磨削過程監(jiān)控及工藝優(yōu)化技術

遲玉倫，李郝林（上海理工大學機械工程學院，上海200093）

磨削過程監(jiān)控及工藝優(yōu)化技術

遲玉倫，李郝林
（上海理工大學機械工程學院，上海200093）

為提高磨削零件表面質(zhì)量，針對磨削過程的多因素影響，利用現(xiàn)代各種傳感器信號來監(jiān)控磨削加工過程的狀態(tài)信息，分析研究各磨削階段加工質(zhì)量與不同監(jiān)控信號的特征關系，并根據(jù)監(jiān)控信號特征對整個磨削過程進行了工藝優(yōu)化.通過對軸承套圈磨削的大量試驗研究，驗證了該技術具有很強的實用性和通用性.

磨削監(jiān)控；傳感器；工藝優(yōu)化

隨著現(xiàn)代工業(yè)技術的發(fā)展，對磨削表面質(zhì)量要求不斷提高.通過對現(xiàn)有機床設備進行工藝優(yōu)化來滿足其磨削質(zhì)量和磨削效率，是企業(yè)最為經(jīng)濟、節(jié)約成本的途徑［1-2］.實際磨削加工過程往往受砂輪屬性、工件材料、磨削參數(shù)、機床振動及修整過程等多種因素影響而較為復雜，其工藝優(yōu)化一直是企業(yè)面對的難題［3］.傳統(tǒng)方法往往依靠操作工人經(jīng)驗看磨削火花、聽磨削聲音的方式來調(diào)整磨削工藝，但該方法缺乏對磨削過程的動態(tài)了解，難以保證精密磨削質(zhì)量及磨削穩(wěn)定性.因此，如何有效優(yōu)化磨削工藝，對提高磨削質(zhì)量、磨削效率及企業(yè)市場競爭力具有重要意義.

目前，國內(nèi)外學者對磨削加工過程監(jiān)控及工藝優(yōu)化進行了大量的研究工作.S h i等［4］開發(fā)了小波變換監(jiān)測系統(tǒng)，通過提取車削過程中振動信號特征來監(jiān)測車削工件表面質(zhì)量，利用試驗驗證了該方法的有效性.L i a o［5］，K w a k等［6］利用不同數(shù)學方法對磨削聲發(fā)射信號（A E）進行特征提取來監(jiān)測磨削顫振及砂輪狀況，取得了很好的效果.鄭乾等［7］，鞏亞東等［8］研究了磨削過程中主軸電機功率信號與工件表面粗糙和形狀誤差之間的關系，為磨削加工在線質(zhì)量監(jiān)測提供了理論依據(jù).上述大多研究是在單一或特定條件、目標下進行，難以在復雜實際磨削加工中得到廣泛應用.本文針對磨削過程的多種因素影響，利用現(xiàn)代各種傳感器信號來監(jiān)控磨削加工過程的狀態(tài)信息，并對磨削接觸、砂輪鈍化、磨削燒傷、工件質(zhì)量及修整等各種加工狀態(tài)進行分析研究，根據(jù)所監(jiān)控的各種信號特征來實現(xiàn)整個磨削工藝過程優(yōu)化，從而有效提高整個磨削加工質(zhì)量和磨削效率.

本文以軸承套圈內(nèi)滾道磨削為例，介紹了利用聲發(fā)射信號、振動加速度信號、功率信號和位移信號對軸承套圈磨削過程進行在線監(jiān)測，通過大量試驗建立了各信號與機床振動、砂輪狀態(tài)、修整過程的對應關系，并分析計算了軸承套圈磨削工件周期內(nèi)各階段的信號特征信息，最后對軸承套圈整個磨削工藝進行了優(yōu)化.

