英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

基于层次分析法的刀具磨损状态估算

Santanu Das ^a, A.B. Chattopadhyay ^b

a.卡利亚尼政府工程学院机械工程系，Kalyani 741 23，印度西孟加拉邦

b.印度理工学院机械工程系，Kharagpur 721 302，印度西孟加拉邦

2002年2月4日初稿； 2002年9月2日修订；2002年9月10日定稿

摘要:层次分析法（AHP）是一种简单但功能强大的决策工具，正在应用于解决不同的制造问题。 在这项工作中，AHP用于在加工带有涂层硬质合金刀片的中碳钢工件的过程中估算切削刀具的状态。 切削力的三个组成部分用于判断刀具是否锋利，可行或磨损。 在工具条件分类期间观察到AHP评估车削状态工具具有相当好的准确性。

copy;2002 Elsevier Science Ltd.保留所有权利

关键词：层次分析法（AHP）; 加工;打开; 切削力; 后刀面磨损估算

1.引言

层次分析法（AHP）是一种非常简单且广泛使用的决策工具。AHP可以分层次地解决许多复杂的多标准决策问题^[1]。这被用于解决各种决策问题，包括制造和生产领域^[2-4]为了估计工具条件，也尝试了AHP ^[5]。

众所周知，随着加工时间的推进，锋利的切削工具逐渐磨损超过磨损极限时，必须重新磨削工具或更换新工具。为了确定换刀时间，必须在加工过程中了解刀具磨损状态。许多研究工作都是为了监控刀具的状态，Dan和Mathew ^[6]对这些技术进行了批判性评论。 Dornfeld [7]和Dimla ^[8] 为了估计工具状况，测试了各种类型的传感器以产生适当的信号，而这些信号又使用不同的信号进行处理算法。

发现主轴速度^[9]，主轴扭矩^[10]和电机电流^[11]的变化与切削刀具的变化情况很好地相关，并且感应这些信号，一些技术被演变为估计切削刀具的状态。磨损的切削工具需要更高的切削力，并且相应地，主轴速度，切削扭矩和电流消耗变化。这一事实导致基于主轴速度，扭矩和电机电流的刀具状态监测技术的灵敏度低于基于切削力的切削力^[6,7]。传统上，工件尺寸偏差正在变化用于指示切削刀具的状态。利用这一知识^[6]开发了使用激光系统，超声波探头，气动计，数码相机等测量工件尺寸来评估刀具状态的技术。但是，这些方法对于车间环境来说不太可行。

对刀具状态非常敏感的切削力被广泛应用^[6-8,11-17]来估算切削刀具的状态。据观察^[6]，与任何其他传感器信号相比，使用力信号非常精确地跟踪工具的磨损。振动的特征^[11,18]和声学发射（AE）^[7,15,19-21]信号也用于评估工具条件。基于AE的刀具状态监测（TCM）系统可以很好地早期检测刀具的破损，但使用AE系统估算刀具磨损参数的准确性小于切削力的技术^[6]。刀具的振动模式也可以是刀具状态的指示，但振动信号与其他来源的污染机会，振动的依赖性机床——夹具——工件——工件组合的特性限制了它的使用信号。然而，当其他传感器信号与振动信号结合使用时，TCM系统的有效性明显提高^[8,11,22,23]。估计车削，铣削或钻孔工具的磨损和破损，多力感应方法^[6]使用力和声发射[AE] ^[7,8,22,23]，力和振动^[15,24]和力，振动和电机电流^[11]也试图提供可靠的结果。

处理来自传感器的信号数据对于精确估计切削工具的状况非常重要。各种算法如回归和时间序列分析^[15,17,20]，模式识别^[20]，动态数据系统方法^[25]，表面响应方法^[9]，数字信号处理^[22]，组数据处理方法^[10,15]，神经网络^{[15,16,21,24,26,27]}和分形维数技术^[27]应用于TCM系统。 最近，已经使用了多种算法来提高系统的有效性。为此，模糊集理论^[11]，小波包分析^[21]等用于提取传感器信号的必要特征，然后馈送到其他算法，如反向传播型神经网络^[11]，ART2神经网络^[21,27,28]等。为此目的，还尝试了层次分析法（AHP）^[5]。

