高速电火花小孔加工在线阶段辨识方法及系统

技术领域

本发明涉及机械加工领域，具体地，涉及一种高速电火花小孔加工在线阶段辨识方法及系统，更为具体地，涉及一种应用于涡轮叶片气膜冷却孔高速电火花小孔加工的在线加工阶段辨识方法及系统。

背景技术

高速电火花小孔加工被广泛应用于涡轮叶片气膜冷却孔的加工，根据加工的稳定程度，整个加工过程可以分为三个阶段，即接触阶段、正常加工阶段和穿透阶段。由于三个阶段放电环境的大不相同，使得各加工阶段具有不同的特点，而目前常见的对于整个加工过程给定一组加工参数的方法并不能适应各加工阶段放电环境的变化，导致整体加工效率较低。

此外，由于叶片内部存在复杂流道，如不能准确判断穿透瞬间(即电极从叶片外壁内表面穿出)并及时停止加工，将可能导致过早停止加工使得气膜孔出口尺寸偏小，或过度加工造成叶片内部复杂流道损伤。由于加工时电极损耗大，损耗量难以预知，通过进给量判定是否发生穿透的方法并不稳定，不适用于叶片的大批量自动化生产。

目前工业界常用的做法是给定加工深度，达到此深度后自动结束加工，此深度的设定需要依赖大量预先实验，耗费人力物力。现有的穿透检测方法主要是阈值比较法，即极间电流、电压等信号与预设阈值比较，根据超出、不足或波动情况判定是否穿透。此类方法对阈值的有效性和具体加工条件的依赖性高。此外，对于孔是否加工完成的判定工业界尚未有针对性的研究，学术界的研究也仅高度依赖预设阈值，泛化能力较差，难以适应涡轮叶片气膜冷却孔加工这一高精度要求、大批量的加工场合。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种高速电火花小孔加工在线阶段辨识方法及系统。

根据本发明提供的一种高速电火花小孔加工在线阶段辨识方法，包括：

步骤S1：采集加工过程中的原始信号；

步骤S2：提取特征信号进行处理；

步骤S3：量化当前加工状态稳定性；

步骤S4：根据稳定性变化，辨识当前所处的加工阶段。

优选地，在所述步骤S1中：

所述的加工过程中的原始信号包括能够直接采集的信号和处理后得到特征信号；

能够直接采集的信号包括极间电流、电压、进给深度、进给速度；

处理后得到特征信号包括峭度信号、归一化峭度信号、峰度信号。

优选地，归一化峭度是指：

其中

优选地，在所述步骤S3中：

选取预设窗口内的各个特征信号，经降噪、平滑处理后，计算此窗口内的归一化峭度，计算出的峭度值的大小作为该时间段内加工稳定性的量化值。

优选地，所述的降噪是指小波软阈值降噪方法；

所属的平滑是指单侧滑动平均平滑方法。

优选地，在所述步骤S4中：

在加工开始前，特征信号的归一化峭度与零的差距在预设值内，随着接触阶段的进入，放电开始后，峭度因子波动；当接触阶段结束进入正常加工阶段时，此时峭度因子与零的差距在预设值内；当穿透发生时，加工由正常加工阶段进入穿透阶段，此时的峭度因子波动；当穿透阶段结束时，峭度因子重新恢复与零的差距在预设值内的状态，标志着孔位加工完成。

