数控机床刀具磨损监测方法研究

数控机床刀具磨损监测方法研究

马旭1，陈捷2

（1.南京工业大学 金工实习中心，江苏 南京 211800；

2.南京工业大学 工业装备数字制造及控制技术重点实验室，江苏 南京 210009）

摘要：数控机床刀具磨损监测对于提高数控机床利用率，减小由于刀具破损而造成的经济损失具有重要意义。文章有针对性地回顾了国内外各种刀具磨损监测方法的研究工作，详细叙述了切削力监测法、切削噪声监测法、功率监测法、声发射监测法、电流监测法以及基于多传感器监测法等六种刀具磨损监测方法。本文通过比较各种监测方法的优缺点，提出基于多传感器监测法是数控机床刀具磨损监测方法的未来发展的主要方向。 关键词：数控机床；刀具磨损；监测方法

中图分类号：TH16 文献标识码：A 文章编号：1006－0316 (2009) 06－0070－04

Study of monitoring method for CNC tool wear

MA Xu，CHEN Jie

（1.Center of Metalworking Practice，Nanjing University of Technology，Nanjing 211800, China； 2.School of Mechanical and Power Engineering, Nanjing University of Technology, Nanjing 210009, China） Abstract：CNC tool wear monitoring has great importance in improving the utilization of CNC machine tools and in reducing the economic lossos due to the tool breakage. This article is well targeted in reviewing several researches on the study of various tool wear monitoring method at home and abroad. Six tool wear monitoring methods are described in detail, which are the cutting force monitoring, the cutting noise monitoring, the power monitoring, the sound launch monitoring, the electric current monitoring as well as the monitoring method based on the multi-sensor monitor. Comparing with the merits and demerits of each monitoring methods, the article suggests that the monitoring method based on the multi-sensor monitor would be the main direction of the development of CNC tool wear monitoring in the future. Key words：CNC；tool wear monitoring；Monitoring method

刀具磨损在机械加工中是一种普遍存在的现象，刀具的磨损与磨损状态直接影响着机械加工的精度、效率及经济效益，研究刀具磨损可以大大提高机械加工效率，降低加工成本，具有较大的经济效应。刀具磨损的在线监测是柔性制造系统研究工程的一个重要课题。

近年来，随着高性能CNC机床、FMS以及CIMS的广泛应用，机械加工的效率、加工质量有了明显的提高，同时对全自动化生产也提出了更高的要求，操作人机比由原来的一对一发展到现在的一名操作人员操控多台设备的局面。这样，数控机床系统能否自动监测刀具状态，及时了解正在使用的刀具磨损情况，从而根据刀具寿命、磨损量、刀具破裂等

形式的刀具故障对刀具工作状态进行监控，并在刀具磨损达到设定磨损量时报警，就显得非常重要。工业统计表明，刀具失效是引起机床故障的首要因素，由此引起的停机时间占数控机床总停机时间的1/5～1/3[1]。切削加工中，如果刀具磨损不能及时发现，将导致整个加工过程的中断，引起工件报废，甚至整个系统的停止。研究表明，数控机床配备刀具监测系统后可减少75%的故障停机时间，提高生产率10%～60%，提高机床利用率50%以上。美国Kennamtal公司的研究表明，配备刀具监控系统的数控系统，能够节约加工费用达30%[2]。因此研究开发智能监测技术，防止因刀具失效而引起的工件报 废、设备损坏并保证机床无故障运行是很重要的[3]。

机械 2009年第6期 总第36卷 测量与检测技术 ・71・

通常刀具磨损可以分为初期磨损、正常磨损和 剧烈磨损三个阶段[4]。刀具磨损过程可用图1表示。

后刀面磨损量/ VB 削力最能反映刀具的磨损程度。

华北电力大学的康文利[9]等人设计了基于LABVIEW的切削力数据采集及存储系统。该系统应用程序包括三向切削力数据采集与存储、切削力波形显示与回放、实验数据统计分析（误差分析、异常数据处理等）、切削温度经验公式创建等。Y.choi

[10]

初期磨正常磨损 急剧磨损

切削时间t

等人设计了采集X、Y、Z三个方向上的切削力信

图1 刀具磨损过程

号的实验系统,来研究切削力与刀具磨损量之间的关系。

现在，众多的研究者致力于提高切削力监测的灵敏度。其一是考虑切削力的测定部位，它应尽量靠近切削区；其二是怎样选择测定三个方向的切削力；此外，还应考虑切削分力的比值或比值变化率。

