王志偉 周益軍

摘要：對于數(shù)控機床中重要組成部分的刀具，在其工作過程中，會隨著切割工件產(chǎn)生磨損情況，當(dāng)磨損到一定程度，刀具必然會影響到正常的工作，因此對刀具磨損狀態(tài)的檢測，在當(dāng)前是提高數(shù)控機床工作質(zhì)量的一個重要環(huán)節(jié)。傳統(tǒng)的刀具磨損檢測方法存在諸多的問題，首先是勞動力強度較高，然后是會降低數(shù)控機床的日常工作效率，其次是會增加日常材料的使用成本，以及工作過程中的人工成本。隨著科技的進(jìn)步，逐漸出現(xiàn)了智能化的刀具磨損狀態(tài)監(jiān)測系統(tǒng)，其不僅提高了數(shù)控機床日常工作的效率，還能進(jìn)一步降低現(xiàn)場工人的勞動強度，達(dá)到降低原材料成本的目標(biāo)，以及減少相關(guān)廢品的產(chǎn)生。

關(guān)鍵詞：數(shù)據(jù)機床;刀具磨損;監(jiān)測系統(tǒng);關(guān)鍵技術(shù)

中圖分類號：TG659? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-957X（2021）01-0059-02

0? 引言

在機械制造及自動化的加工控制過程中，數(shù)控機床中的刀具會經(jīng)常過度磨損，導(dǎo)致了加工精度與成品的質(zhì)量未能達(dá)到國家規(guī)定及廠商限定標(biāo)準(zhǔn)，嚴(yán)重則導(dǎo)致安全事故的發(fā)生，由此造成的經(jīng)濟損失不可估量，據(jù)我國2019年度機械生產(chǎn)大數(shù)據(jù)可知，有15%的機械機制制動或機床停機與機械加工刀具的過度磨損有著直接或間接的關(guān)系，而在機床的高速運轉(zhuǎn)加工過程中由于機床刀具出現(xiàn)故障所導(dǎo)致的生產(chǎn)安全問題占企業(yè)總事故的80%以上，更有甚者會導(dǎo)致人員的傷亡與高精尖昂貴機床設(shè)備的損傷，由此帶來的惡劣影響與企業(yè)經(jīng)濟損失嚴(yán)重增加，不利于我國機械制造領(lǐng)域的長足發(fā)展?；诖祟惪陀^事實因素，發(fā)展刀具磨損自動化監(jiān)測系統(tǒng)成為當(dāng)下機械制造領(lǐng)域的熱門話題與必要環(huán)節(jié)，刀具磨損檢測系統(tǒng)能夠準(zhǔn)確的實時監(jiān)測機床中刀具的磨損狀態(tài)，從而降低事故的發(fā)生概率。

1? 當(dāng)前數(shù)控機床刀具磨損狀態(tài)監(jiān)測中存在的問題

1.1 數(shù)控機床刀具磨損狀態(tài)監(jiān)測中存在的實際問題

現(xiàn)如今制造業(yè)已經(jīng)成為國家經(jīng)濟發(fā)展的中流砥柱，而制造業(yè)與目前信息時代的發(fā)展相融合的重要前提，就是利用先進(jìn)的制造技術(shù)來提高生產(chǎn)效率。機械加工中對于機械設(shè)備或者工件的監(jiān)測技術(shù)不斷發(fā)展，而刀具作為機械自動化生產(chǎn)中機床加工的執(zhí)行件，其磨損狀態(tài)智能監(jiān)測技術(shù)是一項新興的現(xiàn)代化智能診斷技術(shù)，也是隨著不斷發(fā)展的傳感器、信號處理、計算機和智能制造等高新技術(shù)的基礎(chǔ)上發(fā)展起來的新型技術(shù)。刀具切削加工過程中，會隨著切屑的不斷產(chǎn)生和去除而逐漸磨損或者甚至發(fā)生破損。刀具隨著自身的磨損情況加重會導(dǎo)致加工工件的精度下降。甚至于發(fā)生劇烈振動而無法正常生產(chǎn)，因而對加工生產(chǎn)產(chǎn)生巨大的影響。因此，刀具的磨損加劇會直接影響加工的效率、生產(chǎn)的質(zhì)量以及成本，對生產(chǎn)效益產(chǎn)生不良的影響，若刀具磨損嚴(yán)重至達(dá)到破損狀態(tài)而發(fā)生崩刃，也會對人身安全造成威脅[3]。所以，通過刀具磨損信號的分析對刀具磨損狀態(tài)進(jìn)行準(zhǔn)確識別并預(yù)警的智能監(jiān)測方法具有重要意義。

