基于ZigBee無(wú)線傳感網(wǎng)絡(luò)的數(shù)控機(jī)床刀具監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)

李大勝，周春暉，賀廣純，梁?jiǎn)⑺?/p>

(蚌埠學(xué)院機(jī)械與電子工程系，安徽蚌埠 233030)

?

基于ZigBee無(wú)線傳感網(wǎng)絡(luò)的數(shù)控機(jī)床刀具監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)

李大勝，周春暉，賀廣純，梁?jiǎn)⑺?/p>

(蚌埠學(xué)院機(jī)械與電子工程系，安徽蚌埠 233030)

[摘要]本文介紹了將無(wú)線傳感網(wǎng)絡(luò)技術(shù)和Internet技術(shù)相結(jié)合的基于ZigBee技術(shù)的無(wú)線遠(yuǎn)程刀具在線監(jiān)測(cè)系統(tǒng)的總體架構(gòu)，設(shè)計(jì)了以SPCE061A微控制器、CC2520射頻芯片為核心器件，對(duì)數(shù)控機(jī)床的刀具參數(shù)進(jìn)行采集、傳輸、識(shí)別的監(jiān)測(cè)系統(tǒng)。運(yùn)用Matlab神經(jīng)網(wǎng)絡(luò)工具箱設(shè)計(jì)出訓(xùn)練刀具磨損監(jiān)測(cè)神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)刀具磨損狀態(tài)的識(shí)別及異常情況的判斷與報(bào)警。實(shí)驗(yàn)表明，系統(tǒng)識(shí)別結(jié)果較為準(zhǔn)確，具有一定的實(shí)用性。

[關(guān)鍵詞]ZigBee；SPCE061A；刀具監(jiān)測(cè)；數(shù)控機(jī)床

為了保證產(chǎn)品質(zhì)量和生產(chǎn)效率，實(shí)現(xiàn)機(jī)械加工的自動(dòng)化、無(wú)人化和高精度化，有效的監(jiān)控尤為重要。在機(jī)械加工過(guò)程中，機(jī)床、夾具、刀具和工件是最基本的加工要素，而在這幾個(gè)要素中，切削刀具雖然具有較好的硬度、耐磨性、沖擊韌性，但其作為耗材，使用不當(dāng)往往會(huì)出現(xiàn)極端的磨破損現(xiàn)象，從而造成加工零件報(bào)廢、機(jī)床設(shè)備非正常損壞甚至出現(xiàn)操作者安全事故。據(jù)相關(guān)統(tǒng)計(jì)表明，機(jī)床所有故障停機(jī)時(shí)間的1/3～1/5是由于刀具非正常磨破損導(dǎo)致的切削失效而引起的，而在銑削過(guò)程中銑刀的非正常磨破損、尤其是銑削相對(duì)難加工材料時(shí)，出現(xiàn)的頻率更是大為增加，由此所帶來(lái)的故障停機(jī)、零件報(bào)廢、相關(guān)維修嚴(yán)重影響了生產(chǎn)效率，從而提高了生產(chǎn)成本。因此，對(duì)銑削加工過(guò)程中的刀具異常磨破損狀態(tài)實(shí)施實(shí)時(shí)在線監(jiān)測(cè)是機(jī)械加工系統(tǒng)監(jiān)測(cè)研究中的重中之重[1-2]。

無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network，WSN)是將傳感器技術(shù)、嵌入式計(jì)算技術(shù)、現(xiàn)代網(wǎng)絡(luò)及無(wú)線通信等技術(shù)集成新興技術(shù)，在軍事、交通、工業(yè)生產(chǎn)等多個(gè)領(lǐng)域得到了廣泛的研究和應(yīng)用。無(wú)線傳感器網(wǎng)絡(luò)工作原理就是通過(guò)對(duì)部署在監(jiān)測(cè)區(qū)域內(nèi)，用于對(duì)目標(biāo)信息進(jìn)行實(shí)時(shí)監(jiān)測(cè)的各類(lèi)微型傳感器節(jié)點(diǎn)的實(shí)時(shí)監(jiān)測(cè)反饋，構(gòu)成一個(gè)自組織的閉環(huán)網(wǎng)絡(luò)系統(tǒng)，并將監(jiān)測(cè)信息實(shí)時(shí)通過(guò)無(wú)線通信網(wǎng)絡(luò)傳送至遠(yuǎn)程監(jiān)控終端進(jìn)行分析處理[3-4]。本研究嘗試通過(guò)無(wú)線傳感器網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)數(shù)控銑削的異常磨破損狀態(tài)實(shí)時(shí)在線監(jiān)測(cè)。

