胡星志,遲關(guān)心,陳小前

(1.國防科學(xué)技術(shù)大學(xué),湖南長沙 410073;2.哈爾濱工業(yè)大學(xué),黑龍江哈爾濱 150001)

微細電火花加工作為一種非接觸式加工技術(shù),在微細加工領(lǐng)域具有非常獨特的技術(shù)優(yōu)勢和廣闊的應(yīng)用前景。在實際應(yīng)用中,微細電火花加工存在低效、低穩(wěn)定性等問題,如電極反拷加工時,常發(fā)現(xiàn)放電不連續(xù),導(dǎo)致電極加工效率低。目前對間隙狀態(tài)的實時準確識別方面缺乏深入的理論與應(yīng)用研究,未能對微細電火花加工的穩(wěn)定控制提供足夠的理論指導(dǎo)[1]。因此,本文考慮從微細電火花加工的理論和實際電極反拷的問題入手,通過對電壓波形和識別算法的研究,得出可靠的頻譜特征識別方法,達到放電間隙狀態(tài)有效識別的目的。

1 間隙電壓波形特征分析

為分析微細電火花間隙電壓波形的特征,進行電極反拷加工實驗,采用自主研發(fā)的微細電火花加工設(shè)備進行微細電極的手動制作。選用初始直徑0.5 mm左右的銅電極,設(shè)定合適的實驗參數(shù),得到的微細電極直徑為97μm,長度約為6mm。

實驗中,對間隙電壓100 ms采樣波形、1 ms采樣波形和示波器采集的波形進行對比分析。脈寬5 μs,脈間 10μs,無高壓,電壓 80 V,電流1檔,電容 8檔,伺服速度3 000。反拷過程中電極轉(zhuǎn)速按高速、中速、低速、零改變,記錄每次改變后的電壓波形。

(1)間隙電壓100 ms的采樣波形,呈現(xiàn)多個波形疊加的情形(圖1)?？梢钥闯?電極不轉(zhuǎn)或低速時放電狀態(tài)好,而高速或中速時由于電極存在一定的偏心量,在電極旋轉(zhuǎn)時,導(dǎo)致放電不連續(xù),空載時間長。

圖1 轉(zhuǎn)速改變時100 ms采樣波形

(2)為了更細化地分析間隙電壓的特征,縮短間隙電壓的采樣時間,利用1 ms采樣波形,將圖1中波形的局部特征清晰反映出來。

圖2中波形體現(xiàn)一定的周期性,且轉(zhuǎn)速逐漸變慢時,電壓波形的波動變小,趨于一個穩(wěn)定值附近變化,說明放電特性變好。特別是圖2d波形,此時的放電狀態(tài)良好且穩(wěn)定。

圖2 轉(zhuǎn)速改變時1m s采樣波形

(3)利用示波器采集到的波形進行分析,見圖3。電極轉(zhuǎn)速變慢時,間隙放電狀態(tài)發(fā)生了明顯的變化,放電時間逐漸變長,間隙狀態(tài)變好。這是由于電極偏心引起的。

圖3 轉(zhuǎn)速改變時示波器采集的波形

同樣,通過實驗得出了改變伺服速度時,電壓波形具有一定的特征。當(dāng)伺服速度過快或過慢時,間隙電壓波形會出現(xiàn)較大的波動,放電狀態(tài)不穩(wěn)定。

綜上分析,間隙電壓波形可以表征間隙放電狀態(tài)的好壞。且間隙電壓的波形具有一定的周期性和頻譜特征,通過對它們的識別與分析,可得出間隙狀態(tài)的相關(guān)特性。

2 頻譜特征識別理論

2.1 頻譜特征識別方法的提出

不同間隙狀態(tài)具有相應(yīng)特征的電壓波形。考慮到間隙狀態(tài)包含多種放電特性,例如轉(zhuǎn)速特性、伺服特性、振動特性等,間隙電壓信號是由一系列的不同頻率成分的信號分量疊加而成的。頻譜是信號在頻域上的重要特征,它反映了信號的頻率成分以及分布情況。信號的頻譜識別是信號分析的重要手段。

如果我們提取出間隙電壓信號中各分量的頻譜特征,就能識別出電火花間隙狀態(tài)的各種特性[2],如電極轉(zhuǎn)速的大小、伺服進給的快慢、加工的穩(wěn)定性等,這些為自適應(yīng)控制提供了理論依據(jù)。利用頻譜特征進行識別的思想,是一種新的間隙狀態(tài)識別方法。

