數(shù)控龍門加工中心有很多優(yōu)點(diǎn)，例如性能優(yōu)越，結(jié)構(gòu)簡單，剛性好，加工效率高，操作方便等，所以在機(jī)械制造領(lǐng)域，龍門加工中心應(yīng)用非常廣泛。轉(zhuǎn)向架是軌道客車上的一個重要部件，其上有很多深孔，我們用數(shù)控龍門加工中心加工深孔時，經(jīng)常出現(xiàn)刀具折斷。經(jīng)過分析得出，造成刀具折斷的原因是在深孔加工過程中， 由于刀桿的直徑小，長度大，剛性差，強(qiáng)度低，所以鉆削時刀桿會產(chǎn)生振動，就很容易折斷。另外在深孔鉆削過程中，必然會出現(xiàn)排屑困難，又因為冷卻液難以輸入到切削區(qū)，所以導(dǎo)致切屑纏繞在刀具上和切削溫度升高，長時間加工會使刀具的扭矩增大，終會導(dǎo)致刀具折斷，工件報廢，有時會傷及操作人員，造成嚴(yán)重的安全問題。所以，為了保證順利完成深孔鉆削和加工質(zhì)量，必須研究一套刀具過載保護(hù)系統(tǒng)，能夠使機(jī)床在刀具折斷之前主動停機(jī)，避免刀具和工件損壞，從而降低加工成本和提高加工效率。
經(jīng)過多次現(xiàn)場試驗發(fā)現(xiàn)，刀具折斷時刀桿扭矩會突然增大導(dǎo)致機(jī)床主軸電機(jī)的功率增大，所以我們可以采集主軸電機(jī)的 功率信號，用小波算法提取功率信號特征參數(shù)，建立刀具狀態(tài) 監(jiān)測系統(tǒng)，使在刀具過載之前，機(jī)床主動報警和停機(jī)，避免了刀 具折斷。
1 總體方案設(shè)計
圖 1 刀具過載保護(hù)系統(tǒng)結(jié)構(gòu)示意圖
刀具過載保護(hù)系統(tǒng)采集到機(jī)床主軸功率的模擬量數(shù)據(jù)，則 可以實時監(jiān)測機(jī)床主軸功率的變化。監(jiān)測系統(tǒng)對于不同的刀 具、工件和切削用量，設(shè)定了不同的閾值。當(dāng)功率達(dá)到一定數(shù)值 時，就可以判斷刀具處于過載狀態(tài)，此時過載保護(hù)系統(tǒng)向 plc 發(fā)出報警和停機(jī)信號，plc 會命令 840d 系統(tǒng)執(zhí)行自動退刀和停機(jī)的數(shù)控加工程序，刀架自動退出，機(jī)床自動停止運(yùn)轉(zhuǎn)，避免 了刀具折斷。
2 信號的采集方式
840d 數(shù)控系統(tǒng)機(jī)床內(nèi)部有很多開放式的通用的軟硬件接口，功率相關(guān)信息的采集可通過設(shè)置 840d 的工作參數(shù)，在 plc上可以檢出來刀具在切削工件時主軸產(chǎn)生的 i(t)和 u(t)信號，i(t)和 u(t)信號經(jīng)過 lowpass 后分別進(jìn)行檢測到的主軸產(chǎn)生的 i(t)和u(t)信號波形變換、整形，即可獲得兩個可調(diào)節(jié)的方波脈沖和直 流電平信號。兩個方波和直流信號經(jīng)過 a/d 轉(zhuǎn)換器后變成數(shù)字信號，后在終端的 cpu 得到主軸電機(jī)的功率值。
3 信號的處理方式
3.1 我們采集了大量的功率功率信號，之后用 matlab 軟件處理了采集到的數(shù)據(jù)得到了功率變化（圖 2）和功率信號頻譜分析變化（圖 3），從這些變化中可以看出功率信號中包含脈沖干擾信號和非平穩(wěn)隨機(jī)噪聲，從中可以看出功率信號中含有很多低 頻成分的信號，這些干擾信號會降低刀具狀態(tài)數(shù)據(jù)的準(zhǔn)確性和 可靠性，所以必須處理掉這些干擾信號，才能準(zhǔn)確地判斷刀具的 切削狀態(tài)。
圖 2 圖 3
我們采用基于小波包的防脈沖干擾滑動平均消噪法來消除干擾信號和隨機(jī)噪聲。這種新的方法可以消除兩種干擾信號， 且處理過的信號中仍然保留了原始信號的信號特征。
通過對比可以發(fā)現(xiàn)利用這種新的方法去除了兩種干擾信 號，并且保留了原始信號中有用的信息。
3.2 刀具狀態(tài)信號特征提取
經(jīng)過處理的數(shù)據(jù)其數(shù)量非常龐大和分散，并且包含很多無用的信息，所以我們只需從這些數(shù)據(jù)中提取那些能真實反映刀 具切削狀態(tài)的特征參數(shù)。在本文中，我們選擇基于小波變換的 功率信號提取方法。小波變換是一種時頻分析工具，利用這種 方法提取刀具在正常磨損、嚴(yán)重磨損、崩刃三種狀態(tài)下的功率信 號的特征參數(shù)。我們用 mallat 算法對采集到的信號進(jìn)行小波分解和重構(gòu)。
