APP下载

基于MEMS传感器的刀具磨损状态监测环设计研究

2022-10-12李洋李亮陈妮吴有岭杨吟飞冯诚能何宁

工具技术 2022年7期
关键词:振动信号

李洋,李亮,陈妮,吴有岭,杨吟飞,冯诚能,何宁

南京航空航天大学机电学院

1 引言

智能化和自动化已成为现代制造业的发展趋势。刀具作为工艺系统中的重要组成部分,与工件加工质量的关系最为密切。精确把握换刀时机、保证刀具最大化使用与加工质量是智能制造领域的研究热点。在数控加工过程中,实时评估刀具磨损状态十分重要,采用优良的刀具磨损监测技术可以有效减少因技术故障或工人主观原因导致的停机次数,将故障停机时间减少75%,使生产效率提高10%~60%[1,2]。对于切削过程来说,刀具磨损会导致刀具切削性能下降,从而影响工件的加工质量,严重时可能引起崩刃,造成工件报废。因此,准确识别刀具磨损情况,通过提前换刀或改变切削参数等措施降低刀具磨损对加工过程的影响具有重要意义。

刀具磨损状态的检测方法总体可分为直接检测法和间接检测法。直接检测法通过观察测量刃部的磨损宽度、磨损面积等来评估刀具磨破损状态。目前常用的检测设备有体式显微镜、接触式探测仪和工业照相机等,其优势是直接检测出刀具磨损情况,检测结果准确可靠。但在加工过程中,刀具始终与工件接触,且存在切削液与切屑的干扰问题,导致直接法在实际加工过程中难以实现在线监测。

目前应用较多的检测方法是间接检测法[3],相比直接检测法更加灵活便捷,且容易实现在线监测。间接检测法基于切削加工过程中的动态多物理场属性,利用各种传感器检测能够反应刀具磨损状态的物理信号。……

登录APP查看全文

猜你喜欢

振动信号
振动的思考
喷水推进高速艇尾部振动响应分析
信号
完形填空二则
This “Singing Highway”plays music
孩子停止长个的信号
振动搅拌 震动创新
中立型Emden-Fowler微分方程的振动性
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法