高灵敏度断刀检测系统及断刀识别方法与流程

本发明属于数控机床刀具在线监测，具体涉及一种高灵敏度断刀检测系统及断刀识别方法。

背景技术：

1、在数控精密加工场景中，小直径、大长径比刀具刚性弱，受切削力波动、材料硬度不均、工艺参数匹配不当等因素影响，极易出现刀尖微崩、刃口破损、整体断裂等故障。在无人值守生产模式下，若断刀故障不能被及时识别，会造成工件批量报废、夹具与主轴冲击损伤，大幅提升制造成本与设备维护成本。

2、现有断刀检测技术普遍存在以下几方面不足：

3、第一，传感方案存在检测盲区。单一振动监测难以精准捕捉瞬时断裂的微弱特征，单一声发射监测无法识别渐进式刀具磨损；部分多传感方案依赖光学检测、切削力检测等昂贵传感器，需要刀具移动至指定检测位完成测量，占用加工节拍，无法实现切削过程全程实时监测，且部署与维护成本较高。

4、第二，基线阈值适配能力差。现有方案多采用固定阈值或简单动态阈值，无法适配刀具长期渐进磨损、环境温度漂移、工件材质波动、切削工况切换带来的基线偏移；换产换刀后需要技术人员反复调试参数，难以适配多品种、小批量的柔性生产线。

5、第三，智能识别落地门槛高。多数基于机器学习的检测方案采用监督学习模式，依赖大量标注完成的故障样本；但工业现场中微小刀具的微崩、断刀样本稀缺，采集与标注成本极高，导致模型难以快速落地；同时多数深度学习模型算力需求大，依赖上位机运行，无法直接部署于机床边缘端。

6、第四，误报漏报率偏高。现有多传感融合方案多采用简单加权融合策略，单一通道受切削液冲击、切屑碰撞、电磁干扰产生的噪声，极易触发误报警，造成机床频繁非计划停机，影响生产节拍。

7、第五，损伤分级机制粗糙。现有方案多仅划分正常、磨损、断裂两到三个等级，未针对刀尖微崩设置独立的预警层级，要么过度停机降低生产效率，要么等到刀具完全断裂才响应，无法实现提前干预，难以兼顾生产效率与加工质量安全。

技术实现思路

1、本发明的主要目的在于提供高灵敏度断刀检测系统及断刀识别方法，通过多源非侵入传感同步采集、多阶耦合预处理、分段快慢双模式自适应基线、无监督轻量化智能识别、多源交叉校验、五级分层联动的有机结合，实现微小刀具微崩刃的高灵敏度识别，显著降低误报漏报率，无需故障样本标注即可快速落地，可直接部署于边缘硬件，适配无人化柔性数控加工场景。

2、为达到以上目的，本发明提供一种高灵敏度断刀检测系统，包括多源同步采集模块、多阶耦合预处理模块、分段快慢双模式自适应基线自学习模块、识别模块、多级分层联动报警模块以及机床工艺交互同步模块，其中：

3、所述多源同步采集模块包含三轴mems振动传感单元、宽频声发射ae传感单元、数控系统功率扭矩采集单元以及高精度时间戳对齐单元，用于同步采集切削过程中的振动、声发射、功率扭矩信号并统一三路信号时序基准；

4、所述多阶耦合预处理模块用于对采集到的多路原始信号执行自适应带通滤波、动态增益调节、工频电磁干扰滤除及切削区间筛选，剔除无效噪声与瞬态干扰，输出稳态切削阶段的标准化有效特征信号；

5、所述分段快慢双模式自适应基线自学习模块用于识别稳态切削区间，采用新刀快速构建与连续加工慢迭代的双模式机制生成并更新多维基准特征向量，同时在工况突变时冻结基线、结合主轴温度补偿温漂，消除工况与环境变化引发的基线偏移；

6、所述识别模块用于提取三路信号的多维时频特征，经仅采用正常切削样本训练的轻量化卷积自编码器计算重构误差后，执行至少两路信号同步超限的交叉校验规则，输出刀具损伤等级判定结果；

7、所述多级分层联动报警模块用于预配置多级刀具损伤对应的阈值区间，经连续多帧防抖确认故障后，按损伤等级差异化执行数据留存、声光预警及机床进给暂停/主轴急停的联动控制；

8、所述机床工艺交互同步模块用于存储各类刀具对应的专属基线模板、录入刀具与切削工艺参数、支持换刀换料时的基线手动重置以及导出故障检测日志数据，实现检测仪与机床工艺的同步适配。

