本发明涉及一种数控机床服役过程能量消耗预测方法，特别是涉及一种基于切削力的机床铣削加工过程的能耗模型建模方法。
背景技术：
随着现代制造业对能效的要求越来越高，机床能耗近年来受到广泛关注，为了实现更高的制造能效，可靠的能源消耗建模是先决条件，因为它为任何与能效相关的优化提供基础。航空航天的复杂零件大量采用数控铣削的加工方式，而复杂零件的加工精度要求高，加工效率低，导致了能源消耗大，能量效率低等问题。
文献“专利申请号是201210131766.4的中国发明专利”公开了一种数控机床服役过程能量消耗预测方法，该方法建立了以启动、空载和加工三类子过程能耗预测为基础的数控机床服役过程能耗预测模型。通过分别对每类子过程的能耗预测模型进行求解，而得到整个数控机床服役过程的能耗预测结果。然而，其加工过程中的切削能耗的计算是通过经验公式计算出的切削力计算得来，这种方法计算复杂，各种系数、指数、补偿系数繁多，这种方法计算量大效率低，并且其切削功率直接由切削力乘以切削速度得到，这个算法只适用于相对简单的车削加工，对于较为复杂的铣削加工而言，这种计算方法显然不再适用。因此，很有必要寻找一种新的能耗模型建模方法，实现对铣削加工过程的能量消耗进行精准预测，为实现降低铣削加工能耗，实现高效能铣削加工提供理论支撑。
技术实现要素：
为了克服现有数控机床服役过程能量消耗预测方法实用性差的不足，本发明提供一种基于切削力的机床铣削加工过程的能耗模型建模方法。该方法将机床铣削加工过程的能耗分为空载能耗、切削能耗和额外负载能耗，分别对三类能量消耗进行建模预测，以此计算预测出机床铣削加工过程的总能耗。由于采用铣削切削力计算切削功率，采用切削功率计算额外负载功率的方法进行建模，简单易行，并且对铣削加工有较强的适用性。本发明预测的总能耗与机床的实际能耗之间的误差不超过2％，预测精度高，在实际加工中有着很好的参考价值。本发明方法还可用于机床能量效率获取、机械加工过程中的能效评估、机床能耗标定等，有着广阔的应用前景，实用性好。
本发明解决其技术问题所采用的技术方案是：一种基于切削力的机床铣削加工过程的能耗模型建模方法，其特点是包括以下步骤：
步骤一、将机床铣削加工过程能耗分为空载能耗、切削能耗和额外负载能耗，分别对三类能量消耗进行建模预测，以此计算预测出机床铣削加工过程的总能耗。其预测模型为：
ptotal＝pidle+pcutting+padditional(1)
其中，ptotal表示铣削加工过程的总能耗，pidle表示铣削加工过程中的空载能耗，pcutting表示铣削加工过程中的切削能耗，padditional表示铣削加工过程中的额外负载能耗。
步骤二、测量机床在非切削状态下不同转速下的空载能耗，将所得数据进行拟合，建立空载能耗模型：
pilde＝f(n)(2)
其中，n为机床主轴转速。
步骤三、基于切削力的切削能耗模型的建立。
建立铣削加工的切削力模型：
其中，ft、fr、fa分别为切向、径向以及轴向切削力，ktc,krc,kac,kte,kre,kae为切削力系数，st为每齿进给量，ψ为切削刃的瞬时浸入角，ds为切削刃的最小长度，dz为轴向微分长度。
建立铣削加工的切削能耗模型：
铣削加工的瞬时切削能耗模型为：
pcutting＝pn+pf＝∫dpn+∫dpf＝v∫dft+f/60000·∫(-dfx)(4)
其中，v为切削速度，dfx＝dftcosψ+dfrsinψ，f为进给量。
铣削加工的切削能耗模型为：
其中
步骤四、建立铣削加工的额外负载能耗模型：
其中，c0、c1为实验数据得到的系数，
步骤五、将步骤一得到的铣削加工过程中的空载能耗pidle，步骤二得到的铣削加工过程中的切削能耗pcutting，步骤三得到的铣削加工过程中的额外负载能耗padditional，代入总能耗预测模型：
本发明的有益效果是：该方法将机床铣削加工过程的能耗分为空载能耗、切削能耗和额外负载能耗，分别对三类能量消耗进行建模预测，以此计算预测出机床铣削加工过程的总能耗。由于采用铣削切削力计算切削功率，采用切削功率计算额外负载功率的方法进行建模，简单易行，并且对铣削加工有较强的适用性。本发明预测的总能耗与机床的实际能耗之间的误差不超过2％，预测精度高，在实际加工中有着很好的参考价值。本发明方法还可用于机床能量效率获取、机械加工过程中的能效评估、机床能耗标定等，有着广阔的应用前景，实用性好。
