一种基于多传感器的振动切削加工诊断系统及方法与流程

本发明属于振动切削技术领域，尤其涉及一种基于多传感器的振动切削加工诊断系统及方法。

背景技术：

振动切削是一种新型的非传统的特种切削加工方法，它是给刀具(或工件)以适当的方向、一定的频率和振幅的振动，以改善其切削功效的脉冲切削方法。振动切削即是通过在切削刀具上施加某种有规律的、可控的振动，使切削速度、背吃刀量发生周期性的改变，从而得到特殊的切削效果的方法。振动切削改变了工具和被加工材料之间的空间与时间存在条件，从而改变了加工(切削)机理，达到减小切削力、切削热，提高加工质量和效率的目的。振动切削按所加频率不同可分为高频振动和低频振动，低频振动仅仅从量上改变切屑的形成条件，主要用来解决断屑问题以及与此相关的一系列问题。而超声振动(高频振动)切削已经使切屑形成机理产生重大变化，可以提高被加工材料的可加工性，提高刀具寿命和工件加工质量。超声加工的工艺效果来自刀具和工件之间的分离运动，即它是一种脉冲式的断续切削过程。所以，作为精密加工和难加工材料加工中的一种新技术，它的切削效果已经得到世界各国的一致公认，认为它是传统加工技术的一个飞跃。然而，现有切削数据库高度依赖人工干预，虽然现阶段人工智能方法在切削数据库中得到了初步引用，但目前的智能化程度不高，在实际加工中仍需要大量的人工决策；同时，对削切刀轨去噪率低，加工效率低。

综上所述，现有技术存在的问题是：

现有切削数据库高度依赖人工干预，虽然现阶段人工智能方法在切削数据库中得到了初步引用，但目前的智能化程度不高，在实际加工中仍需要大量的人工决策；同时，对削切刀轨去噪率低，加工效率低。

现有技术中，声音传感器自身不具备校正补偿功能，不能准确的测定噪声数据，易造成噪声数据的控制与显示误差；现有技术中，不能保证超声换能器能得到稳定的电压，遇到电压的不稳的状况，输入的电信号不能稳定准确的转换成机械振动，造成系统工作延迟；现有技术中，显示器不能有效提高数据信息显示的准确度，降低读数速度，影响工作效率，降低经济效益。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种基于多传感器的振动切削加工诊断系统及方法。

本发明是这样实现的，一种基于多传感器的振动切削加工诊断方法，其所述基于多传感器的振动切削加工诊断方法包括：

步骤一，对基于多传感器的振动切削加工诊断系统进行供电；利用具有gm(1，n)模型的声音传感器检测切削过程产生的噪声数据；

步骤二，利用测量器根据振幅、振动频率、进给量、切削速度测量切削力数据；利用操作按键对切削设备进行控制操作；

步骤三，对振动切削加工参数进行设定；利用判断程序根据性能参数来确定对应的切削数据是否合理；利用去噪程序对数控切削过程刀轨数据的去噪处理；

步骤四，利用超声信号发生器的输出频率经功率放大器放大后，送至内设微型稳压器的超声换能器，超声换能器将输入的电信号转换成机械振动，激励刀具产生垂直于切削方向的横向超声振动；

步骤五，利用削切刀片对工件进行削切操作；利用具有十字线灰度图像清晰度改进模型的显示器对检测的噪声数据、削切力数据、参数设定数据信息进行显示。

进一步，所述步骤一采用具有gm(1，n)模型的声音传感器检测切削过程产生的噪声数据，采取gm(1，n)模型对声音传感器进行建模处理，实现声音传感器的校正补偿，传感器的灰色gm(1，n)模型及对应的白化方程为：

其中，k＝1，2，3，…，n，a为模型的发展系数，b为灰作用量，表达数据间的变化情况。

进一步，所述步骤四利用内设微型稳压器的超声换能器将输入的电信号转换成机械振动，稳压器中两个运放，均采用负反馈电路，且带隙电压基准电路的输出经过输出放大器的跟随结构直接输出，稳压器输出电压vout和偏移δvout：

其中r2/r3为带隙电压基准电路中的电阻比，veb1和veb2为npn三极管q1和q2的发射极－基极电压，δvin1|diff和δvin2|diff分别为两级运放的输出电压偏移。

进一步，所述步骤五中利用具有十字线灰度图像清晰度改进模型的显示器对检测的噪声数据、削切力数据、参数设定数据信息进行显示；由灰度图像十字线区域清晰度模型算法进行改进，显示屏的显示由m×n个像素构成，像素灰度值矩阵b(i，j)，其中0≤i≤m-1，0≤j≤n-1；

