基于AE 信号的切入式磨削模型及工艺试验

林文鑫

（200093 上海市 上海理工大学 机械工程学院）

0 引言

磨削在线监测技术[1]是利用安装在磨削设备上的传感器以及相应的数据采集与分析软硬件实现对加工状态实时监控的信息化、现代化先进技术。根据监测系统反馈的磨削状态数据，可以对工件的尺寸精度、表面质量等重要指标做出评估，以便及时发现并完善存在缺陷的技术环节，在很大程度上降低了产品的废品率以及企业的制造成本。

声发射（Acoustic emission，AE）是材料内部受到外力加载所产生的应变能快速释放而产生的应力波，其与被加工材料、磨削工艺参数、砂轮材质等均有密切联系。在基于AE 信号的磨削状态监测研究方面：Liu[2]等人利用激光作为模拟材料热膨胀的热源，并通过小波变换提取热力声发射信号的识别特征，将声发射技术应用于磨削烧伤的监测中；König[3]等人通过一系列磨削实验，发现了加工表面质量与主要磨削工艺参数的关系，并建立了基于声发射信号的切入式外圆磨削加工工件表面质量预测模型，通过自适应控制获取良好的表面质量；Sutowski[4]等人提出一种利用声发射信号结合图像处理分析的方法，对磨削过程中砂轮的磨损进行实时监测，并能评估砂轮磨损对表面粗糙程度的影响；郭力[5]等人在对镍基合金和陶瓷材料热扩散的声发射信号特征的研究中，利用激光照射工件模拟磨削过程中工件的磨削热效应，成功提取到磨削烧伤温度下声发射信号的频率特征；林峰[6]等人建立了基于贝叶斯网络的平面磨削智能检测模型，通过实时采集加工过程中的声发射信号，分析信号峭度，实现对工件粗糙度的预测和对砂轮钝化状态的识别。

为了进一步丰富与完善声发射技术在磨削在线监测领域的应用，本文提出一种利用AE 信号实现对磨削加工状态的在线监测方法。根据AE信号强度与磨削力之间的联系以及传统磨削力理论模型，推导出基于AE 信号的切入式磨削均方根曲线模型，并通过磨削试验验证了模型对实际磨削加工过程预测的准确性，为切入式外圆磨削状态在线监测提供一种新手段。

1 AE 均方根曲线模型

Chen[7]等人的研究表明，切入式磨削法向磨削力Fn与磨削系统弹性形变δ成正比，因此切入式磨削加工过程中工件所受法向力可表示为

在切入式磨削力的研究中，通常假设线性磨削力模型中法向磨削力与瞬时磨削深度成正比

式中：Kc——磨削系数，用于描述法向磨削力与瞬时磨削深度的关联性。

在切入式磨削加工过程中，由于工件、砂轮的弹性变形以及机床的刚度导致数控指令进给速度u'与实际进给速度r'之间存在差异，其关系可表示为

式中：实际进给速度r'与砂轮瞬时切入深度a 和工件角速度ωw相关

将式（1）、式（2）、式（4）代入式（3），可得切入式磨削系统控制式

式中：τ——时间常数，可表示为

时间常数τ与磨削系数Kc、磨削系统刚度等效系数Ke以及工件转速nw相关。时间常数可用于描述磨削加工过程中磨削系统的动态刚度性能，对于评价加工设备性能的优劣有重要的指示作用。

对式（5）进行非齐次线性微分方程求解得

将式（2）、式（6）代入式（7），所得等式将时变的磨削法向力Fn与数控指令进给速度u'、工件角速度ωw、磨削性能K 以及时间常数τ之间建立起联系

Tawakoli[8]在关于磨削过程监测和结果评估的相关实验研究中发现，声发射均方根值与磨削法向力存在近似线性关系，由此得到磨削加工声发射信号与磨削力的关系式：

式中：VAE_RMS（t）——磨削加工过程中砂轮与工件作用产生的实时声发射信号均方根值；Ft（t）——工件受到的实时法向磨削力；KAE——声发射信号均方根与法向力的比例系数。

