基于主轴驱动电流杂波的立铣刀复杂工况下磨损状态辨识

来源：计算机集成制造系统杂志2021年第12期北京时间：

作者：王民,刘利明,宋铠钰,杨斌,王琛

单位：1.北京工业大学智能监控与诊断研究所2.电火花加工技术北京市重点实验室

摘要：为保证刀具寿命并控制工件废品率,提出一种通过提取主轴驱动电流信号中因刀具磨损和振动异常激发的杂波信号,并利用卷积神经网络实现立铣刀磨损状态辨识的方法。该方法基于刀具磨损和振动异常会导致主轴驱动电流信号出现不规则杂波成分的试验结果,利用傅里叶级数拟合将电流波形分解为反映电流有效值准静态变化的谐波成分和反映立铣刀刃口和后刀面磨损状态以及振动异常的电流杂波信号,然后将电流杂波信号输入到卷积神经网络中进行立铣刀状态特征提取和分类。实验结果表明,该方法可排除切削振动和切削参数对刀具磨损状态辨识准确性的影响,能够实现复杂工况下立铣刀磨损状态的准确辨识,为预测立铣刀剩余寿命和科学制定立铣刀更换规则打下基础。

关键词：刀具磨损,振动异常,主轴驱动电流,卷积神经网络,电流杂波

基金资助：国家自然科学基金资助项目(51975020,51575014);北京市自然科学基金资助项目(3202005);北京工业大学研究生科技基金资助项目(ykj-2018-00501)。