一种基于分形理论的刀具磨损状态在线监测方法与流程

本发明涉及刀具磨损检测领域，具体说是一种基于分形理论的刀具磨损状态在线监测方法。

背景技术：

高速切削加工过程是一个复杂、非线性的变化过程，而分形理论是非线性科学研究中十分活跃的一个分支，为解决复杂的非线性问题提供了一种行之有效的方法，也推动了机械科学技术在若干方面的深入发展。切削中的各种因素都对刀具的磨损产生直接或间接的作用，产生不确定性，致使刀具切削实验数据和结果难以具有好的稳定性。而分形方法可对具有非线性和随机性的刀具磨损进行表征。

随着刀具磨损量的增加，振动信号的波形会发生变化，而分形参数能对这种波形的变化进行准确的描述，进而实现对刀具状态的监测、识别（W Li, P Fu, E Zhang. Application of fractal dimensions and fuzzy clustering to tool wear monitoring [J]. Telkomnika, 2013, 11(1): 187-194）。对切削过程声发射信号进行多重分形分析，建立切削过程的声发射信号的广义分形维数与刀具磨损间的关系（张锴锋, 袁惠群, 聂鹏. 基于广义分形维数的刀具磨损状态监测 [J]. 振动与冲击, 2014, 33(1): 162-169），也可以实现对刀具磨损状态的有效识别。在高速切削过程中，刀—屑接触界面一般由粘结和滑动区域组成，这两个区域随着切削的而动态变化，分形方法可从微观尺度分析刀—屑界面摩擦接触行为（S Raman, A Longstreet, D Guha. A fractal view of tool–chip interfacial friction in machining [J]. Wear, 2002, 253: 1111-1120）；在研究刀具磨损分形维数评价刀具切削性能时发现，刀具后刀面磨损分形维数比后刀面磨损宽度VB在评价刀具切削性能方面有一定的优势，有待进一步探讨（B Li. On the use of fractal methods for the tool flank wear characterization [J]. International Journal of Refractory Metals and Hard Materials, 2014, 42: 221-227）。

切削力是刀具状态最直接的放映，切削力信号直接真实、抗干扰能力较强。而且刀具的磨损状态与切削力的变化存在很好的对应关系。为此，本发明借助分形理论，通过在线测量切削力，获取切削力离散值，建立切削力向量并进行相关性分析，并计算切削力分形维数。在整个刀具寿命范围内，切削力分形维数呈现高—低—高的变化趋势，与刀具磨损的三个阶段相对应，并利用这种对应关系来判断刀具磨损状态。该方法操作简单，不需要停车检测刀具磨损，可显著提高加工效率。

技术实现要素：

为解决上述技术问题，本发明结合分形理论，提出了一种刀具磨损状态在线监测的方法。

本发明为解决上述技术问题所采用的技术方案为：一种基于分形理论的刀具磨损状态在线监测方法，包括以下步骤：

1）在不同的切削参数下，从刀具开始工作到达到磨钝标准，采集整个切削过程中的切削力信号；

2）按照切削时间节点，提取切削力离散值，建立具有时间序列特性的切削力向量，并对各切削力向量进行相关性分析；

3）按切削时间的先后顺序，利用最小二乘法，依次计算各时间段内的切削力分形维数；

4）将相邻两时间段的分形维数相比较，并判断刀具的磨损状态。

进一步地，步骤4）所述判断刀具磨损状态，主要按照下述情形进行判断：

a. 相邻两切削阶段的分形维数值较大，且有减小的趋势，则刀具处于初期磨损阶段；

b. 相邻两切削阶段的分形维数值较小，且相差不大，则刀具正处于稳定磨损阶段；

c. 相邻两切削阶段的分形维数值增大，且有继续增加的趋势，则刀具处于急剧磨损阶段，需考虑及时停车换刀。

本发明具有如下的优点和有益效果：

切削力是刀具状态最直接的反映，切削力信号直接真实、抗干扰能力较强。刀具的磨损状态与切削力的变化存在很好的对应关系。该方法不需要停车拆下刀片观察刀具磨损状态，而通过力信号的分形维数的变化判断刀具磨损状态，操作简单，可显著提高加工效率。