刀具磨损的监测方法[3]通常可以分为直接测量和间接测量两种方法。其中直接测量法有：放电电流测量法、光纤测量法、微结构镀层法、电阻测量法、射线测量法以及计算机图像处理法等。间接测量法主要是利用与加工有关的物理量，如切削力、扭矩、切斜体机、工件几何尺寸、工件表面质量、切屑形状、噪声或振动强度等，比较流行的主要有电流监测法和声发射监测法。

刀具状态监测的直接法有两个明显的缺点：一是要求停机检测，占用生产时间；二是不能检测出加工过程中出现的突然损坏，使其应用受到一定限制。所以，间接法已成为国内外学者研究的主流。

1.2 刀具状态的切削噪声监测法

在切削加工过程中测得的声音信号中含有大量有关切削状态的信息，因而可以利用声音信号监测刀具的状态。A. B. Sadat[11] 等人发现刀具和工件间的摩擦噪声声级在.73~3.5 kHz的频域内，钝刀比新刀高约15 dB。在磨损初期噪声声级明显上升而后趋于平稳。当切削速度提高时，噪声声级下降，而刀具的悬臂增大时，噪声声级变大。L. C. Lee[12] 发现在大多数工件材料组合及工况下，4~6 kHz 频率附近存在一个切削噪声的特征频率，其声压级与刀具的磨损有很好的相关性。在急剧磨损前该声压级呈下降趋势。

1 刀具状态间接监测方法

刀具状态的监测技术一般由传感器信号采集、信号处理及特征提取和状态识别器三部分组成。刀具状态的监测系统最基本结构如图2所示。

切削过程 信号传感器 信号处理及 特征提取 状态识别识别结果1.3 刀具状态的功率监测法

当各种刀具在正常切削时候，其功率变化率是增大或者减小的，但不会发生突变。一旦刀具破损时，功率变化率远远大于正常切削时候的功率变化率。因此,实时测量切削功率,对切削功率进行微分,分析切削功率的变化率可以判别刀具是否发生破损

[13]

图2 刀具状态监控系统的基本组成部分

刀具状态监测系统中的传感器主要用于拾取切削过程中发出的各种信号，如切削力、振动、功率、声发射、电流信号等。

1.1 刀具状态的切削力监测法

广泛的研究证明[5,6]，在切削过程中，切削力、切削力矩、切削分力的比值或比值的变化率与刀具的磨损或破损有直接的内在联系，而且切削力信号可以通过普通的电阻应变仪或压电传感器方便的获得。一般的切削力随刀具磨损的增加而增加。S.Jetly

[7]

。南华大学的欧阳惠斌[14]介绍一种以刀具切削功

率变化率为采集信号，利用单片机进行处理与判断，实现加工过程刀具破损在线监测的系统组成和工作原理，讨论了提高刀具破损报警准确性的措施。

1.4 刀具状态的声发射监测法

声发射（Acoustic Emission，简称AE）刀具监测技术是近期内发展起来，被公认是一种最具潜力

的实验结果表明：在车削过程中进给力对刀具磨

损比主切削力敏感。但R.Uehara[8]的研究认为主切

・72・ 测量与检测技术 机械 2009年第6期 总第36卷 的新型监测技术之一，是指当材料受外力或内力作用而产生变形断裂时，以弹性波的形式释放能量的现象[15]。

在金属的切削过程中，存在着很多声发射源，如三个切削区材料的弹性变形，工件与刀具之间的摩擦，切屑的折断，刀具的破损等。当刀具发生磨损和破损时，所发出的声发射信号将发生变化。声发射信号是一种高频表面波，在传播过程中衰减很快。一般采用压电传感器拾取信号并尽量靠近切削区。AE检测是声学无损检测的重要方法，当材料的内部结构发生变化，如滑移变形，裂纹扩展等时才能引起能量释放，才能发声，因此AE监测是一种动态无损监测方法。

目前，在声发射监测中所采用的特征量有均方根值（RMS）能量分析，振铃计数，幅值分布和频谱分析等。T.Blum[16]等研究了切削条件的变化对声发射信号的RMS、计数率等的影响，发现声发射信号的RMS值随刀具后刀面磨损程度的加剧而增加，并且随切削用量的加大而增加；计数率与切削速度和进给量成线性增加关系，而总的声发射事件发生率随进给量的增加而减少。上海交通大学的赵曙伟

