汽车发动机铣削刀具磨损在线监测研究及应用

汽车发动机铣削刀具磨损在线监测研究及应用

王震

中国重汽集团济南动力有限公司250200

摘要：汽车发动机铣削刀具在使用中会不断的磨损。所以，在对铣削加工过程中采用的在线监测系统对刀具的磨损情况进行信号采集，特征提取能够有效的对刀具的磨损状态进行在线识别与早期预报，从而使刀具磨损识别的可靠性和准确性得到大幅度提高。

关键词：汽车发动机；在线监测；刀具磨损

随着科学技术的不断发展，对于传感技术的研究不断得以突破，使得刀具磨损状态监测技术不断的得到提升。而对于刀具磨损状态监测技术来说，可将其分为间接监测法和直接监测法[1]。间接监测法是通过在铣削过程中观察刀具状况密切相关的一些信号的变化，从而识别刀具磨损状态的变化。而直接监测法就是通过对刀具的形貌进行直接观测，从而判断刀具的磨损情况。相对于间接监测法，直接监测法能够对刀具的磨损形貌进行直接的获取，具有较高的精准度，但是直接监测法往往需要停机才能实现，这就使得直接监测法的应用受到了限制[2]。对于刀具磨损状态的监测，Roth等人分析了切削过程中的振动信号，将对刀具磨损敏感的振动信号的特征信息提取出来，从而使刀具的磨损情况能被有效识别；另一方面，Kuljanic等人采用内置力传感器对作用于主轴上的切削力进行分析，从而对刀具的磨损情况进行识别，准确率高达96%。目前，对于刀具磨损检测方法多种多样，但由于刀具的磨损情况具有多样性，切削加工过程具有非平稳性、时变性等特征，仅仅采用单一的信号对刀具的加工情况进行检测，往往只能获得某个局部的信息，对于刀具的磨损情况缺乏全面性与准确性。而传感器信息融合技术的使用，能够使刀具加工过程进行全面的检测，从而对切削过程的连续性和稳定性达到有效的保障，使最终产品能满足使用的要求[3]。

一、刀具磨损监测系统结构

刀具磨损检测系统能够对刀具磨损的情况进行准确的获取，因此对于刀具磨损监测系统的开发应保证其智能性以及可靠性。采用LabVIEW软件与Matlab软件混合编程技术对监测系统进行开发，不仅能够使交互界面形象美观，加快程序的运行速度，还能进行算法的二次开发，大大提高了刀具磨损在线监测系统的开发效率。而对于在线监测系统，主要分为信号采集存储、信号处理、隐马尔科夫模型训练以及在线监测四个板块[4]。

二、在线监测系统各版块功能

（一）信号采集存储

计算机应用软件与数据采集卡、传感器等硬件的交互信息传递可以通过信号采集存储板块来实现。在进行信号采集操作前，要进行数据采集卡的参数设置，对模拟输入终端模式、采样率以及信号输入范围等参数进行设置然后可开始对信号进行采集。采集的信号会显示在波形图中，并可通过设置滤波参数从而对原始信号进行滤波处理。而对于采集的信号，可进行及时的存储。

（二）信号处理

信号处理版块主要是对数据文件进行读取，对信号的时域、频域以及信号的EMD分解等，根据对采集到的切削力、振动等信号进行分析，对能够反映出刀具磨损状态变化的特征量进行提取，从而能够更好的建立刀具磨损状态识别模型。其中，应用LabVIEW和与Matlab混合编程技术进行EMD分解，将信号处理后提取的特征值进行保存，从而准备接下来的隐马尔科夫模型的训练。

（三）隐马尔科夫模型

应用已经得到的特征值对隐马尔科夫模型进行训练，从而获得训练完成的模型参数是隐马尔科夫模型训练模型的主要功能。比如转移概率矩阵和初始状态概率等。

（四）在线监测

信号采集、信号分析和状态识别通过在线监测集成在一起，从而对刀具的磨损状态进行在线监测识别。其中，由DAQmx底层VI对信号采集进行编程，由LabVIEW和Matlab混合软件对EMD分解和隐马尔科夫模型进行编程。

三、监测系统程序的生成

对于监测系统程序，在编写完成后一般都需要将其移植到其它电脑上运行，而LabVIEW开发的监测程序想要运行只能在LabVIEW环境下，所以就需要进行相关驱动和工具的安装，既费时，又容易被更改，引起误操作。所以可将其编译成独立运行的执行程序和安装程序。

结束语：

对于刀具磨损状态的检测，多传感器信息融合技术从不同的层次对刀具磨损状态进行监测，从而使得监测的准确性和可靠性大大提高。而利用监测系统软件将信号采集、信号处理、以及刀具磨损状态识别集成在一起，对于刀具磨损状态的在线识别和早期预报有着巨大的提升作用，使得在线监测系统对于刀具磨损的情况具有更加准确的识别效果。

参考文献：

[1]陶欣,朱锟鹏,高思煜.基于形态分量分析的高速铣削加工刀具磨损在线监测[J].中国科学技术大学学报,2017,47(8):699-707.

[2]王晓霞,王洪祥,雷恒波,等.刀具磨损智能监测系统的开发及应用[J].佳木斯大学学报（自然科学版）,2016,34(5):745-747.

[3]林杨,高思煜,刘同舜,等.基于深度学习的高速铣削刀具磨损状态预测方法[J].机械与电子,2017,35(7):12-17.

[4]郭天赐,曹岩,李丽娟.智能切削刀具磨损视觉在线监测系统[J].金属加工（冷加工）,2018,(10):37-40.DOI:10.3969/j.issn.1674-1641.2018.10.014.