切削参数与刀具磨损对振动和声发射信号的影响

王沛鑫 杜茂华 杜兴泽 王神送 程正

摘要： 振动和声发射信号是两种比较理想的刀具状态监测信号，本文采用正交试验方法在不同工艺条件下对Ti6Al4V进行切削加工，采集振动和声发射信号并提取其均方根值，通过极差分析等方法研究切削参数和刀具磨损对信号的影响规律，结果表明：在本研究切削用量范围内，即71m/min≤vc≤109m/min、0.09mm≤f≤0.13mm、0.6mm≤ap≤1.0mm，对于振动信号，可以通过提高切削速度，减小进给速度和切削深度来减小振动；对于声发射信号，提高切削速度、增大切削深度和进给速度都会导致声发射信号的加强，而刀具磨损量的增加使得声发射信号减弱。

Abstract： Vibration and Acoustic Emission （AE） signals are two ideal tool condition monitoring signals. In this paper， the orthogonal tests under different turning conditions are conducted and the vibration and AE signals are collected and the root mean square （RMS） values of the signals are extracted. The influence law of the cutting parameters and tool wear on the vibration and AE signals is investigated by using the range analysis. The results show that the vibration signal can be reduced by increasing cutting speed， decreasing feed rate and depth of cut in the range of cutting parameters （71m/min≤vc≤109m/min， 0.09mm≤f≤0.13mm， 0.6mm≤ap≤1.0mm） and that the AE signal is strengthened with the increase of the cutting speed， the cutting depth and the feed speed and it is weakened with the increase of the tool wear.

關键词： 切削参数；刀具磨损；振动；声发射

Key words： cutting parameters；tool wear；vibration；acoustic emission

中图分类号：TH161 文献标识码：A 文章编号：1006-4311（2018）11-0097-03

0 引言

Ti6Al4V是一种典型的难加工材料，具有比强度高、密度小、抗蚀性好、热强度高等特点，被广泛应用于航空航天、船舶、医疗器械等领域[1]。在加工时，严重磨损的刀具，直接影响到加工对象的尺寸精度和表面质量。为了保证产品的质量，充分发挥机床的效能，对刀具状态监测的研究具有十分重要的意义。近年来，国内外研究人员在刀具状态监测领域做了大量工作，并取得一些进展。Jemielniak K等人通过车削镍基高温合金，测量切削力和AE信号，提取信号特征，提出了改进信号特征相关性的评估方法[2]。李小俚等人对AE信号进行小波分析，把小波分解后的每个频段均方根作为监测刀具状态的特征[3]。Bovic Kilundu采用奇异谱分析的方法对振动信号进行了分析，发现振动信号的高频成分与刀具磨损有很强的相关性[4]。王维等人对异型螺杆进行铣削加工，采用振动信号特征值作为检测刀具磨损的参量，利用小波分析构建滤波器组，对振动信号进行多尺度分解和多分辨率逼近，提取刀具状态特征参数，实现了刀具状态的检测[5]。这些研究都是基于某种特定的材料和信号进行的刀具磨损监测研究，而对于难加工材料Ti6Al4V，采用振动和声发射作为监测信号的刀具的磨损监测尚未见到。

加速度传感器有仪器简单、安装方便等优点，通常用它来测量振动[6]。切削加工中切削力动态分量周期变化，使机床产生微小颤动，随着加工条件的变化，最后发展到振动，产生的振动信号包含丰富的刀具状态信息[7]。声发射（acoustic emission，AE）是材料内部快速释放能量而产生瞬态弹性波的一种物理现象[8]。在金属切削中，切屑和工件塑性变形、切屑与前刀面摩擦、工件与后刀面摩擦、切屑与刀具的碰撞等都会产生丰富的声发射信号[9]。与其它检测方法比，声发射信号的频率很高，能避开加工中振动和噪声污染的低频段，具有灵敏度高、信息量丰富等优点。