[17]

1.6 基于多传感器监测法

由于每种传感器都有各自的特点，但是它只能在某一范围内、从某一方面描述被测对象。由于受外界干扰噪声的影响，有时会产生较大的测量误差。因此没有任何一种传感器可以保证在任何时候都能提供全面的、准确无误的信息。单个传感器只能提供部分的、不准确的信息。燕山大学的刘志艳[20]等人采用声发射（AE）和电机电流多特征参数融合检测的方法，研制了具有独自特点的刀具破损监测系统。建立了实现参数检测的数学模型，并用实验证明了该系统在线监测刀具破损的可行性。

2 各种监测方法比较

由于切削过程的复杂性，影响切削力的因素很多，所以较难建立精确而完善的切削力模型；即使建立了较完善的切削力模型，切削用量的改变引起的切削分力的变化很难与由刀具破损或磨损引起的切削分力的变化区分开；另外，在安装测力装置时需要改装机床结构，使调整和维修很不方便，不利于该方法在生产实际中推广。

而切削噪声监测法目前实际使用的监控系统还很少。其中一个重要原因就是采用声音检测法难以在实际的加工车间实行，因为车间的环境噪声通常在90 dB左右，此外信号的实时处理技术以及特征提取方法尚有待进一步研究[21]。

众所周知，刀具的状态变化可以引起切削力的变化，切削力的变化可以间接的反映机床所消耗的功率变化上。但与切削力方法相比较，机床功率法具有测量信号简便，可以避免切削环境中切屑、油、烟、振动等干扰，监控装置易于安装的优点。通过监测电机电流的变化来判别刀具状态，具有电流信号提取方便、传感器安装简单、不受加工环境的影响之特点，因此，便于在生产中应用。

用声发射监测刀具磨损的优点在于：首先，声发射的频率范围远远高于机械振动和环境噪声的频率范围。因此，用高通滤波器很容易得到无干扰的信号。其次，接收声发射的压电晶体传感器也很容易安装在刀具上，而不影响加工过程。第三，AE信号能避开机加工中噪声影响最严重的低频区，受振动和声频噪声影响小，在高频区信噪比较高，便于

等发现刀具破损时声发射信号能量主要集中在

340 kHz 左右，持续时间短（0.4～0.6 ms），能量大，并且能量幅值依破损面积的大小而相应变化。研究结果表明，表征刀具磨损的声发射信号特征量受切削参数的影响很大，因此如何区分由刀具磨削和切削参数变化而引起的特征量的变化十分重要。

1.5 刀具状态的电流监测法

采用监测电机电流信号监测刀具磨损，是现在比较流行的监测刀具磨损的一种新方法。在切削过程中，当刀具发生磨损和破损时，切削力相应发生变化，切削力的变化引起电机输出转矩发生变化， 电动机的功率随之增大，进而导致电机电流发生相应的变化[18]。电流监测法正是通过监测电机电流的变化，实现间接在线实时判断刀具的磨损和破损。南昌大学的冯艳[19]等人在LABVIEW技术的基础上，实现了机床主轴电动机电流信号的采集、存储和分析；在线监控电流的变化情况，反映出了刀具的磨损状况，提出了主轴电流与切削参数之间的数学模型。并用实验验证了该系统的有效性和实用性。

机械 2009年第6期 总第36卷 测量与检测技术 ・73・

对信号进行处理[22]。第四，声发射传感器响应速度快，灵敏度高。但是其缺点在于：切削加工中影响A E信号的因素很多， 除了刀具磨损外， 切屑缠绕、断屑、刀具与工件表面的摩擦以及刀具断裂或崩刃等都会引起AE 信号的变化[23]。

采用多传感器监测法，是因为多传感器数据融合具有以下优点

[24]

forcemeasuring device[J]. Int .J . Mach. Tool Manufact，，1995，35（6）：877－883.

[7]M.P.Groover，R.J.Karpovich. Astudy of the relationship between remotethermocouple temperatures and tool wear in machining[J]. Int. J. Prod.Res，1977，25：129－141.

[8]D. Spirgeon and R. A. C. Slater. In-process indication of surface roughnessusing a fibre-potics transducer，Proc. [J]. 15 th Int. Machine Tool Design andResearch Conf.，1974：339-347.

