采用很高的主軸轉(zhuǎn)速、刀具進(jìn)給速度以及不使用切削液,使得加工過程變得更加復(fù)雜和充滿變數(shù),刀具的磨損、崩刃、溫度過高等危險(xiǎn)性顯著增加。因此出于加工的效率、精度、安全性和綠色制造方式考慮,研究一套性能穩(wěn)定功能齊全的在線加工過程監(jiān)控系統(tǒng)成為一個(gè)挑戰(zhàn)。
The Solution:
通過虛擬儀器軟件開發(fā)環(huán)境(LabVIEW)設(shè)計(jì)出具有信號實(shí)時(shí)采集和存儲、采集參數(shù)設(shè)置、信號動態(tài)顯示、信號基本特征的實(shí)時(shí)抽取等基本功能的各類虛擬儀器面板。對切削過程中各加工信號進(jìn)行可視化采集和綜合分析處理。
"虛擬儀器以計(jì)算機(jī)為統(tǒng)一的硬件平臺,配以具有測試和控制功能硬件接口卡,通過系統(tǒng)管理軟件的統(tǒng)一指揮調(diào)度來實(shí)現(xiàn)傳統(tǒng)測控儀器的功能。與傳統(tǒng)儀器相比,虛擬儀器在智能化程度、處理能力、性能價(jià)格比、可操作性等方面都具有明顯的技術(shù)優(yōu)勢。"
介紹:
目前大型、整體航空結(jié)構(gòu)件加工周期很長,如果加工過程中出現(xiàn)問題,導(dǎo)致零件報(bào)廢,成本損失很大。另外出于安全性的考慮,相當(dāng)一部分的高速機(jī)床主軸實(shí)際轉(zhuǎn)速偏低,切削用量欠優(yōu)化,高速機(jī)床低速使用,一方面造成設(shè)備和機(jī)床功率的浪費(fèi),另一方面使高速主軸因長期承受重載荷而壽命降低。但采用很高的主軸轉(zhuǎn)速、刀具進(jìn)給速度以及不使用切削液,使得加工過程變得更加復(fù)雜和充滿變數(shù),刀具的磨損、崩刃、溫度過高等危險(xiǎn)性顯著增加。所以對加工過程的在線監(jiān)控,實(shí)時(shí)掌握并控制加工進(jìn)程中的狀態(tài),據(jù)此來研究、優(yōu)化工藝參數(shù),預(yù)報(bào)和避免一些危險(xiǎn)狀態(tài)的出現(xiàn)顯得尤為重要。
一、項(xiàng)目背景:
該課題是航空科學(xué)基金項(xiàng)目,項(xiàng)目編號:2007ZE56008。
我國自20世紀(jì)90年代初開始高速切削技術(shù)方面的研究,工業(yè)發(fā)達(dá)國家在20世紀(jì)90年代中期把研究和開發(fā)的重點(diǎn)轉(zhuǎn)向了干加工。干式切削是指在切削加工中不使用切削液的工藝方法。從目前國內(nèi)外的情況來看,采用純粹的干切削特別是高速干切削還存在一定困難。因?yàn)闆]有切削液,其冷卻、潤滑及排屑作用就會喪失, 產(chǎn)生更多的摩擦和粘附現(xiàn)象,使得刀具壽命變短、生產(chǎn)效率降低。所以,其應(yīng)用范圍還很有限。而傳統(tǒng)的濕式切削又有諸多不足。因此介于兩者之間的最少量潤滑技術(shù)MQL有著極為廣闊的應(yīng)用前景。
目前國內(nèi)外在高速切削和干切削方面的研究主要側(cè)重在刀具材料、涂層、裝夾以及機(jī)床等方向。在加工過程監(jiān)控方面重視不夠。本項(xiàng)目主要對高速干切削(采用MQL)過程用多種傳感器進(jìn)行監(jiān)測,并對其進(jìn)行主動模糊控制。
建立了基于多傳感器的飛機(jī)結(jié)構(gòu)件高速銑削過程監(jiān)測軟硬件系統(tǒng)。對數(shù)據(jù)采集卡、傳感器(振動、功率、溫度)型號及安裝位置進(jìn)行了論證;基于LABVIEW,用面向組件的方法建立了數(shù)據(jù)采集虛擬儀器系統(tǒng)。
用不同磨損狀態(tài)的銑刀,基于不同的切削參數(shù)和切削條件,對碳鋼、航空鋁合金材料進(jìn)行了多次高速銑削試驗(yàn);對所采集的信號進(jìn)行了時(shí)域、頻域和時(shí)-頻域分析,總結(jié)了不同銑削狀態(tài)所對應(yīng)的信號特征;基于Kolmogorov-Smimov檢驗(yàn)理論(KS檢驗(yàn)),能夠?qū)Φ毒吣p狀態(tài)進(jìn)行在線識別。
二、系統(tǒng)整體框架簡介
