航空发动机零件切削加工现场数据的处理、积累与进化机制

Mismatching between application cutting data and machining process system will lead to low machining efficiency and low machining quality for complex parts, it is a great challenge for the high-end manufacturing industry such as aero-engine of China. To solve the matching problem of application cutting data and machining process system, this project focuses on the research of machining field data acquisition and processing, machining process evaluation, data accumulation and its evolution theory and key technologies. Taking the aero-engine parts as object, multi-source data acquisition model will be established, as well as the machining field data processing method and machining condition recognition model. Time-varying characteristics of the machining conditions will be also revealed in the project. After that, space-time mapping mode of machining process and space-time-relate machining process evaluation method will be established to evaluate the applicability of application data and machining system. Based on the machining field data, a machining conditions clustering model will be established, machining condition data will be then accumulated based on cluster analysis method. Finally, application data evolution method based on learning control will be established to get applicable machining data. Furthermore, a machining field data processing software will be developed and validated in the machining of aero-engine blisk. The developed theory and technologies will provide processed machining field data for the projects group, and provide basic theories and methods for the cutting big data science.

加工现场应用实例数据与工艺系统性能不匹配导致复杂零件加工效率低、质量差是我国航空发动机等高端制造业面临的严峻挑战。为解决现场条件下应用实例数据与特定工艺系统性能间的匹配问题，本项目重点研究现场数据的获取处理、过程评估、积累进化等基础理论与关键技术。以航空发动机零件为对象，建立加工现场全过程多源数据获取模型、现场大数据处理方法和加工工况识别模型，揭示加工工况的时变特性规律；建立加工过程的时空映射模式和时空相关性加工过程评估方法，评估应用实例数据与工艺装备性能之间的适应性；建立基于零件工艺特点的加工工况聚类模型、数据积累方法，形成现场应用实例数据的学习进化机制。通过项目研究形成零件加工现场数据处理的新原理和新方法，构建具有关键技术突破的软件系统，并在发动机整体叶盘加工现场进行验证。项目预期为切削加工数据库共性基础项目群提供现场数据来源与处理结果，同时丰富切削制造大数据科学的基础理论和方法。

加工现场实例数据与工艺系统性能不匹配导致的复杂零件加工效率低、质量差是我国航空发动机等高端制造业面临的严峻挑战。针对现场条件下现场数据难以积累、处理、以及现场实例数据与特定工艺系统性能间匹配困难等问题，本项目重点开展了发动机典型零件加工现场数据获取方法、特征提取与工况识别、监测数据时空映射与加工过程评估、现场数据的聚类分析与进化等研究。在数据处理与积累方面，搭建了现场加工数据采集工作平台，实现了薄壁件加工振动监测、装夹感知与变形预测。在数据特征提取与工况识别方面，引入刚度特性带来的动态切屑厚度变化，构建了考虑系统振动的切削力系数辨识方法，建立了刀具磨损状态快速识别方法，实现了铣削力激励下结构模态参数的识别。在加工过程评估方面，建立了多源数据时空映射模型，开发了时空映射数据可视化软件；研究了单点监测的薄壁件加工振动监测方法，实现了考虑时变位置和结构相关性的振动评估，并开展了薄壁件铣削加工的表面粗糙度预测研究。现场数据的工况聚类分析方面，实现了对零件时变加工过程中模态参数的有效识别，建立了基于时空映射理论的监测数据聚类分析方法，分析了监测信号与表面加工质量的关联特征。现场数据进化研究方面，建立了基于工艺循环迭代学习的钻削过程排屑状态识别与钻削深度控制模型；研究了球头刀变刀轴方向控制刀具磨损的多轴加工方法；建立了切削参数的多准则决策模型以优选切削参数，并用优选结果替代原数据再次进行迭代计算，实现了加工数据的进化。本研究形成了较为系统的加工现场数据积累、处理与应用的理论与方法，开发了包含数据积累、处理与分析的原型模块，并在航空发动机叶片等典型零件的加工上进行了验证。