本文的目的是研究层次分析法（AHP）在转弯过程中估算刀具磨损状态的适用性。 在C60钢车削过程中，使用氮化钛涂层硬质合金刀片检测切削力分量。研究了增加的刀具磨损与切削力的相应变化之间的关系，以构建AHP模型。 这稍后用于估计工具磨损状态，其中力值被馈送到AHP算法。 本文介绍了该方法的细节和有效性。

2.实验细节

在这项研究中，使用SNMA 120408 P30-3015氮化钛涂层硬质合金刀片对C60高碳钢棒进行了车削加工。 切割速度，进料和切割深度适当地选择并在表1中给出。

表1加工条件

实验条件的细节已在其他地方引用过[24]。 工具力测力计（Kistler）用于感测切削力分量。在信号分析仪（A.D Co.日本，型号AD-3524）中，将三个力参数，即切向力的切向，进给和横向分量采样为10毫秒持续时间的信号帧（512个数据点）。采样的力数据已经通过IEEE-488接口传输到个人计算机，其中每帧信号被平均。 Hmt车床的车削过程经常停止，以测量奥林巴斯光学显微镜中刀片的平均后刀面磨损。 平均值力数据和平均后刀面磨损，使用VB值构建层次分析法（AHP）模型。在这项工作中使用的AHP的基本算法是略微修改版本的标准AHP算法[1,2,29]，详见早期的工作^[5]作者。

切向切削力（P_z），进给力（P_x）和选择切削力（P_y）的横向分量是如图1所示的标准。

图1 使用的分析层次结构过程的层次结构

替代方案是尖锐的工具，逐渐磨损（可用）工具和磨损的工具。 当平均后刀面磨损值VB较小时超过100微米，该工具被认为是锋利的。逐渐磨损的可加工工具具有VB值在100和200微米之间，而工具具有VB值超过200微米被判定为磨损工具（表2）。AHP的目标是评估工具磨损状态如图1所示。

表2选择的替代品

标准矩阵在表3中给出。元素标准矩阵给出了相对偏好关于目标的另一个标准的标准AHP。 观察前六个数据如表1所示，实验表明，与一种新的，锋利的工具相比，用一种工具进行加工160微米VB值显示P_y增加20-965%，P_x增加20-71%，P_z增加12-30%。利用该数据，分配成对标准矩阵的优先权重。最大特征值，和计算该矩阵的一致性比率（CR）验证构建的标准矩阵，显示了三个标准的替代矩阵。

表3 标准的比较矩阵

在表4中，表4(a，b和c)被构造用于表4中尖锐，分别是锋利，可行和磨损的工具条件。

表4 替代品的比较矩阵

一种工具条件优先于另一种工具条件，根据每个标准（力分量）值来判断。用于验证每个成对比较矩阵的替代，最大特征值，和计算一致性比率（CR）。上限锐利的条件，下限和上限可行的工具，以及每个磨损工具的下限每个实验的力分量（标准）使用非线性多元回归分析获得。使用前六个实验的值，回归系数用最小二乘法评估错误分析。一旦切割条件设定，每个力参数的限制力值是使用由最小公式制定的方程式进行评估平方误差法。例如，切割速度245米/分钟，0.2毫米/转进料和1.5毫米深度剪切是为了实验。有了这些条件，发现锋利工具的P_y力的上限为411.3 N，相同力的下限和上限一个可行的工具分别是389.4 N和714 N，而找到了磨损工具的P_y的下限是714 N。

在许多情况下，力参数是重叠的在两个工具磨损状态中，如上例所示。对于这些情况，发生一个工具的概率找到另一个条件^[5]和局部权重并且在由作者开发的^[5]改进的AHP算法的帮助下计算全局权重。设置AHP模型后，使用力值标准，AHP给出权重，即概率所有这三种工具磨损状态。 最重的对应于切削工具的评估状态。

