刀柄锥面粘屑在线监测方法及装置与流程

摘要: 本发明涉及机械加工,特别涉及一种刀柄锥面粘屑在线监测方法及装置。背景技术:1、在cnc加工中心进行铝合金等金属切削时,由于积屑瘤效应、切削液效果不佳或排屑不畅等...
刀柄锥面粘屑在线监测方法及装置与流程

本发明涉及机械加工,特别涉及一种刀柄锥面粘屑在线监测方法及装置。

背景技术:

1、在cnc加工中心进行铝合金等金属切削时,由于积屑瘤效应、切削液效果不佳或排屑不畅等原因,铝屑极易粘连在刀柄的锥面(如bt、hsk刀柄)上。当带有粘屑的刀柄被装入主轴内腔时,会导致以下问题:

2、(1)z轴刀长变化:粘屑充当了垫片,使刀具的轴向安装位置发生微米级改变,导致加工深度不准。

3、(2)刀具偏摆/跳动增大:粘屑导致刀柄与主轴锥孔接触不良,产生偏心,使刀具在高速旋转时产生远高于正常值的径向跳动。这些异常会直接导致产品过切、尺寸超差、表面刀纹粗糙等问题,严重影响加工质量和效率。

4、目前,缺乏一种低成本、在线、实时的检测手段在加工前规避此问题。

技术实现思路

1、针对上述现有技术的不足,本发明所要解决的技术问题是:提供一种低成本、在线、实时地在加工前识别刀柄锥面粘屑故障的在线监测方法及装置。

2、为解决上述技术问题,本发明采用的一个技术方案是:提供一种刀柄锥面粘屑在线监测方法,包括以下步骤:

3、在cnc机床完成换刀后进行加工前,采集表征旋转刀具径向位移状态的位置信号;

4、对所述位置信号进行处理,提取表征所述刀具运行状态的特征参数,并根据所述特征参数生成表征所述刀具是否存在异常偏心的状态指示信息;

5、根据所述状态指示信息与预设条件的比较结果,执行相应的响应操作。

6、进一步的,在采集反映旋转刀具径向位移状态的位置信号的步骤中,包括:

7、将光学检测单元固定安装于cnc机床的固定部位,使所述光学检测单元的光路能够扫过旋转刀具上预设的被测特征部;

8、控制所述光学检测单元以预设采样频率向所述被测特征部发射检测光,并接收经所述被测特征部反射的光学反馈信号;

9、以所述刀具的一个旋转周期为单位,采集连续多个旋转周期内的所述光学反馈信号,作为所述位置信号。

10、进一步的,所述光学检测单元为红外光学检测单元,所述检测光为红外光;

11、所述红外光学检测单元被配置为红外激光位移传感器时,所述光学反馈信号为红外光斑在所述红外激光位移传感器接收面上的二维位置坐标信号。

12、进一步的,在提取表征所述刀具运行状态的特征参数之前,还包括以下预处理步骤:

13、对所述位置信号进行去噪处理,采用中值滤波或小波去噪滤除所述位置信号中的噪声;

14、对去噪后的信号进行归一化处理,将信号数值映射至预设的标准区间内;

15、对归一化后的信号进行滑窗增强处理,按照预设窗口长度将每段采集信号切分为多个信号样本,得到增强后的信号样本集。

16、进一步的,所述特征参数包括时域特征、频域特征、轨迹特征和/或统计特征,其中:

17、所述时域特征包括跳动幅度、均值、方差、偏度以及峰度,所述跳动幅度为一个旋转周期内所述位置信号的最大值与最小值之差;

18、所述频域特征包括fft主频能量、谐波能量比以及频谱质心;

19、所述轨迹特征包括光斑运动轨迹半径、椭圆度以及圆心偏移量;

20、所述统计特征包括多个旋转周期内的稳定性指标,所述稳定性指标包括标准差和/或极差。

21、进一步的,在根据所述特征参数生成表征所述刀具是否存在异常偏心的状态指示信息具体包括:

22、将所述特征参数构成的特征向量输入预先训练的异常检测模型,由所述异常检测模型输出表征所述刀具是否存在异常偏心的置信度,以所述置信度作为所述状态指示信息;

