一般來說，刀具故障約佔加工中心停機時間的 7%。更嚴重的是，刀具故障會降低零件的加工質量，甚至損壞機器。因此，刀具磨損狀態監測（TWCM）是智慧製造的重要組成部分，自1968年以來一直是研究熱點。

TWCM根據感測器類型可分為直接法和間接法兩種方法。直接方法採用視覺或雷射感測器。儘管其卓越的精度和可靠性，實現在線即時的 監控是具有挑戰性的，因為感測器很容易受到切削液、切屑和加工環境固有的其他元素的干擾。相反，間接方法有望實現線上即時監測能力，但儘管有大量學術出版物，但其實際應用仍然有限。

一個關鍵障礙是選擇合適的監測感測器，例如測量力、振動、溫度和聲音發射的感測器，這些感測器不可避免地會破壞自然加工條件。捕捉可聽聲音訊號的麥克風感應器已成為一種有前景的策略。它的潛力取決於透過主動降噪系統和可解釋決策演算法的開發來提高其準確性。

近日，中國江蘇科技大學李國超領導的智慧製造科學家團隊對基於聲音的刀具磨損監測的現狀和趨勢進行了首次系統性回顧。這項綜合性工作不僅總結了最新趨勢，為研究人員和製造商提供了寶貴的資源，而且還強調了四個有前途的研究方向：資料集的開發、主動降噪系統、專門的特徵提取技術以及可解釋決策演算法的創建。

團隊發表他們的工作在先進製造科學與技術學報。

江蘇大學機械工程學院副教授李國超表示：「在這份報告中，我們回顧了十年來學術出版物中以可聽聲音為重點的刀具磨損監測的現狀和未來方向。」中國科學技術博士，刀具磨損狀態監測領域經驗豐富的專家。

「這包括深入分析加工可聽聲的物理性質和特徵、銑削可聽聲的產生機制以及訊號擷取、降噪、特徵提取和決策演算法，以及未來研究的潛在領域。

「我們相信我們的工作可以顯著促進刀具磨損監測的實際應用，」該機構的講師李孫（Li Sun）指出，他也專門研究加工過程監測。「使用麥克風感測器來收集可聽聲音訊號是一種很有前途的策略，因為它們與工具磨損密切相關，無需額外的感測器，易於安裝，測量適應性強，並且不干擾加工環境。

「然而，目前基於可聽聲音訊號的刀具磨損狀態監測的準確性還不夠。我們的研究為研究人員和製造商提供了寶貴的見解和最新趨勢，有可能促進刀具磨損監測在實際場景中的更廣泛應用。

研究團隊還包括來自中國鎮江江蘇科技大學機械工程學院的 Xinhang Shang、Lei Yang 和 Honggen Zhou，以及山西柴油機重工有限公司的 Bofeng Fu位於中國興平。

更多資訊：李國超等人，可聽聲音訊號在刀具磨損監測的應用：綜述，先進製造科學與技術學報（2024）。DOI：10.51393/j.jamst.2025003

提供者：清華大學出版社