根据本发明提供的一种高速电火花小孔加工在线阶段辨识系统，执行所述的高速电火花小孔加工在线阶段辨识方法，包括：

信号采集模块：与电流检测模块、电压检测模块相连获取距离电流信息和电压信息；

信号处理模块：与信号采集模块和在线判别模块相连，并进行信号预处理，获取处理后的信号数据，并得到预设时间内的归一化峭度样本后输出至在线判别单元；

在线判别模块：统计判别结果，确定当前加工稳定性，结合自开始加工以来的稳定性变化，确定当前加工阶段。

优选地，在所述信号采集模块中：

获得电流、电压原始信号，并储存在缓冲区中，经平均后得到预设时间段内的平均电压和电流，并将结果发送至在线判别模块。

优选地，在所述在线判别模块中：

在线判别系统对计算得到的归一化峭度进行计数，连续预设数量的判别周期内的峭度平均值均大于预设值，则认为此时放电状态不稳定；

连续预设数量的判别周期内的峭度平均值小于等于预设值，此时的放电状态稳定。

优选地，判别得到当前的放电状态，第一次检测到放电状态由稳定变为不稳定，此时进入接触阶段；

当放电状态由不稳定变为稳定，此时处于加工阶段；

当放电状态由稳定重新变得不稳定时，认为此时进入了穿透阶段，穿透阶段进入瞬间为穿透发生时刻；

当放电状态重新恢复稳定，此时穿透阶段已经结束，加工完成，在线判别系统停止该孔的加工，转向下一孔位。

与现有技术相比，本发明具有如下的有益效果：

1、本发明可以实现同时检测穿透和贯穿，准确性高，泛化能力强，适用于不同加工条件；

2、本发明无需任何阈值和预先实验，判别速度快，与现有的穿透检测方法和贯穿判定方法相比有着显著优势。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为所述的加工阶段在线辨识系统；

图2为采集的极间电压信号；

图3为100ms内电压信号的峭度因子和归一化峭度；

图4为使用本发明方法进行加工阶段在线辨识的效果；

图5为改变脉冲宽度时本发明方法的辨识结果；

图6为改变脉冲间隔时本发明方法的辨识结果；

图7为改变峰值电流时本发明方法的辨识结果；

图8为改变电容时本发明方法的辨识结果；

图9为不同窗宽下的辨识结果对比。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

根据本发明提供的一种高速电火花小孔加工在线阶段辨识方法，如图1-图9所示，包括：

步骤S1：采集加工过程中的原始信号；

具体地，在所述步骤S1中：

所述的加工过程中的原始信号包括能够直接采集的信号和处理后得到特征信号；

能够直接采集的信号包括极间电流、电压、进给深度、进给速度；

处理后得到特征信号包括峭度信号、归一化峭度信号、峰度信号。

具体地，归一化峭度是指：

其中

步骤S2：提取特征信号进行处理；

步骤S3：量化当前加工状态稳定性；

具体地，在所述步骤S3中：

选取预设窗口内的各个特征信号，经降噪、平滑处理后，计算此窗口内的归一化峭度，计算出的峭度值的大小作为该时间段内加工稳定性的量化值。

具体地，所述的降噪是指小波软阈值降噪方法；

所属的平滑是指单侧滑动平均平滑方法。

步骤S4：根据稳定性变化，辨识当前所处的加工阶段。

具体地，在所述步骤S4中：

在加工开始前，特征信号的归一化峭度与零的差距在预设值内，随着接触阶段的进入，放电开始后，峭度因子波动；当接触阶段结束进入正常加工阶段时，此时峭度因子与零的差距在预设值内；当穿透发生时，加工由正常加工阶段进入穿透阶段，此时的峭度因子波动；当穿透阶段结束时，峭度因子重新恢复与零的差距在预设值内的状态，标志着孔位加工完成。

