欢迎您访问长沙鹏翔电子科技有限公司官方网站

技术与应用

PCIE高速声发射仪/千兆网络声发射仪

技术与应用

刀具监测 声发射

发布日期:2005-12-30 13:02    浏览次数:

部级基金资助项目作者研究了刀具破损时的声发射信号[1~3],提出了一种新的抗干扰性强的监测方法,研制了相应的新型监控系统。该系统把传感器、前置放大器、信号处理、控制系统集成为一体,利用液体传播声发射波,可直接安装在机床主轴旁边。电源、线路板的布线和元器件布局都采取了抗干扰措施。同时依据电磁兼容设计原理,采取了一点接地、壳体屏蔽结构。

1 切削加工中的干扰噪声

  在切削加工过程中,由于存在着大量的声发射现象,如3个切削变形区的塑性变形与金属间摩擦、切屑断裂,主轴齿轮啮合、滚动轴承振动,因此必需把它们所产生的声发射信号与刀具破损的声发射信号区分开,并把刀具破损AE(acoustic emission)信号以外的噪声去除。
试验采用以冷却润滑液为传播媒体的非表面接触的声发射传感器,该传感器将前置放大器(带宽4MHz,增益60dB)集成在内部,灵敏度高,其传递幅频特性如图1所示。图中纵坐标为幅度G/dB。传感器的谐振频率为1MHz,由图可见,在4MHz以下的频率范围内都具有较好的传递特性。数据采集使用最高采样频率5MHz的数据采集板。对刀具破损信号和主要的干扰噪声进行采集并存储在计算机内,然后用信号处理软件对其进行分析。

21

图1 传感器传递特性图

  实际工况下的干扰主要来自于以下两方面:① 传感器壳体串入的干扰信号,包括重物撞击传感器(如工件搬运、换刀等),主轴齿轮啮合,滚动轴承振动噪声和飞屑撞击传感器等;② 正常切削中3个切削变形区的塑性变形、金属间摩擦及切屑断裂等产生的声发射信号。干扰噪声功率谱(S)见图2、图3。

22

图2 传感器受撞击的干扰噪声功率谱

23

图3 机床主轴变速干扰噪声功率谱

  对重物撞击传感器所引起的干扰噪声进行功率谱分析可知,噪声能量比较大,但主要集中在低频段,同时附带有能量较小的高频成分。飞屑撞击传感器引起的噪声集中在低频段,但信号能量比重物撞击传感器小3个数量级左右。主轴齿轮啮合振动噪声的功率谱分布基本与重物撞击传感器时相似,但信号能量要相对小两个数量级左右。
由图4可见,切屑断裂时的干扰噪声的频率范围较宽,但低频段能量相对较大(排除传感器谐振频带的影响)。为了得到正常切削(无断屑)时的AE信号,使用高速钢与硬质合金车刀以不同的切削用量车削中碳钢,并采集所产生的AE信号,典型信号如图5所示。该信号为连续不断出现的小幅度信号,分析功率谱可知,其能量集中在100kHz以上的高频段。从以上两种情况可见,正常切削所产生的AE信号能量都比较小。

24

图4 切屑断裂信号功率谱

25

 

图5 正常切削信号及其功率谱

  图6所示为刀具破损的典型AE时域信号及其功率谱图,时域上为大幅度的脉冲信号,其持续时间为0.2~1.0ms。从大量刀具破损AE信号功率谱统计分析可知,0.1~2.0MHz范围内都有信号分布。针对上述传感器特性,把后续处理电路中滤波器的截止频率提高到0.3~0.4MHz,这对于提高刀具破损声发射检测的抗干扰性是非常有益的。从刀具破损的功率谱图可以看出,其功率谱能量要比正常切削的功率谱能量大3个数量级左右。

26

图6 刀具破损信号及其功率谱

  由上述分析可知,要区分刀具破损信号与各种干扰信号,应该从声发射信号的频率、幅值、持续时间等多方面进行鉴别。从频带上基本可以排除重物及飞屑撞击传感器、机床主轴变速等由传感器壳体传导来的干扰信号;从能量上可以排除正常切削和切屑断裂所产生的AE信号。因此只要能鉴别声发射信号的频率、幅值、持续时间的长短,便可以识别刀具破损信号。