为建立起AE 信号与数控指令进给速度u'、工件角速度ωw、磨削性能Kc以及时间常数τ之间的联系，将式（9）代入式（8）并经过变换得到切入式外圆磨削AE 信号均方根曲线模型：

式中：t1——磨削进给阶段的终止时间。

2 试验条件及方案

2.1 声发射磨削监测平台

本文所搭建的磨削监测平台及其硬件连接方式如图1 所示。AE 传感器通过专用磁性夹具固定在机床表面，为防止传感器与机床表面接触不充分而导致的信号不完整，需要在声发射传感器与机床接触表面涂上专用耦合剂。与AE 传感器相连的前置放大器、前放供电分离信号器会将低至几微伏的传感器原始电信号放大后经过高频同轴电缆传输给信号采集卡，数据采集卡将通过放大器传来的模拟信号转化为数字信号再输出到计算机，计算机中的声发射信号检测专用虚拟仪器首先对磨削加工过程中采集到的声发射信号进行数字滤波，再显示信号曲线并进行存储，以便开展对数据的相关分析研究

图1 磨削监测平台及硬件连接图Fig.1 Grinding monitoring platform and hardware connection

2.2 试验条件

分别采用45 钢以及氧化铝陶瓷两种典型的塑性、脆性材料进行切入式磨削工艺试验。为便于在试验中对两种材料试验结果进行横向比较，对两种材质试件的尺寸进行统一规定。实验材料尺寸及力学性能参数如表1 所示。

表1 试件尺寸及材料力学性能Tab.1 Size and mechanical properties of material

2.3 试验方案

每组试验前先修整砂轮，试验过程控制试件材料去除量和砂轮转速保持不变，检测不同工装、不同工艺参数、不同磨削材料对加工过程中的AE 信号曲线的影响规律。试验采用的工艺参数如表2 所示。

表2 磨削试验工艺参数Tab.2 Grinding test process parameters

3 结果与讨论

3.1 装夹方式对声发射信号的影响

如图2 所示为相同材料以及磨削条件下（控制砂轮转速、砂轮进给速度、工件转速以及进给时间一致）分别采用两顶尖装夹以及三爪卡盘单侧装夹方式下的磨削加工声发射均方根曲线。

图2 不同装夹方式下的磨削AE RMS 曲线图Fig.2 Grinding AE RMS curves under different clamping modes

相较2 种装夹形式下的AE 信号，其在磨削加工进入稳定阶段后的差异非常明显。采用两顶尖形式加工产生的AE 信号变化相对平缓，而采用三爪卡盘装夹时所生成的AE 信号存在大幅度波动，这是由于工装形式导致的加工刚度差异所致。在磨削过程中，三爪卡盘单侧装夹的工件由于两侧刚度不同，在磨削力作用下工件刚度弱侧产生较大幅度的退让，造成磨削的不连续即声发射信号的大幅波动现象，而双顶尖装夹形式在很大程度上保证了工件整体加工刚度的统一性，因此其AE 信号的变化较为平缓。本文其余实验均采取双顶尖的装夹形式。

3.2 加工位置对声发射信号的影响

为考查不同加工位置对声发射信号的影响，采用相同磨削参数对同一试件的3 个位置（靠近左侧顶尖处、中间位置、靠近右侧顶尖处）分别进行磨削实验并观察其AE 信号，如图3 所示。

图3 不同加工位置下的磨削AE RMS 曲线图Fig.3 Grinding AE RMS curves at different machining positions

在对试件靠近顶尖两侧位置进行磨削时，所生成的AE 曲线变化规律类似，存在较大幅度的波动，而在对工件中间位置加工时所产生的AE曲线则相对平缓。同样，从加工刚度角度分析，由于处于对称位置，对试件中间位置进行磨削时加工刚性最佳，而越靠近顶尖的试件部分加工刚性会越强，从而导致磨削的不均匀，这种现象在工件圆度较差的粗磨阶段尤为明显。本文其余实验均对试件中间位置进行加工。

