基于主轴电流和振动信号的数控机床刀具磨损在线预测

为了实现数控机床加工过程中刀具磨损状态的在线预测,提高数控机床智能化水平,提出一种基于主轴电流和振动信号的数控机床刀具磨损在线预测方法。这一在线预测方法采集能够反映刀具磨损状态的主轴电流和振动信号,对信号进行频域、时频分析处理,采用小波包分解和经验模态分解两种方法进行特征提取,得到与刀具磨损状态变化密切相关的特征值,按照递增或递减趋势进行保序回归操作,使用指数平滑方法进行平滑处理,由此建立基于遗传算法参数寻优的支持向量回归模型,用于预测刀具磨损量。试验及应用表明,应用这一在线预测方法,刀具磨损预测的平均误差在25μm以内,满足企业加工要求。