綜合以上各式，功率信號特征向量可以構(gòu)造成：
t = [e , k ]k (i = 1, 2, 3, 4, 5, 6, 7)
由xik 可以羅列出各個重構(gòu)信號的幅值，將這些幅值計算公式中就可以計算出刀具在正常磨損、嚴(yán)重磨損、崩刃狀態(tài)下各層小波系數(shù)的能量和峭度。通過觀察這組數(shù)值發(fā)現(xiàn)：在d5,d6,a6 構(gòu)成的頻段中，能量隨著刀具的磨損量成比例增大，因此我們選用特征向量來表征刀具的切削狀態(tài)。
5 刀具狀態(tài)的識別
我們選用rbf 神經(jīng)網(wǎng)絡(luò)來建立模型。利用此模型可以在特征參數(shù)與刀具切削狀態(tài)之間建立映射關(guān)系，通過特征參數(shù)就能 判斷出刀具的切削狀態(tài)。一個 rbf 網(wǎng)絡(luò)包括隱含層的層數(shù)、神經(jīng)元個數(shù)和激活函數(shù)、訓(xùn)練算法等。根據(jù)深孔鉆削的特點(diǎn)，我們 設(shè)計rbf 網(wǎng)絡(luò)結(jié)構(gòu)。其中，中間層為單隱層，隱含層的轉(zhuǎn)換函數(shù)為 sigmoid 函數(shù)，輸出層的轉(zhuǎn)換函數(shù)為線性激活函數(shù)，r 為輸入特征向量的維數(shù)，s1 為隱層神經(jīng)元數(shù)，s2 為輸出層神經(jīng)元數(shù)。
用下面公式來確定隱含層節(jié)點(diǎn)數(shù)量：
上式中，m 代表輸入節(jié)點(diǎn)數(shù)目；n 代表輸出節(jié)點(diǎn)數(shù)目
根據(jù)前面的研究結(jié)果，我們選用頻帶能量特征向量作為表征刀具磨損狀態(tài)的特征向量。特征向量確定了之后，輸入特征 向量，通過觀察 rbf 網(wǎng)絡(luò)的訓(xùn)練結(jié)果，我們發(fā)現(xiàn)隱含層節(jié)點(diǎn)數(shù)為 4 時，rbf 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果的誤差小，所以我們決定選用隱層節(jié)點(diǎn)數(shù)為 4 的 rbf 神經(jīng)網(wǎng)絡(luò)來識別刀具狀態(tài)，這時向其中輸入一個特征向量，就能獲得一個反映刀具狀態(tài)的實際輸出 值。后，為了減小誤差，需要把實際的輸出向量元素轉(zhuǎn)化成標(biāo) 準(zhǔn)的輸出向量元素，標(biāo)準(zhǔn)輸出向量的元素是 0 或者 1。終我們是用標(biāo)準(zhǔn)的輸出量來判斷刀具的實際狀態(tài)。已經(jīng)建立的 rbf 網(wǎng)絡(luò)模型，其標(biāo)準(zhǔn)輸出是一個的矩陣，所以假設(shè)網(wǎng)絡(luò)的實際輸出是，轉(zhuǎn)化之后的輸出為，其中，函數(shù)命令表示取值，表示極限在 閾值。根據(jù)已有的數(shù)據(jù)，我們可以計算出實際輸出和理想輸出的均方根。令oi = 36作為極限閾值，極限閾值為o = 0.014，o = 0.025, o = 0.038 ，這時我們就可以對特征參數(shù)的實際輸出值進(jìn)行標(biāo)準(zhǔn)化。
6 刀具過載保護(hù)
我們得到了表征刀具在三種切削狀態(tài)下的標(biāo)準(zhǔn)化的特征向量。當(dāng)?shù)毒哒Ｄp時；當(dāng)?shù)毒叱霈F(xiàn)嚴(yán)重磨損時；當(dāng)?shù)毒甙l(fā)生崩 刃時；根據(jù)這三個特征向量，我們編寫了刀具過載保護(hù)的 plc 程序。
結(jié)束語
本文通過研究 840d 數(shù)控系統(tǒng)和深孔鉆削的特點(diǎn)，做出了一套基于功率信號的刀具過載保護(hù)系統(tǒng)。采集了機(jī)床主軸的功 率信號，運(yùn)用小波算法對功率信號做了消噪處理，運(yùn)用 mallat 算法對處理后信號進(jìn)行小波分解和重構(gòu)，提取了反映刀具切削狀態(tài)的特征參數(shù)，進(jìn)而建立了基于 rbf 神經(jīng)網(wǎng)絡(luò)的刀具狀態(tài)監(jiān)測系統(tǒng)，后根據(jù)識別結(jié)果編寫了 plc 程序，開發(fā)出了一套刀具過載保護(hù)控制系統(tǒng)。