圖1　磨削加工工藝Fig.1 Grinding process

1　傳感器信號特征

（1）磨削的瞬時功率是砂輪磨削過程中電機的瞬時負載，它可實時間接測量砂輪與工件之間的磨削力大小.在磨削各進給階段，由于磨削切入速度不同，磨削力大小不同，砂輪電機功率的大小也不同，且砂輪嚴重磨鈍時，砂輪主軸電機功率（磨削力）也會隨之增大.通過測量砂輪主軸電動機功率，可以區(qū)分1個循環(huán)過程中的不同進給階段，了解砂輪的磨損狀態(tài).瞬時功率用式（1）表示：式中：P為瞬時功率；u—為電壓矢量；ip為瞬時電流；ua、ub、uc和ia、ib、ic分別為三相電路各項電壓、電流的瞬時值.

（2）聲發(fā)射（A E）信號是磨削材料、砂輪磨粒及結(jié)合劑等由局部應力集中源的能量迅速釋放而產(chǎn)生的瞬時彈性波，也稱為應力波發(fā)射.A E信號的有效頻率范圍為10k H z～10MH z，遠高于周圍環(huán)境噪聲和機械振動的頻率，不受機床其他因素干擾. A E均方根值（RMS）是最有效反映砂輪與工件切削狀態(tài)的參數(shù)，具有很高的靈敏度，可有效應用于砂輪修整及磨削加工質(zhì)量監(jiān)控［9］.A E信號的RMS值可設定每隔0.25m s提取，如式（2）所示：

式中：xi為0.25m s內(nèi)提取的數(shù)據(jù)，xm i n為A E信號最小值，xm a x為A E信號最大值，N為滿足條件的數(shù)據(jù)個數(shù).

（3）加速度信號可感知機械運動振動的參量（振幅、頻率等）；將加速度信號經(jīng)過平滑處理后多用于機床部分結(jié)構(gòu)的故障診斷及監(jiān)測磨削加工中顫振和工件表面質(zhì)量.振動傳感器可方便安裝于工件夾具處，用于監(jiān)測磨削工件振動和磨削工件表面質(zhì)量［10］.加速度信號平滑處理如式（3）所示：

（4）機床磨削進給過程中位移行程受到機械振動、磨削力的影響，與程序設置理論值有偏差.本文使用高精度位移傳感器用于在線監(jiān)測磨削加工過程中工件進給各階段穩(wěn)定狀態(tài)，可準確區(qū)分粗磨、半精磨和精磨各階段所對應的A E信號、功率信號和加速度信號，為各傳感器信號特征量分析計算提供可靠依據(jù).

（5）由于磨削加工過程受到各種環(huán)境因素干擾，本文應用F I R非遞歸數(shù)字濾波器對上述各種監(jiān)控信號進行濾波處理.考慮該濾波器的沖擊響應，根據(jù)線性差分方程，得到式（4）：

式中：h（n）為沖擊輸入δ（n）的輸出；bk為實常數(shù).h （n）共有N項（N為有限值），因此，非遞歸濾波器又稱為有限沖擊響應濾波器，簡稱F I R型濾波器.通過該濾波器的低頻濾波設置，可對原有高頻信號進行處理，獲得真實有效信號.

2　磨削試驗研究

2.1試驗設置

如圖2所示，本試驗通過在線測試軸承外圈磨削加工過程的功率信號、加速度信號、A E信號和位移信號，通過A/D轉(zhuǎn)換后，進行數(shù)字濾波處理，最后利用分析軟件計算出各信號特征.本試驗所用機床為V OL F 3M Z 1410數(shù)控內(nèi)圓磨床；使用砂輪型號為N OR I T A K E C X/W 7-100J；磨削工件型號為軸承91106套圈，材料為G C r 15，外圈內(nèi)徑為68.746mm，總磨削余量為0.415mm.砂輪主軸功率為20k W，轉(zhuǎn)速為12000r/m i n；工件轉(zhuǎn)速為500r/m i n；裝夾方式采用無心電磁卡盤，磨削方式為切入式磨削.砂輪修整通過液壓驅(qū)動回轉(zhuǎn)軸實現(xiàn).