23、所述异常检测模型为基于机器学习的分类模型;

24、所述异常检测模型为随机森林模型、梯度提升树模型、一维卷积神经网络模型或孤立森林模型。

25、进一步的,当所述异常检测模型采用随机森林模型实现时,所述异常检测模型的构建方法包括:

26、获取训练数据集,所述训练数据集包含多组刀具在洁净状态下的正常样本以及在刀柄锥面存在粘屑状态下的异常样本,每组样本均包含采集到的所述位置信号及对应的状态标签;

27、从每组样本的所述位置信号中提取所述特征参数,构成训练样本的特征向量;

28、以所述特征向量为输入、以所述状态标签为训练目标,对随机森林模型进行训练,所述随机森林模型由多棵决策树组成,训练过程中采用基尼系数作为节点分裂准则;

29、将训练好的随机森林模型作为所述异常检测模型。

30、进一步的,在根据所述状态指示信息与预设条件的比较结果,执行相应的响应操作的步骤中,包括:当所述置信度大于等于第一阈值时,正常工作;当所述置信度小于所述第一阈值且大于等于第二阈值时,提示清洁刀具;当所述置信度小于所述第二阈值且大于等于第三阈值时,机床暂停工作并提示检查刀柄;当所述置信度小于所述第三阈值时,机床停机报警,禁止加工。

31、为解决上述技术问题,本发明采用的另一个技术方案是:提供一种刀柄锥面粘屑在线监测装置,包括:

32、检测单元,用于在cnc机床完成换刀后进行加工前,采集表征旋转刀具径向位移状态的位置信号;

33、信号处理单元,与所述检测单元电连接,用于对所述位置信号进行处理,提取表征所述刀具运行状态的特征参数,并根据所述特征参数生成表征所述刀具是否存在异常偏心的状态指示信息;

34、执行单元,与所述信号处理单元连接,用于根据所述状态指示信息与预设条件的比较结果,执行相应的响应操作。

35、进一步的,所述信号处理单元内置有异常检测模型,所述异常检测模型用于以所述特征参数构成的特征向量为输入,输出表征所述刀具是否存在异常偏心的置信度,作为状态指示信息。

36、本发明的刀柄锥面粘屑在线监测方法及装置,至少具有如下有益效果:

37、(一)将检测流程集成于cnc加工循环中,在每次换刀后、正式加工前自动执行检测,能够在加工启动前及时发现刀柄锥面粘屑导致的刀具异常偏心,避免将故障引入切削过程,从源头上杜绝了因刀长变化和刀具偏摆导致的过切、尺寸超差、表面刀纹粗糙等质量问题,有效防止批量废品的产生。

38、(二)整个检测流程仅需主轴低速旋转并连续采集数个旋转周期的信号,总耗时极短,在加工前瞬间即可完成判断,完全不影响正常加工,实现了实时检测。

39、(三)核心传感器采用成熟、廉价的工业红外组件,远低于激光干涉仪或高精度电容传感器的成本,性价比极高,具有良好的经济性和市场推广价值。

40、(四)采用光学检测方式,无需接触刀具或主轴,不会对机床和刀具的正常运行产生任何干涉或磨损,可靠性高、维护成本低。

41、(五)通过提取时域、频域、轨迹和统计等多维度特征参数,提高判别的鲁棒性,结合随机森林等机器学习模型进行智能判断,实现了对不同刀具、不同工况的自适应阈值判断;同时,采集多种刀具在洁净和粘屑状态下的数据训练模型,能够为每把刀具建立定制化的动态判断标准,提高判断准确性,有效避免了固定阈值带来的误报和漏报。

42、(六)本发明根据置信度设置多级阈值,可根据粘屑的严重程度执行差异化的响应操作,既能在轻微异常时不影响加工节拍,又能在严重异常时及时停机,在保障加工效率与产品质量之间实现了良好平衡。

43、(七)整个装置结构简单、易于集成,既可改造旧机床,也可作为新机床的标准配置,具有很高的实用价值。