面向智能DNC的嵌入式机床状态监测系统设计.pdf

嵇 萍刘泗岩 叶文华 面向智能 D N C的嵌入式机床状态监测系统设计 5 7 面 向智能 DNC的嵌入 式机床 状态监测 系统设计 嵇萍 ， 刘 岩 ， 叶文华 1 ． 江苏海事职业技术学院 电气工程系， 江苏 南京2 1 0 0 0 7 2 ． 南京航空航天大学 机电学院， 江苏 南京2 1 0 0 1 6 摘要 提 出了一种面向智能 D NC的嵌入式机床 状态监测 系统 e MC MS 设计 方案。首先给 出了 基 于 3 层分布式架构的智能 DNC系统框架， 然后描述 了e MC MS的硬件与软件模块设计 ， 并介绍 了其 中的“ 刀具状态识别器” 所用算法， 最后给 出了测试结果。 关键词 智能 自适应数控 ； 加工过程控制 ； 刀具状态监测； 多传感器融合 ； D NC； 机床数据采集 中图分类号 T H1 6 4 ； T H1 6 6 文献标识码 A 文章编号 1 6 7 21 6 1 6 2 0 1 2 1 1 0 0 5 7 0 4 加工 过程 中的机 床数据 采集 Ma c h i n e Da t a C o l l e c t i o n ， 与刀具状态监测系统 T o o l Co n d i t i o n Mo n i t o r i n g S y s t e m，T C MS 是实现高效率 、 高质量与智能化加工不可缺少的重要手段。随着 “ 智能 自适应数控 ” 的发展 ， 传统 D NC系统需作相 应变革以承担新的任务。“ 智 能 自适应数控” 是指 通过对切削加工过程的实时监测 ， 按照一定的控制 规则调整切削用量 ， 实现加工过程优化的数控加工 方法- l - 3 1 。D NC、 T C MS与 “ 智能 自适 应数控 ” 都 已经有了长期的研究， 但能够将三者进行紧密集成 的报道还很少见 ， 尤其缺乏一种低成本 、 高准确率 与可靠性的智能化 D N C集成系统【 1 ， 4 - 8 ] 。 T s e n g与 C h o u L 9 J 设计并实验了一种面 向端铣 的低成本智能在线监测系统 ， 该系统通过数据采集 卡从 F A NUC数控 系统 中读取主轴电机的功率负 荷， 将测量功率相对正常切削功率的变化率作为监 测刀具磨损的依据， 按知识库规则作出报警 、 更换 刀具或者修改切削参数等决策 ， 并通过 D NC系统 将更新的 N C程序传输到 C NC系统 中来实现 自适 应数控加工。S a t u r l e y与 S p e n c e [ 加 J 将基 于主轴 电 机功率的数控加工监控与 C A D建模及实时切削物 理仿真相结合 ， 通过在 NC程序中设置中断退刀路 线 ， 使刀具更换后能够在 NC程序 中断位置继续执 行 ， NC程序经 DNC系统与数控机床相连。 D NC系统 中加入 TC MS与“ 自适应控制” 模块 之后 ， DNC系统对加工过程的控制功能得 到强化 ， D NC控制单元与机床中的 C NC单元互相协作 ， 共 同实现智 能 自适应 数控 加工。本 文将 这种基 于 D NC控 制 的 自适 应 数 控 加 工 模 式 称 为 “ 智 能 D NC ” i D NC 。 1 i D NC系统总体 架构 本文设计 了一种 i DNC系统实现方案 ， 该系统 设计的出发点是实现性能与成本的均衡 ， 即在较低 的成本预算约束下 ， 实现系统准确率 、 可靠性 、 可维 护性与可扩展性的最大化 。基于此考虑 ， 系统在设 计时要求满足以下 3个主要特征 a ． 1台 DN C主控计算机控制多 台 C N C机床 ， 支持异构 C N C系统的网络化集成。 b ． 监测单元支持多路传感器信号采集 、 信号处 理与状态诊断。 c ． 传感器成本较低 ， 并且传感器的安装不会影 响加工 效率 。 根据以上设计要求， i D N C系统采用了3级分 布式计算架构 ， 由上位机、 中位机 与下位机组成 。 系统总体架构如图 1 所示。 上位机为 DN C主控制计算机 ， 其中含有 自适 应 NC控制器 ； 中位机为采用 AR M9芯片 的嵌入 式机床状态监测器 e mb e d d e d Ma c h i n e t ool Con d i t i o n Mo n i t o r ，e MC M ； 下位机由 2种单元组成 ， 一 种是 由传感器与单片机组成 的 T C M 单元 ， 另一 种是 C NC机床数控系统上的 MD C模块 ， MD C模 块通过数控系统 中的宏指令 进行机床状态数据采 集 [ 3 l 。 收稿 日期 2 0 1 11 11 5 一 基金项 目 江苏海事职业技术学院教改项 目资助 2 0 1 0 A 31 4 作者简介 嵇萍 1 9 8 1一 ， 女 ， 江苏建湖人 ， 江苏海事职业技术学院讲师 ， 主要研究方向为嵌入式系统 开发 、 智能检测技术 。 