本发明涉及的是一种信号监测和机械加工领域的技术，具体是一种用于切削刀具剩余寿命预测的测振刀柄及其系统。
背景技术：
1、在切削加工的过程中，由于温度，摩擦，振动等因素的影响，刀具磨损程度逐渐加剧，从而导致加工时间延长，工件加工表面出现变形。现有用于检测刀具状态的传感器一般通过连线布置于机床或者工作台周围，但是这种方式线路复杂，设备繁复，很难在生产线上进行推广；而且测振点远离测振中心，获得的信号准确性和有效性不足。针对采集的信号，现有技术通过物理模型驱动或传统数据驱动的方式对刀柄剩余寿命进行预测，但其缺陷在于需要专家知识建立数学模型，无法根据实时数据更新模型，预测方法老旧，导致预测的精度和鲁棒性比较低，效果难以达到市场要求和工业标准。
技术实现思路
1、本发明针对现有技术存在的上述不足，提出一种用于切削刀具剩余寿命预测的测振刀柄及其系统，通过加速度传感器获得三向振动信号，并读取机床nc代码获取主轴功率及位置信号，上位机读取信号并基于神经网络模型实时预测刀具剩余寿命。
2、本发明是通过以下技术方案实现的：
3、本发明涉及一种用于切削刀具剩余寿命预测的测振刀柄，包括：碳纤维外壳以及设置于外壳内的刀柄和设置于外壳外的传感模块和电池，其中：刀柄包括：刀柄体和与之固定连接的er接口和机床主轴的标准接口；碳纤维外壳整体呈圆柱状，沿轴线对称处分布两个平面，分别用于安装传感模块和电池，该碳纤维外壳通过碳纤维铺层包裹在刀柄体外侧压力固化成型后切削加工得到。
4、所述的传感模块包括：电路板以及设置于电路板上用于三向振动信号的加速度传感器、adc模块、mcu模块和wi-fi模块，其中：加速度传感器将加速度信号转化为电信号，adc模块根据加速度传感器获得的电信号，进行采样、保持、量化和编码处理，得到数字信号，mcu模块控制wi-fi模块将数字信号无线传输给上位机。
5、本发明涉及一种具有测振刀柄的刀柄剩余寿命预测系统，包括：设置于测振刀柄和数控机床的数据采集模块以及位于上位机的寿命预测模块，其中：数据采集模块收集刀柄三向振动信号vibx,viby,vibz，机床主轴位置信号posx,posy,posz,和机床主轴电机功率pow共七路信号，通过刀柄和机床的wifi模块传递给上位机，寿命预测模块根据上述信号，经过预处理得到规定维度的数据，并输入上位机神经网络中得到刀具剩余寿命预测值。
6、所述的寿命预测模块包括：数据预处理模块和cnn-sublstm-attention神经网络，其中：数据预处理模块将刀柄三向振动信号vibx,viby,vibz、机床主轴位置信号posx,posy,posz,和机床主轴电机功率pow信号进行预处理；cnn-sublstm-attention神经网络读入预处理后的数据获得刀柄剩余寿命预测值。
7、技术效果
8、本发明通过即时检测刀柄的振动数据，可以帮助预测刀具的剩余寿命，从而为决策刀具的更换时机提供理论依据，进而有效地提高加工质量、生产效率和降低生产成本。通过集成传感器和信号通讯模块，有效地避免了连线，操作简便；直接在刀柄基础上增设结构的思想降低了设计与制造的成本，同时对于不同型号的刀柄均适用，易于推广；通过搭建神经网络，利用深度学习相关理论，根据大量数据进行训练，能够提取数据中的复杂模式和特征，从而保证预测的准确性和鲁棒性。与现有技术相比，本发明避免了现有数据采集模块的复杂连线和笨重设备，易于在产线进行推广；通过在刀柄处设置传感器，传感器位于振动中心附近，获得的信号更为准确有效；另外，选用碳纤维外壳有效避免了金属对无线信号的屏蔽，
9、还在减轻质量，降低机床的功耗的同时，保留刀柄主体的强度和动平衡性能，提高了机床的加工精度；引入神经网络的数据模型，极大提高了预测的准确性和鲁棒性。
1.一种用于切削刀具剩余寿命预测的测振刀柄，其特征在于，包括：碳纤维外壳以及设置于外壳内的刀柄和设置于外壳外的传感模块和电池，其中：刀柄包括：刀柄体和与之固定连接的er接口；碳纤维外壳整体呈圆柱状，沿轴线对称处分布两个平面，分别用于安装传感模块和电池，该碳纤维外壳通过碳纤维铺层包裹在刀柄体外侧压力固化成型后切削加工得到。
2.根据权利要求1所述的用于切削刀具剩余寿命预测的测振刀柄，其特征是，所述的碳纤维外壳为拉伸体，其形状通过以下方式得到：
3.根据权利要求2所述的用于切削刀具剩余寿命预测的测振刀柄，其特征是，通过动平衡仪测试刀柄性能：在刀柄正面非轴心位置粘贴反光纸并安装至机床主轴，将相位传感器通过仪器配套的磁性座竖直固定于刀柄下方，然后将配套的振动传感器通过磁吸设置于机床和主轴连接处，两个传感器接线到动平衡仪主机的相应接口后开机动平衡仪，开机后调整相位传感器位姿使其射出的光路照射在反光纸上；
4.根据权利要求1所述的用于切削刀具剩余寿命预测的测振刀柄，其特征是，所述的传感模块包括：电路板以及设置于电路板上用于三向振动信号的加速度传感器、adc模块、mcu模块和wi-fi模块，其中：加速度传感器将加速度信号转化为电信号，adc模块根据加速度传感器获得的电信号，进行采样、保持、量化和编码处理，得到数字信号，mcu模块控制wi-fi模块将数字信号无线传输给上位机。
5.一种具有权利要求1-4中任一所述测振刀柄的刀柄剩余寿命预测系统，其特征在于，包括：设置于测振刀柄和数控机床的数据采集模块以及位于上位机的寿命预测模块，其中：数据采集模块收集刀柄三向振动信号vibx,viby,vibz，机床主轴位置信号posx,posy,posz,和机床主轴电机功率pow共七路信号，通过刀柄和机床的wifi模块传递给上位机，寿命预测模块根据上述信号，经过预处理得到规定维度的数据，并输入上位机神经网络中得到刀具剩余寿命预测值。
6.根据权利要求5所述的刀柄剩余寿命预测系统，其特征是，所述的寿命预测模块包括：数据预处理模块和cnn-sublstm-attention神经网络，其中：数据预处理模块将刀柄三向振动信号vibx,viby,vibz、机床主轴位置信号posx,posy,posz,和机床主轴电机功率pow信号进行预处理；cnn-sublstm-attention神经网络读入预处理后的数据获得刀柄剩余寿命预测值。
7.根据权利要求5所述的刀柄剩余寿命预测系统，其特征是，所述的神经网络模型，即cnn-sublstm-attention神经网络包括：依次设置的cnn特征提取层、dropout操作层、blstm层、ulstm层、attention层和regression层，其中：cnn特征提取层根据预处理得到的序列数据多次卷积，池化，节点展开得到序列数据特征，dropout层根据序列数据特征随机失活神经元提高鲁棒性，层、ulstm层根据dropout层随机失活的序列数据特征得到信息时序信号特征，attention层根据上述获得的时序信号特征进行加权处理，最后regression层根据加权后的数据输出剩余寿命预测值。
