[发明专利]一种基于多特征融合的铣削声压级监测及预测系统和方法

说明书

一种基于多特征融合的铣削声压级监测及预测系统，包括数控机床及工件系统、声压和振动测量系统、三向测力系统、温度测量系统，由上述系统可监测并获得给定铣削参数下的铣削声压、三向振动、三向铣削力、铣削温度。分别建立声压级的融合铣削力与铣削参数的第一单项模型、融合铣削温度与铣削参数的第二单项模型、融合铣削三向振动与铣削参数的第三单项模型；基于误差平方和倒数得到各单项模型在组合模型中的加权系数，建立融合铣削力‑振动‑热及铣削参数的铣削声压级组合预测模型，对比声压级实测数据，所得模型相关性好、可靠性高，本发明能为铣削加工状态的监测及铣削噪声提供声压级的预测科学的指导。

技术领域

本发明涉及一种基于多特征融合的铣削声压级监测及预测系统和方法，具体涉及一种在铣削加工过程中同步实时采集铣削噪声、铣削力、铣削温度和铣削振动信号，融合多源传感器信息进行关键信号特征预测及铣削状态监测的测试与分析系统，属于机械加工领域。

背景技术

铣削是以铣刀为加工刀具的机械加工方式，铣刀安装在机床主轴上，并且随着主轴做旋转运动，工件装夹在工作台上做进给运动，从而完成铣刀对工件表面进行切削的加工过程。铣削可以加工出许多比较特殊或者复杂的表面，因此在机械加工中，铣削加工应用较为广泛。而在铣削加工过程中，铣削噪声、铣削力、铣削温度和铣削振动都是比较常见的现象。铣削噪声主要来源于机床本底噪声、工件与刀具之间摩擦的噪声等，强烈的噪声制约着生产率的提高，并且影响工人的健康；铣削力主要来源于克服被加工材料弹性变形的抵抗力、克服被加工材料塑性变形的抵抗力以及工件与刀具之间的摩擦力，铣削力会降低工件的表面加工精度以及表面质量，缩短机床和刀具的使用寿命；铣削热主要来源与工件与刀具之间的摩擦，较高的铣削温度降低工件的表面质量，加剧刀具的磨损；铣削加工过程中的振动主要有强迫振动和自激振动两种形式，主要由于机床上回转件的不平衡运动和工件与刀具之间摩擦或者撞击引起的，强烈的振动会影响工件表面的加工精度，缩短机床的使用寿命，容易使刀具磨损。目前国内外已经有很多学者对切削过程产生的噪声、振动、力及温度特征进行了研究。例如，刘刚、钟华燕等人以神经网络为识别器，并以小波分析各频域区间的能量百分比作为特征向量，以此来识别刀具的磨损状态；陈群涛等人基于经验模态分解和独立分量分析方法对声振信号进行处理以监测刀具磨损状态；廖小平等人建立了切削力信号与刀具磨损的非线性映射关系，通过切削力信号的特征间接识别刀具的磨损状态；丁宁等人通过试验采集刀具磨损及失效时的温度信号，建立了基于最小模糊度的隶属度优化模型，用于诊断刀具在加工过程中的磨损状态。

综上所述，已有很多学者对切削系统的加工状态进行研究，但一般只是单独进行噪声测量、三向力测量、温度测量以及振动测量，尚未见有关于铣削噪声、铣削力、铣削温度、铣削振动四者同步采集系统。并且很少有通过建立噪声信号及温度信号、力信号及振动信号之间的预测模型来监测切削系统的加工状态。因此，需要设计一种基于多特征融合的铣削声压级监测系统，可以同步采集噪声信号、铣削力信号、温度信号及振动信号。在此基础上，才能研究铣削声压、铣削力、铣削热以及铣削振动的特征，进而研究在不同铣削参数下铣削噪声、三向铣削力、铣削温度以及三向铣削振动的变化规律，融合各个传感器的信号特征。

发明内容

本发明的目的在于：针对上述现有技术存在的不足，提出一种合理的基于多特征融合的铣削声压级监测及预测系统和方法，该系统能够在铣削时实时同步采集噪声信号、三向力信号、温度信号和振动信号，建立其相互影响的3个单项预测模型，根据3个单项预测模型进行组合预测，得到的组合预测模型可以提高预测值的精度，并对铣削系统状态进行实时监测。

为了达到以上目的，本发明的技术方案如下：