专利名称：基于语音识别技术的刀具工况监测装置的制作方法
技术领域：
本实用新型涉及一种机床刀具的监测装置，尤其涉及一种基于语音识别技术的刀具工况监测装置。
背景技术：
制造业是推动社会发展和技术进步的基础产业，它牵动着人民生活的方方面面，关系着国计民生，而刀具又是制造业中的关键部件，它对制造业的发展起着决定性的作用。在金属切削加工的过程中，刀具的磨、破损如未能及时的发现，会导致切削过程的中断，引起工件的质量下降或者报废、机床损坏，从而可能会造成巨大的经济损失。因此，机加工过程中，定量、定时地掌握刀具状态，监测与诊断刀具磨损、崩刃等损伤故障，对于延长机床设备无故障运行，提高产品质量具有重要的意义。
近几十年来，国内外在刀具监测方面已经取得了较大的进展，技术上的深度和广度上均已达到一定的水准，但是还没有一种方法能适用于不同加工条件下各种刀具的监测，也就是各种方法适用范围有限，还远未达到自动化控制的要求。通过实际工程的检验和分析，发现现存刀具监测方法共同的缺陷在于切削加工和刀具的多样性、切削参数的多变性、刀具磨钝的随机性和监测信号单调性的矛盾尚未解决。刀具工况监测方法的快速响应性、可靠性、鲁棒性等性能还不能完全满足实际要求。
发明内容
本实用新型就是为了解决上述问题，提供一种具有结构简单，使用方便，可使用多种刀具等优点的基于语音识别技术的刀具工况监测装置。
为实现上述目的，本实用新型采用了如下技术方案一种基于语音识别技术的刀具工况监测装置，它包括刀具切削声信号的采集装置，该装置采集各种刀具切削的特征声信号以及所检测刀具的实时声信号；该采集装置与预放和增益控制装置连接，将声信号进行模/数转换后进行放大、除噪，产生的数字信号送入语音识别装置，该装置将特征刀具切削声信号送入存储装置，作为实时声信号的比较基准；被检测刀具的实时切削声信号与该比较基准信号进行匹配，比较结果由输入输出装置输出。
所述刀具声信号采集装置包括安装在车床刀具相应位置的带有滤罩的电容式声压传感器，它采集正前方20°～30°范围内远距离的声音，其背面灵敏度比为1∶31。
所述声压传感器与一变送器连接。
所述预放和增益控制装置包括由模/数转换电路，放大电路和滤波电路。
所述语音识别装置为型号是RSC-4x微处理器，它与存储装置连接，并通过I/O总线与输出装置连接。
所述存储装置包括为片外RAM，它与微处理器的数据总线、地址总线、控制总线连接以及微处理器内部的RAM和ROM。
所述输入输出装置包括显示装置、键盘和外部接口。
所述显示装置包括显示器和声光报警装置，语音识别装置将声信号的匹配结果送入显示装后，由显示器显示结果，当刀具的破损或剧烈磨损被识别后，声光报警装置将发出报警信号；键盘用于向语音识别装置输入设置信息；外部接口为RS232/485通讯电路，并可通过此接口以串行通讯的方式与数控机床的控制系统连接实现切削加工的自适应控制。
本实用新型的监测装置所采用的电容式声压传感器易于安装，且安装的位置不必基础刀具或者工件就能够有效地采集到信号，从而不易对加工过程产生影响，同时也不会妨碍换刀及工件的装卸；所采集的声信号不易受到切屑，冷却介质的影响；语音识别单元的CPU采用的是RSC-4x专用语音识别DSP，能够进行快速运算，从而能够达到实时监测的目的；监测装置的识别算法采用了人工神经网络等智能技术，从而满足了系统的智能性需求。
在刀具磨损特征声信号的训练学习过程中，可以把各种加工参数，各种刀具的特征声信号预先提取出来，用于训练和识别，在进行监测时，可以适用于各种加工参数和各种刀具情况的监测，从而弥补了现存刀具监测方法中对刀具和加工参数多变性的无法有效监测的缺陷；监测系统以隐马尔科夫模型，动态规整模型作为语音识别模型，这些模型的选取保证了监测系统的可靠性，使刀具实时监测的识别率满足了实际要求，而且合适的语音识别模型也保证了快速响应的要求。
此监测装置以语音识别技术为基础，以刀具切削过程中产生的声信号作为监测量。通过电容式声压传感器采集刀具磨损的特征声信号，将特征声信号讲过训练学习之后存储在监控装置的存储器中。在实时监测过程中，当监测到的刀具磨损信号与训练的特征信号相匹配时，语音识别单元就能识别出来，识别的结果传送到显示器，从而可以知道刀具达到了何种的磨损程度。
