王闯,武君胜,周光辉,张凯

(1. 西安邮电大学 物联网与两化融合研究院,西安 710061;2. 西北工业大学 计算机科学学院,西安 710029;3. 西安交通大学 机械工程学院,西安 710049)

在加工工件的高速切削过程中,刀具的磨损状态对零件的加工质量和尺寸精度有直接影响[1]。早期的机械加工过程,刀具的状态由经验丰富的工人通过切屑的颜色、加工时间、振动声音和加工工件的质量等直观信息来判断。人工判断主观性强,准确率低,容易造成换刀过早或过晚。过早换刀,不能将刀具充分使用,造成资源浪费;而过晚换刀,由于刀具磨损严重,轻则影响工件加工质量,重则造成机床设备损毁[2]。据工业统计数据显示,刀具磨损严重导致机床停转的时间占所有故障时间的1/3,装有刀具检测系统的数控机床在生产效率上比未安装刀具检测系统的机床高出至少10%～60%,大约节省生产成本30%[3]。因此,对刀具的磨损状态合理地进行评估,进而准确预测刀具的磨损值,可以为加工过程中刀具的使用提供理论支撑,并进一步提高生产效益。

刀具的磨损过程分为初期磨损阶段、平稳磨损阶段和急剧磨损阶段,这3个磨损阶段的磨损速率和呈现特征具有显著不同[4]。因此,刀具磨损阶段的划分是刀具磨损状态识别和预测的基础,对刀具磨损的准确预测必须基于准确的磨损阶段判断。

当前对于刀具磨损的研究,已经取得了很大的进展。吴雪峰等提出了一种基于卷积神经网络刀具磨损类型的智能识别方法和基于刀具磨损类型识别的刀具磨损值自动检测方法,并通过实验证明了方法的可行性[5]。……