本系統(tǒng)設(shè)計(jì)通過(guò)振動(dòng)傳感器檢測(cè)采集銑削刀具的振動(dòng)信號(hào)，主控芯片選用凌陽(yáng)SPCE061A單片機(jī)、CC2520射頻芯片，將無(wú)線傳感器技術(shù)和互聯(lián)網(wǎng)技術(shù)相結(jié)合，通過(guò)Matlab平臺(tái)搭建出基于無(wú)線傳感互聯(lián)網(wǎng)技術(shù)和虛擬儀器技術(shù)的數(shù)控銑削加工在線刀具監(jiān)測(cè)與控制系統(tǒng)。通過(guò)對(duì)采集的刀具振動(dòng)信號(hào)進(jìn)行分析，構(gòu)造出神經(jīng)網(wǎng)絡(luò)模型對(duì)銑削刀具實(shí)時(shí)磨破損狀態(tài)進(jìn)行在線監(jiān)測(cè)，通過(guò)大量的切削實(shí)驗(yàn)驗(yàn)證了該監(jiān)測(cè)系統(tǒng)模型的實(shí)時(shí)性和可靠性。

1銑削刀具實(shí)時(shí)在線監(jiān)測(cè)控制系統(tǒng)總體設(shè)計(jì)

數(shù)控銑削刀具實(shí)時(shí)在線監(jiān)測(cè)控制系統(tǒng)的基本組成部分由振動(dòng)信號(hào)單片機(jī)采集端、ZigBee收發(fā)模塊和控制中心上位機(jī)幾部分組成，系統(tǒng)結(jié)構(gòu)如圖1所示。系統(tǒng)采用加速度傳感器檢測(cè)出刀具的振動(dòng)信號(hào)，然后通過(guò)SPCE061A控制器對(duì)刀具實(shí)時(shí)振動(dòng)信號(hào)進(jìn)行采集，ZigBee收發(fā)模塊將采集到的數(shù)據(jù)實(shí)時(shí)發(fā)送至ZigBee協(xié)調(diào)器，最后通過(guò)RS232串口連接將數(shù)據(jù)傳送到與其所連接的計(jì)算機(jī)或通過(guò)Internet網(wǎng)絡(luò)，將數(shù)據(jù)傳輸至加工控制中心?？刂浦行膶?duì)輸入的數(shù)據(jù)通過(guò)Matlab軟件編程搭建的刀具磨破損實(shí)時(shí)監(jiān)測(cè)與分析軟件進(jìn)行處理和模式識(shí)別，當(dāng)監(jiān)測(cè)到刀具的振動(dòng)信號(hào)偏離正常狀態(tài)，即判斷為刀具出現(xiàn)了異常磨破損狀態(tài)，此時(shí)系統(tǒng)會(huì)報(bào)警并控制該臺(tái)數(shù)控機(jī)床緊急停機(jī)，避免進(jìn)一步的損失，同時(shí)提示用戶(hù)檢查并更換刀具，通過(guò)組網(wǎng)控制中心上位機(jī)系統(tǒng)可實(shí)現(xiàn)對(duì)多臺(tái)數(shù)控機(jī)床的同時(shí)實(shí)時(shí)在線監(jiān)測(cè)。本系統(tǒng)設(shè)計(jì)采用總線結(jié)構(gòu)，通過(guò)預(yù)留出中央控制系統(tǒng)和上位機(jī)的多個(gè)通道以便于今后的擴(kuò)展。

圖1　系統(tǒng)組成結(jié)構(gòu)圖

2數(shù)據(jù)采集模塊的硬件設(shè)計(jì)

數(shù)據(jù)采集端的硬件設(shè)計(jì)如圖2所示，主要圍繞SPCE061A主控芯片及其與外圍模塊的調(diào)理電路的設(shè)計(jì)，包括振動(dòng)傳感器模塊、信號(hào)調(diào)理電路、ZigBee模塊等電路。主控芯片采用SPCE061A芯片，該芯片是基于μ′nSPTM結(jié)構(gòu)具有語(yǔ)音處理功能的微控制器，μ′nSPTM具有16位乘法運(yùn)算指令和內(nèi)積運(yùn)算指令，可以簡(jiǎn)單、快速地處理復(fù)雜的數(shù)字信號(hào)，同時(shí)其經(jīng)濟(jì)性和DSP功能使其特別適用作為數(shù)字語(yǔ)音識(shí)別，從而實(shí)現(xiàn)本系統(tǒng)的語(yǔ)音報(bào)警功能。

