基于LabVIEW的刀具磨損監測分形識別平臺

王永紅 朱麗琴

WANG Yong-hong，ZHU Li-qin

(南京化工職業技術學院，南京 210048)

0 引言

在加工過程中，刀具磨損會影響工件的加工表面質量和尺寸精度。因此，對刀具磨損進行較準確的監測與界定是目前國內外自動化加工中一個亟待解決的課題。刀具磨損是一個十分復雜的過程，切削中的各種因素都對刀具的磨損產生直接或間接的作用，產生不確定性，致使刀具切削實驗數據和結果難以具有好的穩定性。深入的研究表明，刀具磨損具有非線性、隨機性和耗散性。刀具狀態監測與診斷面臨著大量的非平穩信號，研究開發處理非平穩信號的工程實用方法是促進刀具故障診斷技術不斷發展的需要。美國學者將混沌理論引入刀具顫振最優控制，國內學者將分形數學引入刀具磨損研究，論證了刀具磨損存在著分形結構，具有分形特征。分形學是研究非線性問題的，它能夠把刀具狀態的復雜變化用簡單的數字——“分維數”的變化來表征，能給出狀態變化的量化指標，減少狀態（或故障）的表征參數，從而使識別輸出結果更加明顯、直觀。

1 刀具磨損監測平臺

在刀具的磨損過程中，切削力是與刀具磨損狀態十分密切的物理量，但力傳感器的價格比較昂貴，在安裝時也不是很方便；聲發射傳感器避開了噪聲干擾的低頻區，但聲發射監測對設備要求較高，傳感器的安裝也比較困難；振動傳感器包含了刀具磨損的大量信息，敏感度高，且振動監測系統的成本較低，傳感器的安裝也比較方便，因此在實際的工程應用中，振動監測系統應用比較廣泛。

銑削過程中，銑刀、刀柄和主軸部分可看作是懸臂梁結構。在切削力的作用下懸臂梁產生彎曲，當彎曲所產生的最大變形能等于回到原位的動能時，懸臂梁產生簡諧振動，其頻率即為銑刀的固有頻率。當刀具狀態發生變化時，如磨損，會直接影響加工過程的動態特性，引起激振頻率及幅值的變化，因此，通過監測振動信號能夠了解刀具的狀態。

1.1 硬件平臺

振動傳感器通過磁力座吸附在工件另一側面(進給方向)，傳感器的位置通過專用量具保證在加工的過程中離工件上表面和側面的距離保持不變，以確保在不同的加工條件下，檢測的信號具有完全可對比性。加工過程中，監測的信號通過放大器處理后，經過A/D轉換送入工控機進行相應的計算和處理，計算機給出刀具磨損識別結果。

四種典型的切削參數分別為：切削速度、進給量、切削深度和加工工件材料。實驗材料為45號鋼，刀具材料為YT15，主軸轉速為500r/min，1000r/min，1500r/min；工件的進給量為0.5mm/r，0.8mm/r；切削深度是0.5mm、1.0mm、1.5mm；采用切削方式為對稱銑削，為在實驗中加快刀具的磨損和減少因冷卻液對傳感器造成的影響，選擇未使用冷卻液。

本次實驗在三種工況下均采集了數組信號，每種工況又分別采集了磨損量為0、0.1mm、0.2mm、0.3mm、0.4mm、0.5mm共六種磨損狀態的振動信號。采集到的每個數據樣本的長度為10K，為程序中計算方便，選用8192個采樣點。

刀具工況監測的系統硬件架構主要由信號檢測單元、信號處理單元、監測計算機構成；監測系統軟件主要由信號檢測和預處理程序、特征提取、刀具狀態識別和評價程序組成，如圖1。

圖1 刀具磨損監測系統架構

1.2 軟件平臺

Matlab作為美國 MathWorks公司開發的用于概念設計，算法開發，建模仿真，實時實現的理想集成環境，是目前最好的科學計算類軟件。小波工具箱提供了圖形用戶界面，它使Matlab的使用改變的更加簡單、直觀。啟動Matlab后，在出現的命令行窗口（Command Window）中鍵入wavemenu后回車，就可以進入小波工具箱主菜單窗口；小波函數的GUI工作環境提供的圖形工具有六大部分，在一維小波專用工具（Specialized Tools 1-D）下點擊SWT De-noising 1-D按鈕，就彈出一維平穩小波變換在消噪上的應用（Stationary Wavelet Transform De-noising 1-D）窗口。在該圖形工具中，通過設置基小波類型、閾值形式等就可以獲得消噪后的信號。

與其他高級計算機編程語言，如C語言相比較，Matlab語言執行效率較為低下，尤其是進行大規模的循環計算時，Matlab顯得更加力不從心。在信號處理部分，由于維數算法會使用到大量的循環計算，因此可以采用Matlab與C++混合編程技術，把大量循環迭代的部分用C語言編寫為Mex文件，可大大提高計算速度。

