基于切削力的刀具状态在线监控

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于刀具状态的切削力模型研究

(常州铁道高等职业技术学校、常州昌成铁路机械厂江苏常州213011)

张宝金

摘要:建立适用于变工况加工的切削力模型,将切削力信号用于切削过程监控。建立基于切削参数(切削速度、进给量、切削深度)与刀具状态(主要考虑后刀面磨损量)的切削力模型,通过试验值与模型的预测值之间的比较,进一步验证模型的准确性。

关键词:切削力;刀具状态监控;金属切削;模型

1 引言

目前,加工中心(MC)、柔性制造单元(FMC)、柔性制造系统(FMS)及计算机集成制造系统(CIMS)逐渐成为现代机械制造业的主流,为实现制造系统的高度自动化提供了先决条件。自动化生产的实现,依赖于加工过程中切削刀具状态的自动监控,国内外学者在切削力模型方面进行了大量的研究工作。其中,切削力法被认为是一种具有实际应用前景的监控方法[1]。但以往基于切削力信号的研究大多是通过单因素试验[2]确定特定情况下切削力的阈值,从而对刀具状态进行识别。这类方法存在监控阈值难以确定以及监控参数特征信息不能适应切削参数的变化即监控的柔性差等问题,仅适用于不改变或较少改变切削参数的刚性加工生产线。随着计算机技术的发展,建立可适应变工况加工的刀具状态监控系统十分必要。

影响切削力的因素有很多,其中切削用量三要素:切削速度、进给量、切削深度对切削力的影响最为显著[3]。本文以外圆车削为例,建立了基于切削参数(切削速度、进给量、切削深度)与刀具状态(主要考虑后刀面磨损量)的切削力简化模型,并通过试验值与模型的预测值之间的比较,进一步验证模型的准确性。

2 切削试验系统及方案

(1)试验装置

本试验在一台型号为CA6140的普通车床上

进行,切削力信号由Kistler测力仪(传感器)检

测,测出的力信号经电荷放大器放大、经过数据

采集卡后可直接将信号传送到计算机。再用

Kistler测力仪的配套软件Dynoware对测得的力

信号进行分析和处理。试验系统组成如图1-1 所

示。试验中刀面磨损状况及磨损值随时刻进行测

量,使用Keyence的VH-8000系列数码显微镜对

车刀后刀面的磨损状况拍照,通过测量软件测量

车刀后刀面的磨损量以及刀具的破损情况。

(2)试验方案

切削力试验分为三部分进行:使用新刀片(磨损量为零)进行切削试验;使用不同状态的刀片(变化的磨损量)进行切削试验;使用不同状态的刀片(变化的磨损量)验证已建立的刀具磨损状态下的切削力模型。

采用正交试验法安排试验,使用L9(43)正交表,为三因素、三水平试验。

具体试验正交表如表1:

表1试验计划

(2)基于刀具状态的切削力模型

在实际的生产过程中,切削用量为已知量,刀具的磨损量未知。参考已建立的切削力模型,考虑到刀具磨损量的与切削用量之间的相互影响,建立一个以刀具的磨损量和切削三要素为自变量、切削力Fz 为因变量的函数方程(即切削力模型)。

在原有切削力模型的基础上引入VB 因素,试验数据表明,当VB ≤0.3mm, 切削力上升较平缓;当VB 在0.3mm 附近, 切削力上升较陡峭;当VB ≥0.3mm, 切削力上升有趋于平缓。因此,VB =0.3mm 是一个突变点,对切削力模型有重大影响。切削力模型如下:

z y x

p w

V v f a k F B ⋅⋅⋅⋅=+(30.11 (3)

a为车削深度(mm);f为进给量(mm/r);v为车削速度(m/min);式中:F为切削力(N);

p

k、x、y、z分别为待定系数和指数,需要通过试验建立回归方程确定。

4 试验结果与讨论

(1)正交试验数据的处理

切削试验获得刀具处于不同状态的切削力信号,选择具有代表性的VB=0㎜、VB=0.07㎜、VB=0.38㎜等三组试验处理结果(见表2~表4)。

表2 试验结果一

各因素在切削力模型中的作用或影响,特别是后刀面磨损量作为切削力模型的重要参数,建立起刀具后刀面磨损量VB与主切削力Fz的模型,确立了后刀面磨损量与切削力Fz的内在关系,探索

出磨损量影响切削力的内在规律;为建立基于切削力模型的刀具状态检测做好准备。

40 (2000) 1073–1098

[2] 刘敦焰,邵华. 基于切削参数和刀具状态的车削力模型[J]. 上海交通大学学报

2000,10(34):1434-1436.

[3] 吴道全,万光珉,林树兴,等.金属切削原理及刀具[M]. 重庆大学出版社,1994.

[4] R.Uehara,F.Kiyosawa. Automatic tool wear monitoring in NC turning[J]. CIRP,1989,38(1):39-42.

相关文档
最新文档