加工状态下数控机床性能状态在线监测方法研究

Machining performance degradation is one of the current main factors that affect the processing efficiency, processing quality and reliability. Online monitoring the CNC machine tools performance is the urgent needs at present. The present monitoring methods are difficult to meet the requirements of the online monitoring of CNC machine tools performance in the machining status, then the project is proposed to study a new performance online monitoring methods . The project aims the theoretical and experimental research about the online monitoring of the machine tools performance state through the CNC machine tool servo drive currents and position feedback signs. The project study the influencing mechanism of the machine inherent characteristics on the machine drive system energy transfer process. Based on the long period working condition excitation spectrum and the statistical characteristics, the project proposed the Identification method to get the natural frequency and damping based on the energy response of the signal spectral statistical characteristics. The performance feature set and the prediction model for state the machine performance of the machine tool are built combined with the dynamic characteristics and accuracy parameters. The machine tools performance status of online monitoring system is developed. The application of the project will improve the machining efficiency and quality, reduce the maintenance costs, extend the life of the machine. The project will provide the judgment criterion for the active control and maintenance by online monitoring the performance of CNC machine tools. It will enhance the CNC machine tools intelligence level in our country.

加工性能劣化是当前影响加工效率、加工质量和可靠性的主要因素之一，对数控机床的性能监测提出了迫切需求。现有监测方法难以满足加工状态下数控机床性能在线监测的要求，为此开展性能监测的新方法研究。研究思路是通过研究机床固有特性对机床传动系统能量传递过程的影响机理,深入分析长时间的工况激励谱及其统计特征，提出基于驱动电流与位置反馈（速度）等能量响应信号的谱统计特征的固有频率和阻尼特性的辨识方法，结合动态精度参数，构建面向机床性能状态辨识的特征集以及机床性能状态的预测模型，实现数控机床性能状态在线监测系统。通过本项目的研究将为基于性能状态的维护和主动控制提供判断依据，提升我国数控机床的智能化水平。

随着机床的使用时间的增长，机床的磨损加剧，直接影响机床精度和加工性能，且故障定位困难，维护时间长，为此，以影响加工质量的机床关键部件、刀具等为对象开展其状态监测的基础理论与技术应用的研究，具体研究成果如下：. 1）深入研究机床固有特性对机床能量传递过程的影响机理，建立加工振动的传递模型，实现了刀尖振动的间接测量，并在车削加工刀尖点振动间接测量进行了验证，为加工过程中振动状态监测提供了基础方法；. 2）围绕机床运行过程中工况激励特征，研究了工况激励谱统计特征分析方法，建立了基于驱动电流的载荷谱，为机床的设计与优化提供了基础数据；. 3）运行状态下的机床动力学参数在线辨识对于机床状态在线监测以及基于机床状态的主动调控非常关键，为此，深入研究了基于响应信号的固有特性参数的辨识方法，结合OMA模态分析方法，提出了基于电流信号的进给系统的固有特性参数辨识方法，为机床状态监测提供了新手段；. 4）由于机床不同工况条件下的动力学固有特性不同，基于此研究了不同工况条件对辨识的动力学特性参数的影响，获得了合理激励下的固有特性参数辨识的条件，分析了机床不同状态下的动力学特性的差异；. 5）最后，综合前述研究成果，建立了刀具状态监测方法以及支持向量机的丝杠磨损状态预测模型，在此基础上研发了数控机床丝杠状态监测仪和刀具状态监测仪，在上汽通用五菱、东方电气等多家企业进行了推广应用。. 通过本项目的研究，取得了一批理论和应用成果，共发表SCI/EI论文12篇，其中SCI论文4篇，申请发明专利5项，其中授权2项。综上所述，本项目具有较大的理论和现实意义，它不仅为机床状态的监测提供了有效的监测手段，显著降低了机床的维护时间，而且有助于保证零件的加工质量，其应用效果得到了企业的认可，具有推广应用价值。