刀具壽命預(yù)測(cè)技術(shù)研究淺析

吳尚杰

摘 要：刀具壽命是衡量一個(gè)刀具系統(tǒng)的性能和評(píng)估刀具可靠性的一個(gè)重要指標(biāo)，它可以為刀具設(shè)計(jì)提供依據(jù)，提高刀具的使用率，節(jié)約企業(yè)成本。本文綜述了現(xiàn)有的刀具壽命的研究方法，分析了他們的缺點(diǎn)以及不足之處，提出了問(wèn)題可能的解決方案以及刀具壽命預(yù)測(cè)技術(shù)未來(lái)的發(fā)展趨勢(shì)，為后續(xù)刀具壽命預(yù)測(cè)技術(shù)提供了開(kāi)拓性思路。

關(guān)鍵詞：刀具壽命；預(yù)測(cè)；綜述；趨勢(shì)

中圖分類(lèi)號(hào)：TG711 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2018）22-0057-02

2015年中國(guó)提出了“中國(guó)制造2025”計(jì)劃，希望我國(guó)在2025年可以成為世界制造強(qiáng)國(guó)，從而可以提升我國(guó)的綜合國(guó)力。但是隨著中美貿(mào)易戰(zhàn)的不斷升級(jí)，美國(guó)不斷對(duì)高科技技術(shù)以及高科技產(chǎn)品進(jìn)行封鎖，目的便是遏制“中國(guó)制造2025”計(jì)劃。也正因?yàn)槿绱?，深刻地讓我們認(rèn)識(shí)到了我國(guó)的制造技術(shù)與其他發(fā)達(dá)國(guó)家相比還有著巨大的差距，我們?nèi)孕鑼?duì)大量精密零件、芯片等進(jìn)行進(jìn)口。因此提高我國(guó)制造技術(shù)成為了實(shí)現(xiàn)中華民族偉大復(fù)興夢(mèng)的制衡性因素。數(shù)控機(jī)床作為制造業(yè)的核心工具，大部分零部件都由它來(lái)完成加工，而其中數(shù)控機(jī)床的刀具系統(tǒng)則至關(guān)重要。在工業(yè)生產(chǎn)中，一個(gè)合理的刀具系統(tǒng)有助于提高工件的加工精度和加工效率，減小生產(chǎn)成本。刀具壽命是指一個(gè)新刀具從起效至失效的總時(shí)間[1]，而刀具壽命是衡量一個(gè)刀具系統(tǒng)的性能和評(píng)估刀具可靠性的一個(gè)重要指標(biāo)。在加工過(guò)程中沒(méi)有對(duì)刀具壽命進(jìn)行預(yù)測(cè)或刀具壽命預(yù)測(cè)不準(zhǔn)確的情況下，很容易引起工件報(bào)廢，流水線生產(chǎn)停滯，造成企業(yè)的生產(chǎn)成本大幅增加。因此，對(duì)于刀具壽命的研究是有重要理論和現(xiàn)實(shí)意義的。近年來(lái)，眾多的學(xué)者已對(duì)刀具壽命預(yù)測(cè)技術(shù)做了大量的相關(guān)研究，但他們也都普遍的存在著許多不足。

1 影響刀具壽命的主要因素

數(shù)控加工是一個(gè)繁復(fù)的過(guò)程。刀具在與工件發(fā)生相對(duì)運(yùn)動(dòng)時(shí)，有很多因素影響刀具的壽命。這些因素大體可分為四類(lèi)，分別是人為因素、加工環(huán)境、加工方式和材料等。他們相互影響，呈現(xiàn)復(fù)雜的非線性關(guān)系。

（1）人為因素：由于操作人未經(jīng)過(guò)專(zhuān)業(yè)訓(xùn)練而操作不當(dāng)（如：進(jìn)給速度過(guò)快、切屑深度把握不恰當(dāng)、未選擇合適的刀具類(lèi)型、切削過(guò)程中沒(méi)有及時(shí)加入切削液等）引起的刀具磨損過(guò)快，甚至導(dǎo)致刀具直接崩刃，從而造成的刀具壽命縮短或直接報(bào)廢。

（2）加工環(huán)境溫度的高低影響刀具剩余壽命的長(zhǎng)短。在溫度較高的環(huán)境下，刀具表面易于氧化，從而降低刀具壽命。加工環(huán)境中是否有切削液同樣影響刀具壽命。刀具在與工件摩擦過(guò)程中產(chǎn)生的切屑，由于其化學(xué)特性，有時(shí)會(huì)附著于刀具后刀面，易于與工件表面發(fā)生刮擦，嚴(yán)重影響了工件制造的精度，縮短了刀具壽命。向刀具系統(tǒng)中添加切削液，能夠在刀具和工件表面覆蓋液體膜，減小工件與刀具之間的摩擦力，降低切削溫度，使切屑不易附著于刀具表面同時(shí)可以及時(shí)沖刷切屑，延長(zhǎng)刀具使用時(shí)間。加工環(huán)境中穩(wěn)定性也可以影響刀具壽命。當(dāng)?shù)毒呦到y(tǒng)處于不穩(wěn)定狀態(tài)時(shí)，刀具會(huì)與工件產(chǎn)生非周期性撞擊，加速刀具磨損，若兩臺(tái)數(shù)控機(jī)床相距較近且同時(shí)運(yùn)轉(zhuǎn)情況下，他們頻率相近，極易發(fā)生共振現(xiàn)象，加大振動(dòng)幅度，嚴(yán)重?fù)p害刀具，縮短刀具壽命。