9、作为上述技术方案的进一步优选的技术方案，对于所述多源同步采集模块：

10、所述三轴mems振动传感单元固定于数控机床主轴壳体，用于采集切削过程中x/y/z三轴振动时序信号；

11、所述宽频声发射ae传感单元贴合主轴前端端面设置，用于捕捉刀具微裂纹扩展、刀尖崩损及瞬时断裂产生的高频应力波信号；

12、所述数控系统功率扭矩采集单元通过工业总线与机床数控系统通讯连接，用于同步读取主轴输出功率、实时扭矩、主轴转速、进给量工艺数据；

13、所述高精度时间戳对齐单元为三路异构信号添加统一时序基准，消除多通道采样时差导致的特征错位。

14、作为上述技术方案的进一步优选的技术方案，所述多阶耦合预处理模块包含自适应分段带通滤波单元、动态程控增益单元、电磁噪声陷波单元以及切削区间筛选单元，其中：

15、所述自适应分段带通滤波单元根据当前主轴转速与刀具齿数，动态匹配刀齿通过频率对应的滤波通带，分离切削特征频带与机床本体运动、切削液冲击干扰频带；

16、所述动态程控增益单元依据信号实时信噪比自动调节放大倍数，对微弱崩损特征信号提升增益，对强切削稳态信号降低增益；

17、所述电磁噪声陷波单元用于滤除机床变频器产生的工频电磁干扰；

18、所述切削区间筛选单元基于信号波动方差与工艺参数联动，识别并标记屏蔽空走刀、切入、切出瞬态区间，仅保留稳态切削有效数据分别送入分段快慢双模式自适应基线自学习模块与识别模块。

19、作为上述技术方案的进一步优选的技术方案，所述分段快慢双模式自适应基线自学习模块与多阶耦合预处理模块连接，内置切削区间识别子单元、初始基线快速构建子单元、滑动窗口慢迭代子单元、工况突变基线冻结子单元以及温漂补偿子单元，其中：

20、所述切削区间识别子单元通过信号波动特征划分空载、切入、稳态切削、切出四类加工区间，仅选取稳态切削数据参与基线更新；所述初始基线快速构建子单元针对新刀具或换产工况，基于预设帧数的稳态切削信号统计特征分布，快速生成多维基准特征向量；所述滑动窗口慢迭代子单元在连续稳态加工中采用定长滑动窗口，以低占比权重逐帧更新基准特征向量，适配刀具渐进式正常磨损；所述工况突变基线冻结子单元在检测到主轴转速、进给量波动超出预设范围时，暂停基线更新，待工艺参数稳定持续预设时长后恢复迭代，避免异常数据污染基准模板；所述温漂补偿子单元实时采集主轴壳体温度，通过温漂修正模型调整基准特征幅值，消除设备温升引发的基线整体偏移。

21、作为上述技术方案的进一步优选的技术方案，所述分段快慢双模式自适应基线自学习模块的基线迭代控制逻辑具体为：

22、切削区间识别子单元实时计算滑动窗口内信号方差，方差低于空载阈值判定为空行程，方差稳定区间标记为稳态切削；

23、首次加载新刀具或更换工件材质时，启动快速学习模式，采集多帧稳态切削数据统计均值与波动范围，生成初始多维基准特征向量；

24、同一刀具连续稳态加工时切换为慢迭代模式，每新增一帧有效信号，仅以低权重叠加更新基准特征向量，老旧样本权重同步衰减；

25、当机床工艺交互同步模块读取到主轴转速、进给量波动超出预设范围时，工况突变基线冻结子单元锁定基准模板，暂停迭代直至工艺稳定持续预设时长后解锁；

26、温漂补偿子单元实时读取主轴温度采样值，温度每变化预设幅度即修正一次基准特征幅值，消除温度漂移带来的基线偏移。

27、作为上述技术方案的进一步优选的技术方案，所述识别模块分别与多阶耦合预处理模块、分段快慢双模式自适应基线自学习模块连接，包含多维时频联合特征提取单元、轻量化卷积自编码器模型以及三路重构误差联合校验单元，其中：

28、所述多维时频联合特征提取单元对三路预处理信号分别提取时域统计特征、频带能量特征与时频瞬态特征，拼接形成三路独立的多维特征向量；

29、所述轻量化卷积自编码器模型仅采用正常稳态切削样本完成无监督训练，无需标注断刀或崩刃故障样本，采用编码器、解码器对称轻量化卷积结构，通过计算实时特征向量与基准特征向量的重构误差，表征刀具状态偏离正常切削的程度；

30、所述三路重构误差联合校验单元执行交叉判定规则：单路信号重构误差超限不判定为刀具故障，仅当振动、声发射、功率三路信号中至少两路同步超出对应等级的重构误差阈值时，才确认刀具损伤。

31、作为上述技术方案的进一步优选的技术方案，所述多级分层联动报警模块与识别模块连接，预配置五级刀具损伤对应的重构误差阈值区间，依次对应一级正常切削、二级轻微均匀磨损、三级微崩刃预警、四级严重崩刃、五级完全断刀，其中：