整個(gè)系統(tǒng)分為硬件平臺(實(shí)驗(yàn)平臺)和軟件平臺(開發(fā)環(huán)境及應(yīng)用環(huán)境)兩部分。
1、硬件平臺設(shè)計(jì)與實(shí)現(xiàn)
系統(tǒng)總體硬件框圖如下:
圖1 系統(tǒng)總體硬件框圖
由圖1可以看出硬件部分主要由振動傳感器、溫度傳感器、功率傳感器、信號調(diào)理模塊、MQL系統(tǒng)和數(shù)據(jù)采集卡等組成。
該系統(tǒng)主要由數(shù)據(jù)采集卡PCI-6220通過各個(gè)傳感器分別采集到高速干切削加工過程中的振動信號、溫度和功率信號,將采集到的信號反饋到主控計(jì)算機(jī),由預(yù)先編制好的虛擬儀器(LabVIEW)程序進(jìn)行實(shí)時(shí)數(shù)據(jù)處理提取其特征值并存儲,通過LabVIEW程序中的模糊控制模塊間接控制MQL系統(tǒng)以實(shí)現(xiàn)冷卻潤滑物噴射到干切削工作臺的流速大小,從而完成整套閉環(huán)系統(tǒng)。系統(tǒng)運(yùn)行現(xiàn)場參見圖2:
圖2 系統(tǒng)運(yùn)行現(xiàn)場
2、軟件平臺設(shè)計(jì)與實(shí)現(xiàn)
2.1 系統(tǒng)軟件框架
基于LABVIEW平臺構(gòu)建信號采集、顯示、存儲、分析的數(shù)據(jù)監(jiān)測軟件系統(tǒng)。軟件設(shè)計(jì)采用了面向組件的設(shè)計(jì)思想,把一個(gè)完整的程序分成若干個(gè)功能相對獨(dú)立的較小的程序模塊抽象出來,各個(gè)程序模塊分別進(jìn)行設(shè)計(jì)、編制和調(diào)試,最后再將各個(gè)模塊鏈接起來總調(diào),采用DMA處理方式保證了刀具狀態(tài)識別的實(shí)時(shí)性。系統(tǒng)由以下組件組成:系統(tǒng)初始化和自檢模塊,參數(shù)設(shè)置模塊(傳感器參數(shù)、通道增益及采樣頻率和采樣點(diǎn)數(shù)等設(shè)置),信號分析與處理模塊,數(shù)據(jù)管理與診斷模塊和模糊控制模塊等。其結(jié)構(gòu)和系統(tǒng)界面如圖3,4所示:
圖3 高速干銑削過程監(jiān)測軟件模塊結(jié)構(gòu)圖
圖4 高速干銑削過程監(jiān)測系統(tǒng)界面
2.2 數(shù)據(jù)分析與管理
監(jiān)測系統(tǒng)對各個(gè)傳感器拾取的加工信號進(jìn)行實(shí)時(shí)采集,并對采集到的信號進(jìn)行數(shù)據(jù)分析,其中對測點(diǎn)主要包括時(shí)域分析、頻域分析、時(shí)頻分析和時(shí)間序列分析,同時(shí)運(yùn)用NI公司提供的Sound and Vibration工具包進(jìn)一步將采集到的聲音和振動信號做聲音和振動級別測量、頻率、順態(tài)分析和倍頻分析。將得到的各個(gè)傳感器信號的特征值錄入數(shù)據(jù)庫。數(shù)據(jù)庫管理系統(tǒng)能夠?qū)崿F(xiàn)對信號特征數(shù)據(jù)的查詢、管理及調(diào)用,系統(tǒng)還可根據(jù)不同需要做相應(yīng)變動已達(dá)到最終目的,可擴(kuò)展性強(qiáng)。其數(shù)據(jù)分析界面、數(shù)據(jù)庫管理界面和部分?jǐn)?shù)據(jù)分析原程序分別如圖5、6,7所示:
圖5 數(shù)據(jù)分析界面
圖6 數(shù)據(jù)庫管理界面
圖7 數(shù)據(jù)分析部分程序界面
2.3 MQL系統(tǒng)的模糊控制實(shí)現(xiàn)
模糊控制模塊設(shè)計(jì)采用NI公司的LabVIEW PID 工具包,模糊控制算法直接在Labview軟件內(nèi)實(shí)現(xiàn),采用查表法,使模糊控制器可以保證控制的實(shí)時(shí)性??刂七^程是:切削過程中的各類加工信號通過NI PCI-6220采集卡以數(shù)字信號的形式被采進(jìn)主控計(jì)算機(jī)后,并對其進(jìn)行預(yù)處理求其特征值,在主控計(jì)算機(jī)的Labview環(huán)境中,與設(shè)定的標(biāo)準(zhǔn)值比較后求出誤差和誤差的變化,通過查詢事先做好的模糊控制表,得到一個(gè)模糊控制的輸出量,再通過NI PCI-6220的一個(gè)數(shù)字輸出口,從而控制MQL系統(tǒng)。圖7為模糊控制的核心程序框圖。
