欢迎光临
我们一直在努力

用于铣削加工振动监测的智能刀柄技术研究

随着信息化和工业化的深度融合,高度实现加工过程的自动化成了制造领域的发展趋势。要保证自动化加工顺利进行,关键的技术之一就是对加工过程进行监测。目前机械加工的精度和效率越来越高,单纯依靠操作人员的观测来保证加工状态的正常越来越困难。

切削振动会影响正常切削过程,产生噪声,恶化工件表面质量,缩短刀具和机床的使用寿命。切削振动作为刀具加工状态的基本参数之一,在一定程度上能够准确地反映出刀具的磨损情况。切削振动信号一般通过加速度传感器进行拾取,目前常用的测量方式是将加速度传感器固定在工件、工作台或者主轴外壳上进行信号采集。Eynina M.在用端铣刀加工45钢时,通过螺栓将工件固定在悬臂梁上,将加速度传感器布置在工件的侧面,但是由于悬臂梁在铣刀的进给方向上会有摆动,这种监测方式测出的振动信号误差很大。华中科技大学的程瑶同时在机床主轴壳体和工件上布置两枚加速度传感器,通过数据采集卡与计算机连接,实现振动信号的采集处理,这种方式需要布置加速度传感器,连接信号线,试验准备工作量大,而且不同的传感器位置也会影响采集的振动信号质量。

由前述可知,传统振动监测方式需要选择不同的位置安装加速度传感器,同时要连接信号线、数据采集卡等,使用不方便,传感器安装位置的变化会影响采集的信号质量,测量过程的可重复性和可移植性比较差,难以满足加工过程高度自动化的需要。

本文针对目前切削振动监测的难题,开发了一种将加速度传感器集成在刀柄上,利用无线传输技术将振动信号传输到上位机进行分析处理的智能刀柄技术,并从硬件设计和软件编程两个方面介绍了智能刀柄系统,最后通过试验验证了该系统的性能。

1  智能刀柄系统设计

本文所开发的切削振动监测智能刀柄系统,硬件上由监测环和信号接收器组成,其中监测环是集成在刀柄上使用的,信号接收器通过USB接口与PC连接。由加速度传感器、微处理器以及WIFI芯片组成的信号采集模块、无线信号传输模块和锂电池集成在监测环中。选用虚拟仪器软件Labview作为上位机信号采集分析软件的开发平台。系统工作流程见图1。

与目前铣削加工振动信号常用的监测方法相比,本文开发的智能刀柄系统将加速度传感器与信号传输模块集成在一起,采用无线技术传输信号,不需要连接信号线和信号采集卡,使用方便;监测环安装在刀柄上,安装位置固定,避免了加速度传感器安装位置的变化对采集的振动信号的影响,系统可重复性好;监测环装卸方便,能够用于其他加工过程的监控,系统移植性较好。

图1  铣削振动监测智能刀柄系统工作流程

本文开发的智能刀柄系统中加速度传感器集成在旋转的刀柄上,传统的信号采集方式已经不再适用,需要重新考虑信号采集和传输的方式。设计的智能刀柄系统硬件结构见图2,实物见图3。

图2  铣削振动监测智能刀柄系统硬件

(a)发射端                          (b)接收端

图3  铣削振动监测智能刀柄系统

(1)信号采集模块硬件设计

信号采集模块的核心是STM32F103C8T6型微处理器,使用高性能的ARM Cortex-M3 32位RISC内核,工作频率72MHz,具有丰富的内部资源和外部接口,其功耗控制能力同样强大,这对于电池尺寸受限的智能刀柄系统来说很重要。加速度传感器选用MPU9250,该芯片采用CMOS-MEMS的制作平台,在小小的3mm×3mm×1mm的封装中融合了3轴加速度计、3轴陀螺仪以及数字运动处理器(DMP),其完美的I2C方案可以直接输出全部数据,具有三个16位加速度AD输出以及4个可选择的测量量程(±2g、±4g、±8g、±16g)。加速度计的最高采样率为4kHz,但由于无线传输速率的限制,最后将采样率设置为1kHz,将程序烧写到芯片后该采样率不可更改。

信号采集模块的外围电路包括晶振电路、复位电路、USB接口电路以及锂电池和稳压电路等。其中USB接口电路和PC连接用于校准MPU9250,同时可以通过充电电路给锂电池充电。为保护主处理器芯片,为主处理器芯片STM32提供稳定的3.3V电压源,稳压电路采用RT9193超低压差/线性稳压器,如果直接由外部供电,当外部电路电压发生波动时,很可能会对主处理器芯片造成损坏。信号采集模块和无线传输模块在硬件上通过SPI(Serial Peripheral Interface,串行外设接口)连接。

(2)无线传输模块硬件设计

无线传输的过程见图4。振动信号被信号采集模块拾取后,通过SPI总线传输到无线传输模块,之后振动信号被PC终端的信号接收器接收,进而被传到PC终端实现振动信号的实时监测和预警。

