专利名称：：外圆磨削工件表面质量可视化实时监测方法
技术领域：
：本发明涉及一种精密机械加工实时监测方法，尤其是一种外圆磨削工件表面质量实时监测方法。
背景技术：
：超精密/精密磨削过程中，如何实时监测磨削过程中的工件表面质量及磨削状况，对提高磨削质量和磨削效率将有重要意义。如果能够实现工件表面磨削质量的实时监测，即可实现磨削工艺参数的反馈控制，从而实现磨削过程的智能控制。因此，实时监测磨削过程中的工件表面质量是精密磨削技术的关键技术。尽管众多的研究者采用电机电流、磨削力、声发射信号和加速计等对磨削状态监测技术做了大量研究工作，但限于传感器安装困难、信号干扰与灵敏度等原因，至今尚缺乏在实际生产中能够有效应用的方法。由于声发射信号能够避开磨削过程中低频噪声区域，在高频范围内灵敏度高受环境变化小，所以声发射技术是近几年磨削状态监测被广泛采用的一种方法。声发射(AE)是一种材料受外力或内力作用而产生变形或断裂时，以弹性波的形式释放能量的现象。在外圆磨削过程中，当砂轮与工件接触时，其接触状态可以通过AE信号反映出来。
发明内容本发明是要提供一种适用于外圆磨削工件表面质量可视化实时监测方法，该方法通过建立声发射信号的均方根(RMS)与工件质量粗糙度之间的关系模型，来预测不同工艺参数下的工件表面粗糙度，并结合工件表面粗糙度数值及曲线显示，实现磨削过程中工件表面质量的可视化，为磨床操作工人修整磨削工艺参数提供帮助，并有利于提高工件的磨削效率和磨削质量。本发明的技术方案是一种外圆磨削工件表面质量可视化实时监测方法，具体步骤是2.声发射传感器的安装与数据采集为了监测磨削状态，将声发射传感器安装在外圆磨床的砂轮架或、头架或尾架之上，声发射信号通过数据采集系统，由计算机采集获得，设置相应的采样频率；3.声发射信号的预处理为了去除干扰信号，对所采集的声发射信号进行滤波处理采用切毕雪夫II低通滤波器滤除磨削过程的干扰信号，滤波器截止频率根据磨床在无磨削状态下AE信号的频率范围来确定，当砂轮主轴以及工件驱动主轴转动，而砂轮与工件无接触时，AE所接收的信号视为干扰信号，通过其频率成份分析，确定低通滤波器的截止频率；4.建立声发射信号的均方根(RMS)与工件表面的粗糙度关系模型采用正交试验方法，进行磨削试验在完成每一次磨削试验后，利用粗糙度仪测量工件表面的粗糙度，将均方根值取平均值后，即获得声发射信号均方根值与工件表面的粗糙度的关系；5.实现磨削过程工件表面质量的可视化根据步骤3所获得的声发射信号的均方根(RMS)与工件表面的粗糙度关系模型，通过声发射信号的均方根值计算获得工件表面粗糙度值，从而实现实时显示工件表面粗糙度变化曲线的方法或将工件表面粗糙度值用数字变化的方法同时显示在数控系统的屏幕上。本发明的有益具效果通过该发明，可利用声发射信号实现工件磨削质量的可视化实时监测，对指导磨床操作工人选取工艺参数提供帮助，并对提高磨削效率和磨削质量具有重要意义。图1是声发射传感器安装位置示意图；图2是工件表面粗糙度数值及变化曲线显示方式示意图。具体实施例方式下面结合附图与实施例对本发明作进一步的说明。本发明的外圆磨削工件表面质量可视化实时监测方法，在工件磨削过程中，砂轮与工件弹性接触、砂轮粘接剂破裂、砂轮磨粒崩碎、砂轮磨粒与工件摩擦、工件表面裂纹等均可发射出弹性波。这些因素和工件材料、磨削条件、砂轮表面的状态等因素都有着密切的关系。这些因素的改变必然会引起声发射信号的幅值等方面发生变化，这就使得我们可以通过检测声发射信号的变化来对磨削状态进行判别。AE信号的变化幅度与磨削力的变化幅度成正比，磨削力的变化幅度越小，AE信号的变化幅度也越小，工件表面的质量就越高。反之，磨削力的变化幅度越大，AE信号的变化幅度也越大，工件表面的质量就越差。而AE信号的变化幅度可以通过声发射信号的均方根进行描述。因此，可以通过声发射信号的均方根(RMS)来预测工件表面的粗糙度，并结合工件表面粗糙度数值及曲线显示，实现磨削过程中工件表面质量的可视化。其具体的步骤如下1.声发射传感器的安装与数据采集为了监测磨削状态，声发射传感器4在外圆磨床上，一般可安装在砂轮架1、头架2与尾架3之上。考虑到检测信号的灵敏度，本发明将声发射传感器4安装在尾架3顶尖之上，如图1所示。声发射信号可以通过数据采集系统，由计算机采集获得，采样频率可取为IOOOHz。2.声发射信号的预处理为了去除干扰信号，需要对所采集的声发射信号进行滤波处理。