湿铣削条件下的表面质量测量与预测系统

本发明涉及湿铣削条件下的表面质量测量与预测系统，具体涉及一种在湿铣削加工过程中同步实时采集铣削噪声、铣削力和铣削振动信号，融合多源传感器信息进行表面质量测量与预测，属于湿铣削加工。

背景技术：

1、铣削是以铣刀为加工刀具的机械加工方式，铣刀安装在机床主轴上，并且随着主轴做旋转运动，工件装夹在工作台上做进给运动，从而完成铣刀对工件表面进行铣削的加工过程。湿铣削和普通铣削最大的区别就是湿铣削在加工过程中使用了切削液。在湿铣削加工过程中，铣削噪声、铣削力铣削振动都是比较常见的现象。据了解，现代生活的各个领域都有机械加工制造的零件，零件的质量是至关重要的，粗糙度是零件质量的重要指标。粗糙度直接影响机械零件的质量和寿命，所以粗糙度的测量及预测对于机械加工至关重要。目前国内外已经有很多学者对铣削过程产生的噪声、振动、力及粗糙度进行了研究。但是基于湿铣削条件的研究却较少。

2、因此，需要设计湿铣削条件下的表面质量测量与预测系统，可以同步采集噪声信号、铣削力信号及振动信号。在此基础上，研究铣削声压、铣削力以及铣削振动的特征，从而可以通过融合各个参数建立能在湿铣削条件下对工件表面质量测量与预测的系统。

技术实现思路

1、本发明的目的在于：针对上述现有技术存在的不足，提出一种合理的湿铣削条件下的表面质量测量与预测系统，该系统能够在湿铣削时实时同步采集噪声信号、三向力信号和振动信号，建立关于粗糙度的3个单项目标预测模型，根据3个单项目标预测模型进行组合预测，得到的组合预测模型可以提高粗糙度预测值的精度。可以对同一种材料在干湿铣削不同条件下的表面粗糙度进行比较，还可以比较不同切削液对同一材料铣削表面粗糙的的影响。

2、为了达到以上目的，本发明的技术方案如下：

3、湿铣削条件下的表面质量测量与预测系统，其特征在于：包括外挂式切削液系统、数控机床及工件系统、噪声与振动测量系统、三向测力系统和粗糙度采集系统。所述外挂式切削液系统主要包括切削液的配制和储液箱、输送管道的布置；所述数控机床及工件系统主要包括数控铣床、铣削刀具和被加工工件；所述噪声与振动测量系统的噪声测量部分主要包括声音校准器、精密型声级计和高速数据采集仪，用于实时采集铣削过程中的噪声信号；所述噪声与振动测量系统的振动测量部分主要包括三向加速度传感器、电荷放大器和高速数据采集仪，用于采集铣削过程中的x、y、z三向振动信号；所述三向测力系统主要包括力传感器和三向力采集仪；所述粗糙度采集系统主要包括接触式粗糙度测量仪。

4、优选地，所述湿铣削条件下的表面质量测量与预测系统，其特征在于：所述外挂式切削液系统可以容纳多种切削液，可以通过阀分流到切削液管路中，随时控制切削液的种类，从而达到比较不同切削液对铣床加工状态的影响；所述外挂式切削液系统可以通过双阀门开关和流量计精确控制切削液流量的大小以及切削液系统的闭合，从而达到比较不同流量切削液对铣床加工状态的影响；结构上，所述切削液容器设有进液管和出液管，在铣床加工过程中，可以通过进液管随时补充切削液，并通过出液管输送到喷嘴；所述切削液出液管中设有双阀门，可以随时更换切削液，也可以通过阀门开闭角度来混合不同切削液达到混合切削液的效果；所述切削液容器固定在数控铣床上方，所述切削液容器连接切削液出液管的一端，所述切削液出液管的另一端设有喷嘴，所述喷嘴固定在被加工工件上方。

5、优选地，所述铣削刀具安装在立式数控铣床的主轴上，所述铣削刀具为硬质合金立铣刀，所述被加工工件通过台钳装夹在数控铣床的机床工作台上，选用的铣削材料为钛合金板块。

6、优选地，所述声音校准器主要用于测试正式开始前对精密型声级计进行校准；所述精密型声级计固定在距离加工工件一定距离的三脚架上，用于实时采集工件在加工过程中产生的声压信号。

