傳感器進(jìn)行監測，并對其進(jìn)行主動(dòng)模糊控制。

    建立了基于多傳感器的飛機結構件高速銑削過(guò)程監測軟硬件系統。對數據采集卡、傳感器（振動(dòng)、功率、溫度）型號及安裝位置進(jìn)行了論證；基于LABVIEW，用面向組件的方法建立了數據采集虛擬儀器系統。

    用不同磨損狀態(tài)的銑刀，基于不同的切削參數和切削條件，對碳鋼、航空鋁合金材料進(jìn)行了多次高速銑削試驗；對所采集的信號進(jìn)行了時(shí)域、頻域和時(shí)-頻域 分析，總結了不同銑削狀態(tài)所對應的信號特征；基于Kolmogorov-Smimov檢驗理論(KS檢驗)，能夠對刀具磨損狀態(tài)進(jìn)行在線(xiàn)識別。

    二、系統整體框架簡(jiǎn)介

    整個(gè)系統分為硬件平臺（實(shí)驗平臺）和軟件平臺（開(kāi)發(fā)環(huán)境及應用環(huán)境）兩部分。

    1、硬件平臺設計與實(shí)現

    系統總體硬件框圖如下：

               

                             圖1 系統總體硬件框圖

    由圖1可以看出硬件部分主要由振動(dòng)傳感器、溫度傳感器、功率傳感器、信號調理模塊、MQL系統和數據采集卡等組成。
該系統主要由數據采集卡PCI-6220通過(guò)各個(gè)傳感器分別采集到高速干切削加工過(guò)程中的振動(dòng)信號、溫度和功率信號，將采集到的信號反饋到主控計算 機，由預先編制好的虛擬儀器（LabVIEW）程序進(jìn)行實(shí)時(shí)數據處理提取其特征值并存儲，通過(guò)LabVIEW程序中的模糊控制模塊間接控制MQL系統以實(shí) 現冷卻潤滑物噴射到干切削工作臺的流速大小，從而完成整套閉環(huán)系統。系統運行現場(chǎng)參見(jiàn)圖2：

                   

                                 圖2 系統運行現場(chǎng)

    2、軟件平臺設計與實(shí)現

    2.1 系統軟件框架

    基于LABVIEW平臺構建信號采集、顯示、存儲、分析的數據監測軟件系統。軟件設計采用了面向組件的設計思想，把一個(gè)完整的程序分成若干個(gè)功能相 對獨立的較小的程序模塊抽象出來(lái)，各個(gè)程序模塊分別進(jìn)行設計、編制和調試，最后再將各個(gè)模塊鏈接起來(lái)總調，采用DMA處理方式保證了刀具狀態(tài)識別的實(shí)時(shí) 性。系統由以下組件組成：系統初始化和自檢模塊，參數設置模塊（傳感器參數、通道增益及采樣頻率和采樣點(diǎn)數等設置），信號分析與處理模塊，數據管理與診斷 模塊和模糊控制模塊等。其結構和系統界面如圖3，4所示:

                 

                                 圖3 高速干銑削過(guò)程監測軟件模塊結構圖

                 

                            圖4 高速干銑削過(guò)程監測系統界面

    2．2 數據分析與管理

    監測系統對各個(gè)傳感器拾取的加工信號進(jìn)行實(shí)時(shí)采集，并對采集到的信號進(jìn)行數據分析，其中對測點(diǎn)主要包括時(shí)域分析、頻域分析、時(shí)頻分析和時(shí)間序列分 析,同時(shí)運用NI公司提供的Sound and Vibration工具包進(jìn)一步將采集到的聲音和振動(dòng)信號做聲音和振動(dòng)級別測量、頻率、順態(tài)分析和倍頻分析。將得到的各個(gè)傳感器信號的特征值錄入數據庫。 數據庫管理系統能夠實(shí)現對信號特征數據的查詢(xún)、管理及調用，系統還可根據不同需要做相應變動(dòng)已達到最終目的，可擴展性強。其數據分析界面、數據庫管理界面 和部分數據分析原程序分別如圖5、6，7所示：