3.结果和讨论

基于AHP的磨损估计结果与直接测量试验实验的磨损值表5中给出了第7号。需要注意的是直接观察到切削工具的尖锐状态，所有的AHP估计都表明了相同的条件插入。 插入的估计状态也匹配准确地处于工具的可行状态。 只有一个在可行的情况下估计工具磨损状态区域表示工具的尖锐状态。这个当工具的状态从具有平均值的尖锐状态到达可工作区域时发生后刀面磨损值VB为110微米。同样，最多大约215微米，AHP估计值可行工具的状态，并在此之后预测磨损的工具条件。力的微小变化侧面磨损值变化小的部件可能是造成这种情况的原因，这可能发生在许多人身上案例。

所有七个实验的基于AHP的工具磨损估计技术的结果显示在表中6。在大多数情况下，估计数符合直接观察到的后刀面磨损值。

表5 测试实验编号7的刀具磨损估计状态与直接测量的刀具磨损状态的比较

表6 基于AHP的刀具磨损估计的结果

只有少数几个案例错误分类工具磨损的状态是注意到。 在实验编号2，3和4的情况下，实际上，很少有估计显示可行的工具工具状况很好。对于大多数实验，在可使用的工具条件的初始阶段，估计显示出明显的工具状态，并且在后期阶段可行的条件，磨损估计显示磨损出工具的状况。 同样，大多数估计在破旧的地区是非常准确的。 估计显示与测量的侧翼非常接近的匹配磨损值，因此AHP的适用性工具磨损状态估计。

4.结论

分析层次结构过程的适用性（AHP）基于切削的刀具磨损状态估计在这项工作中探索了力量测量。找到了估计的刀具磨损状态与直接观察到的刀具磨损状态密切相关。因此，AHP可以成功应用于估计工具的状态磨损情况。

参考文献

[1] T.L. Saaty，一种用于分层结构优先级的缩放方法，数学心理学期刊15(3)(1977)234-281.

[2] B.L. Golden，E.A. Wasil,P.T.Harker，分析层次结构过程：应用与研究，Springer-Verlag，1989.

[3] L.G. Vergas，分析层次结构过程和概述其应用，欧洲运筹学期刊48(1990)2-8.

[4] http://www.expertchoice.com/hierarchon/references/

[5] S. Das，R.Islam，A.B.Chattopadhyay，一个简单的方法使用分析层次结构过程进行在线刀具磨损监测，ImechE的会议录，B部分，工程学报211(1997)19-27.

[6] L. Dan，J.Mathew，刀具磨损和失效监测技术转向评论，国际机床杂志和制造30(1990)

579-598.

[7] D.A. Dornfeld，切削状态的过程识别，JSME国际37(1994)638-650.

[8] D.E. Dimla，传感器信号，用于金属工具磨损监测切割操作方法评述，国际期刊机床和制造40(2000)1073-1098.

[9] J.E. Kaye，D.H.Yan，N.Popplewell，S.Balakrishnan，使用主轴速度变化预测刀具后刀面磨损,国际期刊,机床和制造商35(1995)1309-1320.

[10] T. Uematsu，N.Mohri，切削工具的预测和检测数据处理的修改组方法失败，国际机床设计与研究杂志26(1986)69-80.

[11] R.X. Du，M.A.Elbestwai，S.Li，工具状态监测使用模糊集理论，国际机床与制造杂志32(1992)781-796.

[12] M.A. Elbestwai，T.A. Papazafiriou，R.X.Du，使用切削力特征进行铣削中刀具磨损的过程中监控，国际机床与制造杂志31(1991)55-73.

[13] S. Sukvittayawong，I.Inasaki，车削加工的优化通过切削力测量，JSME国际期刊系列III 34(1991)546-552.

[14] S.C. Teo，K.S. Lee，L.C.Lee，研究工具的一致性磨损特性和工具失效的标准，材料加工技术杂志37(19930629-637.

[15] H.V. Ravindra，使用切割力，振动和声发射进行车削状态下的工具状态监测，博士论文，IIT，Madras，1993.

[16] S. Das，R.Roy，A.B.Chattopadhyay，使用

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20944]，资料为PDF文档或Word文档，PDF文档可免费转换为Word