李恒， 叶祖坤， 查文彬， 王禹林

(1.南京理工大学 计算机科学与技术学院， 江苏 南京 210094； 2.中国船舶集团有限公司第七○五研究所昆明分部， 云南 昆明 650106；3.南京理工大学 机械工程学院， 江苏 南京 210094)

0 引言

刀具损伤状态监测技术是机械加工过程中不可或缺的重要组成部分，在学术界和工业界受到广泛关注[1]。机械加工过程中，刀具在切削力和切削热的共同作用下，易发生不可预测的损伤，现场工人大多凭经验估计刀具损伤程度以及是否更换刀具，易造成刀具远未到使用寿命就被更换，导致刀具浪费[2]；或刀具过度损伤后才被更换，造成零件报废、机床故障甚至人员伤亡。为提高刀具利用率，同时保证加工质量、减少制造环境危害，需要对刀具损伤状态进行高效、高精度的监测[3]。

目前关于刀具损伤状态监测技术的研究主要集中在机器视觉监测和传感器信号监测。机器视觉法是通过在位采集刀具损伤图像，进而通过图像处理技术从图像中提取损伤信息[4]。然而该方法对光线敏感，在油雾粉尘机加环境下无法采集到高质量图像。传感器信号监测法利用传感器信号间接反映刀具损伤情况，是目前研究最广泛的方法。Shi等通过测力仪获得切削过程中的切削力数据，建立刀具磨损预测模型来表征刀具失效状态[5]；张锴锋等[6]通过研究加工过程中声发射(AE)信号变化进行刀具磨损评估；Peter等[7]基于振动信号在线监测螺纹丝锥的磨损状态，研究了不同磨损状态下的振动频谱；……