基于模糊数据融合的刀具磨损状态辩识.pdf

计算机测量与控制.2010.18(11)
设计与应用ComputerMeasurement&Control2593

文章编号:16714598(2010)12259303中图分类号:V2402文献标识码:A
基于模糊数据融合的刀具磨损状态辩识
陈希,张兴元
(辽宁工程技术大学机械工程学院,辽宁阜新123000)

摘要:选取能够充分反映刀具磨损状态的振动信号和功率信号作为研究对象,采用正交小波变换技术,提取刀具磨损特征信号,利
用该特征信号建立了振动幅值变化与刀具磨损量间的关系,计算出基于振动信号的刀具状态特征值,定性地识别出刀具磨损状态;对功
率信号,采用统计分析方法,通过均方根处理提取出刀具磨损特征信号,并以信号强度的变化来表征刀具的磨损情况;为了避免单一特
征信号提供刀具状态信息的局限性,采用模糊数据融合方法对振动、功率特征信号进行融合,获得更加全面、准确的刀具磨损状态;实
验结果表明,基于模糊数据融合的刀具磨损状态识别比单一传感器系统对刀具磨损状态识别更为可靠。
关键词:刀具磨损;小波分析;振动信号;功率信号;模糊数据融合
CuttingToolWearStateIdentificationBasedonFuzzyDataFusion
ChenXi,ZhangXingyuan
(DepartmentofMechnicalEngineering,LiaoningTechnicalUniversity,Fuxin123000,China)
Abstract:Vibrationsignalandpowersignal,whichcanbeusedtoidentifythecuttingtoolswearstate,areselectedtostudyon.Ita
doptstheorthogonalwavelettoabstractcharacteristicsignalofcuttingtoolswearwhichwasusedtoestablishrelationbetweencuttingtool
wearamountandvibrationamplitude.Thecutterstatecharacteristicvaluebasedonrelationcurveiscounted,andthecuttingtoolwearstate
wasidentified.Beaimedatpowersignal,itadoptsstatisticanalysiswhichabstractscuttingtoolwearcharacteristicsignalthroughroot-
mean-square,attributingcuttingtoolwearconditionthroughsignalintensityalteration.Inordertoavoidlimitationthatsinglecharacteristic
signalsuppliescuttingtoolconditioninformation,itadoptsfuzzydatafusionmethodtofusionvibrationandpowercharacteristicsignalsothat
achievescutconditionaccurately.Theexperimentindicated,comparedwiththesinglesignalidentifyingmethod,thecuttingtoolwearstate
identificationbasedonfuzzydatafusioncanidentifycuttingtoolwearstatecredibility.
Keywords:cuttingtoolwearstate;waveletanalysis;vibrationsignal;powersignal;fuzzydatafusion

0前言表1刀具磨损状态划分
刀具磨损直接影响工件的加工精度和表面粗糙度,而刀具磨损类别初期正常急剧
破损不仅影响工件质量,严重时甚至影响整个加工系统的正常磨损量VB/mm0~00750075~025025~035
运行,造成很大的损失。因此,刀具状态的识别和监控对保证
切削加工系统的安全、切削的顺利进行、降低生产成本以及提具显微镜下测量获得),刀具的磨损量(VB/mm)分别为0、
高劳动生产率等方面具有重要的意义[13]。005、010、015、02、030。机床为XK0816数控铣床,
刀具磨损监控目前一般是通过测量比较一些信号(比如:额定功率为11kW;刀具为10mm标准铣刀,切削刃数量2
切削