论文部分内容阅读
深孔加工在机械制造领域有着广泛的应用,但由于其加工难度大、系统构成复杂,加工过程质量监控困难、故障率高,一直是机械加工中的瓶颈问题,因此研究深孔加工过程中刀具磨损和排屑状态的实时监测技术对实现深孔加工过程自动化具有非常重要的现实意义。本文以BTA深孔钻削为研究对象,针对深孔加工过程的特点,提取了功率和油压作为监测信号,建立了基于DSP的深孔钻削过程刀具磨损与排屑状态的在线实时监测系统。监测系统的硬件开发采用模块化设计,包括时钟电路、电源电路、复位电路、存储器、数据采集电路、串行通信和仿真接口,搭建了基于TMS320F2812DSP的实时监测系统硬件平台,实现了工况信号采集、分析以及工况识别等功能。针对BTA系统的复杂性以及功率和油压监测信号的随机性与非平稳性特点,采用小波变换对信号在不同频段的变化特征进行了多分辨分析,研究了深孔加工过程中的功率信号与刀具磨损状态、油压信号与排屑状况之间的关系。结果表明,功率信号频带能量和平稳性特征与刀具磨损之间有较强联系,油压信号低频重构分量的峰值和压力变化率能准确反映钻削过程的排屑状态。针对特征向量与工况之间关系的复杂性与不确定性,采用支持向量机(SVM:Support vector machine)识别的方法建立了刀具状态识别以及排屑状态判断的SVM模型,实现了深孔钻削中切削功率信号特征向刀具磨损状态、油压信号特征向机床排屑状态的映射。监测结果表明,该方法具有较高的识别精度和较强的抗干扰能力,而且样本不需要很大。在LABVIEW开发环境下设计串口通信上位机系统,界面友好,实现了对下位机DSP的数据采集、显示及存储等功能。在CCS集成开发环境下,完成了DSP监测系统低层系统程序和上层应用程序的开发以及程序的FLASH固化。在线实时监测实验表明,所开发的监测系统精度和可靠性较高、实时性好,基本可以满足深孔加工在线实时监测的要求。