刀具磨损破损监控技术

工艺与装备115
刀具磨损破损监控技术
锁小红
(中国劳动关系学院，北京100048)
摘要：刀具磨损和破损给自动化加工带来诸多坏处。

为保证加工系统的正常运行，需实时监控刀具磨损状态。

回顾国内外刀具监控技术发展过程，分析刀具监控方法，阐述刀具监控中的关键技术及其发展趋势，最后指出刀 具监测系统存在的问题，并提出相应对策。

关键词：刀具监控磨损破损智能传感信号处理
1刀具磨损破损监控的必要性
刀具磨损破损状态雖（以下简称刀具监控）与产品质量密 切相关。

现代制造装备精度高'可靠性好，机床、夹具等对工件 质量的影响较少，刀m态对加工质量和生产效率至
切削过程中，刀具磨损破损不可避免。

刀具磨损影响加 工精度和表面粗糙度；刀具破损不仅降低表面质量，严重时 还会影响机床的正常运行和安全。

因此，需要实时监控刀具 磨损状态，在磨损已达到磨钝标准或意外破损时，控制机床 采取措施，保证安全，降低废品率。

研宄表明，机床配置刀具磨损破损监测仪后故障停机时间 减少75%,生产率提高10%〜60%,机床利用率提高50%以上。

2刀具监控技术概况
在刀具监控技术上，日、美、德及瑞典等国家处于领先 水平，方法分为直接法和间接法两种。

直接法是检测与刀具 材料的体积变化相关的参量来反映刀具状态，有光学图象法、接触法、放射法和电阻法等。

在实际切削中，信号不易采集, 需要停机检测，占用工时，同时无法预警刀具的突然损坏，因此直接法应用受限。

间接法是通过测量影响刀具磨损、破 损的参量，间接判断刀具状态。

间接法检测不影响加工过程, 能够实现在线监测，及时发现刀具磨损并预报破损。

此外，剔除检测中的各种千扰，提取特征信号是其关键技术。

3刀具监控技术的发展
早期刀具监控技术主要集中在传感方式、信号处理、特
征提取等方面，且监控模型简单^ 1968年，Micheletti等 对加工过程中刀具磨损时切削力的变化进行了研宄。