5 8 2 0 1 2年 6月 中国制造业信息化第 4 1 卷第 1 1 期 图 1 i DNC 系统 总体 架构 每台数控机床可安装多个 T C M 采集单元 ， 数 控制系统 ， 监测系统 由 e MC M 及外围模块组成 ， 控 据可通过 串 口或无线射频 传输到 e MC M， 数控机 制系统包括 D NC端 的自适应 NC控制器与机床端 床与 e MC M 为一对一关系。e MC M 经车间局域 网 的 C NC单元 ， 其 中的监测系统是本文的研究重点。 与 D NC主控计算 机连接 ， D NC计算机 与 e MC M 本文将 e MC M 及其外 围模块称为“ 嵌入式机床状 及数控机 床之间为一对 多关 系。作为 i DN C系统 态监测系统” e MC MS 。 的一种扩展 ， D NC计算机与 e MC M 可 以通过防火 墙与I n t m 。 t 相连， 用于访问“ 软件即服务” 供应商 2 e MC MS硬件设计 提供的 A S P服务 ， 也允许 网络用户登 录 e MC M 内 嵌的 We b服务查看机床运行状态或者远程维护。 从逻辑结构上 ， e MC MS是整个 i D NC系统 的核心 ， 其硬 件模 块结构如 图 2所示 ， 包括 e MC M 主模块 、 TC M 数 T cM数据采集模块 II e MCM 模块 ● 以太州通信模块 二 J 以 圊 I M S P 4 3 0 匦 I 3 C 2 4 4 0 I 太 i ln te rn e t／A S P l 网 M D C 与 N c 通 信 模 块 I 里 垒 l l I 茎 些 笪 塑l [ ] 回 网 模块 以及 以太 网通 图 2 e MCMS系统 的 硬 件 模 块 结 构 图 信模块等 4部分。 基于霍尔电流传感器 的机床主轴电机电流采集单 本文 以天嵌公司的 TQ 2 4 4 0开发板为基础设 元。由于 TQ 2 4 4 0开发板 内部集成了声音控制器 ， 计与实现 e MC M 主模块。该开发板硬件主要包括 只需要将麦克 风传 感器插入 主板的 Mi c 输 入孔 ， C P U模块 与主板 2部分 ， C P U模块 的核心芯片为 即可进行声音采集。对于电流数据的采集 ， 本文设 三星公 司基于 A RM9 2 0 T架 构 的 S 3 C 2 4 4 0 A L， 其 计了以 MS P 4 3 0 F 1 4 9单 片机为 核心 的采集 单元。 主要 特征 为 、 P U 主频 4 0 0 MHz 、 6 4 M S DR A M、 MS P 4 3 0 F 1 4 9是 TI 公司生产的一种低功耗 的十六 2 5 6 M Na n d F l a s h ／ 2 M No r F l a s h 。主板提供 的 主 位单片机 ， 内部集成 了十二位 AD转换模块 ， 使硬 要硬件资源包括 3个 UA RT串口、 1 0 0 M 以太 网控 件结构更加紧凑。 制器 、 C MO S摄像 头、 Mi c输入与音频 输 出、 L C D、 MS P 4 3 0单 片机与 T Q2 4 4 0之间采用 串 口通 US B Ho s t ／ D e v i c e 、 S D卡等各种接 口。T Q2 4 4 0开 信 ， T Q2 4 4 0开发板提供 3个 UA RT串 口， 其 中 1 发板的强大计算 能力 与丰 富接 口为 e MC MS的实 个已转接为 R S 2 3 2接头 ， 另 2个 UAR T串 口可从 现提供了便利 。 串口槽 中引 出。MS P 4 3 0单 片 机 的 串 口为 US TC M 数据采集模块设计 了 2路采集单元 ， 分 A RT， 即支持同步或异步串 口通信 ， 在异步串 口通 别为基于微麦克风的切削声音信号采集单元 ， 以及 ’ 信模式下 ， 它与 TQ 2 4 4 0开发板 的 UAR T 串 口兼 鸳能控制技术 嵇萍刘泗岩叶文华面向 智能D N C的 嵌入式机床状态监测系统设计5 9 容 ， 均为 1 v r L电平 ， 可以直接连接。作 为 e MC MS 的进一步扩展 ， 还可以加人更多的 TC M 信号采集 单元 ， 例如切削力 、 声发射 、 振动等， 通过 串 口或无 线射频与 e MC MS进行通信 ， 在 T Q2 4 4 0开发板上 容易实现多个 串口或无线模块的扩展。 3 e MC MS软件设计 3 ． 1总体模块设计 e MC MS系统的软件模块结构如图 3所示 ， 包 括 e MC M 核心模块 、 串 口通信 、 TC P ／ I P通信 以及 数据采集单 元。e MC M 核心模块 包括操作 系统 、 刀 具 状 态 识 别 器 T o o l C o n d i t i o n R e c o g n i z e r ， TC R 以及 We b服务等模块。 