               

                             圖5 數據分析界面

                     

                                           圖6 數據庫管理界面

                     

                                        圖7 數據分析部分程序界面

    2.3 MQL系統的模糊控制實(shí)現

    模糊控制模塊設計采用NI公司的LabVIEW PID 工具包，模糊控制算法直接在Labview軟件內實(shí)現，采用查表法，使模糊控制器可以保證控制的實(shí)時(shí)性?？刂七^(guò)程是：切削過(guò)程中的各類(lèi)加工信號通過(guò)NI PCI-6220采集卡以數字信號的形式被采進(jìn)主控計算機后，并對其進(jìn)行預處理求其特征值，在主控計算機的Labview環(huán)境中，與設定的標準值比較后求 出誤差和誤差的變化，通過(guò)查詢(xún)事先做好的模糊控制表，得到一個(gè)模糊控制的輸出量，再通過(guò)NI PCI-6220的一個(gè)數字輸出口，從而控制MQL系統。圖7為模糊控制的核心程序框圖。

                   

                                圖8 模糊控制的核心程序框圖

    2.4、基于KS(Kolmogorov-Smirnov)智能刀具磨損狀態(tài)識別

    Kolmogorov-Smimov檢驗(KS檢驗)是一種非參數統計，它用于描述兩個(gè)獨立統計樣本的相似性，目前已成功運用于航天、生物工程等許多領(lǐng)域。項目將KS檢驗的方法應用于刀具磨損狀態(tài)識別，取得了滿(mǎn)意的效果，且效率較高，完全可以滿(mǎn)足在線(xiàn)智能診斷的要求。

    從采集到的數據中分別提取如下三種不同磨損刀具的振動(dòng)信號分別記為樣本A（新刀振動(dòng)數據）、樣本B（微磨損刀具振動(dòng)信號）和樣本C（嚴重磨損刀具振 動(dòng)信號），時(shí)域波形見(jiàn)圖8到圖11。在從嚴重磨損刀具振動(dòng)信號中取一段信號記為樣本D，樣本D是待識別的振動(dòng)信號，用來(lái)進(jìn)行磨損識別檢驗。上面所有樣本信 號產(chǎn)生的切削三要素、工件材料等切削條件都相同。樣本信號都經(jīng)過(guò)預處理的樣本數據。樣本數據的長(cháng)度都為1024個(gè)數據點(diǎn)，采樣頻率為20KHz。

                 

                                   圖9樣本A信號時(shí)域波形圖

                  

                                 圖10樣本B信號時(shí)域波形圖

                 

                                   圖11樣本C信號時(shí)域波形圖

                   

                                      圖12樣本D信號時(shí)域波形圖

    首先，要準備磨損樣本識別庫，將不同磨損劃分刀具的振動(dòng)信號存入磨損樣本實(shí)例庫中，這樣就得到三種磨損（新刀、微磨損、嚴重磨損）狀態(tài)庫。在相同的切削條件下，將待檢樣本D按照圖12流程進(jìn)行分類(lèi)識別。

                 

     從表1中可知，在取統計距離D=0.0601，顯著(zhù)性水平 =0.05為門(mén)檻值，則識別的結果完全正確。

              


                                圖13磨損狀態(tài)識別流程圖

    三、總結：

    虛擬儀器以計算機為統一的硬件平臺，配以具有測試和控制功能硬件接口卡，通過(guò)系統管理軟件的統一指揮調度來(lái)實(shí)現傳統測控儀器的功能。與傳統儀器相 比，虛擬儀器在智能化程度、處理能力、性能價(jià)格比、可操作性等方面都具有明顯的技術(shù)優(yōu)勢。本文利用虛擬儀器技術(shù)，建立了刀具磨損的在線(xiàn)監控系統，實(shí)時(shí)掌握 并控制加工進(jìn)程中的狀態(tài)，并能夠動(dòng)態(tài)地采集、存儲和分析數據，經(jīng)多次試驗認證可以準確地監控刀具磨損狀態(tài)，避免一些危險狀態(tài)的出現，具有實(shí)際工程的應用價(jià)值。