基于myRIO的砂轮磨损状态监控.pdf

1、精密制造与自动化2 0 1 7 年第3 期。o o E 争o e 。e 。o-。e 。e。Q 0 报道与评述基于m y R I O的砂轮磨损状态监控孙健胡启凡孙浩沈南燕李静(上海大学机械工程与自动化学院上海市智能制造与机器人重点实验室上海2 0 0 0 7 2)摘要大批量工件生产时，砂轮磨损和钝化会导致工件表面质量和尺寸精度的下降，严重时会造成工件报废，增加不必要的经济损失。提出了一种高效简便的砂轮磨损在线监测的方法，利用嵌入式开发设备N Im y R I O 提取砂轮工作状态中的振动信号，综合分析砂轮磨损与振动信号特征值之间的内在联系。通过两组固定工艺参数条件下的磨削实验，提取砂轮磨损判别阈

2、值，并建立工艺数据库，以实现磨削过程自适应控制，提高生产效率。关键词砂轮磨损m y R I O 振动信号磨损阈值为实现高精度加工，磨削被广泛应用于工业生产，磨削过程中砂轮磨损直接影响到工件的加工质量。砂轮磨损后何时修整大多数情况下取决于机床操作员的经验，常常被粗糙的估计。因此通常会造成磨削效率降低与砂轮材料浪费等现象，而过晚的修整砂轮将会造成工件表面质量问题。本文中的砂轮磨损状态识别系统可以自动识别砂轮磨损程度，在无法达到产品加工精度时将会自动修整砂轮，保证生产的持续性，进而提高数控磨床的生产效率与经济效益。考虑到振动信号获得的简易性和方便性，砂轮磨损状态可以通过其间接反映。由于完整的砂轮磨损

3、监控系统需要将信号采集、数据分析、机床控制三个功能紧密的结合，N Im y R I O 配备了双核A R MC o r t e x A 9 处理器以及X i l i n xF P G A 定制化I O，能够有效实现砂轮磨削过程中的振动信号采集与分析。其次，m y R I O 通过无线传输形式将数据传递至上位机，进一步提取信号特征值，执行砂轮磨损判别流程，可完成磨削加工、砂轮修整等功能。本文以建立砂轮磨损与振动信号特征值之间的联系为基础，通过磨削实验提取砂轮磨损判别阈值，并最终实现磨削过程自适应控制。1 砂轮磨损监控方法1 1 砂轮磨损形式砂轮磨损形式在尺度上可以分为大尺度的表面轮廓磨损和微观尺

4、度的刃部磨损，它的磨损状态取决于以下几个因素：加工参数、机床本身、工件材料以及冷却条件比1。在磨削区域内，砂轮受高温高压影响，并且由于机械效应(振动和切削力)，化学效应(冷却液与工件表面的化学反应)，温度效应(磨削压力和摩擦力)造成砂轮的磨损1。如图1 所示，砂轮磨损形式主要分为四类：磨粒表层磨损、磨粒碎裂、磨粒结合剂界面脱落、结合剂断裂。其中，磨粒结合剂界面脱落和结合剂断裂多会导致砂轮表面磨损等大尺度磨损。而磨粒表层磨损和磨粒碎裂一般会形成微观尺度磨损。飘勘渤盛晒图1 砂轮磨损形式本文实验所用砂轮材料为白刚玉，主要成分是氧化铝(A 1 2 0 3)，这在很大程度上影响着磨粒钝化的形式H 1。

5、考虑白刚玉易破碎并易形成新的切削面，磨削过程中将持续发生磨粒表层磨损和磨粒碎裂，其很大程度上对磨粒的钝化形式造成影响5。高温高压作用下，砂轮表面形成的氧化膜将减小工件与磨粒之间的压力，并有效降低摩擦因数与砂轮磨损。相较于硬度较低的材料，白刚玉的高硬度特性在减小其磨损速率的同时，可抵抗结合剂界万方数据精密制造与自动化2 0 1 7 年第3 期面脱落和结合剂断裂等磨损形式，缩短砂轮锋利的切割阶段时间，而砂轮的表面形貌则主要依靠工件表面粗糙度来间接反映。1 2振动信号分析在砂轮磨损中的应用基于振动测量的振动诊断技术在机械设备的故障诊断中占有极其重要的地位。振动是机械设备动力学特性的表征，设备的振动信

6、号中包含了由于磨损、疲劳、老化等因素引起的劣化和失效等重要信息峭1。通过对砂轮振动信号的获取及信号处理可以建立其与砂轮磨损之前的联系。振动信号分析主要有三种方法：时域诊断、频谱分析和时频分析旧。本文中涉及的砂轮磨损监控系统具有实时性能。对信号进行时域分析时以信号的均方根值、波形因子、峰值指标和峭度因子作为主要技术指标。其中，均方根值是信号的二阶矩统计平均，用于描述振动信号能量，因而能够表征振动的剧烈程度和破坏能力；波形因子是均方根值与绝对均值之比，波形因子过小时表明砂轮有可能发生了磨损；峰值指标在砂轮发生剥落等局部缺陷时值会变得很大，能检测到信号中是否有冲击成分；而峭度因子是信号的四阶矩平均，反应振动信号中的冲击特征1。这几种时域特征值与砂轮磨损联系紧密，而对信号进行频域分析时，则以重心频率作为技术指标，通过提取信号幅值谱以实现其与砂轮磨损的关系推导。2振动信号及其特征值提取2 1 实验设计本次实验选用的磨削材料为4 5 号钢，规格是q 6 0 3 0 0 m m；实验设备为“数控端面外圆磨床”，砂轮材料为白刚玉；数据采集设备采用N Im y R I O；加速度传感器选用C T C 压