（3）加工方式：切削參數(shù)的選擇也影響著刀具壽命。過(guò)大的進(jìn)給速度、切削深度會(huì)引起刀具系統(tǒng)的振動(dòng)；同時(shí)過(guò)小的刀尖弧度半徑會(huì)使刀刃結(jié)構(gòu)脆弱，易崩刃，過(guò)大的刀尖弧度半徑會(huì)導(dǎo)致切削力增大。這些參數(shù)不合理的設(shè)定都會(huì)加快刀具磨損，縮短刀具壽命。

（4）材料：刀具的材料和工件的材料同樣與刀具壽命有著直接的聯(lián)系，當(dāng)?shù)毒呒庸び捕容^高的材料時(shí)，如鈦合金。則會(huì)導(dǎo)致刀具磨損過(guò)快，刀具壽命過(guò)短。當(dāng)?shù)毒卟牧蠟闆_擊韌性較差，抗彎強(qiáng)度較低的材料時(shí)，如硬質(zhì)合金，同樣會(huì)導(dǎo)致刀具壽命過(guò)短。

2 刀具壽命預(yù)測(cè)的研究現(xiàn)狀

基于影響刀具壽命的主要因素，目前刀具壽命的預(yù)測(cè)可以通?？梢苑譃槿?lèi)：基于物理模型的預(yù)測(cè)，基于已有知識(shí)模型的預(yù)測(cè)，基于人工智能模型的預(yù)測(cè)。

（1）物理模型的預(yù)測(cè)：刀具壽命根據(jù)上文所提到的許多因素有關(guān)，這些因素與刀具壽命有著直接或間接的聯(lián)系，并呈現(xiàn)出復(fù)雜的非線性關(guān)系。因此基于大量人為經(jīng)驗(yàn)和試驗(yàn)的積累，并根據(jù)刀具壽命的退化行為，建立了經(jīng)驗(yàn)公式[2]。

（2）基于已有知識(shí)的模型：目前現(xiàn)有的方法，模糊推理和專(zhuān)家系統(tǒng)，根據(jù)已有數(shù)據(jù)庫(kù)中的樣本，將試驗(yàn)數(shù)據(jù)與當(dāng)前所要預(yù)測(cè)的刀具壽命進(jìn)行匹配，通過(guò)引入模糊變量，根據(jù)模糊統(tǒng)計(jì)的方法來(lái)確定刀具壽命的合理值以及可能性的函數(shù)分布規(guī)律，最終達(dá)到預(yù)測(cè)刀具壽命的效果。

（3）基于人工智能模型：目前現(xiàn)有的方法有神經(jīng)網(wǎng)絡(luò)（ANN）[3-5]，支持向量機(jī)（SVM），他們將刀具切削參數(shù)作為模型輸入[6-7]，將刀具壽命作為模型的輸出，利用已有樣本訓(xùn)練模型，建立模型輸入端和輸出端的映射關(guān)系，最終達(dá)到預(yù)測(cè)刀具壽命的目的。

3 研究難點(diǎn)及可能的解決方案

然而，目前對(duì)于刀具壽命預(yù)測(cè)技術(shù)仍有許多的不足，且大部分研究?jī)H限于關(guān)注刀具在切削前的整體壽命，并沒(méi)有考慮到刀具在切削過(guò)程中的剩余壽命，如物理模型的預(yù)測(cè)與已有知識(shí)模型的預(yù)測(cè)。

基于經(jīng)驗(yàn)公式的預(yù)測(cè)有著簡(jiǎn)單易理解的優(yōu)點(diǎn)，但其僅憑實(shí)驗(yàn)和專(zhuān)家系統(tǒng)的方式，使其結(jié)果的準(zhǔn)確度值得商榷。并且公式中帶入的參數(shù)是在特定環(huán)境和使用特定設(shè)備通過(guò)大量實(shí)驗(yàn)而得出的，不僅耗時(shí)冗長(zhǎng)，而且對(duì)于不同的加工環(huán)境和不同的設(shè)備不具有普遍性和一般性，目前不是學(xué)術(shù)界主流研究方法。