圖2　數(shù)據(jù)采集端結(jié)構(gòu)圖

2.1SPCE061A與振動(dòng)傳感器

目前，電渦流位移傳感器、電容式位移傳感器和壓電式加速度傳感器是工業(yè)上應(yīng)用最為廣泛的振動(dòng)傳感器[5]。本系統(tǒng)選用了朗斯測(cè)試技術(shù)有限公司出品的ICP(Integrated Circuit Piezoelectric)加速度傳感器LC0152T，該加速度傳感器內(nèi)置了電荷-電壓轉(zhuǎn)換器，其主要技術(shù)參數(shù)：(1)靈敏度100Mv/g；(2)量程50g；(3)頻率檢測(cè)范圍0.7～10000Hz(±10%)；(4)諧振頻率30kHz；(5)分辨率0.0002g；(6)激勵(lì)電壓18～30VDC，典型值24VDC；(7)恒定電流2～20mA，典型值4mA。LC0152T加速度傳感器具有監(jiān)測(cè)信號(hào)好、噪聲小、輸出阻抗低、抗干擾能力強(qiáng)及易于安裝等顯著優(yōu)點(diǎn)，但是該傳感器內(nèi)置的集成電路需要外接恒流源為其工作供電。為此，本監(jiān)測(cè)系統(tǒng)選用晶體管與TL431搭建的恒流源為其供電，工作電壓設(shè)置為24V，輸出電流設(shè)置為4mA，可調(diào)恒壓源電路采用集成運(yùn)放構(gòu)成結(jié)構(gòu)，從而可輸出穩(wěn)定的電壓，以避免因輸入電源電壓的波動(dòng)導(dǎo)致TL431的供電電壓的變化及NPN三極管的Vbe的變化，其電路設(shè)計(jì)原理如圖3所示。

圖3　傳感器恒流源電路

2.2SPCE061A與ZigBee模塊

本監(jiān)測(cè)系統(tǒng)設(shè)計(jì)ZigBee模塊的射頻通信選用德州儀器TI公司出品的CC2520無(wú)線射頻收發(fā)器，該射頻收發(fā)器應(yīng)用廣泛，具有低工作電壓(1.8～8V)、出色鏈路預(yù)算(103dB)、工作溫度范圍大(-40℃～+125℃)、遠(yuǎn)距離傳輸距離、抗干擾能力與數(shù)據(jù)糾錯(cuò)較強(qiáng)等顯著優(yōu)點(diǎn)。SPCE061A主控芯片對(duì)CC2520無(wú)線射頻收發(fā)器的工作參數(shù)配置和發(fā)射接收數(shù)據(jù)可以通過(guò)軟件模擬SPI接口來(lái)實(shí)現(xiàn)，模擬的關(guān)鍵技術(shù)在于對(duì)SPI的讀寫(xiě)時(shí)序的正確設(shè)置，其電路設(shè)計(jì)原理如圖4所示。

圖4　ZigBee模塊與SPCE061A的硬件連接電路

3刀具磨損識(shí)別建模

切削用刀具屬于耗材，在切削過(guò)程中承載切削力，因此隨著切削時(shí)間的增加，刀具會(huì)出現(xiàn)一定的磨損，磨損出現(xiàn)的時(shí)間因工件材料、刀具材料的機(jī)械物理性能和切削條件不同而有所不同。研究表明，刀具磨損一般分為初期磨損、正常磨損、急劇磨損三個(gè)階段，而且這三個(gè)階段通常具有非線性、模糊的特點(diǎn)。正因?yàn)榇颂攸c(diǎn)，相比傳統(tǒng)的數(shù)據(jù)處理方法采用人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行建模具有明顯的優(yōu)點(diǎn)。本研究的數(shù)據(jù)采集在我院金工實(shí)訓(xùn)中心四川長(zhǎng)征機(jī)床集團(tuán)有限公司生產(chǎn)的KV800型數(shù)控銑床上進(jìn)行，配備FANUC 0i數(shù)控系統(tǒng)，實(shí)驗(yàn)采用正交實(shí)驗(yàn)法，利用同種合金鋼材料刀具對(duì)45#鋼毛坯材料在機(jī)床未進(jìn)行加工時(shí)(VB=0mm)、刀具正常工作未出現(xiàn)磨損時(shí)(VB=0.2～0.5mm)、刀具出現(xiàn)加劇磨損(VB>0.5mm)時(shí)分別進(jìn)行，通過(guò)大量實(shí)驗(yàn)進(jìn)行刀具振動(dòng)信號(hào)的檢測(cè)和特征參數(shù)的提取，從而進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