数 据 出 T P 通 采 ／ f ，] ／L T CP ／ 集 ＼ 通 ＼广 ＼几／ 妊 信 镪 7 l W in C E 5 ．0 I 图 3 e MCMS系统 的 软 件 模 块 结构 图 e MC M 操作系统采用了 Wi n C E 5 ． 0 ， 使用 P l a t f o r m B u i l d e r 5 ． 0开发环境进行 Wi n C E的定制与 移植 ， TQ 2 4 4 0开发板 已附带 了 Wi n C E 5 ． 0系统定 制 所 需 的 板 级 支 持 包 B o a r d S u p p o r t P a c k e t ， B S P ， 包括 B o o t l o a d e r 、 OE M 适配层 O E M Ad a p t e r L a y e r ， OA L 与驱动程序 ， 减少 了系统移植 的工作 量。e MC M 内的其他 软件模块作 为 Wi n C E环 境 下的应用程序进行开发 ， 首先利用 E mb e d d e d Vi s u a l C E VC 开发环境在 Wi n d o ws X P计算机 中 编写与调试程序 ， 然后下载到 T 4 4 0开发板硬件 中。关于 A r m嵌入式系统的串口通信 、 T C P ／ I P通 信以及 We b服务的实现 已有文献 [ 4 ] 报道 ， 本文只 重点介绍 e MC M 中刀具状态诊断器 TC R 模块的 软件设计。 3 ． 2刀具状态诊断器软件设计 刀具 状 态诊 断器 T C R 是 e MC M 的关 键模 块 ， 其算法流程如 图 4所示。TC R的输人数据包 括 2路 TC M 传感器信号 ， 即主轴 电机 电流和切 削 声音信号 ， 以及从上位机传来 的设置参数 ， TC R输 出刀具状态识别结果。T C R对 2路传感器信号分 别进行滤波 、 特征提取与状态识别 ， 最后进行综合 模糊识别。 ， 对主轴电机电流信号 ， 首先用平滑滤波器过滤 高频噪声数据 ， 然后在时域内计算 “ 电流均方根值” 图 4 7 1 具状 态诊 断器的算法流程 R Ms ， 用一定 时间间隔 △ 内的电流均 方根值 I p ． M S 减去机床空转时的电流 J 0 之差 △J作为表征 刀具磨损状态的电流特征值。 已有研究表明 ， 铣削 过程中的主轴电机电流与后刀面磨损量 呈线 性相关关系[ ， 而用 △J 代替 I V t S 作为特征值可减 少机床系统对 电流测量结果的影响 ， 提高刀具磨损 状态识别 的准确率 。 根据切削实验与经验积 累， 对 不同的工件 材料 与切 削用量设 定一 对 电流 阈值 i1 ， 2 ， 则刀具磨损状态 可表示为 f 1 ， 0 ， T c f c A I ， { 1 ≤ A I 8 2 ， r c I--al l △J ≥ 1 其中 T r∈ [ 0 ， 1 ] ， T c 0表 示 刀具状 态 良好 ， r c1 表示刀具已过度磨损 ， T r E 0 ， 1 表示刀 具磨损 的模糊隶属度 ， 其值越大 ， 表示磨损越严重。 对切削声音信号 ， 首先用带通滤波器过滤掉背 景声音与机床系统声音 ， 然后用 5级小波包变换进 行信号分解， 得到 6 个频率带的时域信号， 再计算 各频带能量 占总能量的百分比， 将得到的 6个 比值 组成“ 频带能量 向量” X。由于正常切削与刀具磨 损时的“ 频带 能量 向量” 不 同， 因此 可用 作为 表征刀具磨损状态的切削声音信号特征 0 刀具磨 损状态可表示为映射 r s f s 映射 的具体关 系采用 B P神经 网络来 建立 ， 本文采用 3 层 B P神经 网络。该神经网络的 输入为“ 频带能量向量” 的 6个分量 ， 输出 ∈ [ 0 ， 1 ] 为刀具磨损 的模糊隶属度 ， 隐含层节点数取 为 4 ， 即该 B P网络为 64 1结构。 对主轴电机 电流与切削声音信号分别进行刀 具状态识别之后 ， 再用模糊分类方法对刀具状态进 6 0 2 0 1 2年 6月 中国制造业信息化第 4 1 卷第 1 1 期 行综合识别 ， 综合识别结果为 2路信号各 自识别结 果的加权和 ， 即 Tz w c Tc ws Ts 其中， 叫c ， Ws∈ 0 ， 1 在上位机上进行设置 ， 并且 满足 叫f s 1 ， 默认时均取 0 ． 5 。 4系统测试 本文笔者 已经完成了嵌入式机床状态监测器 e MC M 的开发 ， 并 在不 同的数控机 床上进行 了模 块化测试 ， 分别考察 了系统可靠性 、 实时性与准确 度。e MC M 能够 7 2 h连续 工作无故 障， 数据 采集 与通 信无延 迟。