基于模糊逻辑的刀具磨损状态检测

摘 要：刀具磨损状态分类对保证工件的尺寸精度和刀具在加工过程中的损伤防护起着至关重要的作用。在产品加工过程中，刀具磨损是影响主轴电机电流、速度、配给速度和切削深度的重要因素之一。本文提出了一种基于模糊逻辑的刀具磨损状态检测方法。通过分析刀具磨损和切削参数对电流信号的影响，从实验数据和回归分析的基础上，建立了电流信号与切削参数之间的关系模型。模糊分类方法用于对刀具磨损状态进行分类，这有助于技术人员及时对有缺陷的工具进行更换。
　　关键词：刀具磨损分类； 电流信号； 回归分析； 模糊分类
　　0 引言
　　对切削刀具磨损状态监测的有效手段研究一直是切削加工自动化的热点话题之一[1]。刀具失效的非检测后果则可能导致次品的产生，更为严重还可能损坏工件或机器。近几年，许多研究人员已经开始寻找方法来检测刀具磨损状态[2-3]。通过直接设计各种传感器可对刀具状态进行检测，但多数都是不可靠或无效的。依据刀具状态和测量信号之间的关系，利用模糊分类规则对刀具磨损状态检测已成为研究的热点内容。使用电机电流测量的主要优点是在切削过程中几乎可以检测到任何故障，并且测量装置不干扰加工过程，此外，在应用过程中几乎没有额外的成本。
　　大多数的检测方法都为系统制定了固定的切削条件，而在实际应用中，切削条件并不固定，主轴转速和配给速度也要根据控制策略动态变化。因此，磨损估计策略，在不同的切削条件下的操作是非常必要的[4]。一个成功的监控系统可以有效地维护机床、刀具和工件的稳定工作。研究表明，在车削加工过程中，可以使用切削力、声发射、电机电流和振动等四个参数来监测刀具的磨损情况。
　　本文讨论了如何用主轴电机的电流来检测的刀面磨损状态。其中，电流取决于切削参数：主轴速度、配给速度、切削深度以及刀面磨损程度。实现了一种在线检测的刀面磨损的电流测量的回归技术和模糊分类方法，在一定范围内降低切削条件。该方法的实质是建立一个简单的模型，在不同的切削条件下，统计测量的电流值和刀面磨损状态，检测切削参数和电机电流信号的相关数据，最后，根据检测刀具磨损状态，作出是否需要更换刀具的决定。