论文部分内容阅读
数控机床作为机械加工领域最重要的生产设备,支撑着国家制造产业。随着制造业近年来智能化的发展方向,数控机床的智能化也成为趋势。机床的状态监测作为其智能化的基础,是保证机床加工质量、管理机床健康状态等的手段。因此,建立通过多种传感器感知机床工作状态的在线状态监测系统有其必要性和意义。本文通过将CompactRIO硬件平台及噪声、加速度、温度传感器等硬件设备进行集成,设计一套监测采集系统硬件,并在此基础上,基于LabVIEW编程环境搭建了多层次、高效率的软件,使整套系统具有多类信号采集、处理、分析、存储、传输的功能。通过试验验证了系统对薄壁结构铣削加工过程监测的有效性,并探究了各传感信号与加工参数的关系。在试验基础上,建立工件表面粗糙度与振动信号强度关系模型,验证其有效性,并应用其完成系统在线粗糙度报警机制。具体研究内容如下:首先,建立了一套多传感集成化的监测采集硬件平台。针对机床状态监测的要求,明确了监测采集系统的功能及对象,确定机床主轴振动特性、主轴温度特性及噪声特性为监测物理量。对比针对这三种物理量的传感器原理、性能、安装条件具体情况,选定系统传感器。结合采集现场、传感器及功能需求,对比选择了NI CompactRIO平台作为采集系统硬件核心。对该平台及采集卡、电源、传感器线材等其他附件进行整合封装设计,形成一套集成化的采集系统硬件平台。其次,根据监测需求与硬件条件,开发了监测采集系统软件。在LabVIEW编程环境下,根据硬件结构进行FPGA——Real-Time——上位机三个层次进行程序开发。FPGA程序实现了两个顺序结构分别与采集卡交互实现振动、噪声信号与热电偶信号采集;Real-Time程序通过多生产者、多消费者结构实现多路信号并行的处理、分析、存储、上传等功能;上位机程序通过TCP-IP协议接收数据并进行信息显示。然后采用监测采集系统进行了薄壁结构侧铣过程试验研究。通过试切削比较了振动、噪声信号的时域波形与工件表面质量情况,并获得加工过程主轴温度情况。以振动与噪声信号有效值与极值作为判断强度标准,通过控制变量试验,研究了振动、噪声信号强度与主轴转速、径向切深、进给速率等加工参数的关系。并比较分析了振动信号与噪声信号时域、频域关系及形成原因。最后,针对薄壁结构加工表面形貌控制要求,研究了振动强度与表面粗糙度的关系模型。分析铣削加工表面粗糙度成因与成分后,重点研究振动强度与表面粗糙度关系。进行切削试验获取对应的两者数据,构建两者间回归方程并带入数据,得到模型关系。分别使用回归方程显著性验证与残差正态概率方法分布检验的方法,验证了模型的有效性。并利用这一模型在监测系统中建立了在线粗糙度警报机制。