系统实 时性 方面 的问题 主要是 T C R软件模块的 B P神经 网络训练耗时很长 十几 分钟 以上 ， 本文采取 的措施是将 B P神 经网络的 训练布置在 P C中进行 耗时 2 ～5 s ， 训练完成后 再 由嵌入式 TC R进行在线识别 ， 可满足实时监控 要求 。初步的切削试验表 明， TC R对刀具磨损状 态识别的准确率可达 8 9 ％～9 8 ％。 5 结束语 本文设计与实现的 e MC MS系统可靠性、 实时 性与准确率能够满足机床监控 的需求 ， 为实现“ 智 能 自适应数控” 提供 了一种性价 比高的机床监控方 案。目前实现的 e MC MS系统性能仍然有 待进一 步提高 ， 例如 通过对 T C R算法进行优化 ， 在训练 样本数量 、 训练次数与收敛误差之 间进行均衡 ， 可 以提高刀具状态识别的速度 ； 通过建立各种切削条 件下的工艺数据与知识库 ， 可以提高刀具状态识别 的准确率 。笔者正在计划将 e MC M 应用到已开发 的 D NC实验 系统 中， 并且根据 e MC MS系统反馈 的机床与刀具状态信息对数控加工程序进行实时 修正， 从而实现一种完整 的智能数控系统。 参考文献 [ 1 ] L i a n g S Y， He c k e r R L， L a n d e r s R G． Ma c h i n i n g p r oce s s mo n i t o r ． i n g a n d c o n t r o l t h e s t a t e o f t h ea r t [ J ] ．J o u r n a l o f Ma n u f a c t u r i ng S c i e n c eandEngi n e e r i ng， 2 0 0 4 ， 1 2 6 2 2 9 73 1 0 ． [ 2 ] 程涛， 左力， 刘艳明， 等． 数控机床切削加工过程智能 自 适应控制研究 [ J ] ．中国机械工程 ， 1 9 9 9 ， 1 0 1 2 63 1 ． [ 3 ] Kim D， J e o n D．F u z z y l o g ic c o n t r o l o f c u t t i ng f o r c e s i n C N C mi l l i ng p r o c e s s e s u s i ng mo t o r c u r r e n t s a s i n d i r e c t f o r c e s e n s o r s [ J ] ． P r e c i s i o n E n g i n e e r in g ， 2 0 1 1 ， 3 5 1 1 4 3 1 5 2 ． [ 4 ] 曲宝军．DN C系统嵌入式串 口服务器的研究与开发 [ D] ．南 京 南京航 空航 天大学 ， 2 0 0 7 ． [ 5 ] 肖士利 ， 叶文华 ．数控机床的现场数 据实时 采集和监视 系统 的研究[ J ] ．中国制造业信息化 ， 2 0 0 8 ， 3 7 1 1 3 84 2 ． [ 6 ] 潘旭辉 ． 基 于切削加工声音信号的刀具状 态监测技术基础研 究 [ D] ．南京 南京航空航 天大学 ， 2 0 0 6 ． [ 7 ] 马旭 ， 陈捷 ． 数控铣床刀具 磨损量 与主轴 电流关系研究 [ j ] ．组合机床与 自动化加 工技术 ， 2 0 0 9 1 0 8 89 0 ． [ 8 ] Alg a d o a D R，Al o n s o H．A n a p p r o a c h b a s e d o n c u r r e n t and s o u n d s i g n a l s f o r i np r o c e s s t o o l we a r mo n i t o r i n g [ J ] ．I n t e rna t i o n a l J o u rnal o f Ma c h i n e T o o ls Manu f a c t u r e ，2 0 0 7 ，4 7 1 4 2 1 4 02 1 5 2 ． [ 9 ] Ts e n g P C， Ch o u A． I h e i n t e ll i g e n t o nl i n e mo n i t o r i n g o f e n d mi l l in g [ J ] ．I n t e rna t io n a l J o u r n al o f Ma c h i n e T ools Ma n u f a c t u r e ，2 0 0 2 ， 4 2 1 8 99 7 ． [ 1 0 ] S a t u r l e y P V，S p e n c e AD．I n t e g r a t i o n o f mi l l i ng p r o c e s s s i mu l a t i o n wi t h OnL in e mo n i t o r i ng and c o n t r o l [ J ] ．