刘学为，蔡旭林

(南京航空航天大学，江苏 南京 210000 )

0 引言

随着先进制造技术的发展及其在航空制造领域的广泛应用，航空零部件的材料及结构也越来越复杂，极大地增加了加工难度，加剧了加工过程中刀具的磨损，而刀具作为加工制造直接的执行者，刀具磨损加重将导致切削力增加、工件表面粗糙度增大、工件尺寸超出公差要求，甚至导致加工停止，使得加工效率降低[1]。应用刀具状态识别技术可以及时掌握刀具磨损状态，这对于提高加工质量和工件的表面精度以及提高产品经济效益、节省加工时间等有重要而深远的意义[2-3]。为寻找更好的识别方法，提取与刀具磨损关系紧密的原始信号，进行分析并获取与刀具磨损状态映射关系明显的特征信息，采用泛化性能良好的识别模型进行刀具状态的辨识[4]。然而，由于加工制造过程中，切削力、切削热、切削振动及加工环境是不断变化的，以及加工制造中的装夹、参数设置、加工与拆卸等操作的随机误差，导致整个加工过程中充满了动态不确定性，这些不确定性直接影响着刀具磨损以及工件加工过程的质量[5]。加工过程动态不确定性使得加工过程中的切削力、切削热及刀具磨损呈现出强烈的随机性，造成了加工过程参数的不可知性、状态变化的不确定性、信息的模糊性和多维信息的耦合性，导致加工过程模型建立的不确定性。因此，进行不确定加工环境下刀具磨损状态识别对保证加工系统的安全、加工的顺利进行、降低生产成本以及提高生产效率等方面具有重要意义。……