融合工藝信息的復(fù)雜零件加工狀態(tài)識(shí)別方法

朱紹維　牟文平　湯立民　杜　麗

1.中航工業(yè)成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司，成都，6100922.電子科技大學(xué)，成都，611731

融合工藝信息的復(fù)雜零件加工狀態(tài)識(shí)別方法

朱紹維1,2牟文平1湯立民1杜麗2

1.中航工業(yè)成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司，成都，6100922.電子科技大學(xué)，成都，611731

摘要：為解決基于物理信號(hào)的加工監(jiān)控系統(tǒng)在復(fù)雜零件數(shù)控加工過(guò)程中易受工藝波動(dòng)影響而導(dǎo)致誤報(bào)警的問(wèn)題，提出兩種融入零件工藝信息的方法來(lái)提高加工狀態(tài)識(shí)別的準(zhǔn)確率。為驗(yàn)證其可行性，基于數(shù)控系統(tǒng)OPC接口開(kāi)發(fā)了一套遠(yuǎn)程監(jiān)控系統(tǒng)原型，結(jié)合工藝信息和主軸實(shí)時(shí)切削功率對(duì)加工狀態(tài)進(jìn)行識(shí)別，一旦發(fā)現(xiàn)異常，立即控制機(jī)床停止加工。在典型飛機(jī)結(jié)構(gòu)件上開(kāi)展了應(yīng)用驗(yàn)證，結(jié)果表明：融入工藝信息后，加工狀態(tài)識(shí)別準(zhǔn)確率明顯提升。

關(guān)鍵詞：加工監(jiān)控；復(fù)雜零件；工藝信息；OPC

0引言

數(shù)控加工過(guò)程中，難免因刀具磨損破損、刀軌錯(cuò)誤等原因?qū)е铝慵|(zhì)量出現(xiàn)問(wèn)題，若能對(duì)加工過(guò)程進(jìn)行實(shí)時(shí)監(jiān)控，及時(shí)發(fā)現(xiàn)并控制異常加工狀態(tài)，對(duì)保障零件加工質(zhì)量和交付周期，以及降低生產(chǎn)成本具有重要意義。

目前，在汽車(chē)制造等行業(yè)中一些零件批量大、加工工藝簡(jiǎn)單穩(wěn)定的自動(dòng)化生產(chǎn)過(guò)程中，商業(yè)化監(jiān)控系統(tǒng)已經(jīng)得到成熟應(yīng)用，如以色列OMATIVE自適應(yīng)控制系統(tǒng)、德國(guó)ARTIS刀具監(jiān)控系統(tǒng)等。但是這些監(jiān)控系統(tǒng)對(duì)加工狀態(tài)的識(shí)別完全基于物理信號(hào)，在飛機(jī)結(jié)構(gòu)件等復(fù)雜零件的加工過(guò)程中易受加工狀態(tài)波動(dòng)的影響，頻繁產(chǎn)生誤報(bào)警而影響正常生產(chǎn)。

近年來(lái)，國(guó)內(nèi)外均對(duì)數(shù)控加工監(jiān)控技術(shù)開(kāi)展了大量研究，多元線性回歸[1]、神經(jīng)網(wǎng)絡(luò)[2-4]、貝葉斯網(wǎng)絡(luò)[5]、馬爾可夫模型[6]、粗糙集[7]、自適應(yīng)神經(jīng)模糊推理系統(tǒng)[8]等多種方法被用于加工狀態(tài)識(shí)別[9]。但是，這些研究主要還是對(duì)物理信號(hào)進(jìn)行分析，并未考慮工藝的影響；此外，受應(yīng)用環(huán)境限制，多數(shù)研究成果還未能轉(zhuǎn)化到實(shí)際工程應(yīng)用中。

因此，本文從實(shí)際生產(chǎn)出發(fā)，提出融合零件工藝信息和物理信號(hào)的方法來(lái)提高復(fù)雜零件加工狀態(tài)的識(shí)別準(zhǔn)確率。為驗(yàn)證該方法的可行性，基于西門(mén)子數(shù)控系統(tǒng)OPC接口開(kāi)發(fā)了一套遠(yuǎn)程監(jiān)控系統(tǒng)原型，結(jié)合工藝信息和主軸實(shí)時(shí)切削功率對(duì)加工狀態(tài)進(jìn)行識(shí)別，一旦發(fā)現(xiàn)異常，立即控制機(jī)床停止加工；并在典型飛機(jī)結(jié)構(gòu)件上開(kāi)展了應(yīng)用驗(yàn)證，結(jié)果表明融入工藝信息后，加工狀態(tài)識(shí)別準(zhǔn)確率明顯提升了。

