本發明屬于機械加工過程的監測與控制技術領域，具體涉及一種基于磨削力信號的特征提取，進行在線實時監控砂輪磨損與磨削燒傷的新方法。

背景技術：

磨削加工過程監控是機械加工過程監控的一個重要分支，是實現磨削加工智能化和自動化、保證制造質量等熱點課題的關鍵組成。目前，機械加工過程監控技術采用傳感器、儀表等測量手段，實時檢測機械加工過程中的振動、功率、溫度、磨削比能、力、加工火花、聲發射等相關信息。通常將傳感器感知技術、信號處理技術、人工神經網絡等成果融合，采用信號處理技術提取傳感器檢測信號的相關特征參數，然后基于人工智能網絡等方式判定磨削狀態或決策，從而對機械加工過程可實現監測、控制及預測。信號處理過程中可提取的特征參數種類較多，且特征提取算法各異。針對不同的機械加工系統、信號源類型、信號處理手段等，應選取的有效特征參數存在差異。譬如，聲發射信號常用特征就包括峰值均方根、標準差、能量、AE振鈴計數、FFT峰值等。

砂輪磨損狀態與磨削燒傷均直接對保證工件的加工精度、形位誤差、表面完整性等都至關重要。由于磨削加工系統的不確定性和復雜性，現在砂輪磨損和磨削燒傷的在線監控實際被任用到生產實踐的事例較小。“磨削即修整”，砂輪磨損識別及修整周期確定均有非常重要意義。主要可分為離線檢測與在線檢測。最先采用接觸式探針的輪廓測量方法檢測砂輪形貌，但探頭摩擦磨損較快。掃描電子顯微鏡技術也被采用于觀測砂輪形貌，近似計算砂輪表面切削刃的狀態和數量，即能構造三維形貌，又能轉化為等高線二維視圖，是被任用于砂輪形貌離線檢測中最廣泛的一種方式。砂輪磨損的在線間接監測方法研究熱點主要集中于基于加速度、功率、聲發射技術、光學等傳感器技術。砂輪磨損主要利用聲發射信號檢測或離線的光學檢測。聲發射信號源的干擾事件太多，容易受到干擾，造成分析結果不準確。離線的光學檢測，需要中斷生產，即費時間，更是費人力。磨削燒傷對表面完整性有嚴重危害性，是磨削加工過程要盡力避免發生的重點問題，主要預測手段分為三類：基于磨削熱模型數值模擬方法、接觸式或非接觸式的在線溫度直接檢測方法、基于聲發射、磨削火花溫度、磨屑碳含量等方面的在線間接監測方法。磨削熱模型數值模擬方法，根本無法反映磨削熱的實際復雜傳導過程。溫度直接在線檢測，在齒輪等實際磨削過程中應用較困難。接觸式熱電偶往往采用埋入的方式，對工件造成較大損傷，且測得僅是工件局部的平均溫度。紅外線等非接觸式測溫，因為受到冷卻熱的驟冷影響或砂輪的掩擋，也無法檢測到磨削點的溫度。國內外研究均表明，磨削火花溫度、磨屑碳含量等間接監測方法均存在較大誤差，暫且不適用于實際加工過程。

磨削力是磨削加工過程一個重要表征，與聲發射信號、加速度信號、功率信號等比較而言，它跟砂輪磨損程度、磨削熱、砂輪與工件接觸狀態等事件之間有著更密切的直接聯系，且它的干擾信號源較少。磨削力測量，是一種基于傳感器技術的在線監測手段，與離線檢測比較，具有實時性，能及時反映砂輪與工件磨削過程中較多方面的信息。此外，磨削力檢測設備與技術均非常成熟，便于簡單操作與實現。然而，磨削力檢測暫時主要任用于基礎性實驗研究，極少與砂輪磨損程度、磨削燒傷之間建立可適用性的定量關系，因而在實際生產中運用非常小。