总的说来，振动和声发射信号是目前比较理想的两种监测信号。本文通过设计不同工艺条件的车削正交试验，通过采集Ti6Al4V切削过程中的振动和声发射信号，对不同工艺条件下信号的变化规律进行分析。

1 试验系统

切削试验所用测试系统主要由机床、刀具、工件以及振动和声发射信号采集系统组成，如图1所示。其中，试验所用的机床为CA6140车床，工件材料为钛合金棒，刀具为标准机夹式90°涂层外圆车刀；信号采集与分析系统是利用加速度传感器和声发射传感器分别采集切削过程中刀柄的振动信号和声发射信号，通过前置放大器对信号放大，经数据采集卡输入计算机，利用Labview软件编程实现数据的采集与分析。

2 试验方案

为了对振动和声发射信号的采集与分析，研究试验因素对振动和声发射信号的影响规律，采用正交试验法在不同工艺条件下进行切削试验。正交试验法是通过正交表合理安排试验，用尽可能少的试验组确定各因素对试验指标的影响规律。

切削过程中影响振动和声发射信号的因素很多，包括机床精度、刀具和工件材料、切削参数及切削环境等，其中机床、刀具和工件材料是固定因素，刀具磨损和切削参数是变化因素[10]。固定因素确定后，影响信号的主要因素是切削参数和刀具磨损。结合试验目的，确定试验因素为：切削参数和刀具磨损量，每个因素选3个水平。切削过程中的刀具磨损划分为三个阶段：新刀；正常磨损；严重磨损，见表1。试验前进行大量切削工作，为加快刀具磨损，采用较大的切削参数，每走刀一分钟，测量刀具后刀面磨损量一次，直到达到划分的磨损程度为止。根据生产经验及机床性能，确定切削参数各水平见表2。

正交试验设计要满足试验因素≤正交表列数、因素水平数与正交表水平数一致的要求，结合切削试验选择因素及水平如表2所列，选取L9（34）正交表设计试验，试验方案见表3。

3 试验结果与分析

传感器采集的原始信号中有许多与试验因素无关的信息，必须对原始信号进行分析处理，提取与试验因素密切相关的信号特征。由于均方根值能够较好地反映信号的强弱，而且简单直观、易于理解，因此以信号的均方根值作为试验指标。提取每次试验所采集振动和声发射信号的均方根值所获得的试验结果见表3。

3.1 切削参数与刀具磨损对振动信号的影响

对表3中振动信号的测量数据进行统计分析，得到均方根的均值主效应图，如图2所示，均方根极差分析结果见表 4。

由图 2可看出，在试验切削参数范围内，随着切削速度vc的增大，振动信号均方根值的均值减小，说明振动信号逐渐减小，这主要是由于随着切削速度vc增加，切削温度逐渐提升，使材料发生软化现象，切削力降低，导致振动减小，因而在实际加工中可以通过提高切削速度vc来降低切削振动。进给速度f对切削振动信号影响最大，随着进给速度f的加大，振动不断增强。因为进给速度f的加大会使单位时间内的切削面积增大，切削力也随之增大，从而振动加剧。切削深度ap对振动也有比较明显的影响，随着切削深度ap的增加，振动也逐渐增强，这是由于随着切削深度ap的增加，切削力变大，切削振动也随之增大。

刀具磨损的不同阶段对振动信号产生不同影响。当刀具磨损量VB从0增大至0.2 mm，振动信号减小，说明在初期磨损阶段，随着刀具的磨损，刀刃变得越来越锋利，导致切削力的降低，振动也随之减小。当刀具磨损量为0.2mm≤VB≤0.4mm时，刀具处于正常磨损阶段。之后，刀具仍具有切削能力，但很快就进入红热状态（如图3所示），刀具的磨损速度加快，刀具迅速钝化，直至失效，表明刀具已进入急剧磨损阶段（VB>0.4 mm），此时，切削能力降低、切削力增大，振动随之增大。需指出的是，由于该阶段持续时间短暂（约10秒），所以无法采集到刀具磨损对信号的影响曲线。

