本发明涉及数控加工智能控制领域，具体涉及一种μ级对刀的数控加工智能控制系统。
背景技术：
1、航空发动机盘轴类零件，作为发动机核心零部件，对发动机性能起着决定性的作用。盘类零件结构一般由轮缘、腹板、轮毂、封严篦齿等组成，在轮缘上有安装叶片的榫槽，腹板上有起平衡作用的小孔。盘类零件通常采用钛合金材料、高温合金、粉末高温合金，材料难加工，尺寸精度高，表面质量要求严格，壁薄易变形，对加工设备、加工刀具和测量工具要求高。航空发动机盘类零件机械加工包括车加工、钻镗、拉削和磨削等，主要加工部位包括内外圆、前后端面、腹板、篦齿和榫槽等。一般选用整体锻造或焊接毛坯，再经加工而成。轴类件主要指风扇轴、压气机轴、涡轮轴等，是航空发动机转子的重要组成部分，对航空发动机的可靠性起着至关重要的作用。轴类零件通常采用高性能的耐热合金材料。航空发动机轴类零件工作时以每分钟上万转的高速旋转，负荷状态复杂，工作时要求平稳、振动小。抗疲劳强度要求高，因此轴配合尺寸精度、形位公差、表面质量和表面完整性也要求高。轴类件加工包括内外表面车削、磨削和深孔镗加工。
2、作为盘轴类零件的主要加工方法是车削加工，对加工加床、加工刀具、加工工艺、测量工具等要求都非常高。目前在加工中，为了保证加工零件表面质量和表面完整性，现有的方法就是通过手动对刀来处理接刀痕等影响零件表面质量和表面完整性的问题，人工经验依赖性强，没有准确的数据作为依据。随着科技的进步和智能化不断地发展，在航空发动机制造方面对盘轴类零件的加工要求也越来越高，一方面，零件的配合尺寸精度、形位公差、表面质量和表面完整性都有了更高的要求；另一方面，随着智能产线进一步建设，加工过程的无人干预势在必行。所以，智能化加工在盘轴类零件车削加工中，对于解决手动对刀和处理接刀痕问题迫在眉睫。
技术实现思路
1、本发明针对现有技术中存在的技术问题，提供一种μ级对刀的数控加工智能控制系统。
2、本发明解决上述技术问题的技术方案如下：一种μ级对刀的数控加工智能控制系统，包括：信号采集模块、特征提取模块、特征分析与增强模块以及智能控制模块；
3、信号采集模块：通过安装在刀轴下端的高灵敏度的振动传感器，识别刀具的振动信号，采集相应的声发射信号，并对采集到的声发射信号进行预处理；
4、特征提取模块：从预处理后的信号中提取动态信号特征，包括瞬时幅度，瞬时频率以及瞬时相位；
5、特征分析与增强模块：利用小波分析方法对信号进行处理，增强刀具切入材料微小碰撞的特征；
6、智能控制模块：构建碰撞检测模型，将增强后的信号作为输入，训练模型判断刀具与材料之间的碰撞情况。
7、在一个优选地实施方式中，所述信号采集模块包括振动传感器以及数据采集卡，通过数据采集卡设定振动信号的采样频率以及采样时长，采集刀具的声发射信号，将采集到的声发射信号输入至多层次动态信息特征锐化方法中，对声发射信号进行预处理，预处理包括去噪、滤波依据均衡操作，通过预处理以提高信号质量以及减少噪声干扰，具体包括以下步骤：
8、s1、去噪：将信号进行小波变换，得到信号的小波系数，对小波系数进行阈值处理，通过将小于阈值的小波系数置为0，并对大于阈值的系数进行缩放来实现去噪，具体计算公式如下：
9、q_x＝sign(x)·max(|x|-λ,0)
10、其中，sign表示信号，x表示输入信号，λ表示阈值，将绝对值大于λ的输入信号，保留信号的符号并将绝对值减小λ，将绝对值小于等于λ的输入信号，将信号置为0；
11、s2、滤波：通过信号滤波去除发射信号中不需要的频率成分，具体计算公式如下：
12、
13、其中，h(jω)是复频率jω的函数，j是虚数单位，ω0表示滤波器的中心频率，b表示滤波器的带宽，n为正整数；
14、在一个优选地实施方式中，所述特征提取模块通过预处理去除来自环境以及设备本身的噪音，从预处理后的信号中提取动态信号特征，将动态信号特征分解成不同尺度和频率的小波系数，具体计算公式如下：
15、
16、其中，x(t)表示要进行分析的信号，表示小波函数的共轭复数，a表示尺度参数，控制小波函数的伸缩，当|a|>1时，小波函数被压缩，对应分析信号的低频成分，当|a|<1时，小波函数被压缩，对应分析信号的高频成分，b表示平移参数，dt表示对时间t进行积分，从变换得到的小波系数中，提取关键特征，包括瞬时幅度，瞬时频率以及瞬时相位，所述瞬时幅度的具体计算公式如下：
17、a(t)＝|w(t)|
18、其中，w(t)表示信号，t表示时间，a表示振幅，所述瞬时频率的具体计算公式如下：
19、
20、其中，ω(t)表示信号的瞬时角速度，φ(t)表示时间t的函数，表示信号的相位随时间的变化，dt表示时间的微分，所述瞬时相位的具体计算公式如下：
21、θ(t)＝arg(w(t))
22、其中，w(t)表示复数信号，在每个时间点t都有一个复数值，θ(t)表示信号的相位角，arg(w(t))表示复数w(t)的相位角。
23、在一个优选地实施方式中，所述特征分析与增强模块将提取到的关键特征信号进行多层次分解，捕捉关键特征信号在不同时间尺度上的动态信息，对关键特征信号应用一次小波变换，得到第一层的近似系数a_1以及细节系数d_1，具体计算公式如下：