技術實現要素：

本發明的目的是為了更好實現磨削加工過程中砂輪磨損程度與磨削燒傷的監控，以便及時修整砂輪，避免磨削燒傷發生，提高工件加工表面質量。

本發明的利用磨削力監控砂輪磨損與磨削燒傷的方法，其包括以下步驟：

步驟1，實時采集磨削加工過程磨削力信號的離散時間序列，獲得磨削力信號樣本集X；并規定未接觸狀態、變切深磨削狀態和穩態磨削狀態以描述砂輪與工件之間的磨削狀態；

其中，未接觸狀態表征砂輪與工件之間存在間隙；

變切深磨削狀態表征砂輪與工件之間存在磨削深度變化，即砂輪切入工件的接觸過程，或者砂輪切出工件的離開過程；

穩態磨削狀態表征砂輪與工件之間的磨削深度不再變化，即磨削力信號處于最大值的狀態；

步驟2，從所述磨削力信號樣本集X中提取磨削力時域信號特征或頻域信號特征，以此識別砂輪磨損程度、監控磨削燒傷狀態。

進一步的，所述步驟1中采用測力儀傳感器，每間隔0.2s逐步連續選取200個磨削力的離散時間序列數據，組成磨削力信號樣本集X；

并在使用前將測力儀傳感器進行清零與標定，使零位漂移量M少于2，且將測力儀傳感器的采集頻率設置為1000Hz。

進一步的，所述步驟2中從所述磨削力信號樣本集X中提取磨削力時域信號特征，識別砂輪磨損程度的具體內容包括：

步驟21，提取磨削力時域信號的4個無量綱統計特征Xq、K、C、I，其中，Xq為磨削力時間序列集合X的峭度，K為磨削力時間序列集合X的波形指標、C為磨削力時間序列集合X的峰值指標，I為磨削力時間序列集合X的脈沖指標；

步驟22，未接觸狀態、變切深磨削狀態無需識別砂輪磨損程度，僅在穩態磨削狀態下進行砂輪磨損程度的識別：

選取步驟21所述的4個無量綱統計特征的任意一個為指標依據，開展砂輪磨損程度的分析：

(1)若峭度Xq介于1～2.8，或波形指標K介于1～1.25，或峰值指標C介于1～3，或脈沖指標I介于1～3.5，則砂輪工作正常，磨削力信號呈平穩狀態，無需修整；

(2)若峭度Xq介于2.8～6，或波形指標K介于1.25～1.45，或峰值指標C介于3～4，或脈沖指標I介于3.5～5.5，則砂輪存在磨損，且無量綱統計特征值越大，則砂輪磨損越嚴重，依據工件加工精度要求決定是否修整砂輪；

(3)若峭度Xq>6,或波形指標K>1.45，或峰值指標C>4，或脈沖指標I>5，則砂輪磨損程度已經達到磨鈍標準，需要及時修整或更換。

進一步的，所述步驟2中從所述磨削力信號樣本集X中提取磨削力時域信號特征，監控砂輪磨削燒傷狀態的具體內容包括：

步驟21，提取切向磨削力時域信號特征AVE，且AVE為切向磨削力時間序列集合的平均幅值；

步驟22，未接觸狀態、變切深磨削狀態無需監控砂輪磨削燒傷狀態，僅在穩態磨削狀態下，以切向磨削力的平均幅值AVE為依據，監控磨削燒傷的發生；

穩態磨削狀態中，若則砂輪與工件之間工作正常；

穩態磨削狀態中，若則即將出現磨削燒傷狀況，需中止磨削加工過程，重新選擇磨削用量參數；

其中磨削用量參數為：f_r為徑向進給量或磨削深度，單位為mm；v_w為軸向進給速度或進給速度，單位為mm/min；v_s為磨削速度或砂輪轉速，單位為m/s；T為常數，與材料、加工系統與條件有關。

進一步的，所述步驟2中從所述磨削力信號樣本集X中提取磨削力頻域信號特征的具體內容包括：

步驟21，對所述磨削力信號樣本集X進行離散傅里葉變換分析，獲得幅頻譜與功率譜；

步驟22，提取磨削力頻域信號特征FXq、FI、PF(k)、Fmid，其中FXq為幅頻譜中隨頻率變化的幅值元素構成集合的峭度，FI為幅頻譜中隨頻率變化的幅值元素構成集合的脈沖指標，PF(k)為幅頻譜中幅值大小分布的累計概率函數，以及Fmid為功率譜的頻譜矩心。

效果較好的，所述步驟2中未接觸狀態、變切深磨削狀態無需識別砂輪磨損程度，僅在穩態磨削狀態中識別砂輪磨損程度，具體內容如下：

,選取幅頻譜的峭度FXq、脈沖指標FI、累計概率PF(k)這3個統計特征的任意一個為指標依據，開展砂輪磨損程度的分析：

若峭度FXq>35；或脈沖指標FI>18，則砂輪工作正常，無需修整；

若峭度FXq介于35～10；或脈沖指標FI介于18～8，則存在砂輪磨損，依據實際的工件加工精度要求，決定是否修整砂輪；

若峭度FXq<10，或脈沖指標FI<8，則砂輪磨損程度已經達到磨鈍標準，需要及時修整或更換；

以累計概率PF(k)為PF(0.1)計，若PF(0.1)值介于0～0.25，則砂輪工作正常，午休修正；若PF(0.1)值介于0.25～0.8，則存在砂輪磨損，依據實際的工件加工精度要求，決定是否修整砂輪；若PF(0.1)值>0.2，則砂輪磨損程度已經達到磨鈍標準，需要及時修整；其中PF(0.1)是以幅頻譜超過最大值10％高度處的累計概率。