圖2　試驗結(jié)構(gòu)圖Fig.2 Experimental measurement structure

聲發(fā)射信號是由砂輪與工件彈性接觸、砂輪黏結(jié)劑破裂、砂輪磨粒崩碎、砂輪磨粒與工件摩擦、摩擦磨損以及工件表面裂紋等發(fā)射出彈性波產(chǎn)生，可用于監(jiān)測砂輪與工件表面接觸狀態(tài)；振動信號則用于監(jiān)測磨削加工過程中的振動信息.如圖3所示，聲發(fā)射傳感器和振動傳感器分別安裝在靠近工件夾具處，可有效在線監(jiān)測砂輪磨削工件的加工狀態(tài).

圖3　振動傳感器和A E傳感器的安裝圖Fig.3 Vibration and AE sensors installation

利用功率傳感器和電流傳感器在線監(jiān)控軸承外圈磨削加工過程的功率信號，經(jīng)A/D轉(zhuǎn)換及濾波處理后，利用分析軟件計算出各信號特征.如圖4所示，功率傳感器安裝在機床電器柜中在線測量磨削加工過程中的砂輪主軸電機功率變化，所用傳感器響應時間為0.015s，量程為50kW；磨削進給位移變化需用位移傳感器在線測試，本文選用抗干擾比較強的電渦流位移傳感器，其型號為M I C R OE P S I L ON e d d y N C D T 3010，量程為1mm，分辨率為0.05μ m，將該傳感器的測頭安放于機床進給部件處來測量機床磨削進給位移.

圖4　傳感器安裝圖Fig.4 Sensors installation

2.2磨削加工監(jiān)控

軸承套圈通過電磁吸盤和工件夾具定位后，砂輪快速進入套圈內(nèi)進行內(nèi)圓切入式磨削，砂輪每磨削3個套圈工件后修整1次.每個軸承套圈磨削加工時間為23s，分為快進、黑皮磨、粗磨、半精磨、精磨和光磨等階段，如圖5所示，建立了功率信號、位移信號、A E信號及電流信號在各進給階段的關系曲線.本文基于上述各磨削信號特征與機床進給的關系，研究改善各進給階段磨削工藝，提高磨削質(zhì)量和磨削效率.

圖5　試驗磨削信號Fig.5 Experimental grinding signal

3　試驗結(jié)果分析

為有效改善軸承外圈磨削加工工藝，下面分別對A E信號、功率信號及振動信號在黑皮磨、粗磨、半精磨、精磨、光磨及修整等進給階段的特征信息進行研究，并建立磨削砂輪轉(zhuǎn)速、工件轉(zhuǎn)速與磨削表面質(zhì)量的關系，選取最佳磨削砂輪轉(zhuǎn)速和工件轉(zhuǎn)速.最后，對整個軸承套圈磨削過程進行優(yōu)化，以提高磨削質(zhì)量和磨削效率.

3.1快進與黑皮磨階段

磨削加工前，軸承套圈需經(jīng)多次工序（車、銑等）處理，磨削余量難以保證一致性，磨削工件余量差異過大會對加工效率及表面質(zhì)量產(chǎn)生嚴重影響.如圖6所示，通過分析快進與黑皮磨階段的A E信號與位移信號的特征關系，可有效監(jiān)測工件磨削余量.

如圖6a所示，如果軸承毛坯余量過大，在快進階段砂輪與工件會發(fā)生撞擊，形成較大的脈沖A，該沖撞會破壞砂輪表面，導致磨削加工劃傷現(xiàn)象；如圖6b所示，如果軸承毛坯余量過小，砂輪在黑皮磨階段ΔK時間內(nèi)沒有磨削到工件，降低了磨削效率.因此，通過保證磨削工件余量和磨削工件毛坯尺寸的一致性，可為提高磨削質(zhì)量和磨削效率打下基礎.