2.2 傅里葉變換的應(yīng)用

為實現(xiàn)間隙狀態(tài)頻譜特征的識別,利用了傅里葉變換,它是提取信號頻譜特征、進行頻譜分析的重要手段。對于離散的周期信號,采用離散傅里葉變換,其算法主要是DFT和FFT算法[3]。DFT算法是根據(jù)定義式進行計算的直接算法,FFT算法是一種快速算法,二者計算結(jié)果是一致的,但FFT算法比DFT算法計算效率更高,且基于2的FFT算法計算效率比其他長度序列的高[4]。因此,頻譜特征識別程序采用FFT算法,采樣點數(shù)可取1 024。

2.2.1 FFT算法理論基礎(chǔ)

根據(jù)蝶式運算定理,為計算偶數(shù)N點的離散傅里葉變換,可先計算兩個 N/2點子序列,然后由蝶式運算得出所需的結(jié)果。

進行FFT計算前,需要對輸入數(shù)據(jù)進行逆序重排,計算后輸出的結(jié)果是順序排列的。根據(jù)比特逆序規(guī)律和蝶式運算定理,就可編寫相應(yīng)的FFT算法程序。

2.2.2 識別程序參數(shù)選擇

進行離散傅里葉變換運算時,由于用到了抽樣與截斷的原因,會使頻譜分析產(chǎn)生誤差,如混疊效應(yīng)、截斷效應(yīng)、柵欄效應(yīng)等。為減少上述問題引起的誤差,獲得較準確的頻譜特征,主要考慮的參數(shù)有采樣頻率 fs和采樣點數(shù)N,參數(shù)選擇應(yīng)遵循相應(yīng)原則[6]。

由于實驗所用機床的轉(zhuǎn)速不大于4 000 r/m in,對應(yīng)轉(zhuǎn)速頻率不大于66.67 Hz;而伺服頻率一般不高,在十幾赫茲左右。因此,FFT識別程序的基本參數(shù)可取fs=200 Hz,N=1 024,其仿真結(jié)果見圖4。此時頻率分辨率最大可測為100 Hz,滿足測量范圍和精度要求。

3 識別程序設(shè)計與實現(xiàn)

識別程序根據(jù)輸入的間隙電壓采樣序列,經(jīng)過快速傅里葉變換,提取出相關(guān)頻率分量頻譜的頻率值和幅值,來進行分析與應(yīng)用。程序基于C++語言編寫,主要有兩個函數(shù)模塊:FFT處理和相關(guān)信號頻譜提取。

3.1 程序可行性驗證

圖4 fs=200 Hz,N=1 024時仿真結(jié)果

對反拷過程中的間隙電壓進行了采樣。采樣頻率 fs=200 Hz,存為長度1 024的數(shù)據(jù)文件,然后對數(shù)據(jù)文件進行離線處理。

數(shù)據(jù)文件導(dǎo)入Matlab7.0的FFT程序中,以判斷程序識別的準確性,得到如圖5所示的頻譜特征。圖5中一階頻譜的頻率和幅值分別是52.54Hz、6.52,與實際電極轉(zhuǎn)速特性分析結(jié)果是一樣的。因此,該程序?qū)τ陔妷盒盘柕念l譜特征識別是可行的,識別結(jié)果準確。

圖5 Matlab離線處理所得頻譜

3.2 程序聯(lián)機調(diào)試

將FFT程序作為子程序?qū)氲綑C床的控制程序里進行調(diào)試,程序運行界面見圖6。為了識別間隙狀態(tài)的不同特性,考慮在不同條件下進行電極反拷加工實驗。

4 程序運行結(jié)果分析

根據(jù)程序聯(lián)機運行實驗得到的數(shù)據(jù),分析得出間隙狀態(tài)的相關(guān)特性,這里主要是電極轉(zhuǎn)速特性、伺服特性及其穩(wěn)定性等,以此為電極反拷加工的自適應(yīng)控制提供參考。

圖6 程序運行界面

4.1 電極轉(zhuǎn)速特性分析

用銅鎢合金的反拷塊,反拷一個有一定偏心量的電極,保持較低的伺服進給量。隨著加工放電的進行,逐漸減小電極轉(zhuǎn)速。每次轉(zhuǎn)速改變后,記下相應(yīng)的程序識別結(jié)果。得到的實驗數(shù)據(jù)見表1,其中一階頻譜可用于電極轉(zhuǎn)速特性的分析。

表1 轉(zhuǎn)速改變時程序運行結(jié)果

各實驗組電極轉(zhuǎn)速為3 714、3 150、2 388、1 746、1 230、468 r/m in,與實際電極轉(zhuǎn)速的改變是一致的。將6組數(shù)據(jù)的頻率值和幅值擬合成曲線,見圖7。隨著轉(zhuǎn)速的降低,頻率值也降低,但信號的幅值是增大的,即該信號作用效果增強,這與實際情況是一致的。

圖7 轉(zhuǎn)速特性頻譜分析

4.2 伺服特性分析

采用偏心量小的銅電極,進行反拷實驗,以分析電源參數(shù)與伺服速度對間隙狀態(tài)的影響。隨著加工放電的進行,改變電流、電容大小,同時調(diào)整伺服速度,運行結(jié)果見表2。