32、模块内置连续多帧防抖判定逻辑，需连续多帧判定为同一损伤等级方确认故障有效，滤除瞬时随机干扰；并按损伤等级执行差异化联动：二级轻微磨损仅本地存储数据，三级微崩刃触发本地声光预警并留存原始波形，四级与五级损伤立即向机床控制系统下发暂停或急停指令。

33、作为上述技术方案的进一步优选的技术方案，所述机床工艺交互同步模块分别与其余各模块连接，内置刀具工艺数据库、参数录入单元、基线手动重置单元以及故障日志导出单元，其中：

34、所述刀具工艺数据库存储不同规格、材质刀具对应的专属基线模板；

35、所述参数录入单元用于录入刀具规格、齿数、工件材质、切削工艺参数；

36、所述基线手动重置单元支持换刀或换料后一键清空历史基准并重启快速学习流程；

37、所述故障日志导出单元支持导出异常时段原始信号、重构误差曲线与对应工艺参数，用于工艺复盘优化。

38、本发明还提供一种高灵敏度断刀识别方法，包括如下步骤：

39、步骤s1、工艺初始化配置：通过机床工艺交互同步模块录入刀具参数、工件材质与切削工艺参数，绑定刀具与专属基线存储空间，完成传感器零点校准与机床通讯对接；

40、步骤s2、多源高精度同步采集：机床启动切削后，三轴振动、声发射、功率扭矩三路信号同步采集，通过统一时间戳对齐时序，输出原始采样数据；

41、步骤s3、多阶耦合预处理降噪：根据当前转速与刀具参数自适应切换滤波频带，动态调节信号增益，滤除工频电磁干扰，识别并屏蔽空走刀、切入切出瞬态区间，仅输出稳态切削有效信号；

42、步骤s4、分段快慢双模式基线自学习：

43、通过信号波动特征识别稳态切削区间；

44、新刀具或换产首件启动快速学习模式，基于多帧稳态数据生成初始多维基准特征向量；

45、连续稳态加工切换为慢迭代模式，通过定长滑动窗口低权重逐帧更新基准；

46、检测到工艺参数大幅波动时冻结基线，稳定后恢复迭代；

47、结合主轴温度实时修正基准幅值，补偿温漂偏移；

48、步骤s5、多维时频联合特征提取：对三路稳态有效信号分别提取时域统计特征、频带能量特征与时频瞬态特征，拼接形成三路独立的实时特征向量；

49、步骤s6、多源交叉校验判定：将三路实时特征向量分别输入轻量化卷积自编码器，计算各自相对基准特征向量的重构误差；执行至少两路同步超限的交叉校验规则，结合误差阈值区间匹配五级损伤等级；并经连续多帧防抖确认后输出最终判定结果；

50、步骤s7、五级分层联动处置：

51、一级正常切削：持续监测，无额外输出；

52、二级轻微磨损：本地归档数据，不触发报警与停机；

53、三级微崩刃：触发声光预警，机床保持加工，同步存储故障时段全通道原始数据；

54、四级严重崩刃、五级完全断刀：立即向机床下发进给暂停与主轴制动指令，持续声光报警，锁定加工流程；

55、步骤s8、故障数据归档：所有损伤事件的判定结果、原始波形、重构误差曲线、对应工艺参数自动存入本地存储，支持导出用于刀具寿命分析与切削工艺优化。

56、本发明的有益效果为：

57、1、检测灵敏度显著提升。三类传感信号互补覆盖全类型刀具失效，多层预处理净化有效特征，结合无监督智能识别的微弱特征捕捉能力，可稳定识别微米级刀尖微崩损伤，远优于传统阈值检测方案。

58、2、误报漏报率大幅降低。多源信号交叉校验机制配合多帧防抖逻辑，叠加工况突变基线冻结策略，可有效隔绝切削液冲击、切屑碰撞、电磁干扰、工况切换带来的误触发，保障长期稳定运行。

59、3、自适应适配能力强。分段快慢双模式基线配合温漂补偿，自动适配刀具渐进磨损、环境温度变化、切削工况切换，换刀换产无需人工调试阈值，适配柔性多品种生产场景。

60、4、落地部署便捷高效。采用非侵入式传感安装，无需改造机床；无监督模型无需采集标注故障样本；轻量化网络可直接运行于边缘工控硬件，无需额外算力设备，部署周期短、成本低。

61、5、分级防护科学合理。五级损伤分层处置，既通过微崩预警实现提前干预，避免严重断刀事故，又避免过度停机影响生产效率，完美适配无人熄灯生产模式。

62、6、数据可追溯可优化。全量故障数据与工艺参数同步存储，可用于分析刀具失效原因、优化切削工艺参数，形成监测、优化的正向闭环。