本实用新型的有益效果为1)将语音识别技术用于机械加工过程测控领域，使语音识别技术获得了更广的应用范围，且声信号作为刀具加工过程状态的一种信息载体，是一种非常好的信息源。从识别人的声音到识别加工过程工况的声音，为刀具工况监测提供一种新的有效方法。2)用声学原理和信号处理相结合的方法监测刀具加工状态表明，刀具切削声谱特征与其磨损、破损情况之间存在对应关系。用声音作为监测信号来监测刀具的磨损状态的方法，具有精确性和稳定性的特点。3)基于语音识别专用DSP平台，采用HMM和ANN识别算法，使刀具破损断裂的声特征信号经训练后的识别率可达97％以上。
图1为本实用新型的结构框图；图2为本实用新型的电气原理图。
具体实施方式
实施例如图1所示，此监测装置主要有以下几个单元组成1、刀具切削声信号的采集装置它采用了带有滤罩的电容式声压传感器，并具有强指向性，比锐心形方向性传声器具有更尖锐的方向性，适合拾取传声器正前方20°～30°范围内远距离的声音。正、背面灵敏度之比为1∶31，此传感器保证了对刀具切削声信号的有效拾取，同时又最大程度地避免了其它方向传过来的对监测系统无用的声信号；传感器为了防止冷却介质的喷溅造成实效，在保证有效拾取声信号的基础上，将传感器安装上一个滤罩，这样就可以有效地避免冷却介质的喷溅。
2、预放和增益控制装置该装置包括声信号的除噪、预放大、自动增益控制和模/数转换。传感器采集的声信号是模拟信号，因此首先将声信号通过模/数转换芯片转换为系统可处理的数字信号，然后进行预放大、自动增益控制，最后通过滤波器去处噪声，提取特征参数。传感器拾取的声信号中包含大量的对监测刀具磨损状态无用的声信号信号，这些无用声信号均可被定义为噪声。如果噪声信号太大，会使信噪比降低，刀具磨损状态的监测信号可能会被这些噪声信号所淹没，从而不利于特征声信号的训练学习以及切削声信号的识别。因而采集的声信号必须进行除噪，本质就是为了提高信号的信噪比，提高系统的识别率。提取的特征参数传送到微处理器进行训练和识别。
3、存储装置在系统对刀具工况进行监测之前，先采集刀具磨损的特征声信号，将这些声信号进行预处理之后，传送到语音识别单元进行训练和学习，训练成功之后，这些特征声信号被传送到存储器中进行保存。为了保证存储量和识别速度，存储器采用了片外RAM和片内RAM，通过选择合适的搜索算法，就能够保证实时监测的要求。
4、语音识别装置语音识别单元采用RSC-4x微处理器，它是一种新型的语音识别与模拟输入输出处理器，利用片内集成ADC、预放大电路、RAM、ROM以及集成优化的音频处理模块的8位微处理器，对所有指令具有完整对称的源指针和目标指针，避免了A、B和DPTR通用寄存器的局限性。利用RSC-4X具有高性能的片上特性和专用的DSP引擎，为开发应用程序和专用算法提供了高效的综合信号平台。采用RSC-4x支持的先进的语音识别算法，运行新的HMM算法以及增强的神经网络算法，显著提高了在各种噪音中识别的精确度，增强了在相近的语音和噪声环境下非特定声、特定声以及连续声音的识别能力，并已经应用在连续声波信号中的特征事件信号的识别。
利用这些特性，当监测到的声音号与存储器中的特征声信号相匹配，则输出识别结果，识别的结果被传送到显示单元，从而可以得知刀具达到了何种的磨损程度。
5、输入输出装置输入输出装置包括显示装置、键盘以及外部接口。显示单元包括显示器和声光报警系统。语音识别装置将声信号的匹配结果传送到显示装置，在此装置内，将传送过来的信号转换为人们所能理解的输出结果；当刀具的破损或者剧烈磨损被识别后，在此装置内，不但被转换为可显示的结果，并且发出报警信号，这样可以提示人们尽快的更换刀具，以免使生产受到影响。键盘用来输入设置信息，如设置监测阈值，编辑修改系统程序等。外部接口用来扩展监测系统功能，通过此接口可以进行串行通讯，进行远程设置与集中监控，可以与数控机床的控制系统连接实现切削加工过程的自适应控制。