下面结合具体实施方式对本发明作详细说明。
具体实施方式
本实施例以铣削开槽为例，材料为45号钢；刀具直径为12mm的平底刀。采用yhvt850z数控加工中心进行加工。
本发明基于切削力的机床铣削加工过程的能耗模型建模方法具体步骤如下：
步骤一、将机床铣削加工过程能耗分为空载能耗、切削能耗和额外负载能耗，分别对三类能量消耗进行建模预测，以此计算预测出机床铣削加工过程的总能耗。其预测模型为：
ptotal＝pidle+pcutting+padditional
其中，ptotal表示铣削加工过程的总能耗，pidle表示铣削加工过程中的空载能耗，pcutting表示铣削加工过程中的切削能耗，padditional表示铣削加工过程中的额外负载能耗。
步骤二、测量机床在非切削状态下不同转速下的空载能耗，将所得数据进行拟合。
建立空载能耗模型：
pilde＝f(n)
其中，n为机床主轴转速。
步骤三、基于切削力的切削能耗模型的建立。
step1建立铣削加工的切削力模型：
dft(ψ,z)＝kteds+ktcstsinψdz
dfr(ψ,z)＝kreds+krcstsinψdz
dfa(ψ,z)＝kaeds+kacstsinψdz
其中，ft、fr、fa分别为切向、径向以及轴向切削力，ktc,krc,kac,kte,kre,kae为切削力系数，st为每齿进给量，ψ为切削刃的瞬时浸入角，ds为切削刃的最小长度，dz为轴向微分长度。
step2建立铣削加工的切削能耗模型：
铣削加工的瞬时切削能耗模型为：
pcutting＝pn+pf＝∫dpn+∫dpf＝v∫dft+f/60000·∫(-dfx)
其中v为切削速度，dfx＝dftcosψ+dfrsinψ，f为进给量。
铣削加工的切削能耗模型为：
其中
步骤四、建立铣削加工的额外负载能耗模型：
其中c0、c1为实验数据得到的系数，
步骤五、将步骤一得到的铣削加工过程中的空载能耗pidle，步骤二得到的铣削加工过程中的切削能耗pcutting，步骤三得到的铣削加工过程中的额外负载能耗padditional，代入总能耗预测模型：
应用实施例。在yhvt850z数控加工中心上对40号钢材料进行开槽加工，采用上述方法对其铣削过程进行验证。
(1)建立空载能耗模型：
按照步骤二进行空载能耗模型建立，在机床非切削状态下分别测出不同转速下的功率，拟合计算出空载能耗模型：
pidle＝0.000007n2-0.0025n+913.83
(2)基于切削力的切削能耗模型的建立：
按照步骤三进行分别切削力建模以及切削能耗建模。
根据实验所得数据，其切削力模型为：
dft(ψ,z)＝kteds+ktcstsinψdz
dfr(ψ,z)＝kreds+krcstsinψdz
dfa(ψ,z)＝kaeds+kacstsinψdz
其中，ft、fr、fa分别为切向、径向以及轴向切削力，经计算切削力系数为krc＝3363.358，kre＝62.784，kte＝51.262，ktc＝2004.509，由于轴向力不做功，所以kac,,kae无需计算，st为每齿进给量，ψ为切削刃的瞬时浸入角，ds为切削刃的最小长度，dz为轴向微分长度。
根据切削力模型，计算出铣削加工的瞬时切削能耗模型为：
pcutting＝pn+pf＝∫dpn+∫dpf＝v∫dft+f/60000·∫(-dfx)
其中v为切削速度，dfx＝dftcosψ+dfrsinψ，f为进给量。
铣削加工的切削能耗模型为：
其中，
(3)建立铣削加工的额外负载能耗模型：
按照步骤四建立铣削加工的额外负载能耗模型，经计算其额外负载能耗模型为：
(4)建立总能耗预测模型：
按照步骤五建立总能耗预测模型，其建立总能耗预测模型为：
本发明方法对数控机床铣削加工过程能耗进行预测得到的精度较高(见表1)。
表1不同加工参数下的能耗误差
可以看出，与实际测量出的实际铣削过程的能量消耗的误差小于2％，因此，实际工作中有着很好的参考价值。