铣削刀具循环神经网络预测寿命方法

作     者：陆浩天 冀晨宇 张晟玮 沈彬 

作者机构：上海交通大学机械与动力工程学院 中国航发航空科技股份有限公司 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 080201[工学-机械制造及其自动化] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：上海航天科技创新基金(No.SAST2018-055) 

主　　题：刀具寿命预估 扭矩信号 循环神经网络 刀具优选 

摘      要：在开展新的钛合金铣削工艺加工前，总是离不开刀具的选用，一把适应该工艺的刀具能有效提高生产效率，降低加工成本。然而由于钛合金的难加工性，在选刀过程中总会消耗很多时间和人力在试切过程中。为了降低试切消耗的时间和人力成本，提出了一种利用铣削试切过程中采集到的扭矩信号来评估和预测刀具在其寿命中的可用次数，并实现不同刀具间的横向对比以获得最佳刀具的方法。通常加工时扭矩的有效值已经能表征了铣刀的磨损状态，但不同刀具在加工时由于刃倾角、涂层等参数不同导致同样磨损量的刀具在加工时扭矩的有效值不同。该方法将提取扭矩的高频信号来表征加工状态，以避免刀具参数不同带来的影响；继而利用循环神经网络，把多次试切时的信号特征时序转化为刀具的寿命预测。实验结果表明，该方法能有效地通过前几次试切来预测刀具使用寿命，使得试切消耗的次数缩短到原来的1/3;能适用于不同刃倾角和涂层的刀具，并由此横向比对出最适应本次加工的刀具。