一种结合声发射和电流检测的加工状态监控方法与流程

本发明涉及机床在线监控方法，尤其是涉及的是一种结合声发射和电流检测的加工状态监控方法。

背景技术：

薄壁异形件表面加工时需要时刻监控其加工状态，保证最终加工的表面平整度及工件的完整度。就目前而言，薄壁异形件表面加工出现故障的主要形式是表面材料破裂，形成表面缺陷。在表面材料出现破裂的早期阶段，会出现表面应力分布不均出现应力集中点，此时加工刀头的振动信号非常微弱，与来自机械设备其它部件的振动信号混在一起，而当加工出现不正常声音时加工件已失效，以致不能有效地阻止故障的出现。而目前的监控方法主要是人工监控，由人判断加工异常声音等方式往往只能发现已出现的故障而不能预防故障的出现；而基于振动信号的检测由于其信噪比低，造成检测难度高，准确率低。

技术实现要素：

本发明的目的在于克服上述不足，提供准确率高、可靠性高的一种结合声发射和电流检测的加工状态监控方法。

为实现上述目的，本发明的技术解决方案是：一种结合声发射和电流检测的加工状态监控方法，包括以下步骤：

（1）建立样本库：

分别采集机床每个加工阶段正常加工时的声发射信号和主轴电流信号；分别采集机床每个加工阶段异常加工时的声发射信号和主轴电流信号；

对声发射信号进行声发射信号处理得到频谱数据状态的声发射样本数据，对主轴电流信号进行主轴电流信号处理得到频谱数据状态的主轴电流样本数据；

将正常加工时的声发射样本数据和主轴电流样本数据储存在正常样本数据库中；将异常加工时的声发射样本数据和主轴电流样本数据储存在异常样本数据库中；

（2）设置阈值：通过比对正常样本数据库和异常样本数据库中的声发射样本数据，设置声发射正常阈值；通过比对正常样本数据库和异常样本数据库中的主轴电流样本数据，设置主轴电流正常阈值；声发射正常阈值和主轴电流正常阈值为对长时间正常加工和异常加工数据分析后得到的经验值；

（3）实时数据比对：实时采集机床加工时的声发射信号进行声发射信号处理后得到实时声发射数据；实时采集机床加工时的主轴电流信号进行主轴电流信号处理后得到实时主轴电流数据；

在计算机中，将实时声发射数据与正常样本数据库中的当前加工阶段下的声发射样本数据进行幅值比对，判断比对结果是否超过了声发射正常阈值，如果超过则定义声发射检测结果为异常状态；

在计算机中，将实时主轴电流数据与正常样本数据库中的当前加工阶段下的主轴电流样本数据进行幅值比对，判断比对结果是否超过了主轴电流正常阈值，如果超过则定义主轴电流检测结果为异常状态；

（4）结果执行：当声发射检测结果和/或主轴电流检测结果为异常状态时，定义机床为异常加工状态，计算机向机床发送停机信号。

优选的，还包括步骤（5）：将异常加工状态的实时声发射数据和实时主轴电流数据存入异常样本数据库中。

优选的，声发射信号处理包括将声发射信号经放大器放大后，由高速数据采集系统进行信号采集，采样频率2mhz将采样后的信号进行四阶巴特沃斯滤波后，再进行fft变换。采样频率为2mhz是因为声发射信号的频谱较宽，从数千hz到数兆hz，在进行数据采集的同时，还要进行滤波、参数特征提取等处理，因此对数据采集设备有较高的要求。全波形采集功能的专用声发射仪价格高昂，这里以达到2mhz的高速数字化仪的高速、高精度采样能力为硬件基础，使用labview开发的声发射测试系统，同样可实时完成声发射信号采集、存储、振铃特征参数提取等功能。

优选的，主轴电流信号处理包括将主轴电流信号经放大器放大，再通过硬件电路五阶切比雪夫滤波器滤波处理后进行ad转换，对转换后的主轴电流信号每1ms一次的高速采样，对采集的主轴电流信号进行fft变换。采样频率为每1ms一次，是保证至少10倍于信号频率（保证信号不失真，采样定理要求采样频率至少为信号频率的2倍，实际应用一般取10倍以上）；采样频率越高，数据样本越大，数据分析越准确。