根据本发明提供的一种高速电火花小孔加工在线阶段辨识系统，执行所述的高速电火花小孔加工在线阶段辨识方法，包括：

信号采集模块：与电流检测模块、电压检测模块相连获取距离电流信息和电压信息；

具体地，在所述信号采集模块中：

获得电流、电压原始信号，并储存在缓冲区中，经平均后得到预设时间段内的平均电压和电流，并将结果发送至在线判别模块。

信号处理模块：与信号采集模块和在线判别模块相连，并进行信号预处理，获取处理后的信号数据，并得到预设时间内的归一化峭度样本后输出至在线判别单元；

在线判别模块：统计判别结果，确定当前加工稳定性，结合自开始加工以来的稳定性变化，确定当前加工阶段。

具体地，在所述在线判别模块中：

在线判别系统对计算得到的归一化峭度进行计数，连续预设数量的判别周期内的峭度平均值均大于预设值，则认为此时放电状态不稳定；

连续预设数量的判别周期内的峭度平均值小于等于预设值，此时的放电状态稳定。

具体地，判别得到当前的放电状态，第一次检测到放电状态由稳定变为不稳定，此时进入接触阶段；

当放电状态由不稳定变为稳定，此时处于加工阶段；

当放电状态由稳定重新变得不稳定时，认为此时进入了穿透阶段，穿透阶段进入瞬间为穿透发生时刻；

当放电状态重新恢复稳定，此时穿透阶段已经结束，加工完成，在线判别系统停止该孔的加工，转向下一孔位。

实施例2为实施例1的优选例，以更为具体地对本发明进行说明。

一种电火花小孔加工在线穿透检测方法，采集穿孔加工过程中的原始信号，提取特征信号进行预处理，并计算归一化峭度。本发明利用穿孔加工过程中不同阶段的加工稳定性特征不同这一特性，对加工信号进行实时处理，将提取出的一段时间窗口内的特征信号变化趋势通过归一化峭度量化，统计一段时间内的归一化峭度，对加工稳定性进行评价，从而实现加工阶段的在线辨识，进而实现穿透和贯穿的判定。

本发明针对现有方法存在的上述不足，提出将穿透检测问题和孔加工完成问题(以下称为贯穿判定)归类为高速电火花小孔加工各加工阶段的辨识问题。具体来说，穿透和贯穿瞬间分别发生在正常钻孔阶段结束和穿透阶段结束，在加工中利用各加工阶段加工状态存在差异这一特性，对加工过程中采集极间放电信号、进给率信号进行实时处理，将提取出的一段时间内的各信号变化趋势作为判定当前状态的依据，从而准确分辨出当前的加工阶段，当加工阶段由正常放电阶段进入穿透阶段时，认为此时发生了穿透。同理，当穿透阶段结束时，认为此时孔已经加工完成。

本发明是通过以下技术方案实现的：

本发明涉及一种高速电火花小孔加工在线阶段辨识方法，通过采集加工过程中的原始信号、降噪、平滑、提取用于表征当前加工状态的特征信号、并进行稳定性量化，根据量化结果，结合各加工阶段的稳定性特征，实现加工阶段的在线辨识，从而准确有效地检测出穿透和贯穿瞬间，为加工策略的优化和加工效率的提升提供依据。

所述的加工过程中的原始信号包括但不限于：(1)可直接采集的信号：极间电流、电压、进给深度、进给速度等，(2)处理后得到特征信号：峭度信号、归一化峭度信号、峰度信号等。

所述的降噪是指小波软阈值降噪方法。

所属的平滑是指单侧滑动平均平滑方法。

所述的加工状态稳定性的量化操作是指，选取预设窗口内的各个特征信号，经降噪、平滑处理后，计算此窗口内的归一化峭度，计算出的峭度值的大小即作为该时间段内加工稳定性的量化值。该方法无需任何阈值和预先训练数据，可直接、全面地表征一段时间内加工状态的变化趋势，该方法受加工参数变化、加工条件变化、外部干扰、测量噪声等的影响小，量化操作完全由计算机程序完成，自动化程度高，辨识结果精确、快捷、稳定、可靠。

所述的归一化峭度是指：

所述的加工阶段辨识具体是指：在加工开始前，此时极间状态较为平稳，特征信号的归一化峭度趋于零。随着接触阶段的进入，即放电开始后，此时极间状态极度不稳定，峭度因子剧烈波动。当接触阶段结束进入正常加工阶段时，此时极间状态相对稳定，峭度因子趋于零。当穿透发生时，标志着加工由正常加工阶段进入穿透阶段，此时的峭度因子重新剧烈波动。当穿透阶段结束时，峭度因子重新恢复稳定，标志着孔位加工完成。

