CPS系统中刀具加工状态实时监测的新方法

62

机械设计与制造

Machinery Design & Manufacture增刊

2018年9月

C P S系统中刀具加工状态实时监测的新方法

陈标$，林子超$，郭国强2,沈彬1

(1.上海交通大学机械与动力工程学院，上海200240;2.上海航天精密机械研究所，上海201600)

摘要:机床是信息物理系统(C P S系统）中主要的执行单元和感知单元，对其加工状态的动态监测和实时感知可以提高

产品质量。为了实现加工现场信号采集和刀具加工状态在线监测，设计了主轴功率信号采集系统，同时引入力信号作为

对比分析，应用希尔伯特-黄变换和小波变换根据特征频率段的信号特征构造了刀具磨损系数，将刀具磨损状态和磨损

系数对应起来，在加工现场实现了刀具状态的在线监测。通过和小波变换的对比，证明了希尔伯特-黄变换在处理功率信

号方面可以有效抑制噪声信号，提高监测的准确性。

关键词:信息物理系统;功率信号;希尔伯特-黄变换;磨损系数;小波变换

中图分类号:TH16 文献标识码:A文章编号：1001-3997(2018)09增-0062-03

A New Method of Real Time Monitoring of Machining Status in CPS System

CHEN Biao1, LIN Zi-chao1, GUO Guo-qiang2, SHEN Bin1

(1.School of Mechanical Engineering,Shanghai Jiao Tong University,Shanghai200240，China;

2.Shanghai Spaceflight Precision Machinery Institute,Shanghai201600, China)

Abstract \Machine tool,as the main execution unit and sensing unit in Cyber-Physical System,ne monitored in the machining process to improve product quality.In order to realize the on-the-spot signal acquisition and tool

state on-line monitoring,a spindle power acquisition system was implemented.Based on the signal features in the eigen

frequency band,the Hilbert-huang transform and Wavelet transform were used to process the power signal to construct the

tool wear coefficient，which is corresponding to the tool wear state〇to realizing the on-line monitoring.It turned out that

Hilbert-huang transform performed better than Wavelet transform in noise suppression in the processing o f power signal,

which leads to a more accurate result in online monitoring;

Keywords：Cyber-PhysicalSystem；PowerSignal； Hilbert+HuangTransform；ToolWearCoefficient；WaveletTransform

1引言

“工业4.0”旨在通过信息物理系统(CPS)集成计算、通信和 控制，对工业 信 用，现高 智能化加工。机床作为CPS系统中主要

知单元，加工状态必须受到动态监测和实时感知。加工状态的动 通 工程中的主信力信动信 主 信 应工程信，且应机床停机机以及空载状态@1]，生命

信 ，主 信 要

应 器，切削 工 ，具有用 因此，主 信 拥 量机 无人智

能工厂中具广阔的应用前景。

主轴功率信号的应用前景也使得科研工作者们对其开展了 深人的研究，并将 法应用主处之中，将信号特征和刀具磨损状态对应起来。神经网络的引人可以对采 集的信号进行自学习，将刀具磨损预测误差控制在80um之内@2]。然，神经网络训练要量、，这制约着其在工程 上 步应用。通过卡尔曼滤波算法，刀具磨损的预误差可以控制在18%以内@3]，但是，卡尔曼滤波的应用需要建立在较为准 确的功率-刀具磨损的对应关系上，实施的条件过于苛刻。利用隐 马尔可夫链处理功率信号，地将钻销过程 刀具分类 为锋利、正常使用和变钝阶段N，但是其功率信号需要经过繁杂的 预处理，而且需要先验数据对模型进行训练。小波变换由于其完 备的理论以及良好的时频窗口特性，不仅可以用于将功率信号分

来稿日期=2018-05-07

基金项目:工信部高技术船舶科研项目（CDGC01-KT0505);航天器结构件智能制造模式及示范应用(2016ZXFM03002);

上海市航空航天智能制造专业技术服务平台(16DZ2293300);上海市青年科技启明星计划(16QB1400900);

上海市工业互联网创新发展专项(2017-GYHLW-01002)

作者简介:陈标,（1992-),男,福建人，硕士研究生，主要研究方向:刀具磨损 ;

沈彬。(1982-),男，江苏启东人，博士研究生，博士生导师，副研究员，主要研究方向:难加工材料精密切削