圖8 模糊控制的核心程序框圖
2.4、基于KS(Kolmogorov-Smirnov)智能刀具磨損狀態(tài)識別
Kolmogorov-Smimov檢驗(yàn)(KS檢驗(yàn))是一種非參數(shù)統(tǒng)計(jì),它用于描述兩個(gè)獨(dú)立統(tǒng)計(jì)樣本的相似性,目前已成功運(yùn)用于航天、生物工程等許多領(lǐng)域。項(xiàng)目將KS檢驗(yàn)的方法應(yīng)用于刀具磨損狀態(tài)識別,取得了滿意的效果,且效率較高,完全可以滿足在線智能診斷的要求。
從采集到的數(shù)據(jù)中分別提取如下三種不同磨損刀具的振動信號分別記為樣本A(新刀振動數(shù)據(jù))、樣本B(微磨損刀具振動信號)和樣本C(嚴(yán)重磨損刀具振動信號),時(shí)域波形見圖8到圖11。在從嚴(yán)重磨損刀具振動信號中取一段信號記為樣本D,樣本D是待識別的振動信號,用來進(jìn)行磨損識別檢驗(yàn)。上面所有樣本信號產(chǎn)生的切削三要素、工件材料等切削條件都相同。樣本信號都經(jīng)過預(yù)處理的樣本數(shù)據(jù)。樣本數(shù)據(jù)的長度都為1024個(gè)數(shù)據(jù)點(diǎn),采樣頻率為20KHz。
圖9樣本A信號時(shí)域波形圖
圖10樣本B信號時(shí)域波形圖
圖11樣本C信號時(shí)域波形圖
圖12樣本D信號時(shí)域波形圖
首先,要準(zhǔn)備磨損樣本識別庫,將不同磨損劃分刀具的振動信號存入磨損樣本實(shí)例庫中,這樣就得到三種磨損(新刀、微磨損、嚴(yán)重磨損)狀態(tài)庫。在相同的切削條件下,將待檢樣本D按照圖12流程進(jìn)行分類識別。
表1 樣本A、樣本B和樣本C的KS檢驗(yàn)統(tǒng)計(jì)值表
|
樣本A |
樣本B |
樣本C |
樣本D |
閥值 |
|
樣本A |
統(tǒng)計(jì)量D |
0 |
0.0743 |
0.0912 |
0.0893 |
0.0601 |
顯著性水平 |
1 |
0.0067 |
0.0004 |
0.0005 |
0.05 |
|
樣本B |
統(tǒng)計(jì)量D |
0.0743 |
0 |
0.0852 |
0.0803 |
0.0601 |
顯著性水平 |
0.0067 |
1 |
0.0012 |
0.0027 |
0.05 |
|
樣本C |
統(tǒng)計(jì)量D |
0.0912 |
0.0852 |
0 |
0.0183 |
0.0601 |
顯著性水平 |
0.0004 |
0.0012 |
1 |
0.9960 |
0.05 |
|
樣本D |
統(tǒng)計(jì)量D |
0.0893 |
0.0803 |
0.0183 |
0 |
0.0601 |
顯著性水平 |
0.0005 |
0.0027 |
0.9960 |
1 |
0.05 |
從表1中可知,在取統(tǒng)計(jì)距離D=0.0601,顯著性水平=0.05為門檻值,則識別的結(jié)果完全正確。
圖13磨損狀態(tài)識別流程圖
三、總結(jié):
虛擬儀器以計(jì)算機(jī)為統(tǒng)一的硬件平臺,配以具有測試和控制功能硬件接口卡,通過系統(tǒng)管理軟件的統(tǒng)一指揮調(diào)度來實(shí)現(xiàn)傳統(tǒng)測控儀器的功能。與傳統(tǒng)儀器相比,虛擬儀器在智能化程度、處理能力、性能價(jià)格比、可操作性等方面都具有明顯的技術(shù)優(yōu)勢。本文利用虛擬儀器技術(shù),建立了刀具磨損的在線監(jiān)控系統(tǒng),實(shí)時(shí)掌握并控制加工進(jìn)程中的狀態(tài),并能夠動態(tài)地采集、存儲和分析數(shù)據(jù),經(jīng)多次試驗(yàn)認(rèn)證可以準(zhǔn)確地監(jiān)控刀具磨損狀態(tài),避免一些危險(xiǎn)狀態(tài)的出現(xiàn),具有實(shí)際工程的應(yīng)用價(jià)值。