遲玉倫　李郝林

上海理工大學(xué)，上海，200093

?

基于時間常數(shù)外圓切入磨削砂輪鈍化的監(jiān)測方法

遲玉倫李郝林

上海理工大學(xué)，上海，200093

摘要：基于外圓切入磨削力模型研究，提出了一種在線監(jiān)測功率信號的時間常數(shù)算法，并利用時間常數(shù)對外圓切入磨削砂輪鈍化狀態(tài)進(jìn)行識別。為提高計算準(zhǔn)確性，選取了進(jìn)給階段穩(wěn)定功率信號和駐留階段功率信號變化率對時間常數(shù)進(jìn)行計算。通過不同磨削工藝參數(shù)和不同修整工藝參數(shù)實驗，驗證了利用功率信號的時間常數(shù)方法對砂輪鈍化監(jiān)測的有效性。

關(guān)鍵詞：砂輪鈍化；功率信號；時間常數(shù)；實驗

0引言

在精密磨削加工中，砂輪的鈍化狀態(tài)是砂輪磨削性能的重要指標(biāo)之一，它直接影響著磨削加工的生產(chǎn)效率和加工質(zhì)量[1]。砂輪鈍化后，磨粒逐漸失去切削能力，若繼續(xù)磨削則可能會產(chǎn)生磨削燒傷和磨削顫振等現(xiàn)象。在實際磨削加工過程中，為了避免砂輪鈍化影響加工表面質(zhì)量，大都采用定時修整策略，即在砂輪尚未達(dá)到工作壽命極限時，提前對其進(jìn)行修整[2-3]。頻繁修整砂輪不僅會降低加工效率，也會加快砂輪的損耗，特別是一些價格昂貴砂輪的損耗，會嚴(yán)重增加企業(yè)的經(jīng)濟(jì)負(fù)擔(dān)[4]。因此，如何有效地在線監(jiān)測砂輪的鈍化狀態(tài)，根據(jù)實際砂輪鈍化情況確定修整時間，對提高磨削效率和磨削表面質(zhì)量有著重要意義。

近年來國內(nèi)外學(xué)者對砂輪鈍化監(jiān)測進(jìn)行了大量研究?？讈問|等[5]利用多傳感器信息融合技術(shù)，通過模糊分類的方法對不同的磨削條件進(jìn)行模糊化處理，構(gòu)建了砂輪鈍化監(jiān)測多傳感器融合系統(tǒng)結(jié)構(gòu)，實驗結(jié)果證明它比使用單一傳感器方法識別率高，監(jiān)測效果更好；王強(qiáng)等[6]提出了基于聲發(fā)射信號歸原處理法及能量系數(shù)法相結(jié)合的砂輪磨損狀態(tài)檢測方法，實驗結(jié)果表明該檢測方法能夠有效地判斷砂輪磨損的狀態(tài)；李德廣等[7]通過對磨削力進(jìn)行諧波小波包分解，得到無頻譜混疊的磨削力的時頻分布圖，分析了通過時頻分布圖提取砂輪狀態(tài)特征的可行性；Sutowski等[8]基于聲發(fā)射均方根(RMS)信號提出了一種新的能量系數(shù)對砂輪鈍化進(jìn)行監(jiān)測，實驗驗證了該方法的有效性；Liao等[9-10]利用小波包對聲發(fā)射信號進(jìn)行提取，根據(jù)砂輪鋒利和鈍化時的特征參數(shù)，利用自適應(yīng)遺傳聚類算法對砂輪不同鈍化狀態(tài)進(jìn)行識別，在不同磨削去除率條件下該方法聚類精度達(dá)到76.7%以上；Yang等[11]提出了基于聲發(fā)射信號的小波包和支持向量機(jī)方法對磨削砂輪鈍化進(jìn)行識別，通過不同磨削實驗驗證該方法的分類精度達(dá)到99.39%以上。上述研究雖能對砂輪鈍化狀態(tài)給予準(zhǔn)確判別，但其模型過于復(fù)雜且對實驗條件有較高要求，很難應(yīng)用于實際加工過程。