效果較好的，所述步驟2中監控砂輪磨削燒傷狀態的具體內容包括：

若Fmid超過250Hz，則磨削表面將發生燒傷，及時中止磨削加工過程；

若Fmid介于150～250，則齒面處于磨削燒傷閾值區段，通過修整砂輪或者減小砂輪轉速或磨削深度使得Fmid不介于150～250；

若Fmid少于150，則齒面不會磨削燒傷，繼續保持砂輪工作。

本發明具有如下的特點及有益效果：

(1)該方法采用測力儀傳感器在線實時采集磨削力信號的離散時間序列，且提取峭度、波形指標、峰值指標、脈沖指標、幅頻譜峭度、幅頻譜脈沖指標、幅頻譜累計概率等重要特征參數，識別砂輪磨損程度，及時對磨鈍砂輪進行修整。

(2)該方法在穩態磨削階段時，實時提取切向磨削力平均幅值或功率譜的頻譜矩心，控制磨削燒傷。它有信號源的干擾事件少、操作簡單、便于編程實現等眾多優勢。

(3)當使用編程實現智能監控時，可減輕對操作人員的專業技能的依賴，促進磨削加工智能化和自動化的發展，及時修整砂輪，避免磨削燒傷發生，提高工件加工表面質量。

附圖說明

圖1為實施例1的執行過程；

圖2為整個磨削過程的磨削力變化；

圖3為實施例2的執行過程；

圖4為合理修整砂輪的穩態磨削狀態的幅頻譜；

圖5為磨鈍砂輪的穩態磨削狀態的幅頻譜；

圖6為未燒傷狀態時的功率譜；

圖7為磨削燒傷狀態時的功率譜。

具體實施方式

原理分析：磨削力是磨削加工過程一個重要表征，它直接跟砂輪磨損程度、磨削熱、砂輪與工件接觸狀態等事件之間有著密切聯系。結合信號處理技術，利用不同砂輪磨損程度對時域信號或頻譜的波形特征的影響，以及磨削燒傷產生對功率譜的頻譜矩心偏移的影響，且通過數理統計分析，從而建立了砂輪磨損程度、磨削燒傷與磨削力信號特征之間的定量關系。通過信號處理技術，提取磨削力信號的峭度、波形指標、峰值指標、脈沖指標等時域特征，以及幅頻譜峭度、幅頻譜脈沖指標、幅頻譜累計概率、功率譜的頻譜矩心等頻域特征，它們能與砂輪磨損程度或工件磨削燒傷狀態保持良好的信息相關性。

故此，本發明提出一種利用磨削力監控砂輪磨損與磨削燒傷的方法，其利用磨削力的信號特征，進行砂輪磨損與磨削燒傷的在線實時監控方法。下面通過具體的實施例及附圖，對本發明的技術方案作進一步的詳細說明。

實施例1

以采用磨削力時域信號特征監控微晶剛玉砂輪成形磨削20CrMnTi鋼齒輪過程為例，執行過程如附圖1所示，它包括以下步驟：

第一步：實時采集磨削加工過程磨削力信號的離散時間序列，獲得磨削力信號樣本集X。

(1)事先將測力儀傳感器進行清零與標定，使零位漂移量M少于2，且將測力儀傳感器的采集頻率設置為1000Hz。

(2)使用測力儀傳感器實時采集20CrMnTi鋼齒輪的成形磨齒過程的磨削力隨時間的變化數據。

測力儀傳感器可采用瑞士KISTLER品牌94272型號。

圖2為在整個磨削過程的磨削力變化規律，直接反映了砂輪—工件的磨削接觸狀態。本方法將砂輪與工件之間的磨削狀態可分為：未接觸狀態(如圖2中的0～90ms與820～1000ms兩個時間段)，變切深磨削狀態(如圖2中的90～280ms與770～820ms兩個時間段)、穩態磨削狀態(如圖2中的280～770ms時間段)。