Tlusty 等认为，刀具磨损将导致切削力增大，且进给力的变化比主 切削力的变化显著。

Mannan在对主轴电机和进给电机功率、电流信号特征分析的基础上，开发了刀具磨损监视系统。

L an和Blum等采用声发射（AE)监视加工中的刀具破损，灵 敏度很高，并获得了刀具破损面积与A E信号能量之间的关系。

Wi Ides等进一步研究了刀具几何参数对AE信号能量的影响。

监控模型的研究中，Takataisol采用时间序列A R模型对切 削力建模，预测残差的突变检测刀具破损。

Zhang等提出了 刀具磨损检测的频段能量法，对加工中力杆振动信号的频谱 进行分析。

Emel采用统计模式识别的线性函数对刀具磨损的 A E信号进行学习和判别，取得了良好效果。

国内70年代末才开始这方面的研究。

杨广勇研宄了不 同切削用量下硬质合金刀具的磨损与耐用度，为优化切削参 数提供参考。

姜澄宇等对车削中刀具切入切出时的振动信号 及其检测技术进行了研宄。

万军和李晓谦等采用相干函数法，分别从振动信号和切削力信号中提取特征，监视刀具的磨损。

甘启义等开发了加工过程记忆式监控系统，对加工过程功率 信号进行记忆式学习，实现CN C机床的多工序监控。

青光申 等根据刀具由正常磨损阶段转入急剧磨损阶段（或破损）时 相对切削分力比的显著变化现象，研制了实用化的刀具磨损、破损监测系统。

郑力和张飞虎等对在线监控技术进行深入研 宄，开发了在线监控系统。

4刀具监控关键技术
刀具监控系统一般由信号检测、特征提取和状态识别三 部分组成，其关键技术有智能传感、信息融合、信号处理和 智能学习决策。

4.1智能传感
4.1.1智能传感技术
传感器在现代工程中应用越来越广泛。

在刀具监测中，传感器把切削过程的物理量（如切削力）转换成电信号，以便后续阶段处理。

采集到的电信号必须如实反映切削过程。

同时，在在线检测中，传感器与机床配套使用，要求其安装 简便，抗干扰性强。

不同的监测信号优缺点不同。

同类型的监测信号在不同 工况时，对刀具磨损的敏感度也不同。

在刀具监测中，切削 加工的多样性、切削参数的多变性、刀具磨钝的随机性与模 糊性，和单调的监测信号存在矛盾。

为解决这一问题，需要 多传感器信息融合实现刀具监测。

多传感器信息融合与单一传感器信号处理有着本质区 别。

多传感器的信息更复杂，能够在不同层次上融合集成。

经融合后的信息具有冗余、互补、实时与低成本性，且多传 感器融合的信息更全面、更准确。

4.1.2智能传感技术的发展趋势
信息采集由单传感器向多传感器发展，特征提取由单特 征值向多特征值发展；多传感器信息采集成为趋势。

多传感 器获取多种信号，进行多参数的智能决策；开发灵敏度高、结构紧凑、安装方便、抗干扰的传感器；向多传感器信息融 合的方向发展，尤其是基于神经网络的多传感器信息融合。

4.2基于神经网络的多传感器信息融合
信息融合需要有效算法和较强的数据处理，神经网络和 计算机分别满足此要求，因此信息融合在刀具监测中广泛应 用。

多传感器信息融合与神经网络相结合，构成多参数、多模型系统，应用于刀具监测中，前景广阔。

基于神经网络的多传感器信息融合具有如下优点：（1) 信息存储在网络的联接权值和联接结构上，形式统一，便于
116现代制造技术与装备2016第10期总第239期
建知识库及管理：（2)神经网络增加容错性。

当传感器出 现故障或检测失效时，神经网络的容错功能允许检测系统正 常工作，并输出可靠信息；（3)神经网络具有自学习和自 组织功能，能自适应检测环境的变化及检测信息的不确定；
(4)神经网络具有并行机制，处理信息速度快，满足实时 处理需要。