一种在线辨识系统，包括：信号采集单元、信号处理单元、在线判别单元，其中：信号采集单元分别与电流检测模块、电压检测模块相连获取距离电流信息和电压信息，信号处理单元分别与信号采集单元和在线判别相连并进行信号预处理，获取处理后的信号数据，并得到一段时间内的归一化峭度样本后输出至在线判别单元，在线判别单元统计判别结果，确定当前加工稳定性。结合自开始加工以来的稳定性变化，确定当前加工阶段。

每个采样周期内，所述的信号采集单元获得电流、电压原始信号，并储存在缓冲区中，经平均后得到1ms的平均电压和电流，并将结果发送至在线判别系统，在线判别系统接收平均电压和电流信号，一方面用于后续的加工阶段辨识，另一方面用于可视化加工过程。

在线判别系统对计算得到的归一化峭度进行计数，如果连续200个判别周期内的峭度平均值均大于1，则认为此时放电状态较不稳定。反之，则认为此时的放电状态相对稳定。

所述的在线判别系统判别得到当前的放电状态，如果第一次检测到放电状态由稳定变为不稳定，则此时进入了接触阶段。当放电状态由不稳定变为稳定，表明此时处于正常加工阶段。类似的，当放电状态由稳定重新变得不稳定时，认为此时进入了穿透阶段，穿透阶段进入瞬间即为穿透发生时刻。最后，当放电状态重新恢复稳定，表明此时穿透阶段已经结束，孔被加工完成，此时在线判别系统将停止该孔的加工，转向下一孔位。

实施例3为实施例1的优选例，以更为具体地对本发明进行说明。

如图1所示，为本实施例涉及的一种高速电火花小孔加工在线辨识系统，包含加工工件1、中空管状电极2、旋转工作台3、电压差分探头4、电流探头及放大器5、数据采集单元6、和在线判别系统7，其中：工作台3上放置加工工件1，中空管状电极2通过放电加工工件上的气膜冷却孔。电极2和工件1之间存在高频电压，从而产生放电现象，实现工件材料去除，此外，电极内部存在高压高速的水基工作液，在加工过程中起到排屑和冷却的作用，实现加工过程的持续稳定进行。用于实时采集通过放电间隙的电流数值的电流探头及放大器5与工件1和管电极组成的回路串联。用于实时采集放电间隙两端的电压数值的电压差分探头4与工件1和管电极组成的回路串联。数据采集单元6分别与电流探头及放大器5、电压差分探头4相连，接收来自电流探头及放大器5的极间电流信号、来自电压差分探头的极间电压信号并发送至在线判别系统7.在线判别系统7根据设置的采样时间窗口宽度和采样周期进行数据的降噪、平滑处理，而后实时计算归一化峭度，实现加工阶段的在线辨识。

本实施例中的具体功能实现及其执行过程如下：

本实施例中的采样周期为1毫秒，信号窗口宽度预设为100个采样周期，原始信号采样率为50兆赫兹。小波降噪分解层数为3层，单侧滑动平均滤波阶数为100。

每个采样周期内，所述的信号采集单元获得电流、电压原始信号，并储存在缓冲区中，经平均后得到1ms的平均电压和电流，并将结果发送至在线判别系统，在线判别系统接收平均电压和电流信号，一方面用于后续的加工阶段辨识，另一方面用于可视化加工过程，如图2所示。而后清空缓冲区，并开始下一周期的数据采集和储存。

每个采样周期内，所述的信号处理单元首先从信号采集单元获得原始数据，然后将原始数据发送至在线判别系统。在线判别系统根据预设窗宽，更新窗的最后一个元素，而后经过小波软阈值降噪，滑动平均滤波处理后，计算归一化峭度，如图3所示。可以看出，归一化峭度可以很好的表征当前的加工状态，且相较于峭度因子，归一化峭度可以将计算值的范围从[0,100]缩放至[0,6]，增大不稳定状态与稳定状态下的差异，对于中间阶段中偶尔出现的不稳定现象也有着更好的鲁棒性，能够更好的区分出穿透阶段结束瞬间。