十字线灰度图像最大灰度值bmax，最小灰度值bmin，灰度差值的1/2用bdif表示：

根据十字线灰度图像清晰度计算理论模型，设灰度图像的清晰度为c，得到的十字线灰度图像清晰度改进模型为：

本发明的另一目的在于提供一种实现所述基于多传感器的振动切削加工诊断方法的基于多传感器的振动切削加工诊断系统，所述基于多传感器的振动切削加工诊断系统包括：

供电模块，与主控模块连接，用于为基于多传感器的振动切削加工诊断系统进行供电；

噪声检测模块，与主控模块连接，用于通过声音传感器检测切削过程产生的噪声数据；

切削力测量模块，与主控模块连接，用于通过测量器根据振幅、振动频率、进给量、切削速度测量切削力数据；

操作模块，与主控模块连接，用于通过操作按键对切削设备进行控制操作；

主控模块，与供电模块、噪声检测模块、切削力测量模块、操作模块、加工参数设定模块、数据判断模块、数据去噪模块、超声模块、切削模块、显示模块连接，用于通过单片机控制各个模块正常工作；

加工参数设定模块，与主控模块连接，用于设定振动切削加工参数；

数据判断模块，与主控模块连接，用于通过判断程序根据性能参数来确定对应的切削数据是否合理；

数据去噪模块，与主控模块连接，用于通过去噪程序对数控切削过程刀轨数据的去噪处理；

超声模块，与主控模块连接，用于通过超声信号发生器的输出频率经功率放大器放大后送至超声换能器，超声换能器将输入的电信号转换成机械振动，激励刀具产生垂直于切削方向的横向超声振动；

切削模块，与主控模块连接，用于通过削切刀片对工件进行削切操作；

显示模块，与主控模块连接，用于通过显示器显示检测的噪声数据、削切力数据、参数设定数据信息。

本发明的另一目的在于提供一种应用所述基于多传感器的振动切削加工诊断方法的信息数据处理终端。

本发明的优点及积极效果为：

本发明通过数据判断模块利用电控数据等性能参数能够反映工件的加工质量与加工效率等加工效果的特性，根据性能参数来确定对应的切削数据是否合理，并由此将合理的切削数据存储到切削数据库中。例如，本发明通过机器学习来学习切削过程中形成的大量数据，以此为基础来获得加工效果满足预定条件的切削数据以形成切削数据库。由此，解决了现有切削数据库技术中存在的智能化程度低、过于依赖人工决策、不能覆盖实际生产中千变万化的加工需求等问题；同时，通过数据去噪模块从理论上可以保证100％的去噪率；在满足去噪要求的同时，降低工件加工的质量风险，减少次品的产生；可通过软件对数控切削过程刀轨数据的预处理，实现刀轨数据的实时去噪，提高工件加工效率。

本发明的采取gm(1，n)模型对声音传感器进行建模处理，实现声音传感器的校正补偿，有利于准确的测定噪声数据，使得噪声数据得到精准控制与显示；本发明利用内设微型稳压器的超声换能器将输入的电信号转换成机械振动，保证超声换能器能得到稳定的电压，有效避免电压的影响，使得输入的电信号稳定准确的转换成机械振动，系统工作的准确运行；本发明利用具有十字线灰度图像清晰度改进模型的显示器对检测的噪声数据、削切力数据、参数设定数据信息进行显示；有效提高数据信息显示的准确度，提高读数速度，提高工作效率。

附图说明

图1是本发明实施例提供的基于多传感器的振动切削加工诊断方法流程图。

图2是本发明实施例提供的基于多传感器的振动切削加工诊断系统结构示意图；

图中：1、供电模块；2、噪声检测模块；3、切削力测量模块；4、操作模块；5、主控模块；6、加工参数设定模块；7、数据判断模块；8、数据去噪模块；9、超声模块；10、切削模块；11、显示模块。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

下面结合附图对本发明的结构作详细的描述。

如图1所示，本发明提供的基于多传感器的振动切削加工诊断方法包括以下步骤：

s101：对基于多传感器的振动切削加工诊断系统进行供电；利用具有gm(1，n)模型的声音传感器检测切削过程产生的噪声数据；

s102：利用测量器根据振幅、振动频率、进给量、切削速度测量切削力数据；利用操作按键对切削设备进行控制操作；

s103：对振动切削加工参数进行设定；利用判断程序根据性能参数来确定对应的切削数据是否合理；利用去噪程序对数控切削过程刀轨数据的去噪处理；

s104：利用超声信号发生器的输出频率经功率放大器放大后，送至内设微型稳压器的超声换能器，超声换能器将输入的电信号转换成机械振动，激励刀具产生垂直于切削方向的横向超声振动；

s105：利用削切刀片对工件进行削切操作；利用具有十字线灰度图像清晰度改进模型的显示器对检测的噪声数据、削切力数据、参数设定数据信息进行显示。

步骤s101中，本发明实施例提供的采用具有gm(1，n)模型的声音传感器检测切削过程产生的噪声数据，采取gm(1，n)模型对声音传感器进行建模处理，实现声音传感器的校正补偿，有利于准确的测定噪声数据，使得噪声数据得到精准控制与显示，传感器的灰色gm(1，n)模型及对应的白化方程为：

其中，k＝1，2，3，…，n，a为模型的发展系数，b为灰作用量，表达数据间的变化情况。

步骤s104中，本发明实施例提供的利用内设微型稳压器的超声换能器将输入的电信号转换成机械振动，保证超声换能器能得到稳定的电压，有效避免电压的影响，使得输入的电信号稳定准确的转换成机械振动，系统工作的准确运行；稳压器中两个运放，均采用负反馈电路，且带隙电压基准电路的输出经过输出放大器的跟随结构直接输出，因此稳压器输出电压vout和偏移δvout可如下：