1商業(yè)化監(jiān)控系統(tǒng)問(wèn)題分析

德國(guó)ARTIS刀具監(jiān)控系統(tǒng)是目前國(guó)際上最優(yōu)秀的加工監(jiān)控系統(tǒng)之一。筆者開(kāi)展了該系統(tǒng)在飛機(jī)結(jié)構(gòu)件數(shù)控銑削加工過(guò)程中的應(yīng)用研究，發(fā)現(xiàn)該系統(tǒng)提供的兩種主要監(jiān)控模型均不適用于類(lèi)似小批量、復(fù)雜零件的加工過(guò)程。

(1)Standard模式。Standard模式是通過(guò)對(duì)前兩次加工進(jìn)行學(xué)習(xí)來(lái)確定放大系數(shù)和參考曲線，之后將每次加工的信號(hào)曲線與參考曲線進(jìn)行對(duì)比來(lái)判斷加工狀態(tài)的，適用于鉆孔等簡(jiǎn)單加工過(guò)程的大批量自動(dòng)化加工。但在飛機(jī)結(jié)構(gòu)件等難加工材料大型復(fù)雜零件小批量銑削加工中，多數(shù)零件的加工時(shí)間很長(zhǎng)，學(xué)習(xí)量太大，更重要的是：監(jiān)控曲線和參考曲線是通過(guò)時(shí)間對(duì)齊的，任何的人工干預(yù)均會(huì)導(dǎo)致學(xué)習(xí)或監(jiān)控失效，甚至影響正常加工。

(2)DX/DT模式。DX/DT模式是通過(guò)采集一段時(shí)間內(nèi)的信號(hào)來(lái)確定上下動(dòng)態(tài)極限的，通過(guò)動(dòng)態(tài)極限來(lái)識(shí)別后續(xù)加工中異常的快速信號(hào)變化，適用于加工過(guò)程穩(wěn)定的單件、小批量零件加工過(guò)程。而在復(fù)雜零件的銑削加工過(guò)程中，很難避免加工狀態(tài)的波動(dòng)，這些波動(dòng)很容易導(dǎo)致ARTIS刀具監(jiān)控系統(tǒng)誤報(bào)警，從而影響正常生產(chǎn)。

通過(guò)ARTIS刀具監(jiān)控系統(tǒng)在飛機(jī)結(jié)構(gòu)件中的應(yīng)用研究可以發(fā)現(xiàn)，復(fù)雜零件加工過(guò)程中，工藝波動(dòng)導(dǎo)致的信號(hào)變化遠(yuǎn)大于刀具磨損/破損引起的變化。因此，如何分離工藝波動(dòng)的影響是實(shí)現(xiàn)準(zhǔn)確監(jiān)控的關(guān)鍵。而當(dāng)前的商業(yè)監(jiān)控系統(tǒng)僅基于物理信號(hào)對(duì)加工過(guò)程進(jìn)行識(shí)別，難以適應(yīng)復(fù)雜零件加工過(guò)程。

2融入工藝信息的加工狀態(tài)識(shí)別方法

基于ARTIS刀具監(jiān)控系統(tǒng)在飛機(jī)結(jié)構(gòu)件數(shù)控銑削加工中的應(yīng)用分析，為解決工藝波動(dòng)導(dǎo)致的誤報(bào)警問(wèn)題，從工程實(shí)用的角度出發(fā)，本文提出以下兩種融合工藝信息和物理信號(hào)的加工狀態(tài)識(shí)別方法。

(1)基于加工坐標(biāo)對(duì)齊信號(hào)。ARTIS刀具監(jiān)控系統(tǒng)的Standard模式中，實(shí)時(shí)信號(hào)曲線與參考曲線基于時(shí)間對(duì)齊。因此，加工過(guò)程不能受到任何人工干預(yù)，只適用于完全自動(dòng)化的生產(chǎn)過(guò)程。然而，目前飛機(jī)結(jié)構(gòu)件等復(fù)雜零件的數(shù)控加工過(guò)程尚未完全實(shí)現(xiàn)自動(dòng)化，難免會(huì)有人工干預(yù)。但是，若將實(shí)時(shí)信號(hào)與參考信號(hào)基于加工坐標(biāo)對(duì)齊，對(duì)每一個(gè)加工位置都參考正常加工時(shí)的信號(hào)進(jìn)行監(jiān)控，這樣雖然需要更多的查詢(xún)時(shí)間，但可避免改變倍率、暫停加工等人為干預(yù)對(duì)監(jiān)控產(chǎn)生影響。即

if

then

Pmax=(1+η)Pi

(1)

