机床形变无线感知与监测

2020-08-11周冬

科学技术创新 2020年22期

周冬

（齐重数控装备股份有限公司，黑龙江齐齐哈尔161000）

1 概述

在传统的应力测量过程中，经常会遇到应变传感器与应力测试点有很长距离，测量时需要较长的布线工作以及不安全因素的存在，这样不仅提高了安装费、增加了工作量、而且较长的布线使得信号在传输过程中严重损耗，测试周期也比较长。我公司在此次机床主要部件自身的形变感知技术研究中拟定使用无线应变传感器信号发射器，希望在试验研究中可以较好的解决这个问题。无线应变传感器与传统应变采集器系统相比，体积小，适合携带，而且安装无需布线；采用了数据融合技术，使测量数据更接近真实值，更加准确。具有极高的测量精度和抗干扰能力。

无线应变传感器信号发射器节点每个通道内置有独立的高精度500Ω 桥路电阻和放大调理电路，每个通道的最高采样率可达到1000sps，支持电压激励测量方法。采用电压激励时量程为15000με，采集的数据即可以实时无线传输至计算机，也可以存储在节点内置的1 GB数据存储器，保证了采集数据的准确性。节点的空中传输速率可以达到250KBPS，有效室外通讯距离可达100m，SG404EX共通讯距离可达到1 公里。节点设计有专门的电源管理软硬件，在实时不间断传输情况下，节点功耗公48mA，使用内置可充电电池，可连续测量10 小时以上；节点支持外部I/O触发采集控制模式，通过外部接口接入高电平信号进行控制；节点带有USB接口，用户可以通过USB接口对节点充电，可以快速地把存储器内的数据下载到计算机里。

基于无线应变传感器信号发射器的高精度应变传感器节点，以低廉的价格、高的可靠性以及无需布线等特点使得在实际测试过程中系统运行稳定，测量结果符合实际，对大型结构应变信号高精度的采集与无线传输得到较好的融合，非常适合我公司在此次机床主要部件自身的形变感知技术研究中进行试验研究。

2 传感器在机床上的部署

2.1 工作台。形变检测：测量工作台自身形变拟采用贴片式电阻应变片，配合无线应变传感器将测量数据传输出来。将无线应变传感器放置于工作台内部，结合工作台应力形变有限元分析，此次关于工作台自身形变的研究预计先采用沿AC 和BD 两条线段路径预埋贴片式电阻应变片。

图1

实验初期，预计埋入约10 片电阻应变片，采用有线方式连接应变片，进行数据采集与分析，优化应变片的部署位置以及应用数量；并检测形变检测精度是否能满足数据以及实际应用需求，工作台的形变变化检测精度要求是0.01 毫米。

2.2 刀架。形变检测。测量刀架滑枕自身形变拟采用贴片式电阻应变片，配合无线应变传感器将测量数据传输出来。将无线应变传感器放置于滑枕内部，此次关于刀架滑枕自身形变的研究预计先采用沿4 条AB线段路径预埋贴片式电阻应变片，一共四个面，也就是每个面都有一条AB线段，一个滑枕共4 条AB线段。

图2

实验初期，预计埋入约20 片电阻应变片，每个面的AB线段为5 片电阻应变片，采用有线方式连接应变片，进行数据采集与分析，优化应变片的部署位置以及应用数量；并检测形变检测精度是否能满足数据以及实际应用需求，刀架的形变变化检测精度要求是0.01mm。

2.3 横梁。形变检测。测量横梁自身形变拟采用贴片式电阻应变片，配合无线应变传感器将测量数据传输出来。将无线应变传感器放置于横梁内部，结合横梁刚度形变有限元分析，此次关于横梁自身形变的研究预计先采用沿AB 和CD 以及AB'CD'（即AB 和CD的相对面）四条线段路径预埋贴片式电阻应变片。

图3

此次关于横梁自身形变的研究预计先采用16 个贴片式电阻应变片，关于贴片式电阻应变片的具体位置部署，在横梁的上端面和下端面分别均布5 个贴片式电阻应变片即AB线上，两侧各均布3 个贴片式电阻应变片即CD线上。采用有线方式连接应变片，进行数据采集与分析，优化应变片的部署位置以及应用数量；并检测形变检测精度是否能满足数据以及实际应用需求，横梁的形变变化检测精度要求是0.01mm。

2.4 立柱。形变检测。测量立柱自身形变拟采用贴片式电阻应变片，配合无线应变传感器将测量数据传输出来。将无线应变传感器放置于立柱内部，结合立柱自重形变有限元分析，此次关于立柱自身形变的研究预计先采用沿AB、CD、EF 三条线段路径预埋贴片式电阻应变片。

图4

实验初期，预计埋入10 片电阻应变片，AB和EF 各均布10 个电阻应变片，CD上均布10 个电阻应变片，采用有线方式连接应变片，进行数据采集与分析，优化应变片的部署位置以及应用数量；并检测形变检测精度是否能满足数据以及实际应用需求，立柱的形变变化检测精度要求是0.01mm。

2.5 数据验证。通过激光干涉仪、振动分析仪等精密检测工具检验立柱形变、振动等，通过对比分析校验预埋的电阻应变片等传感器、加速度传感器等检测数据的准确性。

3 边缘计算平台

本系统边缘计算平台在作为传感器无线传输的汇聚节点外，还将承担机床运行状态建模和精度补偿算法控制器的计算角色，以及与云端运维平台的数据交互角色。计划采用Nvidia 公司Jetson TX2 平台为核心，搭配AT86RF215 作为工业网络可靠传输模块，搭配5G通信终端作为远程运维平台传输模块。Jetson TX2提供了256 个PASCAL GPU核提供了强大的并行计算核心，完善支持CUDA的并行算法开发工具箱，用于支撑数据驱动的深度学习建模和策略决策算法部署。