其中r2/r3为带隙电压基准电路中的电阻比，veb1和veb2为npn三极管q1和q2的发射极－基极电压，δvin1|diff和δvin2|diff分别为两级运放的输出电压偏移。

步骤s105中，本发明实施例提供的利用具有十字线灰度图像清晰度改进模型的显示器对检测的噪声数据、削切力数据、参数设定数据信息进行显示；有效提高数据信息显示的准确度，提高读数速度，提高工作效率；

由灰度图像十字线区域清晰度模型算法进行改进，显示屏的显示由m×n个像素构成，像素灰度值矩阵b(i，j)，其中0≤i≤m-1，0≤j≤n-1；

十字线灰度图像最大灰度值bmax，最小灰度值bmin，那么灰度差值的1/2用bdif可表示如下式所示：

根据十字线灰度图像清晰度计算理论模型，设灰度图像的清晰度为c，得到的十字线灰度图像清晰度改进模型为：

如图2所示，本发明提供的基于多传感器的振动切削加工诊断系统包括：供电模块1、噪声检测模块2、切削力测量模块3、操作模块4、主控模块5、加工参数设定模块6、数据判断模块7、数据去噪模块8、超声模块9、切削模块10、显示模块11。

供电模块1，与主控模块5连接，用于为基于多传感器的振动切削加工诊断系统进行供电；

噪声检测模块2，与主控模块5连接，用于通过声音传感器检测切削过程产生的噪声数据；

切削力测量模块3，与主控模块5连接，用于通过测量器根据振幅、振动频率、进给量、切削速度测量切削力数据；

操作模块4，与主控模块5连接，用于通过操作按键对切削设备进行控制操作；

主控模块5，与供电模块1、噪声检测模块2、切削力测量模块3、操作模块4、加工参数设定模块6、数据判断模块7、数据去噪模块8、超声模块9、切削模块10、显示模块11连接，用于通过单片机控制各个模块正常工作；

加工参数设定模块6，与主控模块5连接，用于设定振动切削加工参数；

数据判断模块7，与主控模块5连接，用于通过判断程序根据性能参数来确定对应的切削数据是否合理；

数据去噪模块8，与主控模块5连接，用于通过去噪程序对数控切削过程刀轨数据的去噪处理；

超声模块9，与主控模块5连接，用于通过超声信号发生器的输出频率经功率放大器放大后送至超声换能器，超声换能器将输入的电信号转换成机械振动，激励刀具产生垂直于切削方向的横向超声振动；

切削模块10，与主控模块5连接，用于通过削切刀片对工件进行削切操作；

显示模块11，与主控模块5连接，用于通过显示器显示检测的噪声数据、削切力数据、参数设定数据信息。

本发明提供的数据判断模块7判断方法如下：

(1)获取与数控设备的加工有关的数据集，其中，所述数据集包括切削数据和对应的性能参数；

(2)根据性能参数确定所述切削数据的加工效果是否满足预定条件；以及(3)如果所述切削数据的加工效果满足预定条件，则将所述切削数据存储到切削数据库中。

本发明提供的根据性能参数确定所述切削数据的加工效果是否满足预定条件包括：

将所述数据集输入到机器学习模型中，其中，所述机器学习模型被训练为：根据性能参数来判断切削数据的加工效果是否满足预定条件；以及

根据所述机器学习模型的输出确定所述切削数据的加工效果是否满足预定条件；

给机器学习模型输入预定数量的训练数据集，以使得机器学习模型学习性能参数与加工效果之间的关系，每一个训练数据集包括与数控设备的预定加工有关的切削数据、性能参数和对应的加工效果；

基于一个或多个其他切削数据库来训练所述机器学习模型。

本发明提供的根据性能参数确定所述切削数据的加工效果是否满足预定条件包括：

判断性能参数是否处于预定数值范围内，其中，性能参数处于预定数值范围之内指示所述切削数据的加工效果满足预定条件；

根据判断结果来确定所述切削数据的加工效果是否满足预定条件。

本发明提供的数据去噪模块8去噪方法如下：

数控加工切削过程中，将工件上表面作为加工基准平面，即(x，y，0)参考坐标平面；获取数控切削刀具在加工过程中运动形成刀轨数据；构建一种刀具的有限状态自动机，对应刀具的空转、空移、下刀过程、切削、抬刀过程和异常六个状态：

1)空转：z不变，(x，y)不变；

2)空移：z不变，(x，y)变化；

3)下刀过程：z变小，(x，y)不变；

4)切削：z基本不变，(x，y)变化；

5)抬刀过程：z变大，(x，y)不变；

6)异常：除上述之外其它状态；

所述六个状态中，其中切削刀轨的采样数据是实际切削工件产生的有效数据，而空转刀轨、空移刀轨、下刀过程刀轨、抬刀过程刀轨是无效的噪声数据，予以去除。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。