3.3 加工材料对声发射信号的影响

为考查不同材料磨削过程中的AE 信号，采用相同磨削参数分别对45 试件以及氧化铝陶瓷试件进行磨削试验。图4 所示为磨削过程中的AE 信号曲线。

图4 不同材料下的磨削AE RMS 曲线图Fig.4 Grinding AE RMS curves for different materials

比较塑性、脆性材料在磨削过程中的AE 信号曲线，对于磨削的初始阶段以及终止阶段，陶瓷材料的响应速度均快于45 钢材料。而在磨削稳定阶段，两种材料生成的AE 曲线在总体趋势上保持一致，总是先明显下降，再在某一位置上下波动，最终升高，但是在波动频率上氧化铝材料明显高于45 钢材料。这些变化规律与声发射产生机理以及塑性、脆性材料的材料特性相关。应力波的产生是外部因素作用下材料内局部形变所致，45 钢（塑性材料）试件加工表面材料从塑性变形到彻底断裂脱离工件，整个过程具有连续性，因此其声发射信号曲线变化相对平缓且波动频率较低，而氧化铝陶瓷（脆性材料）不存在明显的屈服阶段，也没有塑性变形的过程，材料的破坏在极短的时间内发生。此外，材料的断裂强度很小，所以由弹性变形不经塑性变形而崩裂为切屑的频率高于塑性材料，因此其AE 信号曲线的波动较为频繁。

3.4 工艺参数与声发射信号均方根稳定值的关系

为考察工艺参数对磨削过程中声发射信号的影响规律，试验采用不同砂轮进给速度、工件转速进行工艺实验。声发射均方根稳定值与工艺参数的关系如图5 所示。

图5 磨削稳定阶段AE RMS 值与工艺参数关系Fig.5 Relationship between AE RMS value and process parameters in grinding stability stage

在磨削过程中，AE 信号均方根稳定值的变化趋势总体上是随着砂轮进给速度的提高而提高，随着工件转速的提高而呈下降趋势。观察以上磨削过程中AE 信号随着砂轮进给速度和工件转速的变化规律可知，AE 信号可以实时反应材料磨削加工过程中工艺参数的变化，这为利用AE 信号进行切入式磨削在线监测的可行性提供了有效的依据。

3.5 理论曲线模型及其验证

为获理论曲线模型中的关键参量时间常数以及磨削稳定阶段AE 均方根平均值，首先进行一次磨削试验，通过对采集到的磨削过程AE 数据进行分析处理得到参量；然后以相同工艺参数进行磨削试验，并将采集到的实际磨削过程AE均方根曲线与理论模型预测曲线进行对比。如图6 所示。

图6 磨削过程AE RMS 实测曲线与预测曲线对比图Fig.6 Comparison between measured curve and predicted curve of AE RMS

预测曲线在磨削初期和稳定阶段与实测曲线有加高的重合度，而在砂轮退刀阶段相比实测曲线有一定程度的误差，主要原因是退刀阶段的时间常数τ的取值与进给阶段相同，而实际磨削进给阶段的时间常数要大于对刀阶段，因此造成相应的滞后，影响最终预测结果。实验值和预测值具有较高的一致性，说明该切入式磨削理论模型具有一定的可靠性

4 结论

（1）磨削工程中的AE 均方根曲线的特征可以反应工装、加工位置等因素对磨削刚度的影响；

（2）磨削同种材料所生成的声发射信号均方根曲线在磨削进入稳定阶段前与结束磨削阶段的变化趋势接近，而不同种材料的变化趋势不同，可以利用这一特点进行磨削材料的识别；

（3）试验数据表明，随着砂轮进给速度增加，加工稳定阶段AE 信号RMS 均值有明显上升趋势，而随着砂轮转速增加，AE 信号RMS 均值呈下降趋势；

（4）根据AE 信号RMS 值与磨削力近似线性的关系以及传统磨削理论模型，建立了基于AE信号的切入式外圆磨削均方根曲线理论模型，预测加工曲线与实测曲线具有较好的一致性。