LabVIEW是一種基于圖標的圖形化開發語言，面向儀器的圖形化編程語言，能夠快速建立友好的人機界面，擴展能力強；它提供了與工程計算和數值分析軟件Matlab的接口，因此，LabVIEW可以方便地使用 Matlab所提供的數值計算功能。

2 信號降噪處理

在振動信號的實際測量現場中，由于周圍環境、電源電壓不穩定以及測量儀器等原因都會帶來噪聲，所以必須將信號的噪聲部分除去，提取有用信號。傳統傅里葉分析的線性濾波器特性存在著去噪和保護信號突變的矛盾。而基于小波分析的時頻濾波器，利用其帶通濾波特性剔除或抑制噪聲所在的頻帶中成分以達到去噪的效果。

針對本文采集的數據，采用db4基小波和默認閾值規則去噪效果最好。對振動信號進行小波分解、閾值處理和重構，能有效地去除信號中混雜的高頻噪聲，這也提高了分維數的準確性。

3 信號分形識別

在實際中，通過對刀具的振動信號波形進行研究得出，刀具振動信號的時域波形在一定的時域長度下存在自相似性（當然不是數序意義上嚴格的相似），因此可以用分形來描述其時間序列的不規則度。故障診斷過程實際上是以適當的特征描述對象，并且識別被描述對象的狀態。刀具的每種磨損狀態就是一個樣本，其在特征上表現出共性，根據這些特征可以區別于其他類型的磨損狀態。采用分維數方法對刀具振動信號進行磨損狀態識別時，同樣應對刀具不同狀態的信號，建立其與分維數相關的特征模式。這些特征模式向量包括：盒維數、信息維數及關聯維數等。

模式識別中一個良好的特征必須同時具備以下兩點：同一工況下不同的狀態特征值有變化，即可分性，相同的狀態特征值基本不變或波動很小，即重復性。

圖2對同一工況下的3組樣本進行分析，同種磨損狀態盒維數值波動范圍很小，這表明具有很好的重復性。不同磨損狀態盒維數值波動范圍較大，這顯示具有很好的可分性。

圖2 3 組樣本的盒維數

完好狀態的刀具信息維數最低，報廢刀的信息維數最高。隨著刀具磨損程度的增加，信息維數的變化盡管微小但是一直處于上升狀態。因此，可以基于信息維數監測刀具的運行狀態。

另外，發生故障的刀具的關聯維數遠大于正常刀具，關聯維數對刀具磨損的敏感性極強。

4 LabVIEW平臺功能模塊實現

LabVIEW通過圖形符號來描述程序，它消除了令人煩惱的語法規則，減輕了用戶編程的負擔，可以把效率提高數十倍。利用LabVIEW中的Matlab Script節點，如圖3，實現分形維數的計算和刀具磨損狀態的識別。通過一個人機界面的簡單操作，實現方便、快捷、準確地對振動信號的分析處理和模式識別，有一定的實用價值。

圖3 LabVIEW中Matlab script節點

圖4 LabVIEW平臺功能模塊

圖4中，輸入【登錄驗證】，在用戶名和密碼框格里輸入正確的信息后，登陸成功和密碼正確的控件變成綠色。

單擊【讀取信號】，彈出選擇信號的對話框。原信號和消噪信號都以*.txt文件的格式保存在硬盤中，被選擇的信號將在【信號顯示】的“振動信號”和“消噪信號”波形顯示器中顯示出來。

設置【分維數計算】，關聯維數程序根據設置的參數，如時延量、最小嵌入維數，開始對信號進行分維數計算。雙對數坐標圖和分維數值結果顯示在面板上。

【識別】模塊中，識別結果根據設置的各磨損狀態分維數范圍，點亮相應的刀具狀態指示燈。從指示燈可看出，輸入振動信號樣本的三種維數識別結果都是中期磨損，與實際相符。

5 結論

刀具在整個磨損歷程中振動信號分形維數的變化規律能較好地反映刀具不同磨損狀態。仿真和實際應用表明，分形識別法以一種簡單明了的方式來描述振動信號的正常與異常,可定量地識別刀具的磨損狀態，且比傳統的定性模式識別法更直觀。

[1]徐玉秀,原培新,等.復雜機械故障診斷的分形與小波方法[M].北京：機械工業出版社,2003.

[2]石博強,申焱華.機械故障診斷的分形方法[M].北京：冶金工業出版社,2001.

[3]何正嘉,等.機械設備非平穩信號的故障診斷原理及應用[M].北京：高等教育出版社,2001.

[4]楊樂平,等.LabVIEW程序設計與應用[M].第2版.北京：電子工業出版社,2005.

[5]胡昌華,等.基于MATLAB 6.x的系統分析與設計——小波分析[M].西安：西安電子科技大學出版社, 2004.

[6]韓焱.分形理論及信號監測技術研究[D].南京理工大學,2004.

[7]何振宇. 基于小波分析和分形理論的結構損傷診斷[D].暨南大學,2006.