机床丝锥寿命预测算法设计

邹晔

博世华域转向系统有限公司 上海市 200062

摘要：机械制造之中，丝锥在加工时随着时间的累积和加工零件数量的增加，本身会产生金属疲劳和损伤；一旦损伤超过一定的限度会发生刀具的崩刃和断裂现象；从而造成刀具的损失和加工零件的报废。因此，机床丝锥寿命预测算法有助于提升生产效率同时，提升加工质量。本文以实际机床生产工作为基础，对机床加工时的数据进行了收集，在对数据分析的基础上设计了机床丝锥寿命预测算法，对将要损坏的丝锥进行了预警，起到了积极的作用。

关键词：机床丝锥；寿命预测

引言

在金属零部件的攻丝加工过程中，丝锥的状态决定了加工的质量。如何保证丝锥的良好状态成为了一个关键性的问题。当丝锥出现问题，比如轻微磨损时，虽然还能对零件进行加工，但是会造成加工质量问题（螺纹深度变短或者螺纹尺寸不合格）和进一步加重刀具磨损、甚至发生断刀情况。如果能够对该状态进行监控，预测其使用寿命，将有微崩刃的刀具丝锥进行提前替换，可以避免加工件出现质量问题导致的报废；同时针对目前在额定寿命换下的丝锥，在有模型监控的情况下，丝锥可以最大限度的被使用，从而能降低企业的生产成本。

1.机床丝锥寿命预测算法设计中需要解决的问题

要实现机床刀具丝锥寿命预测需要对机床加工时刀具丝锥的数据进行收集，该数据中应该内涵刀具状态的信息，从而通过特征数据的监控获取丝锥是否状态良好。可以收集的数据包括丝锥加工时的振动数据、电机驱动丝锥时的电流数据、电机负载数据、机械加工的动作数据等[1]。为了实现该目的，需要在机床上安装传感器以及开发软件对机床数控系统中的数据进行收集；完成数据收集后对数据进行分析，以此区别异常丝锥和正常丝锥表现出的不同模式，是另外一个需要解决的关键问题[2],[3]。

2.数据分析和实施过程

为了解决上述问题，避免零件加工质量受到影响，同时保护刀具本身，延长其使用寿命，优化产品性能，本文设计了一种机床丝锥加工数据的收集和分析系统，能够提升产线的生产效率，在保证产品质量的前提下，节省制造成本。

首先我们收集丝锥工作时的电机数据。该数据反应了丝锥在加工过程中受到的阻力情况。如图1所示，纵坐标为电机负载（单位%），横坐标为加工时间（单位100毫秒），在机床攻丝的过程中，电机的负载数据会随着加工的不同动作上下波动，从大量该数据的分析和对比，我们希望找到丝锥加工状态的特征形态。

图1加工过程中的刀具负载数据

通过进一步的分析我们选择了刀具加工负载数据的面积来进行数据分析，该数据反应了丝锥在加工过程中所受扭矩和阻力的综合效果。

图2损坏刀具和正常刀具的数据叠加和对比

如图2所示,纵坐标为单次加工的面积值，横坐标为加工次数，将正常丝锥和损坏的丝锥数据在同一张图里显示，可以发现正常的的丝锥在加工生命周期中的数据都相对比较稳定。在发生损坏的丝锥加工数据中可以发现，随着加工次数的增加，在单次加工中丝锥的负载面积值也相应上升，在达到一定程度后丝锥出现了损坏的现象。如图2中圈出的部分显示，该异常上升状态能够和正常刀具状态明显区别。

3.结果分析

表1.算法判定结果统计

总丝锥数	实际损坏	判定损坏	实际正常	判定正常	正确率
302	19	18	283	284	99．6%

经过一段时间的实践之后，发现本研究设计的算法能够对丝锥的状态进行较为准确的判断，在研究中积累了19把发生损坏现象的刀具，算法能够对其中18把进行有效的预判。在对总数302把刀具的判定准确率达到了99．6%。

结论：

通过在机床系统中增加机床丝锥寿命预警算法可以有效的对丝锥的状态进行监控，对其加工寿命进行预测，进而提前换刀。该算法能够有效的提高加工零件的质量和刀具使用寿命的有效增加，降低制造成本。

参考文献：

[1]基于大数据分析技术的刀具寿命预测研究, 朱凌锋; 曹槊; 邹付军; 康安辉; 雷达尊, 机械制造与自动化;

[2] 刀具寿命控制在生产线中的应用, 田东缙; 王新辉; 王震, 第三届金属加工工艺创新论坛论文集;

[3]高速干切滚齿刀具磨损及刀具寿命研究, 辛黎明, 哈尔滨理工大学;