本文基于外圓切入磨削力模型研究，提出了一種在線監(jiān)測功率信號的時間常數(shù)算法，并根據(jù)時間常數(shù)對外圓切入磨削砂輪鈍化狀態(tài)進(jìn)行識別。為提高計算準(zhǔn)確性，本文選取了進(jìn)給階段穩(wěn)定功率信號和駐留階段功率信號變化率對時間常數(shù)進(jìn)行計算。通過不同磨削工藝參數(shù)和不同修整工藝參數(shù)實驗，驗證了利用功率信號的時間常數(shù)方法對砂輪鈍化監(jiān)測的有效性，該方法為選取磨削工藝參數(shù)和修整工藝參數(shù)提供了參考依據(jù)，對提高磨削工件表面質(zhì)量和磨削效率有重要意義。

1外圓切入磨削力模型與時間常數(shù)

磨削過程中產(chǎn)生的切削力使機(jī)床、砂輪和工件發(fā)生了彈性變形和較大的位移。如圖1所示，外圓切入磨削力模型可以簡化成三個彈簧系統(tǒng)，分別為砂輪剛度ks，工件剛度kw，砂輪與工件接觸剛度ka。

圖1所示系統(tǒng)的等效剛度ke可表示為

(1)

外圓切入磨削進(jìn)給過程中，砂輪工件接觸點的法向磨削力Fn產(chǎn)生的彈性變形δ可表示為

(2)

(3)

(4)

砂輪的徑向磨損可以用磨削比G來表示。磨削比是指被切除的切屑體積與砂輪損耗體積之比。對于外圓切入磨削，有

(5)

(6)

式中，b為砂輪厚度;ds為砂輪直徑；dw為工件直徑。

聯(lián)立式(1)、式(3)、式(4)和式(6)可得磨削系統(tǒng)控制公式[14]：

(7)

經(jīng)變換整理得

(8)

其中，τ為磨削系統(tǒng)時間常數(shù)，可表示為

(9)

(10)

(11)

對上述常系數(shù)非齊次微分方程進(jìn)行求解，可獲得外圓切入磨削進(jìn)給階段和駐留階段的磨削去除率公式[15]：

(12)

式中，t1為進(jìn)給時間。

時間常數(shù)τ與系統(tǒng)等效剛度ke、磨削力系數(shù)kc及工件轉(zhuǎn)速nw有關(guān)。由式(1)可知，等效剛度ke由砂輪剛度ks、工件剛度kw、砂輪與工件接觸剛度ka組成。假設(shè)磨削加工時砂輪剛度ks與工件剛度kw不變，當(dāng)磨削砂輪逐漸鈍化時，磨削力系數(shù)kc會逐漸增大，時間常數(shù)τ隨著磨削砂輪鈍化而增大[16]。因此，本文利用功率信號的時間常數(shù)τ的變化對砂輪鈍化進(jìn)行監(jiān)測研究。

2基于功率信號的時間常數(shù)計算方法

根據(jù)外圓切入磨削原理，磨削過程中砂輪和工件都在轉(zhuǎn)動，傳統(tǒng)的磨削力傳感器無法安裝到有效位置來直接測量切入磨削力。磨削功率信號對砂輪磨削切向力變化非常靈敏，有很好的線性關(guān)系，故本文利用功率信號計算時間常數(shù)τ。

(13)

式中，vs為砂輪線速度。

則砂輪磨削主軸的功率為

P=kPFtvs

(14)

式中，kP為功率系數(shù)，其大小取決于磨削條件；Ft為切向磨削力。

切入磨削過程中，法向磨削力Fn與切向磨削力Ft的關(guān)系為

Fn=kntFt

(15)

式中，knt為法向磨削力與切向磨削力的比例系數(shù)。

聯(lián)立式(3)、式(12)、式(14)和式(15)得外圓切入磨削的功率信號理論模型為

(16)

(17)

(18)

式中，Ks為常數(shù)系數(shù)。

根據(jù)式(17)和式(18)，通過穩(wěn)定階段的功率信號和功率信號變化率可計算出時間常數(shù)τ，即

(19)

3實驗研究

本文基于功率信號對砂輪切入磨削過程進(jìn)行監(jiān)測,采用實驗驗證式(19)對砂輪鈍化過程監(jiān)測的有效性。

3.1實驗設(shè)置

如圖2所示，實驗機(jī)床為德國斯萊福臨公司STUDERK-C33精密外圓磨床，機(jī)床主軸轉(zhuǎn)速為1～1500r/min，最小進(jìn)給量為0.1μm；砂輪型號為53A80L15V，厚度b為62mm，直徑ds為440mm；工件材料為45鋼，直徑dw為50mm。磨削時砂輪線速度為35m/s，工件轉(zhuǎn)速為120r/min。磨削冷卻液為嘉實多HysolR水基磨削液。