圖6　黑皮磨階段A E信號與位移信號關系曲線Fig.6 Relationship between AE and distance signal at blank grinding stage

3.2粗磨階段

大多磨削零件都需經(jīng)過熱處理后再進行磨削加工，而熱處理工藝會導致磨削工件表面產(chǎn)生殘留應力變形，應力變形過大時，就會對加工穩(wěn)定性及磨削表面質(zhì)量產(chǎn)生不利影響.本文利用磨削功率信號監(jiān)測磨削工件熱處理變形大小，如圖7所示.如果工件熱處理殘留應力變形量較大，會導致磨削力變化較大，即在粗磨階段對應的功率信號幅值變化ΔG較大，反之則較小.研究表明：可調(diào)節(jié)粗磨進給速度來控制動率信號幅值變化ΔG的大小，以保證磨削加工穩(wěn)定性.

由于粗磨階段去除量最多，磨削熱量最大，軸承磨削在此階段容易發(fā)生燒傷現(xiàn)象.如果軸承粗磨階段切入磨削進給速度過快或冷卻液冷卻不充分，磨削功率（磨削力）會在瞬間陡然增大，導致磨削零件發(fā)生燒傷現(xiàn)象，如圖7中C區(qū)域功率信號所示.因此，本文通過監(jiān)控粗磨階段所消耗功率ΔW 來調(diào)整冷卻液壓力流量及磨削參數(shù)，可有效避免軸承磨削燒傷現(xiàn)象.

圖7　粗磨功率信號與位移信號關系曲線Fig.7 Relationship between power signal and distance signal at coarse grinding stage

3.3半精磨階段

磨削加工中砂輪不斷磨損，單位磨削量所需功率也不斷增大，當砂輪磨損到一定程度時需及時修整，保證砂輪鋒利程度及磨削質(zhì)量.本文針對半精磨階段磨削余量較為恒定的特點，通過監(jiān)測該階段功率信號特征作為砂輪鈍化的評價指標.

圖8　半精磨功率信號曲線Fig.8 Power signal at semi-finishing stage

如圖8所示，當砂輪連續(xù)磨削3個軸承套圈時，半精磨階段的功率信號值h3＞h2＞h1，由于砂輪逐漸鈍化導致該階段磨削功率（磨削力）不斷增大.因此，本文通過監(jiān)測該磨削階段功率信號變化特征，建立磨削砂輪鈍化和修整的閾值以保證砂輪實時修整，可有效保證磨削表面質(zhì)量和提高磨削效率.

3.4精磨和光磨階段

軸承外圈的磨削質(zhì)量主要取決于精磨和光磨階段，對該階段磨削信號進行分析，對保證工件磨削質(zhì)量至關重要.

由文獻［5］可知，聲發(fā)射信號能夠避開磨削過程中低頻噪聲區(qū)域，在高頻范圍內(nèi)靈敏度高，包含來自砂輪與工件磨削接觸的豐富信息，與磨削工件表面質(zhì)量存在一定關系.因此，本文利用聲發(fā)射信號對光磨階段表面質(zhì)量進行在線測試評價，如圖9所示，通過調(diào)整光磨階段工藝參數(shù)，將dk等參數(shù)控制在一定范圍內(nèi)，保證了磨削工件表面質(zhì)量.

圖9　光磨階段A E信號與位移信號曲線Fig.9 Relationship between AE and distance signal at spark-out stage

顫振是一種因振動位移延時反饋所導致的失穩(wěn)現(xiàn)象，磨削加工過程中不穩(wěn)定磨削導致的顫振，是影響工件表面精度和表面質(zhì)量的重要因素之一.本文將振動傳感器安裝在工件支撐處，用于監(jiān)控磨削顫振.

如圖10a所示，當磨削比較穩(wěn)定時，工件支撐上的振動信號較為平穩(wěn)，工件表面沒有振紋；如圖10b所示，當磨削過程發(fā)生不穩(wěn)定顫振時，加速度信號幅值de變大且有周期性的振動頻率，工件表面會產(chǎn)生顫振振紋.因此，通過磨削過程監(jiān)控來調(diào)整工藝參數(shù)，可將加速度信號振動幅值de控制在某一閾值內(nèi)，從而避免磨削顫振發(fā)生，有效改善磨削工件表面質(zhì)量.