2 信号处理方法

  依据上述刀具破损声发射信号识别原理,声发射信号处理方法如图7所示。

27

图7 声发射信号处理框图

  由于刀具破损声发射信号频率高,所以用高速信号采集器才能提取到原始声发射信号,但若对其包络信号进行采集处理便可降低对后续识别处理电路的要求。如图7所示,通过检波对信号进行幅值鉴别来识别AE信号,然后再通过脉宽鉴别AE信号持续时间,即采用幅值和脉宽的双阈值判别法就可识别刀具破损的声发射信号。为了消除经传感器壳体传导的干扰,本系统采用了一个自适应滤波器,使壳体传导的干扰噪声被滤除。然后信号分别进入高、低通滤波器,随后两路信号经检波放大后进行比较,同时对高通信号的包络(即检波)进行幅值比较。当包络信号达到预先设定的幅值阈值时,比较器1触发翻转。接着进行脉宽比较,即信号进入积分器开始进行积分。只有比较器1的翻转信号积累一定的时间,积分器的输出才会高于预先设定的脉宽阈值,比较器2才会触发翻转(当积分器输出低于脉宽阈值时,认为是冲击干扰)。另外当低通的包络信号大于高通的包络信号时,比较器3触发翻转。比较器2与比较器3的输出信号的逻辑“非”进行逻辑“与”。即只有在比较器2触发翻转且高通包络信号大于低通包络信号时,逻辑“与”的结果才为“真”,即给出报警信号。通过后边的逻辑“与”功能剔除了较强的低频噪声,同时附带较弱的高频干扰情况(如重物撞击传感器)。减少了实际应用中的误报。
由于敏感元件是浸在冷却润滑液中的,而乳化液都具有一定的导电性,所以各种强电干扰噪声会通过它传导到敏感元件;另外传感器安装在冷却润滑液挠性管的根部,声波要借助冷却润滑液传播较长的路径才能到达传感器。信号在传播过程中衰减大,因此要求传感器具有较高的灵敏度。为了消除强电的干扰,同时也为了耦合声信号,在敏感元件表面涂上一层绝缘胶,其厚度应为耦合介质中声波波长的1/4的奇数倍。实验与实际应用证明了上述抗干扰措施是有效的。为了降低系统的热噪声,使冷却润滑液管路穿过电子腔,通过降低其内部温度来降低电路噪声。电压噪声是由器件中的热噪声引起的,通常用其均方值表示:Un=2(kTReB)1/2,式中玻尔兹曼常数k=1.38×10-23 J.K-1;T为器件的热力学温度;B为器件的带宽;Re为器件输入级的等效电阻。通过这种设计可以使电子腔温度降低10~20℃,从而有效地降低了电路的热噪声。另外监控系统还采用了低噪声(Vn≤10nV.Hz1/2)的运算放大器组成前置放大器与主放大器,这些措施进一步降低了热噪声,提高了信噪比。

3 实验与结论

  在长春FMS实验中心的MCV-O(NO.1)立式加工中心上进行了钻头和铣刀破损试验,铣刀试验共进行了22次,成功22次。钻头试验结果见下表。

表 钻头破损监测试验结果

钻头直径/mm

主轴转速/(r.min-1)

进给量/(mm.min-1)

试验次数

成功率/%

0.2

1000

32

10

100

0.4

1000

13

20

100

0.5

1000

13

10

100

0.6

1000

20

10

100

0.8

1000

32

20

100

1.0

1500

13

20

100

1.5

1000

13

10

100

2.1

1000

20

 5

100

  在实验过程中,人为撞击传感器壳体和加工中心主轴以及加工中心启停、变速等都没有引起误报,实验证明其具有很强的抗干扰性,所研制的声发射刀具破损监控系统具有较高的可靠性,有推广应用价值。