未接觸狀態：在未接觸狀態下，與砂輪與工件之間存在間隙。磨削力信號平穩，只存在微量的零位漂移量M，磨削力處于較小數值。磨削力信號隨時間的推移，僅存在微小的波動。

變切深磨削狀態：砂輪開始逐漸切入工件的接觸過程或逐漸切出的離開過程，存在磨削深度變化，屬于變切深磨削狀態，均會導致磨削力信號隨時間而劇增或劇減。

穩態磨削狀態：在穩態磨削狀態中，砂輪與工件之間的磨削深度不變化。當砂輪與工件之間存在顯著的摩擦、擠壓、成屑作用，磨削力信號處于最大值。磨削力隨時間的推移，存在規則性波動。

(3)數據處理：每間隔0.2s，逐步連續選取200個磨削力的離散時間序列數據x_i,(i＝0,1,...,199)，組成磨削力信號樣本集X。

第二步：從第一步獲得的磨削力信號樣本集X中提取離散磨削力的時域信號特征，時域信號特征包括：峭度Xq、波形指標K、峰值指標C、脈沖指標I、平均幅值AVE。

提取磨削力信號樣本集X的峭度Xq、波形指標K、峰值指標C、脈沖指標I共4個指標元素均描述了磨削力信號的沖擊性振動強弱，若砂輪與工件之間的不平穩的沖擊作用越大，各項指標元素值均會越大。若N為集合的元素數量，x_i代表集合的元素序列，上述時域信號的4個特征指標的提取公式依次為

峭度

波形指標

峰值指標

脈沖指標

提取切向磨削力信號的數據樣本集X的平均幅值AVE。平均幅值AVE的提取公式分別為

平均幅值

第三步：根據第二步獲得的離散磨削力的時域信號特征識別砂輪磨損程度與監控磨削燒傷狀態。

(1)砂輪磨損程度的識別

未接觸狀態、變切深磨削狀態這2種砂輪—工件接觸狀態無需再識別，因為在步驟一時，圖2的直觀分析已經可以將其分別的很明顯了。僅當在穩態磨削狀態時，分析砂輪磨損與磨削燒傷即可。

在穩態磨削狀態中，可以任意選擇磨削力時域信號的峭度Xq、波形指標K、峰值指標C、脈沖指標I共4個特征指標的一個，進行識別砂輪的磨損程度。在穩態磨削狀態中，經合理修整的砂輪，磨削力信號波形的規則程度較好，磨削力信號存在的沖擊性振動能量較弱，所以上述4項無量綱特征指標值較小。據統計分析，經合理修整的砂輪，峭度Xq介于1～2.8，波形指標K介于1～1.25，峰值指標C介于1～3，脈沖指標I介于1～3.5。

在穩態磨削狀態中，隨著砂輪磨損程度的增大，磨削力信號中的沖擊特征逐漸顯著，磨削力信號波形越不規則，上述4項無量綱特征指標值也增大。據統計分析，峭度Xq介于2.8～6，波形指標K介于1.25～1.45，峰值指標C介于3～4，脈沖指標I介于3.5～5.5。則砂輪存在較輕度的磨損，砂輪通常以均勻磨損為代表，或者局部少量的磨粒脫落，磨削力信號呈周期性且有規律的沖擊振動。砂輪磨損越嚴重，各項指標值越大。可以依據實際的工件加工精度要求，進行決定是否修整砂輪。

若在穩態磨削過程中，峭度Xq>6,波形指標K>1.45，峰值指標C>4，脈沖指標I>5時，砂輪磨損程度已經達到磨鈍標準，砂輪表面的磨粒與結合劑出了大面積剝落，砂輪—工件之間因不平穩接觸導致無規律的沖擊振動信號強烈，需要及時修整。

(2)磨削燒傷狀態的監控

實現磨削加工過程的磨削燒傷控制。經試驗研究表明，為了避免齒面磨削燒傷的發生，切向磨削力信號的平均幅值AVE應該近似滿足其中：f_r為徑向進給量(或磨削深度)，單位為mm；v_w為軸向進給速度(或進給速度)，單位為mm/min；v_s為磨削速度(或砂輪轉速)，單位為m/s；T為常數，與材料、加工系統與條件等存在關系。可保持軸向進給速度v_w與磨削速度v_s不變，通過不斷增加磨削深度f_r，測定不同磨削條件下發生磨削燒傷時，切向磨削力的臨界平均幅值P，則常數經試驗研究表明，20CrMnTi鋼齒輪的成形磨削加工的常數T約為123.5。因此，當磨削加工過程中切向磨削力的平均幅值時，將容易導致磨削燒傷狀況，及時中止磨削加工過程，重新選擇磨削用量參數。