表2 伺服改變時程序運行結(jié)果

對表2中各組數(shù)據(jù)進行分析:

(1)開始階段1～5:電極有一定的偏心量,造成較大的短路,且平均電壓不高,因而間隙狀態(tài)差,伺服特性不穩(wěn)定。

(2)正常階段6～9:電極偏心量較小,放電時間長,材料蝕除穩(wěn)定,因而間隙狀態(tài)好,伺服穩(wěn)定性好。

(3)伺服速度變慢后10～13:此時平均電壓較大,放電波形存在著一定的振蕩,電極間歇放電,間隙狀態(tài)較差,伺服特性不穩(wěn)定。

(4)高電壓14:平均電壓達到272.4 V,處于開路,此次加工結(jié)束。

根據(jù)表2,平均電壓穩(wěn)定在174 V左右時,間隙狀態(tài)好且加工穩(wěn)定。當(dāng)減緩伺服速度時,電壓變得很不穩(wěn)定,間隙狀態(tài)較差。

圖8是對頻譜特征的分析,所識別的伺服頻率與真實伺服速度的變化是完全一致的,即也有3個變化階段;且隨著加工的進行,伺服逐漸變慢。根據(jù)所識別的間隙電壓波形的幅值,可分析伺服的穩(wěn)定性。當(dāng)幅值偏大時,說明加工過程中波形出現(xiàn)較大震蕩,存在伺服不穩(wěn)定問題。

5 識別方法應(yīng)用探索

微細電火花間隙狀態(tài)特點是類似的(如微小孔加工),其間隙電壓波形也存在一定的特征,這些特征反映了放電間隙狀態(tài)。進行微孔加工的實驗,以探討該識別方法的更多應(yīng)用。

圖8 伺服特性頻譜分析

利用圖1設(shè)備,采用直徑0.5 mm的銅電極進行微孔加工,加工深度為5 mm,只改變伺服速度,而電源參數(shù)不變。程序運行結(jié)果見表3。

表3 伺服改變時程序運行結(jié)果

(1)開始加工1～3:由于間隙狀態(tài)不好,放電狀態(tài)差。

(2)正常放電階段4～6:隨著電極與孔間隙狀態(tài)的改善,并且伺服速度較適宜,這一階段的間隙狀態(tài)好,加工穩(wěn)定性較好。

(3)減緩伺服速度時7～10:幅值變大,電壓波形出現(xiàn)一定振蕩,引起伺服特性不穩(wěn)定,此時伺服速度不合適,間隙狀態(tài)較差。

(4)提高伺服速度時11～14:平均電壓較低,加工效率不高,但伺服特性較前者穩(wěn)定,放電間隙狀態(tài)較好。

微孔加工時,一般不考慮轉(zhuǎn)速特性,一階頻譜表示了伺服特性。圖9中間隙狀態(tài)頻譜特征很有規(guī)律,不但伺服頻率隨伺服速度呈現(xiàn)3個變化階段,而且每次改變伺服速度時,幅值都會出現(xiàn)較大變化,這與實際微孔蝕除時的伺服變化是一致的;隨著加工的進行,幅值又逐漸降低了。伺服速度為50時,間隙狀態(tài)良好。

由此可見,合適的伺服速度對微孔加工很重要,頻譜特征識別方法對微孔加工間隙狀態(tài)的識別也同樣適用,可進行推廣應(yīng)用。

圖9 對微孔加工進行頻譜分析

6 結(jié)語

不同間隙的電壓波形具有不同的頻譜特征,本文提出了一種新的間隙狀態(tài)識別方法,進行間隙狀態(tài)實時準確的識別。設(shè)計的FFT識別程序,在電火花設(shè)備上得到了初步應(yīng)用。進一步完善識別程序,將是下一步的工作,以實現(xiàn)微細電火花間隙狀態(tài)準確、高效和穩(wěn)定的識別。

[1] Ho K H,Newman S T.State of the art electrical dischargemachining[J].International Journal of Machine Tools&Manufacture,2003,43:1287-1300.

[2] Pham D T,Dimov S S.Micro-EDM—recent developments and research issues[J].Journal of Materials Processing Technology,2004,149:50-57

[3] Bu rrus C S,Parks T W.Dft/fft and convolution algorithms[M].New York:Texas Instruments Inc.,1985.

[4] 孫鶴泉.實用Fourier變換及C++實現(xiàn)[M].北京:科學(xué)出版社,2009.

[5] 冷建華.傅里葉變換[M].北京:清華大學(xué)出版社,2004.

[6] 鄭南寧,程洪.數(shù)字信號處理[M].北京:清華大學(xué)出版社,2007.