本文利用功率傳感器在線監(jiān)測外圓切入磨削加工過程。功率傳感器安裝在機(jī)床電器柜中，在線測量磨削加工砂輪主軸電機(jī)功率變化，采用LOADCONTROL公司的PH-3型功率傳感器，響應(yīng)時間為0.015s，量程為50kW；本文記錄功率信號的數(shù)據(jù)采集卡型號為SpectrumM1.3120(2通道，12位A/D轉(zhuǎn)換)，采集軟件使用DEWESoft。

本實驗是利用功率信號在線監(jiān)測砂輪鈍化過程，為驗證上述理論方法的有效性，本文使用3D顯微鏡在機(jī)檢測砂輪表面磨損情況，如圖3所示，砂輪切入磨削結(jié)束后，將3D顯微鏡安裝在臺面上對砂輪表面進(jìn)行分析驗證。

對表1和表2所示的6組參數(shù)，分別進(jìn)行多次重復(fù)進(jìn)給磨削直至砂輪鈍化，同時記錄功率信號，對砂輪鈍化過程進(jìn)行分析。

3.2結(jié)果討論

如圖4所示，一個外圓切入磨削加工循環(huán)過程的功率信號分為進(jìn)給階段和駐留階段。進(jìn)給階段的功率信號由于磨削彈性變形從開始逐漸增大直到穩(wěn)定階段，進(jìn)入駐留階段后功率信號逐漸減小，磨削彈性變形逐漸恢復(fù)。

本文利用磨削功率信號P在進(jìn)給階段的穩(wěn)定功率信號P′計算常數(shù)系數(shù)Ks，如圖4所示。

為了驗證上述方法的有效性，利用計算后的常數(shù)系數(shù)Ks和時間常數(shù)τ對磨削功率進(jìn)行預(yù)測，如圖5所示，可看出，預(yù)測的功率信號和測量的功率信號非常接近，證明利用最小二乘法計算時間常數(shù)τ是比較準(zhǔn)確的。

3.2.1修整工藝參數(shù)不變，改變磨削工藝參數(shù)

對表1所示的第1組工藝參數(shù)進(jìn)行多次重復(fù)切入式磨削直至砂輪完全鈍化?；谏鲜隼霉β市盘栍嬎銜r間常數(shù)的方法，對每一次切入磨削循環(huán)駐留階段的時間常數(shù)進(jìn)行計算，并整理時間常數(shù)隨磨削次數(shù)的變化曲線，如圖6所示。

由圖6可以看出，砂輪整個鈍化過程可分為三個階段，即自銳階段、逐漸磨損階段和完全鈍化階段。當(dāng)砂輪開始磨削時，由于新修整后的砂輪并不是鋒利的，所以需要一個自銳過程，該過程磨削力逐漸減小，因此自銳階段功率信號時間常數(shù)值變小。當(dāng)砂輪繼續(xù)磨削時，砂輪開始逐漸磨損鈍化，磨削力逐漸增大，時間常數(shù)值隨著砂輪逐漸磨損而變大，如圖6中第2至第7次磨削循環(huán)曲線所示。當(dāng)砂輪完全鈍化后，磨削發(fā)生顫振，磨削力也非常不穩(wěn)定，所以時間常數(shù)也不再繼續(xù)增大而是不規(guī)則變化，如圖6中第8次磨削循環(huán)后曲線所示。

為了驗證上述時間常數(shù)監(jiān)測方法的有效性，本實驗利用3D顯微鏡分別對自銳階段、逐漸磨損階段和完全鈍化階段的砂輪表面特征進(jìn)行分析，圖7為砂輪表面3D顯微鏡圖。由圖7a可知，砂輪自銳階段的磨粒較為鋒利，對應(yīng)圖6中自銳階段時間常數(shù)；由圖7b和圖7c可知，砂輪逐漸磨損階段磨粒逐漸磨損且殘留在砂輪表面上的切屑也逐漸增多，對應(yīng)圖6中逐漸磨損階段時間常數(shù)；由圖7d可知，砂輪完全鈍化階段的砂輪磨粒已經(jīng)嚴(yán)重磨損且砂輪堵塞較為嚴(yán)重，對應(yīng)圖6中完全鈍化階段時間常數(shù)。