I n t e r n a t i o n a l J o u rna l o f A d v anc e d Ma n u f a c t u r i ng T ech n o l o g y ，2 0 0 0 ， 1 6 2 9 29 9． An Emb e d d e d M a c h i n e To o l Co n d i t i o n Mo ni t o r i n g S y s t e m f o r I nt e l l i g e nt DNC J I Pi n g ， LI U S i y a n 2 ， YE We nh u 1 ． J i a n g s u Ma r i t i me I n s t i t u t e ， J i a n g s u Na n j i n g ， 2 1 0 0 0 7 ， C h i n a 2 ． Na n j i n g Un i v e r s i t y o f Ae r o n a u t i c s a n d A s t r o n a u t i c s ， J i a n g s u Na n j i n g ， 2 1 0 0 1 6 ， C h i n a Ab s t r a c t I t p u t s f o r wa r d a n i n t e l l i g e n t DNC s y s t e m e mb e d d e d wi t h ma c h i n e t o o 1 c o n d i t i o n mo n i t o r i n g s y s t e m e MC MS ． F i r s t ，i t e s t a b l i s h e s t h e f r a me wo r k d e s i g n o f i n t e l l i g e n t D NC s y s t e m b a s e d o n t h r e e l a y e r e d d i s t r i b u t e d a r c h i t e c t u r e ，t h e n，d e s c r i b e s t h e d e s i g n o f h a r d wa r e a n d s o f t wa r e mo d u l e s o f” e MCMS ” ，i n t r o d u c e s t h e a l g o r i t h m u s e d i n ” t oo l c o n d i t i o n r e c o g n i z e r ”mo d u l e ．I t s h o ws t h e t e s t i n g r e s u l t a n d s u mma r y ． Ke y wo r d s I n t e l l i g e n t S e l f a d a p t i v e CNC； Ma c h i n i n g P r o c e s s C o n t r o l ； T∞ l C o n d i t i o n Mo n i t o r i n g； M u l t i s e n s o r Fu s i o n ； DNC Ma c h i n e Da t a Co l l e c t i o n 上接第 5 6页 c o mb i n a t i o n o f d i f f e r e n t i a l e v o l u t i o n D Ea n d f i n i t e e l e me n t me t h o d ，e x p a t i a t e s t h e l i n e a r mo t o r s e l e c t i o n c a l c u l a t i o n s t e p，p r o p o s e s t h e i n t e l l i g e n t c o n t r o l s t r a t e g y o f l i n e a r s e r v o s y s t e m ， c o mp a r e s t h e e r r o r c o mp e n s a t io n t e c h n i q u e o f li n e a r m o t o r w o r k b e n c h ， e n u me r a t e s t h e o t h e r n o t a b le p r o b l e m s ． Ke y wo r d s L i n e a r Mo t o r ； CNC Ma c h i n e Tool s ； Ge n e r a l Te c h n o l o g y