此监测系统所采用的电容式声压传感器易于安装，且安装的位置不必基础刀具或者工件就能够有效地采集到信号，从而不易对加工过程产生影响，同时也不会妨碍换刀及工件的装卸；所采集的声信号不易受到切屑，冷却介质的影响；语音识别单元的CPU采用的是RSC-4x专用语音识别DSP，能够进行快速运算，从而能够达到实时监测的目的；监测系统的识别算法采用了人工神经网络等智能技术，从而满足了系统的智能性需求。
在刀具磨损特征声信号的训练学习过程中，可以把各种加工参数，各种刀具的特征声信号预先提取出来，用于训练和识别，在进行监测时，可以适用于各种加工参数和各种刀具情况的监测，从而弥补了现存刀具监测方法中对刀具和加工参数多变性的无法有效监测的缺陷；监测系统以隐马尔科夫模型，动态规整模型作为语音识别模型，这些模型的选取保证了监测系统的可靠性，使刀具实时监测的识别率满足了实际要求，而且合适的语音识别模型也保证了快速响应的要求。
此监测系统以语音识别技术为基础，以刀具切削过程中产生的声信号作为监测量。通过电容式声压传感器采集刀具磨损的特征声信号，将特征声信号讲过训练学习之后存储在监控系统的存储器中。在实时监测过程中，当监测到的刀具磨损信号与训练的特征信号相匹配时，语音识别单元就能识别出来，识别的结果传送到显示器，从而可以知道刀具达到了何种的磨损程度。
权利要求1.一种基于语音识别技术的刀具工况监测装置，其特征是它包括刀具切削声信号的采集装置，该装置采集各种刀具切削的特征声信号以及所检测刀具的实时声信号；该采集装置与预放和增益控制装置连接，将声信号进行模/数转换后进行放大、除噪，产生的数字信号送入语音识别装置，该装置将特征刀具切削声信号送入存储装置，作为实时声信号的比较基准；被检测刀具的实时切削声信号与该比较基准信号进行匹配，比较结果由输入输出装置输出。
2.根据权利要求1所述的基于语音识别技术的刀具工况监测装置，其特征是所述刀具声信号采集装置包括安装在车床刀具相应位置的带有滤罩的电容式声压传感器，它采集正前方20°～30°范围内远距离的声音，其背面灵敏度比为1∶31。
3.根据权利要求2所述的基于语音识别技术的刀具工况监测装置，其特征是所述声压传感器与一变送器连接。
4.根据权利要求1所述的基于语音识别技术的刀具工况监测装置，其特征是所述预放和增益控制装置包括由模/数转换电路，放大电路和滤波电路。
5.根据权利要求1所述的基于语音识别技术的刀具工况监测装置，其特征是所述语音识别装置为型号是RSC-4x微处理器，它与存储装置连接，并通过I/O总线与输出装置连接。
6.根据权利要求1所述的基于语音识别技术的刀具工况监测装置，其特征是所述存储装置包括为片外RAM，它与微处理器的数据总线、地址总线、控制总线连接以及微处理器内部的RAM和ROM。
7.根据权利要求1所述的基于语音识别技术的刀具工况监测装置，其特征是所述输入输出装置包括显示装置、键盘和外部接口。
8.根据权利要求7所述的基于语音识别技术的刀具工况监测装置，其特征是所述显示装置包括显示器和声光报警装置，语音识别装置将声信号的匹配结果送入显示装后，由显示器显示结果，当刀具的破损或剧烈磨损被识别后，声光报警装置将发出报警信号；键盘用于向语音识别装置输入设置信息；外部接口为RS232/485通讯电路，并可通过此接口以串行通讯的方式与数控机床的控制系统连接实现切削加工的自适应控制。
专利摘要本实用新型公开了一种基于语音识别技术的刀具工况监测装置。它解决了目前对制造业中所用刀具监测不能满足实际需要的问题，具有结构简单，使用方便，可使用多种刀具等优点，其结构为它包括刀具切削声信号的采集装置，该装置采集各种刀具切削的特征声信号以及所检测刀具的实时声信号；该采集装置与预放和增益控制装置连接，将声信号进行模/数转换后进行放大、除噪，产生的数字信号送入语音识别装置，该装置将特征刀具切削声信号送入存储装置，作为实时声信号的比较基准；被检测刀具的实时切削声信号与该比较基准信号进行匹配，比较结果由输入输出装置输出。
文档编号G01N29/34GK2854594SQ20052012669
公开日2007年1月3日 申请日期2005年12月31日 优先权日2005年12月31日
发明者艾长胜, 董全成, 赵洪华, 孙选, 李国平, 王娜, 张辉 申请人:济南大学