附图说明：

图1为刀具后刀面磨损量和切削力分形维数随切削时间的变化曲线（K313, v_c=80 m/min, f=0.2 mm/r, a_p=0.5 mm）；

图2为刀具后刀面磨损量和切削力分形维数随切削时间的变化曲线（KC5510, v_c=80 m/min, f=0.1 mm/r, a_p=0.25 mm）；

图3为刀具后刀面磨损量和切削力分形维数随切削时间的变化曲线（KC5510, v_c=100 m/min, f=0.14 mm/r, a_p=0.35 mm）。

具体实施方式：

实施例一

所用的切削刀具为硬质合金刀具K313（由Kennametal公司生产），工件材料为α+β双相钛合金Ti-6.5Al-3.5Mo-1.5Zr-0.3Si（以下简称TC11），选用PSSNR2020K12型号的车刀杆在CA6140型普通机床上进行试验，采用USB200型光学工具显微镜（由深圳市深视光谷光学仪器有限公司生产）测量刀具后刀面磨损量，利用DC CSM19型车削测力仪（由重庆迪加科技公司生产）采集切削过程中的力信号。

可以在线监测刀具磨损状态的方法，包括以下步骤：

1）在v_c=80 m/min, f=0.2 mm/r, a_p=0.5 mm的切削参数下，对刀具切削过程中的切削力信号进行采集；

2）按照切削时间节点，提取切削力得到离散值，建立具有时间序列特性的切削力向量，利用Higuchi方法对各切削力向量进行相关性分析；

3）按切削时间的先后顺序，利用最小二乘法，依次计算各时间段内的切削力分形维数；

4）将相邻两时间段的分形维数相比较，并按下述情形判断刀具的磨损状态：

a. 相邻两切削阶段的分形维数值较大，且有减小的趋势，则刀具处于初期磨损阶段；

b. 相邻两切削阶段的分形维数值较小，且相差不大，则刀具正处于稳定磨损阶段；

c. 相邻两切削阶段的分形维数值增大，且有继续增加的趋势，则刀具处于急剧磨损阶段。

通过上述过程得到了刀具磨损和切削力分形维数随切削时间的变化曲线，如图1所示，可以看出在整个刀具寿命范围内，切削力分形维数呈现高—低—高的变化趋势，与刀具磨损的三个阶段初期磨损阶段、稳定磨损阶段、急剧磨损阶段相对应。

实施例二

所用的切削刀具为PVD涂层硬质合金刀具KC5510（TiAlN涂层，Kennametal），工件材料为α+β双相钛合金TC11，在CA6140型普通机床上进行试验，采用USB200型光学工具显微镜（由深圳市深视光谷光学仪器有限公司生产）测量刀具后刀面磨损量，利用DC CSM19型车削测力仪（重庆迪加科技公司生产）采集切削过程中的力信号。

可以在线监测刀具磨损状态的方法，包括以下步骤：

1）在v_c=80 m/min, f=0.1 mm/r, a_p=0.25 mm和v_c=100 m/min, f=0.14 mm/r, a_p=0.35 mm的切削参数下，对刀具切削过程中的切削力信号进行采集；

2）按照切削时间节点，提取切削力得到离散值，建立具有时间序列特性的切削力向量，利用Higuchi方法对各切削力向量进行相关性分析；

3）按切削时间的先后顺序，利用最小二乘法，依次计算各时间段内的切削力分形维数；

4）将相邻两时间段的分形维数相比较，并按下述情形判断刀具的磨损状态：

a. 相邻两切削阶段的分形维数值较大，且有减小的趋势，则刀具处于初期磨损阶段；

b. 相邻两切削阶段的分形维数值较小，且相差不大，则刀具正处于稳定磨损阶段；

c. 相邻两切削阶段的分形维数值增大，且有继续增加的趋势，则刀具处于急剧磨损阶段。

通过上述过程得到了刀具磨损和切削力分形维数随切削时间的变化曲线，如图2和图3所示，可以看出在整个刀具寿命范围内，切削力分形维数呈现高—低—高的变化趋势，与刀具磨损的三个阶段初期磨损阶段、稳定磨损阶段、急剧磨损阶段相对应。