3.1BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定

本系統(tǒng)利用Matlab函數(shù)編寫(xiě)程序?qū)崿F(xiàn)對(duì)采集到的振動(dòng)信號(hào)進(jìn)行時(shí)域、頻域和小波包分析處理，從而提取出與刀具磨破損狀態(tài)敏感的信號(hào)特征量。輸入特征參量設(shè)置為8個(gè)，輸出磨損狀態(tài)參量設(shè)置為3個(gè)，對(duì)應(yīng)BP神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)設(shè)置為m=8，輸出層節(jié)點(diǎn)數(shù)設(shè)置為n=3，隱含層節(jié)點(diǎn)數(shù)的設(shè)置為S=2×8+1=17。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)最終設(shè)置為8—17—1，結(jié)構(gòu)中存在權(quán)值8×17+17×3=187個(gè)，閾值17+3=20個(gè)。

由于本系統(tǒng)的輸出模式為0-1，分別對(duì)應(yīng)刀具的初期磨損(1,0,0)、正常磨損(0,1,0)、急劇磨損(0,0,1)三種狀態(tài)。因此本系統(tǒng)采用S型正切函數(shù)tansig()作為本系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元的傳遞函數(shù)，采用S型對(duì)數(shù)函數(shù)logsig()作為輸出層神經(jīng)元的傳遞函數(shù)，網(wǎng)絡(luò)訓(xùn)練的顯著特點(diǎn)是可以不斷修正權(quán)值和閾值，從而通過(guò)網(wǎng)絡(luò)訓(xùn)練使得輸出的誤差逐漸收斂、越來(lái)越小。因此本系統(tǒng)選用trainlm()函數(shù)作為訓(xùn)練函數(shù)，采用Levenberg-Marquardt算法對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，優(yōu)化和加速了尋優(yōu)收斂過(guò)程。本系統(tǒng)的網(wǎng)絡(luò)訓(xùn)練參數(shù)設(shè)置：訓(xùn)練次數(shù)為1000次，訓(xùn)練目標(biāo)為0.01，學(xué)習(xí)速率為0.1。

3.2遺傳算法的確定

遺傳算法優(yōu)化主要通過(guò)種群初始化、選擇算子、適應(yīng)度函數(shù)計(jì)算、交叉算子和變異算子來(lái)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化。通過(guò)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值，從而實(shí)現(xiàn)被優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)達(dá)到更強(qiáng)的樣本預(yù)測(cè)能力。其中基本遺傳算法一般可以定義為一個(gè)7元組：GA=(M，F(xiàn)，s，c，m，pc，pm)，其中，M為群體大?。籉為個(gè)體適應(yīng)度評(píng)價(jià)函數(shù)；s為選擇操作算子；c為交叉操作算子；m為變異操作算子；pc為交叉概率；pm為變異概率。確定遺傳算法運(yùn)行參數(shù)如表1所示。

表1　遺傳算法運(yùn)行參數(shù)

4系統(tǒng)軟件設(shè)計(jì)

本檢測(cè)系統(tǒng)底層程序的開(kāi)發(fā)設(shè)計(jì)采用單片機(jī)C語(yǔ)言完成，整體設(shè)計(jì)遵循模塊化的編程思想，實(shí)現(xiàn)刀具振動(dòng)信號(hào)的采集、處理、存儲(chǔ)、報(bào)警和顯示等操作。系統(tǒng)利用ZigBee協(xié)調(diào)器建立ZigBee網(wǎng)絡(luò)，監(jiān)控網(wǎng)絡(luò)中各終端的加入，將采集到的各路信號(hào)周期性地發(fā)送至ZigBee協(xié)調(diào)器，再由ZigBee協(xié)調(diào)器發(fā)送至PC機(jī)。監(jiān)控終端數(shù)據(jù)包采用結(jié)構(gòu)體形式，其中包含監(jiān)控終端數(shù)據(jù)包的頭和尾、網(wǎng)絡(luò)地址、設(shè)備類(lèi)型、傳感器采集的數(shù)據(jù)、檢驗(yàn)信息等。于此同時(shí)，為實(shí)現(xiàn)監(jiān)控系統(tǒng)功耗及多參數(shù)采集，本系統(tǒng)設(shè)計(jì)采用鍵盤(pán)輸入中斷、串口中斷、定時(shí)中斷等多種中斷方式來(lái)完成系統(tǒng)功能。具體的完整程序設(shè)計(jì)流程如圖5所示。