1.2 數(shù)控機床刀具信號特征提取中的實際問題

1.2.1 數(shù)控機床刀具磨損的形式

在數(shù)控機床刀具使用過程中，其磨損主要為三種形式，前刀面磨損、后刀面磨損以及邊界磨損。在機床刀具臨近破損時，刀具的表面由于硬度張力已到達(dá)極限會出現(xiàn)表面磨損加劇的現(xiàn)象，檢測系統(tǒng)可以根據(jù)此類刀具磨損特點，進(jìn)行相應(yīng)的技術(shù)調(diào)整，通過傳感器與相關(guān)軟件的加工處理，快速檢驗出存在安全隱患的刀具，并及時將其更換掉，以此避免由于刀具磨損嚴(yán)重而導(dǎo)致生產(chǎn)加工出現(xiàn)一系列問題，從而避免由于刀具過度使用帶來的安全隱患，從而降低生產(chǎn)中的不確定因素。

1.2.2 數(shù)控機床刀具磨損情況信號特征分析

數(shù)控機床刀具磨損監(jiān)測系統(tǒng)需要對刀具的表面及結(jié)構(gòu)進(jìn)行實施的掃描，通過多點位對機工機床中刀具信號采集與分析，能夠有效的獲得刀具的實施狀態(tài)，通過各項參數(shù)指標(biāo)的高效比對能夠快速且準(zhǔn)確的判定刀具實時狀態(tài)。磨損監(jiān)測機構(gòu)通過信號的采集能夠準(zhǔn)確獲取刀具具體情況，通過刀具的切削力信號或加速度信號、以及電流信號等能夠更為準(zhǔn)確的判定刀具的真實情況，根據(jù)這一特點有關(guān)專家研發(fā)出了時頻域分析法、小波分解法等測量手段。

①時頻域分析法是當(dāng)今我國應(yīng)用較為普遍的刀具檢測判定法，檢測系統(tǒng)不斷的向刀具發(fā)射傳感信號，通過對信號的一系列處理獲得磨損的具體參數(shù)信號，中央控制電腦對該傳回的信號進(jìn)行采集后利用列時頻域計算與相應(yīng)的變換方式，再利用傅里葉變換可獲得相應(yīng)刀具狀態(tài)的實時頻譜，利用時域譜的有效值和頻域譜的峭度、特征峰值和頻率等關(guān)鍵特征參數(shù)來對刀具磨損信號進(jìn)行特征提取。

②小波分解法同樣是當(dāng)下熱門的刀具磨損分析方式，能夠有效的整合突發(fā)問題所產(chǎn)生的波動信號與微弱的信號，機床在常規(guī)機械加工時刀具的回傳信號頻率較低，但刀具的磨損會帶來刀具表面的不規(guī)則，切削信號也會有相應(yīng)的波動與改變，檢測儀器可以通過對刀具信號的收集來獲取刀具實施相關(guān)數(shù)據(jù)。

③對于模態(tài)化分解法，主要顯示為對加工刀具實時參數(shù)的追蹤與獲取信號的平穩(wěn)化處理上，EMD方法是以信號上下幅度的采集基礎(chǔ)上建立的一套規(guī)則化趨勢判定法，將信號進(jìn)行逐級分解，得到特征尺度不同的一系列固有模態(tài)函數(shù)IMF分量。

2? 數(shù)控機床刀具磨損監(jiān)測系統(tǒng)的開發(fā)