[9]康文利，伊淑梅，卢永霞. 基于LABVIEW的切削力监控系统[J]. 组合机床与自动化加工技术，2004，（8）.

[10]Y.choi.R.Narayahaswami.A.chandra.Tool Wear monitoring in ramp cuts in end milling using the wavelet transform[J]. Adv Manuf Technol，2004.

[11]邵华. 铣削功率监控研究与刀具监控系统的研制[D].上海交通大学博士论文，1994.

[12]王海丽，刀具状态多传感器监控策略的研究，上海交通大学博士论文，1999

[13]徐顺利，崔凤魁，杨建玺，刘建亭. 用切削功率进行刀具磨损在线监测的研究[J] . 轴承，1995.

[14]欧阳惠斌. 基于功率变化率的刀具磨损在线监测系统[J] .仪表技术，2003，（2）.

[15]王忠民，王信义，杨大勇，陈爱弟. 刀具磨损状态在线监测设计. 制造技术与机床，2006，（6）.

[16]T. Moriwaki and I. Inasaki and M. Yobito. A new approach to automaticdetection of life of coated tool based on acoustic emission measurement[J]. Trans. ASME，J. Eng. Ind.，1990，112：212－218. [17]杨青，袁哲俊. 铣刀破损的声发射检测技术[J]. 组合机床及自动化加工技术，1992，（3）.

[18]王军政，王信义.监测机床主电机电流判断刀具磨损和破损. 新技术新工艺.1990（6）

[19]冯艳，罗良玲，夏林. 基于LABVIEW的刀具磨损在线监控系统[J]. 监控监测，2006，（12）.

[20]刘志艳，王军. 用声发射和电机电流检测技术实现刀具磨损的监测，机械，1999，（4）.

[21]程敢峰. 刀具状态在线监控策略研究[D]. 上海交通大学硕士学位论文，2004.

[22]张文思，李培智，张家梁. 基于多特征量的刀具磨损模糊判决研究[J]. 装备制造技术，2007，（2）.

[23]王琪.刀具磨损和破损的综合监测法[J]. 新技术新工艺，2003，（10）.

[24]彭军. 传感器与检测技术[M]. 西安：西安电子科技大学出版社，2003，385－386.

[25]曹焕亚，周纯江. 考虑刀具磨损的数控加工误差的预测研究[J]. 机电工程，2008，25（5）：39－41.

：能够更加准确地获得被测对象

或环境的信息，而且比任何单一传感器所获得信息具有更高的精度和可靠性；通过各传感器的互补，获得某单一传感器所不能获得的独立特征信息；与传统的单一传感器相比，能够以更小的时间、更小的代价获得同样的信息；根据系统的先验知识，通过对多传感器信息的融合处理，可以完成分类、判断、决策等任务。

3 刀具监测方法的发展趋势

随着敏捷制造、自动化等技术的进一步发展，切削过程中刀具状态在线监测技术将会受到越来越多学者和机构的重视。特别是随着加工过程的复杂程度提高，对刀具状态监测也提出了越来越高的要求。研究并开发适合多工艺加工过程的刀具状态监测系统是将该技术应用到加工现场的关键。

基于多传感器的刀具状态监测系统能够有效的提高判别精度，是未来刀具监测的发展方向。可选信息的合理组合即系统的最小化和特征信息的全面性矛盾的解决，系统安装方便、可靠实用、对所采集信号灵敏度高的传感器的合理选取与研究开发仍然是当前需要解决的问题。

参考文献：

[1]续永刚. FMS环境下刀具磨损寿命预测研究[J]. 石家庄职业技术学院学报，2005，17（6）：35－37.

[2]吴学忠，李圣怡. 基于多传感器的道具状态监测系统[J].数据采集与处理.1999，14（2）：200－203.

[3]Adam G. Rehorn，Jin Jiang，Peter E. Oban. State-of-the-art methods and results in tool condition monitoring：a review.[J]. Int J Adv Manuf Technol. 2005，（26）：693－710.

[4]高宏力，许明恒，傅攀. 一种在线监测铣刀磨损量的新方法[J]. 中国机械工程，2005，16（12）：1069－1072.

[5]胥光申，卢秉恒. 刀具磨破损时监测系统的开发与研究[J] .西安交通大学学报1992，26（5）：59－74.

[6]W .L. jin and P. K. Venuvinod. An optical fiber sensor based cutting