5結(jié)語(yǔ)

制造業(yè)自動(dòng)化程度的飛速發(fā)展和機(jī)械加工中數(shù)控設(shè)備的廣泛應(yīng)用，使得制造業(yè)具有顯著的高度自動(dòng)化、集成化、無(wú)人化的發(fā)展趨勢(shì)。本系統(tǒng)設(shè)計(jì)利用將無(wú)線傳感網(wǎng)絡(luò)技術(shù)和Internet技術(shù)相結(jié)合，實(shí)現(xiàn)對(duì)數(shù)控機(jī)床的刀具磨破損狀態(tài)的采集、傳輸；通過(guò)遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)構(gòu)建刀具磨破損狀態(tài)振動(dòng)信號(hào)識(shí)別模型，從而對(duì)刀具磨破損狀態(tài)進(jìn)行判斷和報(bào)警，通過(guò)大量實(shí)驗(yàn)驗(yàn)證了該模型具有較好的可靠性和實(shí)時(shí)性，基本達(dá)到了刀具磨破損狀態(tài)的監(jiān)控要求。

圖5　程序流程圖

[參考文獻(xiàn)]

[1]李大勝,繆鵬程.遺傳神經(jīng)網(wǎng)絡(luò)在數(shù)控機(jī)床刀具監(jiān)測(cè)與控制系統(tǒng)中的應(yīng)用[J].湖南工業(yè)大學(xué)學(xué)報(bào),2013,27(13):65-69.

[2]繆鵬程.基于ZigBee無(wú)線傳感網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療健康監(jiān)護(hù)終端的設(shè)計(jì)[J].物聯(lián)網(wǎng)技術(shù),2014,27(8):15-17.

[3]陳勇,周志平,洪小麗.數(shù)控切削過(guò)程中的刀具破損在線監(jiān)控[J].組合機(jī)床與自動(dòng)化加工技術(shù),2008(6):52-54.

[4]邱炎兒.淺談數(shù)控機(jī)床刀具磨損的監(jiān)測(cè)方法[J].長(zhǎng)春理工大學(xué)學(xué)報(bào),2010,5(4):180-181.

[5]鄧中亮,張紅星,延明,等.基于S3C6410和無(wú)線傳感器網(wǎng)絡(luò)的手持終端設(shè)計(jì)[J].電子設(shè)計(jì)工程,2011,19(2):1-4.

A Design of Monitoring System of NC Machine Tool Based on ZigBee Wireless Sensor Network

LI Da-sheng, ZHOU Chun-hui, HE Guang-chun, LIANG Qi-song

(Department of Electronic and Mechanical Engineering, Bengbu College, Bengbu Anhui 233030, China)

Abstract:This paper introduces the overall structure of a wireless remote tool monitoring system based on ZigBee technology ,combining wireless sensor network technology and Internet technology. It also designs the monitoring system the core device, which collects, transmits and recognizes the tool parameters of NC machine tool ,based on SPCE061A micro controller and CC2520 RF. It uses Matlab neural network toolbox to design a neural network model for training tool wear monitoring and realizes identifying tool wear state ,judging and alarming the abnormal situation . Experiments show that the recognition results are pretty accurate and practical.

Key words:ZigBee; SPCE061A; tool monitoring; numerical control machine tool

[中圖分類(lèi)號(hào)]TP277

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]2095-7602(2016)04-0038-05

[作者簡(jiǎn)介]李大勝(1978- )，男，副教授，碩士，從事機(jī)械原理、數(shù)控技術(shù)、CAD/CAM研究。

[基金項(xiàng)目]地方高校國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目“基于無(wú)線傳輸技術(shù)的數(shù)控機(jī)床刀具狀態(tài)信息監(jiān)測(cè)系統(tǒng)的研究”(12479)；安徽高校省級(jí)科學(xué)研究項(xiàng)目“基于信號(hào)融合神經(jīng)網(wǎng)絡(luò)的數(shù)控機(jī)床刀具磨損狀態(tài)監(jiān)測(cè)系統(tǒng)研究”(KJ2013B134)。

[收稿日期]2015-12-11