4.3信号处理
4.3.1信号处理技术
信号处理是分析处理采集的信号，获取特征值，对特征 值决策分析，达到监测目的。

刀具监控的信号处理方法极为 丰富，有时域分析、频域分析、时频分析、统计分析、智能 分析、神经网络等。

传统的信号处理多集中时域或频域分析。

近年来，信号处理方法则逐渐向时频分析和智能方向发展。

(1)傅立叶变换
将瞬时多变的时域信号转换到频域上，更有利于分析其 特征和性质，而傅立叶变换是频域分析的重要方法。

离散傅 立叶变换（DFT)的时域和频域均离散化，可用计算机作傅 立叶分析。

快速傅立叶变换（FFT)使D F T的运算效率提高1至2个数量级。

傅立叶变换用频谱特性分析表现时域信号，但也有其局限性。

(2)小波分析
小波分析是多分辨率分析的时频分析方法，在时域、频 域都能够表征信号局部特征，其窗口大小固定不变但形状可 变。

小波、小波包能分析微弱故障，适应于探测正常信号中 夹带的瞬态反常现象，应用前景广宽。

连续小波变换是一种特征提取方法，通过将信号在时 间一频率尺度上的特征提取，反映原信息的特征，但不能准
确反映信号的能量大小。

基于多分辨率的小波分析具有变化 的时间或频率分辨率，能准确反映信号的能量大小。

基于信
号的小波包分析将信号分解在带宽相同、首尾相接的频带上,对高频和低频都具有较高的时频分辨率。

(3)广义自适应小波
广义自适应小波分析是指在小波分析中，根据信号特点, 依照某种算法对一个或几个参量进行适应性选择，以取得最 好的分析效果。

这些参量包括小波基、小波分解尺度、平移 系数和加权系数等。

4.3.2信号处理技术的发展趋势
(1)由单^的特征提取向多种特征提取的方向发展。

(2)信息的特征提取向多模型化特征提取方向发展。

4.4智能学习决策
智能学习和决策为解决加工过程监测中的难题提供了有 效方法。

4.4.1智能学习决策技术
目前，刀具磨损破损监测系统中采用的智能技术有模式 识别、专家系统和神经网络。

(1)模式识别
非线性决策函数是最早应用于刀具监测的模式识别。

模 糊模式识别是模糊数学在模式识别中的一个分支。

刀具的磨 损破损状态是模糊的概念，因此可以应用模糊模式识别技术。

(2)专家系统
在刀具监测中，专家系统主要用于管理和推理切削数据。

但是，由于它获取知识困难，且需要知识库，而建立知识库
成本较高，不易被刀具监测系统所接受。

(3)人工神经网络
人工神经网络（Artificial Neural Network,简称 ANN
或NN)是从仿生学的角度对人脑神经系统进行模拟，使机器
具有类似人脑的感知、学习和推理等能力。

神经网络有如下
优点：并行结构，同时融合多个信号；强大的知识获取能力；
联想推理和自调整；非线性映射。

此外，神经网络也存在诸
多不足：学习速度较慢；学习过程中易出现局部收敛；某些
模糊信号无法处理；结构难理解等。

(4)小波神经网络
小波分析是分析处理信号的有效工具。

神经网络能够有
效实现输入输出间的非线性映射，具有自学习和模式识别能
力。

因此，小波分析与神经网络相结合，可以利用小波变换
良好的时频局域化性质和神经网络的自学习功能，使其具有
良好的逼近、容错能力。

小波与神经网络有松散型和紧致型
两种结合。

但现有的小波神经网络的学习算法以梯度下降为
主，而梯度算法收敛较慢。

(5)模糊神经网络
模糊神经网络（Fuzzy Neural Network,FNN)是基于
模糊推理的神经网络，能够有效识别多信号输入的非确定性
问题，精细刻划刀具磨损量模糊性。

F N N是复杂信号特征识
别的有效方法，具有学习速度快，算法精炼，能够满足刀具
监控实时性的要求。

4A2智能学习决策的发展趋势
(1)神经网络适合在信息量大、集成度高、实时性好 的集成环境下应用，更注重于无监督学习型应用。

因此，智
能学习决策技术的发展将越来越依赖于神经网络。

(2)神经网络与模糊系统相融合，基因遗传算法向神 经网络渗透。

5刀具监测系统的不足与改进
刀具磨损、破损往往发生在一瞬间，对监测系统的要求
非常高。

目前，国内的刀具监测系统存在以下不足：（1)
刀具监测的软件系统运行稳定性差，无法及时分析处理动态
的特征信号，且通用性与扩展性差；（2)特征信号的参数
提取方法有待改进。

今后，刀具监测系统的改进方向为：（1)采用相同的
开发平台及语言，共享源代码，模块化开发监测软件，共同
将其做大做强；（2)以实时监测、提前预报为目标，根据
具体情况合理选择多种信号处理方法，提取特征参数。

6结论
刀具监控技术正在向着智能化、实用化、网络化的方向
快速发展，既要加强基础研宄，又要重视应用研宄；既要开
发国产刀具监测系统，也要关注国际发展动态，为我国国民
经济的持续、快速、健康发展做出更多贡献。

参考文献
[1] 卢秉恒.机械制造技术基础[M]. 3版.北京：机械工业出版社，2008：156-162.
[2] 王晓霞，切削原理与刀具[M].北京：航空工业出版社，2000:
78-89.
工艺与装备117
[3] 王杰，李方信，肖素梅.机械制造工程学[M].北京：北京邮电
大学出版社，2004: 148-152.
[4] 郭贵中，毛新华.高速铣削加工中刀具监测系统研究[J].机床
与液压，2012, 40 (10) :30-32.
[5] 谢庆生，尹健罗，延科.机械工程中的神经网络方法[M].北京：
机械工业出版社，2003: 236-245.
[6] 王江萍.机械设备故障诊断技术及应用[M].西安：西北工业大
学出版社，2001: 45-49.
[7] 蔡自兴，徐光祐.人工智能及其应用[M].北京清华大学出版社，
2004：89-97.
[8] 时或.机械故障诊断技术与应用[M].北京：国防工业出版社，
2014：15-19.
[9] 刘敦焰.基于切削参数与刀具状态的车削力及功率建模[M].上
海：上海交通大学，2000.
[10] 邝志伟.基于多传感器信息融合的刀具状态监测研究[M].广
州：华南理工大学，2003.
[11] 周春光，梁艳春.计算智能：人工神经网络模糊系统进化计算
[M].长春：吉林大学出版社，2009: 289-293.
[12] 飞思科技产品研发中心.神经网络理论与MATLab7实现.北京：
电子工业出版社，2005: 24-30.
[13] Billatos S B, Tseng P C. Knowledge Based Optimization
(上接第114页）
综上研宄和分析可以发现，如果进行电动给水泵设备停 用，可以让两台机组综合节约将近700万元。