2.1 深度學(xué)習(xí)算法的智能診斷

數(shù)字化智能監(jiān)控系統(tǒng)的效率取決與檢測系統(tǒng)的精確度與智能算法的優(yōu)化程度，采用高效的深度學(xué)習(xí)及準(zhǔn)確有效的智能算法會讓刀具檢測工作得到事半功倍的效果，深度學(xué)習(xí)系統(tǒng)誕生是人工智能系統(tǒng)與大數(shù)據(jù)的基礎(chǔ)，只有充分的開發(fā)刀具磨損的職能化算法，才能根本性的加強對刀具狀態(tài)的實施檢測，提前做出相應(yīng)的預(yù)判。在人工智能輔助這一前提下，實現(xiàn)深度智能算法則變得更為重要，深度學(xué)習(xí)智能算法，通過不斷的獲取機床中刀具的實時狀態(tài)，記錄刀具與其相應(yīng)的各項客觀環(huán)境，通過大數(shù)據(jù)篩選與最優(yōu)算法計算出每一時段的具體參數(shù)指標(biāo)，通過對刀具的實施監(jiān)控，可以獲取刀具中參數(shù)的一手信息資料，結(jié)合智能數(shù)據(jù)庫中的海量信息模板，將最具價值的信息傳遞給機床操作者，使機床操作人員能夠?qū)ζ溥M(jìn)行相應(yīng)的針對性處理，避免經(jīng)濟損失及人員安全問題的出現(xiàn)，為企業(yè)減少不必要的成本。而Lecun 等深度算法科學(xué)家與2017年前后提出了CNN既神經(jīng)網(wǎng)絡(luò)算法，CNN算法是一種多層次多結(jié)構(gòu)的智能化神經(jīng)算話，該算法可以充分的壓縮計算量，減少大量的計算時間與反應(yīng)時間，利用大數(shù)據(jù)的充分積累提高計算機系統(tǒng)的判斷準(zhǔn)確性，該系統(tǒng)能夠真正意義上實現(xiàn)智能軟件與高性能傳感器之間的聯(lián)通架構(gòu)，將獲得的數(shù)據(jù)有效的存入系統(tǒng)中，通過相應(yīng)的增刪改查輔助工作人員，實現(xiàn)對機床刀具的完美掌控，提升機床安全性與工作效率。

2.2 數(shù)控機床刀具磨損狀態(tài)在線監(jiān)測系統(tǒng)

數(shù)控機床刀具磨損狀態(tài)在線監(jiān)測技術(shù)是當(dāng)前國內(nèi)外所普遍關(guān)注的一項新興技術(shù)，將智能模塊與機械加工技術(shù)相結(jié)合，互為依托，相互取長補短。而智能化模塊的運用與升級改造是數(shù)控機床刀具磨損狀態(tài)監(jiān)測系統(tǒng)能否真正意義上實現(xiàn)價值的基石。

2.2.1 基于傳感器信號的數(shù)控機床刀具磨損狀態(tài)監(jiān)測系統(tǒng)的構(gòu)建

對數(shù)控加工機床刀具磨損情況的分析可以采取分步構(gòu)建的模式，通過傳感器將刀具的實施具體參數(shù)獲取后，通過數(shù)字信號傳送給中央處理系統(tǒng)內(nèi)，系統(tǒng)通過及時傳回的數(shù)字信號可以加工與呈現(xiàn)出相應(yīng)的刀具狀態(tài)，其中數(shù)據(jù)分析是整體數(shù)字化框架的關(guān)鍵核心部分，通過將系統(tǒng)及相關(guān)的刀具磨損算法嵌入計算機中，可通過傳感器傳送回的信號，即使對數(shù)據(jù)進(jìn)行加工與整合，通過算法模擬器得出刀具磨損的現(xiàn)狀，為企業(yè)相關(guān)工作人員提供技術(shù)指導(dǎo)與處置意見。其結(jié)構(gòu)如圖1所示。