控制條件為

P>Pmax

(2)

式中，X、Y、Z為當(dāng)前采集到的信號(hào)對(duì)應(yīng)的X、Y、Z軸坐標(biāo)值；Xi、Yi、Zi為第i個(gè)參考信號(hào)對(duì)應(yīng)的X、Y、Z軸坐標(biāo)值；Xi+1、Yi+1、Zi+1為第i+1個(gè)參考信號(hào)對(duì)應(yīng)的X、Y、Z軸坐標(biāo)值；Pmax為當(dāng)前加工位置的信號(hào)極限值；η為允許的監(jiān)控信號(hào)上升比例；Pi為第i個(gè)參考信號(hào)值；P為當(dāng)前采集到的信號(hào)值。

(2)隨工藝變化自動(dòng)調(diào)整監(jiān)控極限。正常加工過(guò)程中，加工狀態(tài)的波動(dòng)通常是由工藝參數(shù)(主軸轉(zhuǎn)速S、進(jìn)給速度F、切寬Ae和切深A(yù)p以及刀具直徑等)的變化引起的。因此，通過(guò)在加工過(guò)程中實(shí)時(shí)采集工藝參數(shù)，根據(jù)工藝參數(shù)的變化自動(dòng)調(diào)整監(jiān)控極限，即可消除工藝波動(dòng)對(duì)監(jiān)控的影響，從而準(zhǔn)確識(shí)別出異常狀態(tài)。各種工藝參數(shù)下的極限值需要通過(guò)試驗(yàn)或從實(shí)際生產(chǎn)中積累。

此外，為避免主軸轉(zhuǎn)速變化、進(jìn)刀等導(dǎo)致的信號(hào)突變引起誤報(bào)警，可采用延遲時(shí)間進(jìn)行過(guò)濾。即當(dāng)實(shí)時(shí)采集的監(jiān)控信號(hào)滿(mǎn)足下式：

(3)

時(shí)，報(bào)警并控制機(jī)床停止加工。其中，T為實(shí)時(shí)采集的信號(hào)值連續(xù)超過(guò)極限值的持續(xù)時(shí)間；Tmax為報(bào)警延遲時(shí)間。

3遠(yuǎn)程監(jiān)控系統(tǒng)原型開(kāi)發(fā)

為驗(yàn)證上述識(shí)別方法的可行性，本文基于數(shù)控系統(tǒng)OPC接口和以太網(wǎng)，采用VB開(kāi)發(fā)了一個(gè)遠(yuǎn)程監(jiān)控系統(tǒng)原型。

3.1系統(tǒng)軟硬件結(jié)構(gòu)與配置

系統(tǒng)硬件結(jié)構(gòu)如圖1所示，主要包含數(shù)控系統(tǒng)PCU、數(shù)控機(jī)床PLC及PC三個(gè)部分，相互之間通過(guò)以太網(wǎng)連接。監(jiān)控軟件運(yùn)行在PC上，執(zhí)行機(jī)床運(yùn)行數(shù)據(jù)遠(yuǎn)程采集、加工狀態(tài)識(shí)別和PLC遠(yuǎn)程控制。系統(tǒng)軟硬件配置如下。

(1)PLC硬件配置。通常機(jī)床PLC的CPU不帶網(wǎng)口，需要加裝以太網(wǎng)接口模塊。本系統(tǒng)基于西門(mén)子840D數(shù)控系統(tǒng)搭建，采用的PLC為S7-300，因此加裝CP343-1模塊，并完成組態(tài)。

(2)PCU軟件配置。通常數(shù)控機(jī)床PCU都帶有以太網(wǎng)口，不需要額外加裝，但是若要在PCU上進(jìn)行PLC組態(tài)，需要安裝組態(tài)軟件。根據(jù)CP343-1模塊的版本，本系統(tǒng)安裝Step 7 V5.5。

