1、目前,機械制造行業(yè)正在向柔性化、無人化方向發(fā)展,在大規(guī)模的自動化生產過程中,對刀具狀態(tài)的在線監(jiān)測是保證生產順利進行的關鍵,這對于延長機床設備無故障運行時間、提高加工效率和產品質量具有重要的意義.本文在分析刀具狀態(tài)監(jiān)測技術研究現狀的基礎上,從切削聲信號入手對刀具狀態(tài)的監(jiān)測進行了研究,主要進行了以下工作: (1)搭建了切削聲信號采集平臺,在數控加工中心上進行了切削聲信號的采集實驗,對采集的切削聲信號進行了統(tǒng)計分析和功率譜密度分析,發(fā)

2、現了切削聲信號中存在著與刀具磨損變化相應的特征成分,證明了利用切削聲信號進行刀具狀態(tài)監(jiān)測的可行性. (2)對刀具磨損狀態(tài)的監(jiān)測,依據切削過程中刀具磨損狀態(tài)的變化與產生的切削聲信號之間存在著的對應關系,提出了一種基于切削聲譜隱馬爾科夫模型(HiddenMarkov Model,HMM)識別的刀具磨損狀態(tài)在線監(jiān)測方法.通過建立HMM,提取切削聲信號的線性預測倒譜系數(Linear Prediction Cepstrum Coeffi

3、cient,LPCC)作為其特征參數,進行了刀具磨損狀態(tài)的識別實驗,實現了刀具磨損程度的分級識別. (3)對刀具破損狀態(tài)的監(jiān)測,依據其發(fā)生時產生的切削聲信號中的突變特征,運用小波分析提取了它的特征參數,并去除了與其具有相似突變特征的干擾聲信號,通過設定合適的監(jiān)測閾值,實現了對刀具破損的良好監(jiān)測. (4)完成了監(jiān)測系統(tǒng)硬件平臺的設計.針對識別算法的需要,選擇了ARM處理器作為監(jiān)測系統(tǒng)的CPU,并圍繞其進行了外圍電路設計.