2.2.2 數(shù)控機床刀具磨損狀態(tài)智能化監(jiān)測系統(tǒng)的構(gòu)建

該系統(tǒng)不同于其它領(lǐng)域的檢測系統(tǒng)，數(shù)控機床刀具磨損監(jiān)控系統(tǒng)需實施開啟，在線監(jiān)控，對刀具的每一次切選每一種狀態(tài)進(jìn)行監(jiān)控，通過網(wǎng)絡(luò)數(shù)字信號實時監(jiān)控與回傳信息，通過終端操作界面或相應(yīng)端口對該區(qū)域內(nèi)的有關(guān)人員進(jìn)行實施數(shù)據(jù)的呈現(xiàn)，該智能化系統(tǒng)應(yīng)實時對刀具的實施磨損情況進(jìn)行分析通過對大數(shù)據(jù)的比對，預(yù)判出可能出現(xiàn)的后果，并采取相應(yīng)的補救及更換等措施，在獲得刀具實時數(shù)據(jù)后，智能刀具磨損系統(tǒng)會采取多種智能方式，通過精密的儀器與傳感器的信號檢測手段，運用當(dāng)前常見的CCD工業(yè)相機拍攝技術(shù)對刀具的具體磨損影響，通過智能分析系統(tǒng)對實時影像的分析，可以實現(xiàn)對整體機床的監(jiān)控，進(jìn)而保障區(qū)域內(nèi)人員的人身安全與企業(yè)的生產(chǎn)效率。其結(jié)構(gòu)如圖2所示。

2.2.3 大數(shù)據(jù)技術(shù)在刀具磨損檢測中的作用

當(dāng)前互聯(lián)網(wǎng)數(shù)字化信息技術(shù)與人工智能技術(shù)以區(qū)域成熟，由此帶來的益處也普遍得到各行各業(yè)的廣泛認(rèn)可，現(xiàn)如今我國的眾多大型機械加工企業(yè)已經(jīng)運用了數(shù)字化集成技術(shù)，機床的升級與改造正在逐步實現(xiàn)智能化與現(xiàn)代化，通過大數(shù)據(jù)平臺可以將各分散機床化零為整，整合機床的核心數(shù)據(jù)，通過將機床刀具的標(biāo)號、材質(zhì)、加工精度的變化、溫度、磨損位置、斷裂部分、加工效率曲線等信息的收錄與整理，通過大數(shù)據(jù)算法的分析，得出各部件的易磨損位置及磨損情況等重要信息，通過對該信息的整理可以估算出各類型刀具的中和磨損情況，并在刀具損壞或加工效率降低時提前更換，以保證人員的安全與企業(yè)加工車間整體的工作效率。當(dāng)前熱門的大數(shù)據(jù)分析平臺有Hadoop和Spark。通過該平臺的數(shù)據(jù)加工處理，通過Spark算法對系統(tǒng)進(jìn)行相應(yīng)的分析，進(jìn)而實現(xiàn)對機床加工刀具的完美把控。

3? 結(jié)語

綜上所述，數(shù)控機床刀具磨損系統(tǒng)的開發(fā)和運用對于機械加工領(lǐng)域而言極為重要，通過對刀具有效的檢測手段可以防患于未然，通過及時的檢測可以快速的更換刀具，進(jìn)而提高工作人員的安全系數(shù)，增強企業(yè)生產(chǎn)效率，為我國的工業(yè)發(fā)展奠定堅實的保障。

參考文獻(xiàn)：

[1]李小君.數(shù)控機床的發(fā)展及改進(jìn)[J].中國金屬通報，2020（05）：184-185.

[2]盧志遠(yuǎn)，馬鵬飛，肖江林，王美清，唐曉青.基于機床信息的加工過程刀具磨損狀態(tài)在線監(jiān)測[J].中國機械工程，2019，30（02）：220-225.

[3]張小翠.數(shù)控機床刀具磨損智能監(jiān)測系統(tǒng)開發(fā)研究[J].無線互聯(lián)科技，2018，15（24）：50-52.

[4]李大勝，繆鵬程，張輝.數(shù)控機床刀具磨破損狀態(tài)監(jiān)測方法的探討[J].赤峰學(xué)院學(xué)報（自然科學(xué)版），2013，29（21）：52-54.