表面粗糙度监测：AI 如何读取 CNC 刀具磨损

• 1
  表面粗糙度监测始于切削刃的实际行为
• 2
  哪些信号携带磨损信息，采样率应为多少
• 3
  模型如何将特征映射到 Ra，以及为何训练数据是瓶颈
• 4
  表面粗糙度监测在何处不再可靠
• 5
  在生产机床上安装传感器套件前需要检查什么
• 6
  按零件价值和表面要求选择监测方法

铣刀不会在一次事件中失效。它通过三种相互重叠的机制失效。后刀面磨损使后刀面与已加工表面摩擦，缓慢提高粗糙度。月牙洼磨损使前刀面凹陷并削弱刃口。崩刃和热裂纹以台阶方式去除材料，并使切削力发生跳变。每种机制在信号中留下不同的指纹，这就是单一传感器很少能覆盖全部三种机制的原因。

表面粗糙度监测之所以有效，是因为 Ra 不是随机数。在稳定工艺中，它随后刀面磨损宽度 VB 呈浅曲线变化：最初几分钟平坦，然后上升。如果能间接测量磨损状态，就能预测 Ra 所处的位置，而无需为轮廓仪检查而停止主轴。

间接路线在生产现场很重要。便携式粗糙度仪需要清洁、可触及的表面，并且每个零件需要操作员几秒钟。每班 60 个零件时，这会累积起来，而且它在切削后对零件采样，此时数值已经固定。

因此，有用的问题不是 AI 能否预测粗糙度。而是哪个信号响应得足够早、可以据此采取行动，以及该信号实际能解释多少 Ra 变化。

信号选择决定下游一切。振动、主轴电流、声发射和切削力各自以不同速度响应磨损，并具有不同的噪声底。

• 1
  后刀面磨损逐渐提高 Ra；在后刀面上可见。
• 2
  月牙洼磨损削弱刃口；体现在力和电流上。
• 3
  崩刃力发生台阶变化；慢速采样难以捕捉。

安装在主轴壳体上的加速度计测得的振动是主力。随着刃口磨损，齿通过频率及其谐波会发生偏移。约 20 kHz 的采样率可在 3,800 RPM 主轴上捕捉齿通过频带，同时保持在常见工业加速度计的带宽内。

主轴电流和功率更便宜，因为驱动器已经报告这些数据。它们响应平均负载，因此能捕捉渐进磨损和过载，但会漏掉区分崩刃与钝刃的高频内容。

声发射位于 100 kHz 至 1 MHz 频带，对刃口处的微断裂有反应。它很敏感，但在切削液泵和压缩机运行的车间中噪声较大。

来自测力计工作台的切削力提供最干净的信号和最高的成本。它通常保留用于研究单元或高价值零件，在这些场合，一个报废工件就能抵偿仪器费用。

生产机床上的实用组合是振动加主轴电流。一个捕捉快速事件，另一个提供稳定基线。然后将原始信号简化为特征：RMS、峭度、频带功率以及齿通过谐波之间的比值。

• 1
  20 kHz 采样覆盖典型铣削速度下的齿通过谐波。
• 2
  至少两个传感器振动用于速度，电流用于稳定基线。
• 3
  先做特征简化模型需要特征，而不是原始波形转储。

监督模型学习从特征向量到两个标签的映射：实测 Ra 和实测磨损状态。训练数据来自切削试验，其中刀具运行至失效，并定期测量表面。在立式加工中心上的受控试验可能使用 1.2 mm 切削深度、10 mm 切削宽度和 3,800 RPM，过滤后仍只能得到几十个有效数据组。

样本量小是核心问题。在一个材料、一个刀具牌号和一个速度范围上训练的模型，往往记住的是装夹条件而非磨损物理规律。在狭窄试验集上报告的精度数据通常无法经受工件材料的变化。

两种设计选择可改善迁移。第一，使用无量纲特征（如力比和归一化频带功率）而非绝对幅值进行训练。第二，将磨损状态和 Ra 保持为独立输出，这样可以在不重新训练另一个的情况下校正其中一个。

任务学习方法（共享模型按刀具或按材料微调）直接解决这个问题。共享部分学习一般磨损行为；微调部分吸收特定装夹条件。对于运行许多零件号的车间，这比单一整体模型更合适。

这些都不能消除对真实基准的需求。如果实测 Ra 标签来自重复性为 0.1 μm 的仪器，模型精度不可能高于该值。

• 1
  无量纲特征在材料和刀具牌号之间迁移更好。
• 2
  分离输出磨损状态和 Ra 独立校正。
• 3
  标签质量限制精度仪器重复性决定误差下限。

该方法假设加工过程稳定。断续切削、深腔和薄壁件会更快地改变动态特性，任何磨损模型都跟不上，因此信号变化的原因与刀具无关。

切削液是第二个限制。浇注式切削液会改变声学路径并抑制振动。在干切条件下训练的模型在浇注式切削液下无法保持有效，反之亦然。如果切削液策略改变，模型需要新的基线。

第三，信号反映所有参与切削刀齿的平均状态。多齿刀具上单个崩刃刀片可能隐藏在正常刀齿之后，直到表面质量明显下降才被发现。高频特征有帮助，但不能保证检测到。

第四，材料变化会重置基线。6061 铝和 17-4PH 不锈钢在相同磨损程度下产生非常不同的振动特征。任何模型在两者之间通用而不重新校准都会漂移。

在这些情况下，更简单的规则更可靠：以切削次数限制为主，辅以定期粗糙度检查。我们在小批量加工和废件成本低于检测仪器成本的零件上采用这种做法。

• 1
  断续切削动态特性占主导；磨损信号被淹没。
• 2
  切削液变化在信任模型之前需要新的基线。
• 3
  单个坏刀片在多齿刀具上可能隐藏在正常刀齿之后。

从表面要求开始。如果图纸要求 Ra 1.6–3.2 μm，主轴负载限制加切削次数计划通常足够。如果密封面要求 Ra 0.2–0.8 μm，则需要更快的信号和更严格的基线。

安装方式比传感器规格书更重要。粘在薄金属盖板上的加速度计读取的是盖板，不是主轴。应将其螺柱安装在靠近前轴承的刚性铸件上，并保持电缆走线短。

在采集数据之前确定动作。只记录数据的监测系统是研究项目。设置触发换刀、进给倍率调整或停机的阈值。将其写入装夹表，让操作员知道报警的含义。

最后，对照零件验证。在实际材料上运行受控的刀具寿命试验，并按固定间隔记录 Ra。该曲线是评判模型的参考，也是了解系统是否值得投入的唯一方法。

预算各不相同，因此检测仪器要与零件价值匹配。高价值的航空航天和医疗工件值得使用测力仪。一般工业零件很少需要。

• 1
  安装在刚性铸件上靠近前轴承，不要装在盖板上。
• 2
  定义动作报警、倍率调整或停机；写入装夹表。
• 3
  运行刀具寿命试验按固定间隔记录 Ra 作为参考曲线。