在线判别系统对计算得到的归一化峭度计数，如果连续200个判别周期内的峭度平均值均大于1，则认为此时放电状态较不稳定。反之，则认为此时的放电状态相对稳定。

所述的在线判别系统判别得到当前的放电状态，如果第一次检测到放电状态由稳定变为不稳定，则此时进入了接触阶段。当放电状态由不稳定变为稳定，表明此时处于正常加工阶段。类似的，当放电状态由稳定重新变得不稳定时，认为此时进入了穿透阶段，穿透阶段进入瞬间即为穿透发生时刻。最后，当放电状态重新恢复稳定，表明此时穿透阶段已经结束，孔被加工完成，此时在线判别系统将停止该孔的加工，转向下一孔位。

工业界和学术界现有的其他穿透检测方法一般使用某种或某几种加工信号的当前时刻数值作为特征信号，设定阈值进行判别，以下称为阈值检测法。或者基于某种加工场合获取训练数据训练模型，将此模型用于其他位置条件，以下称为训练数据法。上述两种方法与本发明所述基于归一化峭度的加工状态辨识方法相比，易受加工状态波动、外部干扰、测量噪声等影响，对加工状态的表述准确性低，可靠性低；且无法表达近期状态变化趋势，难以反应真实的加工状态，需要大量的预先实验，成本高。阈值依赖操作者或系统开发人员的经验而设定，需要人工反复尝试调节，可操作性差，准确性和可靠性较低；阈值一般根据某单一加工条件设定，改变加工条件对阈值有较大影响，需要重新设定。训练数据法难以适应气膜冷却孔的复杂加工场合，容易造成误判。

在相同加工条件下，比较本发明方法与阈值检测法和训练数据法的检测准确率。检测准确率是指判定正确的样本数在样本总数中所占比例。样本即每个采样周期内获得的信号数据。本实施例的检测准确率大于99％，阈值检测法的检测准确率大于70％，训练数据法的检测准确率大于80％。此外，对涡轮叶片气膜冷却孔高速电火花加工过程进行在线阶段辨识。使用外径0.65mm电极分别进行三组共36次重复实验，当在线辨识系统判别接触阶段结束、正常阶段结束以及穿透阶段结束时停止加工，使用显微镜拍摄被加工孔的几何形貌，如图4所示。从图4中可以看出，本发明方法可以准确的辨识出各个阶段，很好的解决了困扰工业界多年的穿透检测问题和贯穿判定问题。

比较本发明方法与传统检测法的泛化能力。泛化能力是指在确保正常加工的合理范围内改变加工条件后，不改变阈值或分类模型而仍保证判定准确性的能力。本实施例中，改变加工条件无需对本判别系统进行任何修改；而阈值检测法需要调整阈值，所需调整的阈值个数与具体加工条件有关；训练数据法在接触阶段极易发生误判。同样的应用本发明方法对改变加工参数的涡轮叶片气膜冷却孔加工过程进行在线阶段辨识，结果如图5-8所示。在不同的加工参数和加工孔位方向下进行在线阶段辨识，可以看出，本发明的方法均能准确的判别当前加工的各个阶段。图中，T

本发明方法中另一关键参数为窗宽，即有多少个点参与计算归一化峭度。为此，对离线采集到的极间电压信号进行处理，采用不同的窗宽计算归一化峭度，结果如图9所示。可以看出，随着窗宽的增大，归一化峭度对于极间状态的反应能力变弱且计算时间超过采样周期，不满足实时性要求。此外，若窗宽过小，则容易受加工过程中的不稳定因素影响，不能准确反映极间状态信息，极易造成误判，因此在本实验范围内，窗宽选择为100是最合适的。

在相同加工条件下，比较本发明方法与传统检测法的检测耗时。检测耗时是指加工过程中发生穿透现象后，到被检测出所花费的时间，未准确检测到穿透的情况不计入统计数据。本实施例的检测时间稳定在200毫秒以内。阈值检测法和训练数据的检测时间在1秒以内。二者均满足在线检测的实时性需求。

由实施例的描述可知，本发明相比于阈值检测法，在准确性、可操作性、泛化能力方面具有显著优势。

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。