图4  无线传输

无线传输模块使用的芯片是NORDIC公司生产的NRF24L01。该芯片在2.4GHz-2.5GHz的ISM频段工作,内置了频率合成器、功率放大器、晶体振荡器和调制器等功能模块,其中输出功率和通信频道可通过程序进行配置,数据传输速率为1Mb/s或2Mb/s。

考虑到刀柄位置处的空间有限,将整个硬件电路分成3个部分,包括两块PCB板以及一块锂电池,PCB板的尺寸为15mm×30mm×1.6mm,两块板子通过1.27mm间距的排针和排母相连,锂电池和PCB板通过杜邦线连接。为保证信号的正常传输,设计PCB板时无线传输模块的天线附近不予布线和敷铜,实物见图5。

图5  电路板

2  智能刀柄系统振动监测界面开发

通过Labview对振动监测界面进行开发,可以完成振动信号的采集、存储、分析等功能。Labview监测界面主要由信号采集模块、信号预处理模块、时域分析模块和频域分析模块等组成,软件主界面见图6。

图6  智能刀柄系统软件主界面

(1)信号采集模块和信号预处理模块

信号采集主要是实现对下位机传来的振动信号的拾取,同时对其他相关参数进行控制,例如:USB端口的选择、超限报警上下限数值的设置、数据的保存等。

从下位机传来的振动信号中含有许多高频噪声和干扰。为了抑制信号中的噪声,提高振动信号的信噪比,便于信息的提取,在对信号分析处理之前需要对其进行去除趋势项、平滑处理以及滤波。本文去除趋势项采用的是多项式最小二乘法,平滑处理采用的是五点三次平滑法,滤波器采用的是切比雪夫II型滤波器。

(2)信号分析模块

① 时域分析模块

信号的时域分析是对信号的各种时域参数、指标的估计或计算,常用的时域参数和指标包括均值、均方值、均方根值、方差以及标准差等。在振动信号的时域分析中主要参数包括均值、均方值和方差等。其中均方根值是信号的有效值,可以反映出信号的强弱,本文选用均方根值进行振动信号的时域分析。

② 频域分析模块

测试信号的频域分析是把信号的幅值、相位或能量变换以频率为横坐标来表示,进而分析其频率特性的一种分析方法。本文对振动信号进行了频谱分析。

3  铣削振动监测智能刀柄系统试验研究

为了验证该系统的性能,本节设计了铣削试验对其进行验证。试验所用的机床为XS5040立式升降台铣床,最高转速2500r/min;试验加工材料为45钢,工件尺寸145mm×70mm×12mm;铣刀选用M2A1(501)系列(刀具材料为高速钢,刀具直径10mm)三刃立铣刀。加工方式为侧铣,铣削深度为8mm。试验现场见图7。

图7  铣削振动监测现场

(1)机床空转噪声测试

机床空转时存在噪声,会对切削加工振动监测造成影响,如果机床空转噪声太大,会将切削加工的振动信号覆盖,监测系统测出的振动信号无法用于加工预警,因此有必要对机床空转时的噪声进行测试。本文中测试了机床在315r/min转速下空转的噪声水平,试验结果见图8。

图8  机床空转噪声时域波形

机床空转振动信号最大值为0.0161g,最小值为-0.0214g,均方根值仅为0.0030g,而一般铣削加工中,振动信号的均方根值都在0.1g以上,机床空转振动信号的均方根值仅占3%,所以机床空转噪声对铣削加工振动信号的监测影响很小。

(2)铣削试验

在实际加工过程中,有许多因素会对振动信号造成影响,本文通过对各个因素的对比分析,主要选择了主轴转速、进给速度和铣削宽度三个因素,其中,主轴转速设定为315r/min、500r/min和1000r/min;进给速度设定为50mm/min、80mm/min和100mm/min;铣削宽度设定为0.5mm、0.8mm和1.0mm。试验要考虑三个因素,每个因素具有三个水平,如果进行全面试验,需要进行3×3×3=27种不同组合的试验,试验量比较大,所以采用正交试验的方法,选用L9(34)正交表安排试验,试验结果见表1。

表1  振动信号均方根值

从试验结果可以看出,随着主轴转速、进给量以及铣削宽度的增加,振动信号的均方根值也会变大,即振动信号在增强,同时可以发现主轴转速是影响振动信号强度的主要因素。试验结果验证了该智能刀柄系统的性能,可以将其用于铣削加工振动监测。

本文开发了用于铣削加工振动监测的智能刀柄系统。该系统由监测硬件电路和基于Labview开发的振动信号采集软件组成,实现了铣削振动在线实时监测和预警。通过铣削试验验证了智能刀柄系统的有效性和实用性,克服了传统铣削振动监测手段的缺点,有利于实现铣削加工的自动化。

原载《工具技术》作者:郭月龙

欢迎关注工具技术微信公众平台

赞(71)
分享到: 更多

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址