用聲發射和電機電流檢測技術實現刀具破損的監測

???? 摘　要　采用聲發射(AE)和電機電流多特征參數融合檢測的方法，研制了具有獨自特點的刀具破損監測系統。介紹了系統的軟硬件結構，建立了實現參數檢測的數學模型。并用實驗證明了該系統在線監測刀具破損的可行性。
　　關鍵詞在線監測　刀具破損　聲發射　電機電流
　　切削刀具破損的實時監控是實現生產過程自動化、無人化，保證產品質量，提高生產效率，減少設備故障的重要手段。在刀具破損監測的研究中，各國學者提出了很多方案，如采用監測加工部件的表面粗糙度以及尺寸，加工過程中切削力、振動等的變化，以判斷刀具的破、磨損狀況。研究的很多方法尚處于實驗室階段，少數方法如監測電機電流、主軸扭矩等開始用于生產實際。本文提出采用AE信號和監測主軸電機電流的雙參數綜合方法來判斷切削刀具的破損狀態，該方法受切削條件的影響小，具有監測精度高、系統抗干擾能力強、信號顯示直觀、靈敏度高、可以實時在線檢測且使用方便等特點。
　　1　刀具破損的監測原理
　　本系統采用聲發射(AE)和電機轉矩檢測技術實現刀具破損的監測。聲發射是指伴隨固體材料在斷裂時釋放儲存的能量產生彈性波的現象，AE信號由傳感器檢測，得到相應的電信號，它分為突發型和連續型兩類，前者是伴隨固體材料的微小裂紋和龜裂而產生的，后者是材料在塑性變形時表現出來的。刀具破損檢測以突發型AE信號為對象，用AE信號檢測發射源的位置和強度，了解被測對象內部結構的變化，以實現切削刀具狀態的監測。在切削過程中，由于金屬變形、擠壓、摩擦等的影響以及切削環境變化，使直接來源于切削點的AE信號特征復雜，頻譜豐富，加深了刀具破損時AE信號識別與測量的困難，從這些信號中提取刀具破損的AE信號是實現在線監測的關鍵。用圖1所示裝置提取切削刀具的AE信號特征，將AE傳感器裝置在刀架上，將傳感器檢測的AE信號經前置放大器和主放大器兩級放大后，由采樣頻率達MHz的波形記錄儀采集、存儲，送至數字示波器進行時域特性分析，并由繪圖儀繪出結果。圖2所示為切削加工中AE信號的頻率分布，圖中表明，切削加工中機械噪聲、機床空轉噪聲的頻率在＜100kHz范圍內，而刀具破損時AE信號的頻率在300～500kHz范圍內，且峰值較大，因此，要正確提取刀具破損的AE信號，應選好合適帶寬的AE傳感器以及帶通濾波器的頻率范圍。同時，應采取多參數實域頻域綜合處理方法，以利有效抑制各種環境噪聲，提高監測精度。
　　電機電流的監測，在切削過程中，刀具破損發生變化，導致切削力發生變化，切削力的變化引起主軸轉矩發生變化，進而導致電機電流發生變化，監測電機電流的大小可間接地判斷刀具的狀態。采用某一時刻電流值與正常切削時電流值之差作為刀具破損的特征信號I＝｜I1－I0｜ΣK閾　（1）
????? 式中：I1——某一時刻電流的實測值；
????? I0——正常切削或切削開始的電流實測值。
　　當切削條件、刀具材料、工件材質等發生變化時，I1值發生變化，I0值也隨之變化，但兩者的差值變化不大，即I值變化主要取決于刀具的破損狀態，而與切削條件變化的影響關系不大。但在實際生產中，較大的電網電壓波動和周圍設備的啟動、停機都會影響I1值，因此，還應監測電網電壓的波動，并去除其對電機電流的影響。此時，用電機電流監測刀具破損的判別式應為I＝｜I1－I0｜－F｜U1－U0｜ΣK閾　（2）
????? 式中：U1——某一時刻電壓實測值；
????? U0——切削開始時的電壓值；
????? F——電網電壓波動引起電流變化的比率。
????? 為了幫助工程監督、檢測從業人員不斷提高專業技術水平，中國工程檢測網（http://www.cngcjc.com ）提供了免費的檢測論文和檢測標準欄目
　　2　監測系統的組成及其特點
　　刀具破損監測系統如圖3所示。圖中，電機電流處理模塊用于處理霍爾傳感器輸出的表示電機電流大小的電壓信號，此信號為時域幅值信號，經一定運算，得到式(2)的I和U值，再經A/D轉換，由微機處理，AE信號處理模塊的結構如圖4所示。圖2所示實驗結果表明，切削刀具破損的AE信號頻率范圍在300～500kHz之間，為有效地放大AE傳感器輸出的mV級信號，需采用寬頻高增益的兩級放大電路。為正確地提取有用的AE信號，后接100～600kHz帶通濾波器，經檢波處理后，與檢波器2輸出的幅值信號同時送給計算機，作兩路信號的比較處理，以得到刀具破損的AE信號的幅值及其頻率分布。計算機對AE傳感器的信號和霍爾傳感器的信號進行綜合處理、分析，以確定刀具的破損狀態。
　　監測系統的工作原理。當電源接通后，計算機開始工作。對各輸入、輸出端口初始化后，分別采集電機電流信號和AE傳感器信號，與設定的閾值進行比較等處理，識別刀具是否發生破損，如發生破損，則發出報警信號。
　　3　實　驗
　　刀具破損的監測實驗在CA6140車床上進行。工件為直徑50mm的45＃鋼棒，車刀為硬質合金刀片。切削速度為400r/min，進給量為0.2mm/r，為了造成車刀破損，在工件內先埋入2mm的鉆頭，實驗進行了30次，當確認刀具破損時，監測系統的檢出率如表1所示。
　　4　結　論
　　本文以車削為例，介紹了我們研制的刀具破損監測系統。實驗及應用表明，它不僅可以靈敏準確地檢測出各種狀態下的刀具破損，而且適用于鏜、銑、鉆等相近加工過程中的刀具破、磨損的在線檢測，具有較高的系統檢出率。此系統具有如下特點：
　　(1)采用監測電機電流和AE信號的多參數綜合分析判別方法，可有效地提高刀具破損的檢測成功率。
　　(2)監控門檻的外設定方法，使監測系統適用于各種不同的加工環境和狀態，且具有較高的抗干擾能力和工作可靠性。
　　(3)監測系統的硬件、軟件采用模塊化結構，便于修改、維護，增加了靈活性和多用性，適合于在線監測。