7、优选地，所述三向加速度传感器为压电式三向加速度传感器，所述压电式三向加速度传感器通过磁力座与位于机床工作台上的装夹工件的夹具平台固定连接，所述电荷放大器与三向加速度传感器连接，所述高速数据采集仪的输入接口与电荷放大器、精密型声级计连接，输出接口通过usb数据传输线与安装有声学与振动测量采集软件的计算机的接口连接，用于实时进行声压级与振动的测量。

8、优选地，所述力传感器为压电式三向力传感器，所述力传感器固定在数控铣床的机床工作台上，所述力传感器通过专用数据线与三向力采集仪相连接，所述三向力采集仪通过专用数据线与安装有三向力采集软件的计算机相连接。

9、基于试验数据和灰色关联度分析法，分别分析干铣削和湿铣削中力，振动及噪声关于加工参数的相关性。

10、基于湿铣削试验数据提取声压级均方根值、三向振动加速度均方根值及三向铣削力均方根值，根据试验数据和最小二乘法建立3个多特征的单项目标预测模型，再通过组合预测模型的方法对三个单项目标预测模型进行组合预测，得到了融合铣削力-振动-噪声及铣削参数的粗糙度组合预测模型。

11、根据试验数据和最小二乘法建立的三个单项目标预测模型分别如下所示：

12、a)第一种单项目标预测模型，粗糙度关于三向铣削力均方根值及三个铣削参数(即主轴转速、进给速度和铣削深度)的单项预测模型：

13、

14、其中，为第一种单项目标预测模型粗糙度的预测值，n为主轴转速，vf为进给速度，ap为铣削深度，c1,x1,y1,z1,u,r,s为待求系数，fx,fy,fz分别为x,y,z方向的铣削力。

15、b)第二种单项目标预测模型：粗糙度关于三向振动加速度均方根值及三个铣削参数(即主轴转速、进给速度和铣削深度)的单项目标预测模型：

16、

17、其中，为第二种单项目标预测模型粗糙度的预测值，n为主轴转速，vf为进给速度，ap为铣削深度，c2,x2,y2,z2,w,m,n为待求系数，armsx,armsx,armsx为三向振动加速度均方根值。

18、c)第三种单项目标预测模型：粗糙度关于声压级均方根值及三个铣削参数(即主轴转速、进给速度和铣削深度)的单项预测模型：

19、

20、其中，为第三种单项预测模型粗糙度的预测值，n为主轴转速，vf为进给速度，ap为铣削深度，lp为声压级均方根值，c3,x3,y3,z3,d为待求系数。

21、融合铣削力-振动-噪声及铣削参数的粗糙度组合预测模型的建立方法为预测误差平方和倒数方法，其具体过程如下：

22、(1)根据(4)式计算预测误差平方和(sse)，

23、

24、其中，j＝1,2,3，eii(sse)为误差平方和，m为试验次数，为当采用第j种单向预测模型时第i次试验过程中粗糙度的预测值，rai为第i次试验过程中粗糙度的实际测量值。

25、(2)采用误差平方和倒数法通过(5)式计算组合预测模型的加权系数，

26、

27、其中，lj为三个单项预测模型的加权系数且j＝1,2,3，a是指有a个单项预测模型且a＝3；lj(j＝1,2,3)为三种预测方法的加权系数，即l1为第一种单项预测模型的加权系数，l2为第二种单项预测模型的加权系数，l3为第三种单项预测模型的加权系数；

28、(3)采用预测误差平方和倒数法根据(6)式建立粗糙度的组合预测模型，

29、

30、其中，为组合预测模型中粗糙度的预测值；

31、(4)基于相关性系数r，分析建立的融合铣削力、振动、噪声及铣削参数的粗糙度组合预测模型的可靠性，该相关性系数r的一般计算公式为：

32、

33、其中，xi为粗糙度实际测量数据序列，一般取值rai，yi为粗糙度预测数据序列，为粗糙度实际测量数据序列的平均值，为粗糙度预测数据序列的平均值，m为试验次数，i表示第i次试验。xi，yi为两数据序列；为两数据序列的平均值。

34、本文引用matlab程序[r,p]＝corrcoef(x1,y1)直接计算出相关性系数r的值。

35、若相关性系数r的值大于0.90，说明该组合预测模型具有较高的可靠性。