圖6所示的基于時間常數(shù)對砂輪鈍化監(jiān)測分析結(jié)果與圖7所示利用3D顯微鏡觀測的砂輪磨損過程一致，證明了本文利用功率信號時間常數(shù)監(jiān)測砂輪鈍化過程的有效性。

利用類似實驗方法，分別對表1中第2組和第3組工藝參數(shù)進(jìn)行實驗，并計算其時間常數(shù)隨磨削次數(shù)的變化，如圖8和圖9所示。

3.2.2磨削工藝參數(shù)不變，改變修整工藝參數(shù)

利用表2中一組修整工藝參數(shù)對砂輪進(jìn)行修整，修整后的砂輪進(jìn)行多次重復(fù)切入式磨削直至砂輪完全鈍化。

分別完成表2中3組修整參數(shù)的砂輪鈍化磨削實驗，利用上述方法同樣計算其時間常數(shù)變化，結(jié)果如圖10～圖12所示?？梢钥闯?，隨著砂輪修整深度的增大，時間常數(shù)逐漸減小，砂輪達(dá)到完全鈍化的磨削次數(shù)逐漸增加。砂輪修整深度越大，砂輪表面形成的有效磨粒數(shù)越多，砂輪越鋒利，即時間常數(shù)逐漸減小；修整深度較大的砂輪在磨削加工過程中不容易鈍化，所以，砂輪達(dá)到完全鈍化的磨削次數(shù)隨著修整深度增大逐漸增加。

通過上述不同磨削工藝參數(shù)和不同修整工藝參數(shù)的實驗研究，驗證了利用功率信號的時間常數(shù)方法對砂輪鈍化監(jiān)測的有效性。實驗結(jié)果也為如何選取磨削工藝參數(shù)和修整工藝參數(shù)提供了參考依據(jù)，對后續(xù)提高磨削工件表面質(zhì)量和磨削效率有重要意義。

4結(jié)論

(1)基于外圓切入磨削力模型分析，研究了功率信號的時間常數(shù)與砂輪鈍化的關(guān)系，提出了利用功率信號的時間常數(shù)對磨削砂輪鈍化過程進(jìn)行監(jiān)測的方法。

(2)建立了磨削功率信號與磨削力關(guān)系模型，通過在線監(jiān)測外圓切入磨削的功率信號對時間常數(shù)進(jìn)行識別。為了提高計算準(zhǔn)確性，本文選取了進(jìn)給階段穩(wěn)定功率信號和駐留階段的功率信號變化率對時間常數(shù)進(jìn)行計算。

(3)利用3D顯微鏡分別對自銳階段、逐漸磨損階段和完全鈍化階段的砂輪表面特征進(jìn)行分析，并與基于時間常數(shù)對砂輪鈍化的監(jiān)測結(jié)果進(jìn)行對比，證明了上述利用功率信號時間常數(shù)監(jiān)測砂輪鈍化過程的有效性。

參考文獻(xiàn)：

[1]WegenerK,HoffmeisterHW,KarpuschewskiB,etal.ConditioningandMonitoringofGrindingWheels[J].CIRPAnnals-ManufacturingTechnology,2011,60:757-777.

[2]劉貴杰,唐婷,劉立靜,等.基于聲發(fā)射信號的砂輪鈍化在線檢測方法[J].儀器儀表學(xué)報,2005, 26(8):13-14.

LiuGuijie,TangTing,LiuLijing,etal.AcousticEmissionSignalsBasedOn-lineMonitoringMethodforWheelDull[J].ChineseJournalofScientificInstrument, 2005, 26(8):13-14.

[3]KarpuschewskiB,WehmeierM,InasakiI.GrindingMonitoringSystemBasedonPowerandAcousticEmissionSensors[J].AnnalsoftheCIRP, 2000, 49(1):235-240.

[4]KwakJae-Seob,HaMan-Kyung.NeuralNetworkApproachforDiagnosisofGrindingOperationbyAcousticEmissionandPowerSignals[J].JournalofMaterialsProcessingTechnology,2004, 147:65-71.[5]孔亞東,呂洋,王宛山,等.基于多傳感器融合的磨削砂輪鈍化的智能監(jiān)測[J].東北大學(xué)學(xué)報(自然科學(xué)版),2003,24(3):248-251.