(3)PC軟硬件配置。①硬件配置。PC需要分別與數(shù)控系統(tǒng)PCU和PLC進(jìn)行以太網(wǎng)連接，因此需要安裝2個(gè)以太網(wǎng)卡。②軟件配置。(a)安裝組態(tài)軟件，以組態(tài)PC Station站點(diǎn)，軟件版本根據(jù)硬件組態(tài)需求選擇，本系統(tǒng)安裝Step 7 V5.5。(b)安裝OPC接口，以運(yùn)行基于OPC接口開(kāi)發(fā)的監(jiān)控軟件。對(duì)西門(mén)子數(shù)控系統(tǒng)，可安裝SIMATIC NET，安裝后自帶西門(mén)子OPC接口以及連接測(cè)試工具OPC Scout。軟件版本根據(jù)PC操作系統(tǒng)選擇，本系統(tǒng)安裝SIMATIC NET 2006。(c)安裝VB或VC開(kāi)發(fā)平臺(tái)(分別對(duì)應(yīng)OPC自動(dòng)化接口和定制接口)，以滿(mǎn)足監(jiān)控軟件的開(kāi)發(fā)與調(diào)試修改。本系統(tǒng)采用OPC自動(dòng)化接口，因此安裝Visual Basic 6.0。

圖1　系統(tǒng)總體框架

3.2監(jiān)控軟件開(kāi)發(fā)

OPC服務(wù)器有兩類(lèi)接口：定制接口和自動(dòng)化接口。本文采用更為方便的自動(dòng)化接口，使用VB6.0編寫(xiě)監(jiān)控軟件。安裝接口后，在VB的“工程-引用”中勾選Siemens OPC DAAutomation 2.0即可引用OPC自動(dòng)化數(shù)據(jù)接口。

西門(mén)子數(shù)控系統(tǒng)內(nèi)部變量的OPC服務(wù)器為OPC.SINUMERIK.Machineswitch；PC與PLC的通信通過(guò)本地OPC.SimaticNET服務(wù)器建立S7連接。使用OPC自動(dòng)化接口函數(shù)，很容易編寫(xiě)OPC客戶(hù)端軟件采集數(shù)控系統(tǒng)內(nèi)部變量數(shù)據(jù)、讀寫(xiě)PLC變量值。

已有研究表明，切削力、刀具磨損狀態(tài)等與主軸切削功率相關(guān)。因此，本系統(tǒng)采用主軸切削功率作為監(jiān)控信號(hào)；為保證實(shí)時(shí)性，采用門(mén)限法為控制決策方法；采用報(bào)警延遲時(shí)間過(guò)濾信號(hào)瞬間突變。對(duì)應(yīng)于本文提出的兩種識(shí)別方法，軟件包含了兩種監(jiān)控模式，其運(yùn)行流程分別如圖2和圖3所示。軟件主要功能如下：

(1)機(jī)床運(yùn)行數(shù)據(jù)采集。實(shí)時(shí)讀取、顯示、保存數(shù)控系統(tǒng)內(nèi)部的機(jī)床運(yùn)行數(shù)據(jù)，如程序名稱(chēng)，主軸功率、主軸轉(zhuǎn)速、進(jìn)給速度、各軸坐標(biāo)值等。

(2)數(shù)據(jù)曲線繪制。實(shí)時(shí)繪制主軸功率曲線及監(jiān)控極限。

(3)加工過(guò)程控制(可選)。當(dāng)實(shí)時(shí)采集的主軸功率大于設(shè)定極限值、且持續(xù)時(shí)間大于給定延遲時(shí)間時(shí)，控制PLC停止機(jī)床加工。

圖2　監(jiān)控軟件運(yùn)行流程-加工坐標(biāo)對(duì)齊模式

圖3　監(jiān)控軟件運(yùn)行流程-自動(dòng)調(diào)整極限模式

3.3OPC遠(yuǎn)程連接配置

本系統(tǒng)中OPC遠(yuǎn)程連接配置包含兩個(gè)部分：①通過(guò)以太網(wǎng)建立OPC服務(wù)器與PLC的S7連接配置；②遠(yuǎn)程訪問(wèn)OPC Server的DCOM配置。其中，西門(mén)子S7 PLC與PC的OPC通信連接與測(cè)試方法可參見(jiàn)其幫助文檔[10]；遠(yuǎn)程訪問(wèn)OPC Server的配置可參考DCOM配置相關(guān)資料，需要注意的是：必須保證PCU與PC具有相同的用戶(hù)名和密碼。