3.5砂輪修整階段

砂輪修整是利用專用修整工具將砂輪修整成形或修去磨鈍的表層，以恢復工作面的磨削性能和正確的幾何形狀過程.砂輪修整通常包括修整外形和修整形貌兩部分，高質(zhì)量砂輪修整過程對提高磨削加工質(zhì)量非常重要，也是避免磨削燒傷及磨削顫振的基礎.本文通過對修整過程的聲發(fā)射信號進行在線測試分析，建立砂輪修整過程的聲發(fā)射監(jiān)測方法.

圖10　光磨的加速度信號與位移信號曲線（圖中g=9.8m/s2）Fig.10Relationship between vibration and distance signal at spark-out stage

圖11　砂輪修整過程A E信號曲線Fig.11 AE signal in grinding wheel dressing

如圖11a所示，對聲發(fā)射信號進行分析，以擬合角度φ來評價修整過程中的砂輪形狀.修整過程中A E信號擬合角度φ越小，表明砂輪表面越平整；反之則砂輪形狀越差.如圖11b所示，通過計算調(diào)整，可將信號ΔH控制在一定范圍內(nèi)，以保證修整砂輪形貌質(zhì)量.

3.6工件轉(zhuǎn)速和砂輪轉(zhuǎn)速優(yōu)化

砂輪主軸轉(zhuǎn)速對磨削力、磨削顫振及磨削表面質(zhì)量有直接影響.本文將振動傳感器安裝在靠近主軸軸承位置來監(jiān)測主軸在不同轉(zhuǎn)速下的振動量.由于主軸系統(tǒng)（包含軸承）的復雜性，在不同轉(zhuǎn)速下的主軸振動量不同.如圖12所示，根據(jù)振動信號監(jiān)控，可選取振動幅值較小的主軸轉(zhuǎn)速來保證磨削穩(wěn)定性.由圖12可見，主軸轉(zhuǎn)速在12000r/m i n時振動最小.

本文利用單因素試驗法來分析工件轉(zhuǎn)速和砂輪轉(zhuǎn)速與磨削表面質(zhì)量的關系.如圖13a所示，砂輪主軸轉(zhuǎn)速為12000r/m i n不變，不同工件轉(zhuǎn)速對應于不同的工件磨削表面粗糙度和圓度值；如圖13b所示，工件轉(zhuǎn)速為500r/m i n不變，不同砂輪主軸轉(zhuǎn)速對應于不同工件磨削表面粗糙度和圓度值.通過該試驗，最終取工件轉(zhuǎn)速為500r/m i n和砂輪主軸轉(zhuǎn)速為12000r/m i n，結(jié)果驗證了上述振動信號監(jiān)測主軸的有效性.

圖12　主軸轉(zhuǎn)速與振動信號關系（圖中g=9.8m/s2）Fig.12 Relationship between spindle speed and vibration signal

3.7磨削過程優(yōu)化結(jié)果

根據(jù)上述對軸承套圈磨削各階段的信號特征分析，通過反復調(diào)整，并經(jīng)過磨削質(zhì)量各項指標（粗糙度、圓度、輪廓度、劃痕、燒傷、振紋等）檢測驗證，可獲得最佳工藝參數(shù).

表1為優(yōu)化前后的磨削工藝參數(shù)表.由表1可見，在保證磨削質(zhì)量的前提下，磨削時間由原來的24.3s提高到18.06s，為軸承生產(chǎn)企業(yè)大大節(jié)約了生產(chǎn)成本.圖14為優(yōu)化前后磨削A E信號和功率信號的對比圖.

