基于模糊逻辑的刀具磨损状态检测

　　1 金属切削实验
　　金属切削加工实验需要建立一个简单的模型，在不同的切削条件下，测量的电流值和后刀面磨损状态。该实验需要在计算机数值控制车床进行，用于实验的工件材料是铝、碳化硅，通过搅拌铸造法制备颗粒增强复合材料。切削实验进行数控机床用永磁直流电机驱动。永磁直流电机类似普通的直流电动机，是由永久磁铁代替凸极绕线结构构成。测量车床需直流电机电流，个人计算机与车床连接为切削条件提供有效数据，计算机和切割操作自动执行，记录各种切削条件数据，其中包括：主轴速度、配给速度和切削深度等。对于每组的切削实验，加工都是从一个新的刀具开始，直到刀具磨损实验进行到产生满足不同切削条件下的样本数据为止。
　　2 基于回归分析和模糊分类的刀面磨损预测
　　回归分析是一种统计预测模型，涉及的是一个给定的变量和一个或多个被称为独立变量的变量之间的关系的描述和评价。目前研究表明，回归方法是利用确定模型的主轴电机电流作为一个函数的主轴转速（转）、配给速率（毫米/转速）和深度的切割（毫米）。该模型被近似修改用来描述的后刀面磨损状态，如0.30，0.40，0.50，0.60，0.70，0.80和0.90（毫米）。不同的切削条件下的电流值被记作实验在特定的时间间隔的相应的磨损值。
　　研究发现，刀具磨损对主轴电机电流影响更为显著，主轴电机电流随着刀具磨损的增加呈指数增加。结合刀具磨损、主轴转速、配给速度、切削电流和电流信号的关系，我们可以得到主轴电机电流与金属切削作为磨损状态的函数关系。
　　在异常的刀具磨损阶段中观察到的磨损率的突然上升是值得注意的，系统应弹出提示，工人应根据实际情况及时更换刀具。但是实际中很多因素都会造成刀具的磨损，刀具磨损曲线通常是波动的，并且是不光滑的。本文研究信号模型可以从测量电流信号和其他切削参数来估计刀具磨损状态。测量电流和估计的电流被定义为真正特征值和估计特征值，用真正特征值对应不同的磨损状态估计特征值评价实际磨损状态之间的相似性，任何估计磨损状态的程度。
　　在不同切削条件下进行了55刀具磨损实验。实验随机选择35个样本作为训练样本，21个样本作为测试样本，用上述方法估算刀具磨损值。利用模糊推理方法计算了不同刀具磨损状态下，刀具磨损程度分类的隶属度函数，用隶属函数对测试样本进行实验，仿真结果验证该方法的有效性。
　　3 结论
　　本文分析了刀具磨损和切削参数对主轴电机的影响程度，通过实验研究和回归分析，建立了不同刀具磨损状态下电流信号与切削参数之间的关系。用模糊分类系统隶属度函数概念计算给定的磨损状态的隶属度值，并应用于刀具磨损状态的检测，实验结果表明，该方法是有效的。刀具更换的控制要求刀具磨损状态的识别与切削参数包括主轴转速和配给速度有关，可以根据控制策略进行改变。刀具磨损状态的程度为控制刀具的更换提供了有力的科学依据。该方法适用于按质量标准所要求的任何所需阈值的选择。如何在已有模型基础上简化算法空间复杂度，这将是本文接下来的工作。
　　参考文献：
　　[1]李友生，邓建新，张辉，李剑锋.高速车削钛合金的硬质合金刀具磨损机理研究[J].摩擦学学报，2008（05）.
　　[2]周海波，张京京，闫寒，张素敏.钛合金高速铣削刀具磨损机理和预测方法研究[J].工具技术，2014（03）.
　　[3]江平，邓志平.基于BP网络对刀具磨损的预测[J].煤矿机械， 2012（03）.
　　[4]葛英飞，徐九华，傅玉灿.高速铣削SiC_p/Al复合材料时聚晶金刚石刀具的磨损机理[J].光学精密工程，2011（12）.