24、a_1＝x(t)*φ(t)
25、d_1＝x(t)*ψ(t)
26、其中，φ(t)以及ψ(t)表示信号x(t)与两个不同函数之间的卷积，对a_1进行下一次小波变换，得到第n层的近似系数a_n以及细节系数d_n，具体计算公式如下：
27、a_n+1＝a_n(t)*φ(t)
28、d_n+1＝a_n(t)*ψ(t)
29、其中，a_n(t)与a_n+1以及d_n+1是随着迭代次数n变化的信号，通过多层次小波分解，逐步提取信号在不同尺度上的特征信息，对每个层次的近似系数a_n以及细节系数d_n应用局部对比度增强算法，具体计算公式如下：
30、
31、其中，和分别表示增强处理后的近似系数以及增强处理后的细节系数。
32、在一个优选地实施方式中，所述智能控制模块将振动传感器收集到的数据标记为碰撞以及非碰撞，作为训练数据的标签，将增强后的关键特征信号作为切入材料时发生碰撞情况的信号，将发生碰撞情况的信号输出为碰撞标签，将训练数据输入至神经网络模型中，将碰撞标签作为输出，对碰撞结果判定模型进行训练，将实时采集到的碰撞特征数据输入模型中，判断刀具是否发生碰撞，并生成碰撞判定结果，根据判定结果，生成控制信号反馈给机床控制台，触发刀具的相应动作，包括刀具进给以及调整刀具位置，根据反馈信号，进行精准的对刀操作，自动调整刀具位置以及参数，碰撞结果判定模型的搭建包括以下步骤：
33、s1、定义卷积神经网络的权重参数为wn、偏置参数b对输入的数据进行线性变换，应用激活函数得到输出h，具体计算公式如下：
34、h＝f(wx+b)
35、s2、对于预测结果(碰撞/非碰撞)，使用sigmoid函数将输出映射到0和1之间；
36、s3、通过损失函数衡量模型预测结果与实际标签之间的差异，具体计算公式如下：
37、
38、其中，n表示样本的数量，yi表示第i个样本的实际标签，yi通常取值为0，1，表示第i个样本的模型预测概率；
39、s4、根据损失函数计算得到的损失值更新权重参数和偏置参数，将输入放入信息反向传递回去，更新权重参数和偏置参数，重复至损失函数满足阈值要求，完成模型的训练。
40、本发明的有益效果是：本发明通过采集当刀具接触材料瞬间的声发射信号，研究多层次动态信息特征锐化方法，实现瞬态特征提取，针对刀具接触材料微小碰撞产生的声发射信号，建立基于稀疏低秩的信号分解方法，实现微小碰撞信息与工况信息分离，剔除机床自身移动带来的干扰成分，进一步利用小波分析增强信号特征，提高复杂服役模式下刀具切入材料微小碰撞的感知能力，快速判断反馈给机床，触发机床动作。
1.一种μ级对刀的数控加工智能控制系统，其特征在于，包括：
2.根据权利要求1所述的一种μ级对刀的数控加工智能控制系统，其特征在于，所述信号采集模块包括振动传感器以及数据采集卡，通过数据采集卡设定振动信号的采样频率以及采样时长，采集刀具的声发射信号，将采集到的声发射信号输入至多层次动态信息特征锐化方法中，对声发射信号进行预处理，预处理包括去噪、滤波以及均衡操作，通过预处理以提高信号质量以及减少噪声干扰。
3.根据权利要求2所述的一种μ级对刀的数控加工智能控制系统，其特征在于，所述预处理具体包括以下步骤：
4.根据权利要求1所述的一种μ级对刀的数控加工智能控制系统，其特征在于，所述特征提取模块通过预处理去除来自环境以及设备本身的噪音，从预处理后的信号中提取动态信号特征，将动态信号特征分解成不同尺度和频率的小波系数，具体计算公式如下：
5.根据权利要求4所述的一种μ级对刀的数控加工智能控制系统，其特征在于，所述瞬时幅度的具体计算公式如下：
6.根据权利要求4所述的一种μ级对刀的数控加工智能控制系统，其特征在于，所述瞬时频率的具体计算公式如下：
7.根据权利要求1所述的一种μ级对刀的数控加工智能控制系统，其特征在于，所述瞬时相位的具体计算公式如下：
8.根据权利要求1所述的一种μ级对刀的数控加工智能控制系统，其特征在于，特征分析与增强模块将提取到的关键特征信号进行多层次分解，捕捉关键特征信号在不同时间尺度上的动态信息，对关键特征信号应用一次小波变换，得到第一层的近似系数a_1以及细节系数d_1，具体计算公式如下：
9.根据权利要求1所述的一种μ级对刀的数控加工智能控制系统，其特征在于，所述智能控制模块将振动传感器收集到的数据标记为碰撞以及非碰撞，作为训练数据的标签，将增强后的关键特征信号作为切入材料时发生碰撞情况的信号，将发生碰撞情况的信号输出为碰撞标签，将训练数据输入至神经网络模型中，将碰撞标签作为输出，对碰撞结果判定模型进行训练，将实时采集到的碰撞特征数据输入模型中，判断刀具是否发生碰撞，并生成碰撞判定结果，根据判定结果，生成控制信号反馈给机床控制台，触发刀具的相应动作，包括刀具进给以及调整刀具位置，根据反馈信号，进行精准的对刀操作，自动调整刀具位置以及参数。
10.根据权利要求9所述的一种μ级对刀的数控加工智能控制系统，其特征在于，碰撞结果判定模型的搭建包括以下步骤：