基于知識(shí)模型的預(yù)測(cè)，如模糊理論，它方法比之經(jīng)驗(yàn)公式，更加具有參考價(jià)值，它通過(guò)引入模糊變量替代試驗(yàn)過(guò)程中某些不確定的量，使結(jié)果相對(duì)更加的準(zhǔn)確。但它嚴(yán)重依賴(lài)于數(shù)據(jù)庫(kù)，在數(shù)據(jù)庫(kù)不全面的情況下并不能達(dá)到很好的預(yù)測(cè)效果。而上述兩種方法只適合于預(yù)測(cè)刀具壽命在加工開(kāi)始之前的刀具整體壽命，而加工過(guò)程是一個(gè)復(fù)雜并充滿不確定性的過(guò)程，刀具壽命預(yù)測(cè)與實(shí)際結(jié)果之間存在著巨大的差距，并不能很好的滿足企業(yè)的需求，對(duì)于以上的缺陷，人工智能的發(fā)展很好的解決了這個(gè)問(wèn)題。

基于人工智能模型的預(yù)測(cè)，如ANN，SVM、HMM。他可以實(shí)現(xiàn)刀具壽命的在線預(yù)測(cè)，機(jī)床在運(yùn)轉(zhuǎn)過(guò)程中，可以實(shí)時(shí)將刀具剩余壽命輸出。但是它也存在不足，ANN依賴(lài)大樣本，學(xué)習(xí)速度慢，容易不收斂。針對(duì)ANN的缺點(diǎn)，SVM的引入，很好的解決了上述問(wèn)題，但是SVM是基于樣本進(jìn)行匹配，并沒(méi)有考慮刀具的退化過(guò)程，預(yù)測(cè)結(jié)果易于收到加工過(guò)程中環(huán)境噪聲的干擾[8]，穩(wěn)定性較差。在此基礎(chǔ)上，HMM的引入又很好的解決了這些問(wèn)題[9]。

4 未來(lái)的發(fā)展趨勢(shì)

隨著計(jì)算機(jī)技術(shù)的發(fā)展，人工智能越來(lái)越受到人們的青睞，而采用人工智能預(yù)測(cè)刀具壽命的方法也成為未來(lái)的發(fā)展趨勢(shì)。因此，未來(lái)的研究方向主要從以下幾方面入手：（1）改進(jìn)機(jī)器學(xué)習(xí)的算法，提高計(jì)算效率，如ANN，可以與遺傳算法相結(jié)合，利用遺傳算法的優(yōu)勢(shì)，尋找ANN最優(yōu)初始權(quán)值和閾值，這樣可以減少ANN算法在最開(kāi)始尋找最優(yōu)權(quán)值和閾值的時(shí)候所浪費(fèi)的時(shí)間，提高算法運(yùn)行效率。（2）尋找更能反映刀具壽命的特征量，譬如可以將刀具磨損的特征與刀具壽命之間建立關(guān)系，利用機(jī)器學(xué)習(xí)算法，如ANN，SVM等。將這些可以反映刀具壽命的特征值作為預(yù)測(cè)模型的輸入端，使所建立的人工智能預(yù)測(cè)模型更為的準(zhǔn)確和高效。

參考文獻(xiàn)

[1]馬春翔，王光斗，李濤，王偉方.基于模糊理論的刀具壽命可靠性[J].機(jī)械工程學(xué)報(bào)，2007，43（12）：93-96.

[2]徐玲，楊丹，王時(shí)龍，聶建林.基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的刀具壽命預(yù)測(cè)[J].計(jì)算機(jī)集成制造系統(tǒng)，2008，14（1）：167-182.

[3]秦國(guó)華，謝文斌，王華敏.基于神經(jīng)網(wǎng)絡(luò)與遺傳算法的刀具磨損檢測(cè)與控制[J].光學(xué)精密工程，2015，23（5），1314-1321.

[4]于青，王金林.基于DE-BP神經(jīng)網(wǎng)絡(luò)的刀具壽命預(yù)測(cè)研究[J].機(jī)床與液壓，2009，37（4）：4-6.

[5]黃媛，孫樹(shù)棟，李兢堯.基于ACO-BP神經(jīng)網(wǎng)絡(luò)的刀具壽命預(yù)測(cè)[J].機(jī)械科學(xué)與技術(shù)，2009，28（11）：1517-1522.

[6]侍紅巖，吳曉強(qiáng)，張春友.基于支持向量回歸機(jī)的刀具壽命預(yù)測(cè)[J].工具技術(shù)，2015（49）：47-50.

[7]胡良謀，曹克強(qiáng)，徐浩軍，董新民.支持向量機(jī)故障診斷及控制技術(shù)[M].北京：國(guó)防工業(yè)出版社，2011.

[8]王曉強(qiáng).刀具磨損監(jiān)測(cè)和剩余壽命預(yù)測(cè)方法[D].華中科技大學(xué)，2016.

[9]張星輝，康建設(shè)，高存明，等.基于MoG-HMM的齒輪箱狀態(tài)識(shí)別與剩余使用壽命預(yù)測(cè)研究[J].振動(dòng)與沖擊，2013，32（15）：20-25.