可采用切毕雪夫II低通滤波器滤除磨削过程的干扰信号，滤波器截止频率的确定，需要根据磨床在无磨削状态下AE信号的频率范围来确定，当砂轮主轴以及工件驱动主轴转动，而砂轮与工件无接触时，AE所接收的信号可视为干扰信号，通过其频率成份分析，确定低通滤波器的截止频率。3.建立声发射信号的均方根(RMS)与工件表面的粗糙度关系模型在磨削过程中，声发射信号的均方根反映了磨削力变化的幅度。因此，声发射信号的均方根与工件表面的粗糙度存在一定的关系。但是，该关系还与工件材料与磨削砂轮有关。需要通过磨削实验获得声发射信号的均方根(RMS)与工件表面的粗糙度的关系模型。为了从实验中更有效地获取相关信息，可以采用正交试验设计方法，完成磨削试验。设所给定的外圆磨床，砂轮转速范围为(Pmin，Pmax，进给速度范围为(Vmin，Vmax),磨削量范围为(Smin，Smax)和工件转速范围为(Gmin，Gmax)。根据正交试验设计方法，可以将上述选定的各因素划分四个水平，如表1所示。根据上述因素及水平划分，可以选择L16(45)正交试验，各试验的评价指标为工件表面粗糙度(Ra)和声发射信号(RMS)，用该正交表安排试验如表2所示。需要说明的是，也可以采用其它正交试验方案，试验次数越多，所获取的声发射信号均方根(RMS)与工件表面粗糙度的关系越准确。表1正交试验因素水平表<table>tableseeoriginaldocumentpage5</column></row><table>表2正交试验设计表<table>tableseeoriginaldocumentpage5</column></row><table>在完成表2的每一次磨削试验时，都应同时采集声发射信号并计算其均方根值，当声发射信号采样频率取为1000Hz时，可取每100个样本计算一个均方根值，即均方根值计算的频率为IOHz。在完成每一次磨削试验后，利用粗糙度仪测量工件表面的粗糙度，将均方根值取平均值后，即获得声发射信号均方根值与工件表面的粗糙度的关系。通过以上工作，可以获得若干个反映声发射信号均方根值与工件表面的粗糙度关系的点。此时，一方面可以采用曲线拟合理论，获得声发射信号均方根值与工件表面的粗糙度关系的曲线模型。另一方面，也可采用线性插值方法，获得其它位置声发射信号均方根值与工件表面粗糙度所对应的值。4.实现磨削过程工件表面质量的可视化根据步骤3所获得的声发射信号的均方根(RMS)与工件表面的粗糙度关系模型，可以通过声发射信号的均方根值计算获得工件表面粗糙度值，从而实现实时显示工件表面粗糙度变化曲线的方法，当然也可将工件表面粗糙度值用数字变化的方法同时显示在数控系统的屏幕上，如图2所示。权利要求一种外圆磨削工件表面质量可视化实时监测方法，其特征在于，具体步骤是(1)声发射传感器的安装与数据采集为了监测磨削状态，将声发射传感器安装在外圆磨床的砂轮架或、头架或尾架之上，声发射信号通过数据采集系统，由计算机采集获得，设置相应的采样频率；(2)声发射信号的预处理为了去除干扰信号，对所采集的声发射信号进行滤波处理采用切毕雪夫Ⅱ低通滤波器滤除磨削过程的干扰信号，滤波器截止频率根据磨床在无磨削状态下AE信号的频率范围来确定，当砂轮主轴以及工件驱动主轴转动，而砂轮与工件无接触时，AE所接收的信号视为干扰信号，通过其频率成份分析，确定低通滤波器的截止频率；(3)建立声发射信号的均方根(RMS)与工件表面的粗糙度关系模型采用正交试验方法，进行磨削试验在完成每一次磨削试验后，利用粗糙度仪测量工件表面的粗糙度，将均方根值取平均值后，即获得声发射信号均方根值与工件表面的粗糙度的关系；(4)实现磨削过程工件表面质量的可视化根据步骤3所获得的声发射信号的均方根(RMS)与工件表面的粗糙度关系模型，通过声发射信号的均方根值计算获得工件表面粗糙度值，从而实现实时显示工件表面粗糙度变化曲线的方法或将工件表面粗糙度值用数字变化的方法同时显示在数控系统的屏幕上。全文摘要本发明涉及一种外圆磨削工件表面质量可视化实时监测方法，具体步骤是1.声发射传感器的安装与数据采集，2.声发射信号的预处理，3.建立声发射信号的均方根(RMS)与工件表面的粗糙度关系模型，4.实现磨削过程工件表面质量的可视化。通过本发明，可利用声发射信号实现工件磨削质量的可视化实时监测，对指导磨床操作工人选取工艺参数提供帮助，并对提高磨削效率和磨削质量具有重要意义。文档编号B24B5/35GK101829951SQ20101016830公开日2010年9月15日申请日期2010年5月7日优先权日2010年5月7日发明者李郝林,迟玉伦申请人:上海理工大学