KongYadong,LüYang,WangWanshan,etal.IntelligentMonitoringforGrindingWheelPassivationBasedonMulti-sensorFusion[J].JournalofNortheasternUniversity, 2003, 24(3):248-251.

[6]王強(qiáng),劉貴杰,王宛山.基于小波包能量系數(shù)法的砂輪狀態(tài)監(jiān)測[J].中國機(jī)械工程,2009, 20(3): 285-287.

WangQiang,LiuGuijie,WangWanshan.MonitoringMethodforGrindingWheelBasedonCapacityCoefficientoftheWaveletPackets[J].ChinaMechanicalEngineering,2009,20(3): 285-287.

[7]李德廣,劉淑琴.基于諧波小波的磨削砂輪狀態(tài)特征提取[J].振動、測試與診斷,2012,32(5): 750-755.LiDeguang,LiuShuqin.WheelStateFeatureExtractionBasedonHarmonicWaveletAnalysis[J].JournalofVibrationMeasurement&Diagnosis, 2012, 32(5): 750-755.[8]SutowskiP,PlichtaS.AnInvestigationoftheGrindingWheelWearwiththeUseofRoot-mean-squareValueofAcousticEmission[J].ArchivesofCivilandMechanicalEngineering,2006, 6(1):87-98.[9]LiaoTW,TingCF,QuJ,etal.AWavelet-basedMethodologyforGrindingWheelConditionMonitoring[J]InternationalJournalofMachineTools&Manufacture， 2007，47:580-592.

[10]LiaoTW.FeatureExtractionandSelectionfromAcousticEmissionSignalswithanApplicationinGrindingWheelConditionMonitoring[J].EngineeringApplicationsofArtificialIntelligence,2010，23:74-84.

[11]YangZhensheng,YuZhonghua.GrindingWheelWearMonitoringBasedonWaveletAnalysisandSupportVectorMachine[J].Int.J.Adv.Manuf.Technol.,2012,62:107-121.

[12]MarshER,MoerleinAW,DeakyneTRS,etal.In-processMeasurementofFormErrorandForceinCylindrical-plungeGrinding[J].Precis.Eng., 2008,32:348-352.

[13]馬爾金S.磨削技術(shù)與理論[M].蔡光起，鞏亞東，宋貴亮,譯.沈陽：東北大學(xué)出版社，2002.

[14]ChenX,RoweWB,MillsB,etal.AnalysisandSimulationoftheGrindingProcess.PartⅢ.ComparisonwithExperiment[J].InternationalJournalofMachineToolsandManufacture, 1996, 36(8):897-906.

[15]HeckerRL,LiangSY,XiaoJianwu,etal.GrindingForceandPowerModelingBasedonChipThicknessAnlaysis[J].Int.J.Adv.Manuf.Technol.,2007,33:449-459.

[16]AlexWM,ErcRM,TheodoreRS,etal.In-processForceMeasurementforDiameterControlinPrecisionCylindricalGrinding[J].Int.J.Adv.Manuf.Technl.,2009, 42:93-101.

(編輯蘇衛(wèi)國)

MonitoringMethodofCylindricalPlungeGrindingWheelWearBasedonTimeConstant

ChiYulunLiHaolin

UniversityofShanghaiforScienceandTechnology,Shanghai,200093

Keywords:grindingwheelwear;powersignal;timeconstant;experiment

Abstract:Basedoncylindricalplungegrindingforcemodel,anewalgorithmoftimeconstantwasproposedbyusingpowersignals,andthetimeconstantwasusedtoidentifygrindingwheelwearstatus.Inordertoimprovecalculationaccuracy,grindingpowersignalsintheinfeedstageanddwellstagewereselectedtocalculatethetimeconstant.Atlast,throughexperimentsofdifferentgrindingprocessparametersanddifferentdressingparameters,thevalidityofmonitoringmethodwasproved.

收稿日期：2015-04-28

基金項目：國家科技重大專項(2013ZX04008-011)

作者簡介：遲玉倫，男，1982年生。上海理工大學(xué)機(jī)械工程學(xué)院博士研究生。研究方向為精密測量技術(shù)。李郝林，男，1961年生。上海理工大學(xué)機(jī)械工程學(xué)院教授。

中圖分類號：TG581.1

DOI：10.3969/j.issn.1004-132X.2016.02.011