基于卡爾曼濾波算法的刀具磨損狀態預測*

王 全，靳伍銀

(蘭州理工大學機電工程學院，蘭州 730050)

0 引言

在機加工過程中，刀具的磨損程度影響著機加工產品的質量，因此對于刀具磨損的研究得到了廣泛的關注。而在常規的加工過程中，刀具磨損的判斷方法通常以加工時產生的噪聲與已加工工件的表面質量作為判斷依據，但是這些方法對工人師傅的經驗要求很高，并且在噪聲嚴重的環境中并不能及時發現已經處于磨損狀態的刀具。

刀具的磨損形式通常分為三種形式：前刀面磨損，后刀面磨損與前后刀面同時磨損[1]。正常情況下刀具磨損是一個逐步變化的過程，隨著加工次數的增加，加工時長的增加，刀具的磨損也隨著其不斷地增加，刀具處于新刀的時候，由于可能的不確定因素，新刀刃會出現一系列的表面缺陷[2]，在早期切削的過程中,其刀刃會快速進入一個相對平穩的階段，并且保持較小的磨損速度。

隨著加工過程的進行，刀刃的磨損不可避免地發生，隨著幾何尺寸的改變，會導致工件表面質量下降[3]與尺寸誤差變大[4],這些原因都會導致不合格件數量的增加，對工廠的經濟效益產生影響。根據大量的數據統計與研究證明[5-6]，對機床的刀具磨損進行監測后，由于人工與技術方面所導致的故障停機時間減少了75%，生產率在原有的基礎上提升了10%～60%，機床的有效工作時間較之以往提高了50%。

對于刀具磨損的狀態識別主要分為直接監測法與間接監測法[7]，直接監測法顧名思義，直接對刀具進行觀察與測量并獲取相關的信息，常用的方法有利用高倍顯微鏡對刀具進行觀察即光學測量法，該種方法通過對刀具表面幾何形狀的變化量與判斷刀具磨損的標準進行直接對比從而確定磨損情況[8-9]。……