實施例2

以采用磨削力頻域信號特征監控微晶剛玉砂輪成形磨削20CrMnTi鋼齒輪過程為例，執行過程如附圖3所示，它包括以下步驟：

第一步：與實施例1中的第一步相同，在此不再贅述。

第二步：從第一步獲得的磨削力信號樣本集X中提取磨削力信號的頻域特征值，頻域特征包括：幅頻譜波形的峭度Xq、脈沖指標I、累計概率分布函數PF(k)、以及功率譜的頻譜矩心Fmid。

(1)對磨削力離散時間序列X進行離散傅里葉變換分析，獲得幅頻譜與功率譜。其中，幅頻譜代表磨削力時域信號各諧波的幅值隨頻率的分布，功率譜是諧波頻率時域信號幅值的自乘,更加突出主要頻率成分。

(2)提取幅頻譜的峭度FXq與脈沖指標FI，這2項無量綱特征指標均是描述幅頻譜的脈沖特征與波峰形態。PF(k)為幅頻譜中幅值z超過最大幅值MAXF比例k(0<k<0.6)的頻率成份的累計概率。提取幅頻譜與對數譜的均值u與方差σ，且經檢驗其服從正態分布。則其累計概率分布函數PF(k)為

(3)提取功率譜的頻譜矩心Fmid。若N為序列的元素數量，y(n)代表功率譜的縱坐標幅值序列，f(n)代表橫坐標頻率序列，則頻譜矩心為

第三步：根據第二步獲得的離散磨削力的頻域特征值識別砂輪磨損程度與監控磨削燒傷狀態。

(1)砂輪磨損程度

當砂輪磨損嚴重時，使得砂輪—工件之間存在不平穩接觸，使磨削力信號存在周期性的脈沖振動，在頻譜上出現調制邊頻帶。圖4、圖5依次分別是砂輪磨損程度較輕時穩態磨削狀態、磨鈍砂輪的穩態磨削狀態時的幅頻譜圖例。可以任意選擇幅頻譜的峭度FXq、脈沖指標FI和累計概率分布函數PF(k)共3類特征指標中的一個，進行識別砂輪的磨損程度。

在穩態磨削狀態中，合理修整的砂輪或磨損程度較輕的砂輪時，峭度FXq>35；脈沖指標FI>18。當砂輪磨損程度較明顯時，隨著磨損程度越大，脈沖振動越明顯，頻譜圖中的干擾諧波成份越多，峭度值FXq和脈沖指標FI越小，穩態磨削階段的峭度值FXq介于35～10；脈沖指標FI介于18～8。若在穩態磨削過程中，幅頻譜的峭度FXq<10,幅頻譜的脈沖指標FI<8時，砂輪磨損程度已經達到磨鈍標準，需要及時修整。

若以幅頻譜超過最大值10％高度處的累計概率PF(0.1)值為準進行評估砂輪磨損程度。在穩態磨削階段，經合理修整的砂輪或磨損程度較輕的砂輪時，穩定磨削階段的PF(0.1)值最小，介于0～0.25。當砂輪磨損程度較明顯時，隨著磨損程度越大，PF(0.1)值越大，穩態磨削階段的PF(0.1)介于0.25～0.8。若在穩態磨削過程中，幅頻譜的累計概率PF(0.1)值>0.2時，砂輪磨損程度已經達到磨鈍標準，需要及時修整。

(2)實現磨削加工過程的磨削燒傷控制。

圖6、圖7依次分別是磨削燒傷、未燒傷的功率譜圖例。當磨削用量參數選擇不合理，或者砂輪磨損嚴重時，容易導致磨削燒傷的產生，使得功率譜的頻譜矩心向高頻區段偏移。經研究發現，在穩態磨削階段時，當功率譜的頻譜矩心Fmid超過250Hz時，齒面將發生燒傷，及時中止磨削加工過程，重新選擇磨削用量參數(磨削燒傷可能是由砂輪磨損嚴重造成，也可能是由磨削用量參數選擇不合理造成的。可通過上述方法進行識別砂輪磨損程度，若砂輪磨損嚴重，要及時修整砂輪。否則，應該適當減小砂輪轉速或磨削深度)。當功率譜的頻譜矩心Fmid介于150～250時，齒面有可能會磨削燒傷，也有可能未燒傷，處于磨削燒傷閾值區段，可修整砂輪或者減小砂輪轉速或磨削深度，應該盡量避免頻譜矩心在該區段的出現。當功率譜的頻譜矩心Fmid少于150時，齒面不會磨削燒傷。