铣削刀具磨损自适应建模与参数辨识策略研究

The difficult problems of tool wear monitoring study are adaptive modeling and wear feature extraction in the wear of milling process, becauses of diversity, cutting parameters of milling conditions, the variability of the tool wear the randomness and complexity of the factors,The research object of this project are the cutting process monitoring , intelligent control system research of the theory and technology and the construction the milling force model of processing parameters, by adopting the research combination method of theoretical analysis, numerical simulation and experiment and studying the fluence of thermodynamic law and internal mechanism of the state of machining ,parameters on the dynamic behavior, tool wear characteristics in the process of cutting,On this basis,adaptive time-varying parameter model of processing parameters as the factors affecting milling powe and the adaptive control algorithm and optimization of the dynamic system of time-varying parameters are expored, With model parameters as variables, illuminate the change rule of time-varying characteristic, the physical meaning ands identification error in the milling process,to reveal the inherent mechanism of and wear characterization tool wear associated eigenvectors, to establish criterion mapping relationship of complexity and wear matching and create a recognition model,Project research propose by the accuracy of experimental study and effectiveness of the adaptive model ,Tool wear monitoring system is developed, promoting the progress and upgrate of high-speed, precision and composite processing technology .

铣削加工条件的多样性、切削参数的多变性、刀具磨损的随机性和复杂性等因素使得铣削过程自适应建模、磨损特征提取成为刀具磨损监测研究中的难点问题。本项目以实现切削过程监测与智能控制的理论与技术的系统研究为目标，采用理论分析、数值模拟、测试实验相结合的研究方法，通过研究切削过程中加工参数对动力学行为、加工状态、刀具磨损特性、热力学效应的影响规律及内在机理，构建含有加工参数的铣削力模型；在此基础上，逐步开展以加工参数为影响因素的铣削功率自适应时变参数模型研究，探索动态系统时变参数的自适应控制算法与优化；以模型参数变化为变量，阐释铣削过程时变特性的变化规律、物理意义以及辨识误差；揭示磨损表征与刀具磨损量关联的内在机理，确立特征向量复杂度与磨损量的映射关系匹配设计准则，创建辨识模型。项目研究成果拟通过试验研究自适应模型准确性和有效性，开发刀具磨损监测系统，促进高速、精密、复合加工技术的进步与升级。

刀具系统是高档数控机床极其重要的功能部件，刀具系统运行状态监测是数控关键技术，它对制造业的发展起着决定性的作用。项目围绕加工条件的多样性、切削参数的多变性、刀具磨损的随机性和复杂性等因素所处的切削过程，开展了切削过程自适应建模、磨损特征提取及辨识策略控制方法研究。具体内容及成果如下：1. 针对复杂制造过程，运用多因素正交实验设计法获得切削过程中加工参数对动力学行为、加工状态、刀具磨损特性、热力学效应的影响规律及内在机理，构建了含有加工参数的切削力模型。2.分析了微量润滑切削时润滑剂的渗透机理，探讨了刀具和工件的硬度及材料、切削温度、微量润滑切削时对切削力、刀具磨损、振动加速度的影响，并定量确定了刀具和工件的硬度及材料、切削温度、冷却液特性所占比重。3. 根据预测误差变化规律以及修正模型参数形成的规律，优化了刀具磨损辨识的控制结构，并用所获得的模型参数变化特征建立识别刀具磨损状态策略。模型参数可随加工条件的变化而自适应，磨损量由特征参数量距离d较准确估计。4.针对不同类型的切削刀具的切削模型参数进行自学习，从而实现切削中不同类型刀具的监测。当刀具磨损形态分散性较大时，可采用聚类的方法识别；当刀具磨损形态单一且磨损过程稳定时，可采用连续估计的方法识别，即求取磨损值同模型参数的函数，实现对磨损值的连续估计。5. 针对刀具磨损所采集信号的非线性、非平稳特征，采用EEMD方法，计算各IMF分量能量及能量熵等时变参数，依据磨损敏感因子选择敏感的IMF，从包含有主要刀具磨损信息的敏感IMF分量信号中进行Hilbert-Huang变换，得到信号的Hilbert 边际谱，并以此作为刀具磨损预测的特征向量作为输入建立支持向量机，判断刀具磨损的工作状态。项目研究成果有助于解决复杂制造过程的刀具磨损监测，促进高速、精密、复合加工技术的进步与升级。另外，对高速切削摩擦磨损特性、热-力耦合作用机制、刀具磨损机理关键技术等相关问题进行了拓展研究，得到了一些有价值的结论，是本项研究的有益补充和丰富。 经过4年的研究，完成了研究内容，获得了一系列基于刀具磨损理论的基础理论和应用方法。在国内外学术期刊和国际学术会议上发表论文14篇，其中SCI收录5篇，EI收录2篇，申请国家发明专利2项，培养年轻教师晋升副教授、教授3名，研究生2名。