经过正交运算可直接得出振动信号的均方根值极差结果，见表4。由于均方根的极差数值越大，则对振动信号的影响越大，故在表4的四个影响因素（vc、f、ap、VB）中，各因素对振动信号的影响从大到小依次为：进给速度、切削深度、刀具磨损、切削速度。

3.2 切削参数与刀具磨损对声发射信号的影响

对表3中声发射相关试验数据进行统计分析，得到声发射信号均方根值的主效应图，如图4所示，均方根极差见表5。

由图3可看出，切削参数对声发射信号的均方根值都有明显的影响，在给定的切削参数范围内，随着切削速度vc的提升、进给速度f 的加快和切削深度ap的加大，声发射信号的均方根值也不断地增大，这主要是由于随着切削参数的不断增大，材料去除率不断变大，切削力也随之增加，使工件与切屑的塑性变形增加，工件和切屑与刀具间的摩擦加剧，因而导致声发射信号的增大。其中，切削速度vc的影响最大。

图4采集到的仅是正常磨损阶段前的刀具磨损值对声发射信号的影响曲线。从图中可以看出，随着刀具磨损量的增加，声发射信号均方根值不断减小。这主要是因为：在相同切削参数的情况下，刀具副后刀面的磨损会使磨损量大的刀具比磨损量小的刀具的切削深度小，由以上分析我们已经知道，声发射信号随着切削深度的增大而增大，所以磨损量大的刀具的声发射信号要小。与3.1相同原因，未能采集到刀具磨损量VB>0.4mm时的声发射信号，但从理论上讲，当刀具进入急剧磨损阶段时，声发射信号的均方根应该迅速增加。

由表5中声发射均方根值的极差结果可看出，四个影响因素因对声发射信号的影响顺序从大到小依次为：切削速度、刀具磨损、进给速度、切削深度。

4 结论

通过正交试验，分析了切削参数和刀具磨损对切削振动和声发射信号的影响情况。研究结果表明：对于振动信号，在本研究切削用量范围内，即71m/min≤vc≤109m/min、0.09mm≤f≤0.13mm、0.6mm≤ap≤1.0mm，因提高切削速度，振动信号减小，所以可通过提高切削速度来减小振动；因切削深度、进给速度和刀具磨损的增大都会导致振动信号加强，其中进给速度和切削深度有显著影响，各因素对振动信号的影响次序为：进给速度>切削深度>刀具磨损>切削速度；对于声发射信号，切削速度、切削深度和进给速度的增大都会导致声发射信号加强，而一定范围内的刀具磨损量增加使得声发射信号减小，各因素对声发射信号的影响次序为：切削速度>刀具磨损>进给速度>切削深度。

参考文献：

[1]陈五一，袁跃峰.钛合金切削加工技术研究进展[J].航空制造技术，2010（15）：26-30.

[2]Jemielniak K， Kossakowska J， Urbański T. Application of wavelet transform of acoustic emission and cutting force signals for tool condition monitoring in rough turning of Inconel 625 [J]. Proceedings of the Institution of Mechanical Engineers. Part B. Journal of Engineering Manufacture， 2011， 1（-1）：1-7.

[3]Li Xiaoli， Yao Yingxue， Yuan Zhejun. On-line tool condition monitoring system with wavelet fuzzy neural network[J]. Journal of Intelligent Manufacturing， 1997， 8（4）：271-276.

[4]Bovic K， Pierre D， Xavier C. Tool wear monitoring by machine learning techniques and singular spectrum analysis[J]. Mechanical Systems & Signal Processing， 2011， 25（1）：400-415.

[5]王維，么健石，唐宗军.异型螺杆铣削过程刀具磨损状态检测研究[J].中国机械工程，2004，15（23）：2081-2084.