综合考虑和分 析电气控制因素可以发现，节省的资金可以有效提升。

所以，推荐前期取消启动备用电动给水栗。

3_2汽动给水泵配置方案
如果从优化设计方案以及机组整体运行控制、运行灵活角 度进行分析可以发现，汽动给水泵的机组配置大部分选择大功 率发电机。

如果从给水栗以及发动机驱动投资等角度进行分析 可以发现，启动的备用电动给水泵无论是灵活性还是稳定性，都要明显好于电泵机械控制设备。

同时，在电机的整体输气控 制和管道安装等方面，整体造价的经济性和稳定性受到影响。

伴随着现代给水泵技术的不断应用成熟，火力发电厂的给 水泵业绩越来越好，事故整体发生概率也不断降低，机组的整 体灵活性也有所提高。

从实际状况角度进行分析可以发现，虽 然可以在电机备用泵启动时发挥支持作用，但是实际投入应用 可能性较小，所以可以考虑取消电动给水泵备用设备。

4结语
综上所述，锅炉给水泵在整体火力发电厂的能源供应中 发挥了重要作用，同时也是投资较大的辅机部分。

在现代的 火力发电厂中，锅炉给水泵是重要的辅助能源供应设备。

通 过研宄和分析火力发电厂以及锅炉给水泵的相关概念，了解 到给水泵的应用方案选择，明确给水泵组配置方法以及容量
for Intellisent Ma-chining[J], Journal of Manufacturing system, 1991, 10 (6) ：464-475.
[14] Lan M S.In-process Detection of Tool Breakage[M].
Milling：ASME Publication, 1985.
[15] 王忠民，王信义，杨大勇，等.刀具磨损状态在线监测技术[J].
制造技术与机床，2000, (6) :40-41.
An O verview o f T ool W ear M on itorin g Technology
S U O Xiaohong
(China Institute of Industrial Relations,Beijing 100048)
Abstract： Tool wear and damage to the automation of machining has brought many disadvantages.In order to ensure the normal operation of the machining system,the tool wear condition should be monitored in real time. Reviewing the process of the development of domestic andforeign tool monitoring technology, monitoring and analysis method of cutting tool,this tool monitoring in key technology and i t s development trend,final ly points out the existing problems of tool monitoring system,and put forward the corresponding countermeasures.
Key words: tool monitoring, wear and tear, intelligent
选择。

通过研究和分析火力发电厂锅炉给水栗的选择，可以 有效发挥理论对实践的指导和支持作用。

参考文献
[1] 晏良斌.火力发电厂热能动力装置的检测与维护[J].广东科技,
2014, (10) ：101, 100.
[2] 魏光，王志红.分析火力发电厂汽机辅机的优化运行[J].科技
传播，2012, (20) :148-149.
[3] 傅培力.火力发电中热能动力装置的维护及检测分析[J].能源
与节能，2015，（1) :24-25, 60.
[4] 白小健.火力发电厂锅炉给水泵选型方案比较[J].中小企业管
理与科技，2016, (3) :279-280.
The Choice of Boiler Feed Water Pump in Thermal Power Plant
X U Dong
(Guangdong Baolihua Power Company Limited, Meizhou 514700)
Abstract: This article from the thermal power plant and boiler feed water pump overview, comprehensive analysis of the application of water pump selection,and finally summed up the
allocation method of water pump group and capacity selection.
Key words: thermal power plant,boiler feed water pump, steam turbine。