优选的，幅值对比的方法为将两采样区间内的幅值的平方根值相减。

通过采用上述的技术方案，本发明的有益效果是：本发明通过声发射结合主轴电流检测，双重保障，可靠性高，进一步提高检测的准确性。采用信噪比高的声发射检测技术，其信号的包络谱谱线结构较为简单，更容易找出故障的特征频率，检测准确性高；传统的监控方案只能发现故障，而本发明可以及时预测故障的出现，避免造成损失。

附图说明

图1为实时声发射数据与声发射样本数据的比对图；

图2为实时主轴电流数据与主轴电流样本数据的比对图。

具体实施方式

以下具体实施例来进一步说明本发明。

本发明一种结合声发射和电流检测的加工状态监控方法，包括以下步骤：

（1）建立样本库：

一种结合声发射和电流检测的加工状态监控方法，包括以下步骤：

（1）建立样本库：

分别采集机床每个加工阶段正常加工时的声发射信号和主轴电流信号；分别采集机床每个加工阶段异常加工时的声发射信号和主轴电流信号；现有的机床上一般设有声发射传感器和主轴电机电流传感器，声发射信号由声发射传感器提供，主轴电流信号由主轴电机电流传感器提供；

对声发射信号进行声发射信号处理得到频谱数据状态的声发射样本数据；声发射信号处理包括将声发射信号经放大器放大后，由高速数据采集系统进行信号采集，采样频率2mhz将采样后的信号进行四阶巴特沃斯滤波后，再进行fft变换。

对主轴电流信号进行主轴电流信号处理得到频谱数据状态的主轴电流样本数据；主轴电流信号处理包括将主轴电流信号经放大器放大，再通过硬件电路五阶切比雪夫滤波器滤波处理后进行ad转换，对转换后的主轴电流信号每1ms一次的高速采样，对采集的主轴电流信号进行fft变换。

将正常加工时的声发射样本数据和主轴电流样本数据储存在正常样本数据库中；将异常加工时的声发射样本数据和主轴电流样本数据储存在异常样本数据库中。

（2）设置阈值：通过比对正常样本数据库和异常样本数据库中的声发射样本数据，设置声发射正常阈值；通过比对正常样本数据库和异常样本数据库中的主轴电流样本数据，设置主轴电流正常阈值；声发射正常阈值和主轴电流正常阈值为对长时间正常加工和异常加工数据分析后得到的经验值。

（3）实时数据比对：

实时采集机床加工时的声发射信号进行声发射信号处理后得到实时声发射数据；声发射信号处理包括将声发射信号经放大器放大后，由高速数据采集系统进行信号采集，采样频率2mhz将采样后的信号进行四阶巴特沃斯滤波后，再进行fft变换。

实时采集机床加工时的主轴电流信号进行主轴电流信号处理后得到实时主轴电流数据；主轴电流信号处理包括将主轴电流信号经放大器放大，再通过硬件电路五阶切比雪夫滤波器滤波处理后进行ad转换，对转换后的主轴电流信号每1ms一次的高速采样，对采集的主轴电流信号进行fft变换。

在计算机中，将实时声发射数据与正常样本数据库中的当前加工阶段下的声发射样本数据进行幅值比对，幅值对比的方法为将两采样区间内的幅值的平方根值相减。判断比对结果是否超过了声发射正常阈值，如果超过则定义声发射检测结果为异常状态；

在计算机中，将实时主轴电流数据与正常样本数据库中的当前加工阶段下的主轴电流样本数据进行幅值比对，幅值对比的方法为将两采样区间内的幅值的平方根值相减。判断比对结果是否超过了主轴电流正常阈值，如果超过则定义主轴电流检测结果为异常状态。

（4）结果执行：当声发射检测结果和/或主轴电流检测结果为异常状态时，定义机床为异常加工状态，计算机向机床发送停机信号。

（5）将异常加工状态的实时声发射数据和实时主轴电流数据存入异常样本数据库中。随着样本库规模的扩大，由于之后的检测会有更多的故障特征比较值，所以之后的检测会越来越准确。

以上所述的，仅为本发明的较佳实施例而已，不能限定本发明实施的范围，凡是依本发明申请专利范围所作的均等变化与装饰，皆应仍属于本发明涵盖的范围内。