4應(yīng)用驗(yàn)證

為驗(yàn)證該系統(tǒng)的可行性，在幾項(xiàng)典型飛機(jī)結(jié)構(gòu)件數(shù)控銑削加工過(guò)程中進(jìn)行了應(yīng)用測(cè)試，實(shí)時(shí)采集機(jī)床運(yùn)行數(shù)據(jù)、寫(xiě)PLC值控制機(jī)床停止加工及數(shù)據(jù)顯示、保存、曲線繪制等功能均能有效運(yùn)行。

圖4所示為某飛機(jī)結(jié)構(gòu)件某銑削工步加工中采用加工坐標(biāo)對(duì)齊模式進(jìn)行監(jiān)控時(shí)的軟件運(yùn)行情況(此例中只讀取了X、Y坐標(biāo)和主軸功率值)，從圖中可以看出，每一加工位置處的極限值都是根據(jù)正常加工時(shí)的參考值計(jì)算的，從而消除了工藝波動(dòng)引起的信號(hào)變化對(duì)監(jiān)控的影響。該工步加工過(guò)程中，刀具未發(fā)生嚴(yán)重磨損或斷裂，系統(tǒng)未發(fā)生報(bào)警。相比之下，采用ARTIS監(jiān)控，會(huì)在多處發(fā)生誤報(bào)警。

圖4　加工坐標(biāo)對(duì)齊模式實(shí)際運(yùn)行情況截圖

圖5所示為某飛機(jī)結(jié)構(gòu)件加工中對(duì)某外形側(cè)銑工步采用自動(dòng)調(diào)整極限模式進(jìn)行監(jiān)控時(shí)的監(jiān)控曲線。從圖5中可以看出，主軸功率極限(圖5中直線表示設(shè)定的功率極限，曲線表示實(shí)時(shí)采集的功率)隨加工參數(shù)(包括切深、切寬、進(jìn)給速度、主軸轉(zhuǎn)速、刀具直徑等)的變化而變化，避免了加工參數(shù)變化造成的工藝波動(dòng)引起的誤報(bào)警；此外，通過(guò)延遲時(shí)間消除了進(jìn)刀等原因造成的信號(hào)突變引起的誤報(bào)警。

圖5　自動(dòng)調(diào)整極限模式實(shí)際運(yùn)行情況截圖

應(yīng)用測(cè)試表明，本文提出的兩種融入工藝信息的加工狀態(tài)識(shí)別方法能有效減少?gòu)?fù)雜零件加工監(jiān)控中的誤報(bào)警。但是，要實(shí)現(xiàn)既不漏報(bào)、又不誤報(bào)的最佳監(jiān)控效果，需從實(shí)際加工過(guò)程中不斷積累，獲得最佳的極限參數(shù)值。

此外，受數(shù)控系統(tǒng)廠商對(duì)OPC接口數(shù)據(jù)采集頻率的限制(采用以太網(wǎng)，西門(mén)子數(shù)控系統(tǒng)最大為10 Hz)，該系統(tǒng)的控制實(shí)時(shí)性稍差，對(duì)刀具磨損等情況可滿(mǎn)足要求，但是若出現(xiàn)刀軌錯(cuò)誤、機(jī)床故障等情況，其對(duì)零件/機(jī)床的保護(hù)能力有限，特別是在高速加工中。

5結(jié)論

(1)提高加工狀態(tài)識(shí)別的準(zhǔn)確率是監(jiān)控系統(tǒng)有效運(yùn)行的關(guān)鍵。在物理信號(hào)采集的基礎(chǔ)上，融合具體的零件工藝信息，是一種有效、可行的手段。

(2)基于數(shù)控系統(tǒng)OPC接口，用戶(hù)可以很容易地結(jié)合自己的零件工藝以及生產(chǎn)模式開(kāi)發(fā)適用的遠(yuǎn)程加工監(jiān)控系統(tǒng)，一方面可以追溯零件加工過(guò)程，另一方面，也可減少零件質(zhì)量事故，降低成本。

(3)要實(shí)現(xiàn)最佳的監(jiān)控效果，需要從實(shí)際生產(chǎn)中積累大量基礎(chǔ)數(shù)據(jù)，逐步逼近最優(yōu)的參數(shù)設(shè)置。

參考文獻(xiàn)：

[1]Bhattacharyya P, Sengupta D, Mukhopadhyay S, et al. On-line Tool Condition Monitoring in Face Milling Using Current and Power Signals[J]. International Journal of Production Research, 2008, 46(4): 1187-1201.

[2]Ghosh N, Ravi Y B, Patra A, et al. Estimation of Tool Wear during CNC Milling Using Neural Network-based Sensor Fusion[J]. Mechanical Systems and Signal Processing, 2007, 21(1): 466-479.