圖13　主軸轉(zhuǎn)速、工件轉(zhuǎn)速與粗糙度和圓度的關系Fig.13 Relationship between spindle speed，workpiece speed and roughness，roundness

表1　磨削工藝參數(shù)表Tab.1 Grinding process parameters

圖14　優(yōu)化前后A E信號和功率信號曲線Fig.14 AE and power signal before and after optimization 538

4　結(jié)語

本文利用現(xiàn)代傳感技術對整個磨削加工過程進行監(jiān)控，分析研究各傳感器信號在磨削加工過程中的狀態(tài)信息，并基于監(jiān)控信號特征對整個加工過程進行工藝優(yōu)化，取得了很好的效果，驗證了磨削加工過程中各傳感器特征信息在實際生產(chǎn)加工中的實用性和通用性，也為后續(xù)理論研究提供了可靠的試驗數(shù)據(jù).

本文后續(xù)將研究建立各監(jiān)測信號在不同磨削階段的特征參數(shù)與磨削工件質(zhì)量的數(shù)學關系模型，為智能化磨削提供理論基礎和數(shù)學依據(jù).

［1］MYEONG C K，JEONG S K，JEON H K.A monitoring technique using a multi-sensor in high speed machining［J］.Journal of Materials Processing Technology，2001，113：331-336.

［2］ 劉貴杰，鞏亞東，王宛山.磨削加工參數(shù)智能化在線調(diào)整方法研究［J］.中國機械工程，2003（14）：1268-1271.

LIU Guijie，GONG Yadong，WANG Wanshan.Study on intelligent on-line adjusting method for grinding conditions ［J］.China Mechanical Engineering，2003（14）：1268-1271.

［3］ABELLAN-NEBOT J V，SUBIRON F R.A review of machining monitoring systems based on artificial intelligence process models［J］.Int J Adv Manuf Technol，Doi 10.1007/s00170-009-2191-8.

［4］SHI Dongfeng，GINDY N N.Development of an online machining process monitoring system：Application in hard turning［J］.Sensors and Actuators A，2007，135：405-414.

［5］LIAO T W.Feature extraction and selection from acoustic emission signals with an application in grinding wheel condition monitoring ［J］.Engineering Application of Artificial Intelligence，2010，23：74-84.

［6］KWAK J-S，HA M-K.Neural network approach for diagnosis of grinding operation by acoustic emission and power signals ［J］.Journal of Materials Processing Technology，2004，147：65-71.

［7］ 鄭乾，余忠華，李興林，等.軸承套圈溝道磨削狀態(tài)參數(shù)檢測及工藝試驗［J］.軸承，2010（4）：31-35.

ZHENG Qian，YU Zhonghua，LI Xinglin，et al.Measurement and technological test on grinding state parameters of bearing ring raceway［J］.Bearing，2010（4）：31-35.

［8］ 鞏亞東，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］.東北大學學報，2003（3）：248-250.

GONG Yadong，Lü Yang，WANG Wanshan，et al. Intelligent monitoring for grinding wheel passivation based on multi-sensor fusion ［J］.Journal of Northeasten University，2003（3）：248-250.

［9］WEGENER K，HOFFMEISTER H-W，KARPUSCHEWSKIB，et al.Conditioning and monitoring of grinding wheels［J］.CIRP Annals—Mannufacturing Technology，2011，60：757-777.

［10］MARSH E R，MOERLEIN A W，DEAKYNE T R S，et al.In-process measurement of form error and force in cylindrical-plunge grinding［J］.Precision Engineering，2008，32：348-352.

Grinding process monitoring and process optimization

CHI Yu-lun，LI Hao-lin
（Mechanical Engineering College，University of Shanghai for Science and Technology，Shanghai 200093，China）

To promote the surface quality of grinded parts，the sensors are applied for grinding process monitoring on multiple factors and conditions.With analysis on the feature relationship between machining qualities and monitoring signals during different grinding phases，the entire grinding process is optimized via monitoring signal features.By testing on bearing ring grinding，the high practicality and generality of the proposed technology are verified.

grinding monitoring；sensor；process optimization

TH 123+.1

A

1672-5581（2015）06-0532-08

國家自然科學基金資助項目（51005158）

遲玉倫（1982-），男，博士生.E-mail：chiyulun@163.com