[3]王海麗, 翁德瑋, 胡兆燕, 等. 基于模糊神經(jīng)網(wǎng)絡(luò)的刀具磨損識(shí)別[J]. 上海交通大學(xué)學(xué)報(bào), 2002, 36(8): 1086-1090.

Wang Haili, Weng Dewei, Hu Zhaoyan, et al. Tool Wear Monitoring Using Fuzzy Neural Network[J]. Journal of Shanghai Jiaotong University, 2002, 36(8): 1086-1090.

[4]王海麗, 馬春翔, 邵華,等. 車(chē)削過(guò)程中刀具破損和磨損狀態(tài)的自動(dòng)識(shí)別[J]. 上海交通大學(xué)學(xué)報(bào), 2006, 40(12): 2057-2062.

Wang Haili, Ma Chunxiang, Shao Hua, et al. The Tool Wear and Breakage Monitoring in Turning Using Neural Network[J]. Journal of Shanghai Jiaotong University, 2006, 40(12): 2057-2062.

[5]Dey S, Stori J A. A Bayesian Network Approach to Root Cause Diagnosis of Process Variations[J]. International Journal of Machine Tools and Manufacture, 2005, 45(1): 75-91.

[6]Geramifard O, Xu J X, Zhou J H, et al. Multimodal Hidden Markov Model-based Approach for Tool Wear Monitoring[J]. IEEE Transactions on Industrial Electronics,2014, 61(6): 2900-2911.

[7]Xie N, Chen L, Zheng B, et al.A Rough Set-based Effective State Identification Method of Multisensor Tool Condition Monitoring System[J]. Advances in Mechanical Engineering, 2014, 6(8): 947-962.

[8]Li X, Djordjevich A,Venuvinod P K. Current-sensor-based Feed Cutting Force Intelligent Estimation and Tool Wear Condition Monitoring[J]. IEEE Transactions on industrial electronics, 2000,47(3): 697-702.

[9]Abellan-Nebot J V, Subiron F R. A Review of Machining Monitoring Systems Based on Artificial Intelligence Process Models[J]. International Journal of Advanced Manufacturing Technology, 2010, 47(1): 237-257.

[10]Siemens.通過(guò)ETHERNET建立OPC服務(wù)器與S7 PLC的S7連接[EB/OL].(2014-03-07)[2015-07-28].https://support.industry.siemens.com/cs/document/83102835/ethernetsimatic-net-opc-plc-s7?dti=0&pnid=13613&lc=zh-CN.

(編輯王艷麗)

Cutting Status Identification Method for Complex Parts Integrating with Process Informations

Zhu Shaowei1,2Mou Wenping1Tang Limin1Du Li2

1.AVIC Chengdu Aircraft Industrial (Group) Co.,Ltd.,Chengdu,610092 2.University of Electronic Science and Technology,Chengdu,611731

Abstract:In CNC machining of complex parts, the physical signal-based machining monitoring system was easily affected by the process fluctuations, which led to false alarms. In order to figure out this problem,two methods integrated process informations were proposed to improve the accuracy of cutting status identification. To test and verify their feasibility, a remote monitoring prototype system was developed based on the OPC interface of numerical control system, which identified the cutting status integrating with the process informations and real-time cutting power of spindle, and stoped the cutting once abnormal cutting was detected. Application tests were conducted on several typical aircraft structure parts, the results show that the accuracy of process identification is promoted after integrating with the process informations.

Key words:machining monitoring; complex parts; process information; OPC

收稿日期：2015-07-28

基金項(xiàng)目：國(guó)家科技重大專(zhuān)項(xiàng)(2012ZX04001012)

中圖分類(lèi)號(hào)：TH166；TH165

DOI：10.3969/j.issn.1004-132X.2016.11.011

作者簡(jiǎn)介：朱紹維，男，1987年生。成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司工程師，成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司與電子科技大學(xué)聯(lián)合培養(yǎng)博士后研究人員。主要研究方向?yàn)閿?shù)控加工、智能制造。發(fā)表論文10余篇。牟文平，男，1981年生。成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司數(shù)控加工廠高級(jí)工程師。湯立民，男，1955年生。成都飛機(jī)工業(yè)(集團(tuán))有限責(zé)任公司研究員級(jí)高級(jí)工程師。杜麗，女，1970年生。電子科技大學(xué)機(jī)械電子工程學(xué)院教授。