羅 歡 張定華 羅 明

西北工業(yè)大學(xué)航空發(fā)動(dòng)機(jī)高性能制造工業(yè)和信息化部重點(diǎn)實(shí)驗(yàn)室，西安，710072

0 引言

現(xiàn)代工業(yè)生產(chǎn)的主要目標(biāo)是保證生產(chǎn)質(zhì)量，提高生產(chǎn)效率，降低生產(chǎn)成本。刀具失效占據(jù)加工中心停機(jī)時(shí)間的20%[1]，極大地增加了加工成本。隨著技術(shù)的發(fā)展，設(shè)備的維護(hù)從原來的基于時(shí)間的維護(hù)(time-based maintenance)轉(zhuǎn)變?yōu)榛跔顟B(tài)的維護(hù)(condition-based maintenance)[2]，刀具狀態(tài)的監(jiān)測(cè)和刀具剩余壽命預(yù)測(cè)得到越來越多的關(guān)注。航空制造領(lǐng)域產(chǎn)品附加值高，制造精度要求高，常用的鈦合金、高溫合金和復(fù)合材料等為難切削材料，切削力大、切削溫度高、加工硬化傾向大[3-4]，刀具磨損速率快。與此同時(shí)，后刀面磨損寬度是影響最終殘余應(yīng)力分布的重要因素之一[5]，硬化層深度[6]、加工表面的塑形變形和微觀組織也隨刀具磨損的變化而變化[7]，已加工表面質(zhì)量是影響服役性能的重要因素。為了保證加工質(zhì)量和效率，刀具狀態(tài)監(jiān)測(cè)和剩余壽命預(yù)測(cè)的需求更為迫切。

切削狀態(tài)監(jiān)測(cè)是識(shí)別刀具磨損狀態(tài)和采取合理必要的換刀策略的關(guān)鍵，是保證產(chǎn)品質(zhì)量和加工效率的重要手段[8]。刀具磨損狀態(tài)監(jiān)測(cè)通過提醒操作者刀具狀態(tài)，控制刀具磨損在使用范圍內(nèi)，最終保證已加工表面和亞表面的表面狀態(tài)，避免零件不合格。而且，通過單步或多步刀具磨損狀態(tài)的預(yù)測(cè)，提前調(diào)整加工策略可以延長(zhǎng)刀具壽命[9]，刀具壽命預(yù)測(cè)的前瞻性可以充分發(fā)揮刀具的使用性能，避免浪費(fèi)刀具。

目前，工業(yè)生產(chǎn)過程中刀具狀態(tài)的監(jiān)測(cè)多依靠工人的經(jīng)驗(yàn)[10]，通過聽聲、停機(jī)查看等方式，雖然部分機(jī)床實(shí)時(shí)顯示機(jī)床切削功率，但不同批次工件和不同切削參數(shù)導(dǎo)致功率閾值不同，機(jī)床功率值只能作為參考。為了保證加工質(zhì)量，工人常采取保守的換刀策略，導(dǎo)致刀具未能物盡其用，造成浪費(fèi)，增加了加工成本[11]。隨著智能制造的不斷發(fā)展，不少學(xué)者采用測(cè)力臺(tái)、聲發(fā)射傳感器、振動(dòng)傳感器、功率監(jiān)測(cè)、麥克風(fēng)[12]等對(duì)加工過程進(jìn)行監(jiān)測(cè)，獲取與刀具磨損的相關(guān)信號(hào)，并采用不同的數(shù)據(jù)處理和預(yù)測(cè)模型實(shí)現(xiàn)對(duì)刀具磨損的監(jiān)測(cè)和剩余壽命的預(yù)測(cè)，取得了重要進(jìn)展。然而，不同材料擁有不同的切削加工特點(diǎn)，刀具的磨損狀態(tài)、規(guī)律不盡相同。航空工業(yè)中鈦合金、高溫合金等難加工材料切削刀具磨損快速，同時(shí)，刀具磨損狀態(tài)決定了葉片、整體葉盤、結(jié)構(gòu)件等關(guān)鍵構(gòu)件的加工品質(zhì)。因此，總結(jié)航空難加工材料切削加工中的刀具磨損識(shí)別及剩余壽命預(yù)測(cè)研究現(xiàn)狀，分析未來研究的發(fā)展方向，對(duì)提升航空難加工材料關(guān)鍵零件的加工品質(zhì)具有重要意義。

圍繞航空難加工材料切削加工中的刀具磨損識(shí)別和剩余壽命預(yù)測(cè)，本文首先描述鎳基合金和鈦合金切削相關(guān)的刀具磨損機(jī)理和刀具剩余壽命預(yù)測(cè)的定義和分類，然后針對(duì)刀具剩余壽命預(yù)測(cè)的三類方法分別進(jìn)行闡述，最后給出了未來發(fā)展趨勢(shì)。

1 刀具磨損及其對(duì)表面完整性的影響

1.1 鈦合金和鎳基合金加工中的刀具磨損機(jī)理

刀具磨損機(jī)理與刀具壽命關(guān)系密切[13]，是選擇刀具、涂層、參數(shù)等的重要依據(jù)。刀具磨損機(jī)理可分為磨粒磨損、黏結(jié)磨損、氧化磨損、擴(kuò)散磨損等，主要與工件和刀具材料、切削參數(shù)選擇、切削冷卻、切削涂層、刀具磨損狀態(tài)有關(guān)[14-15]，是切削應(yīng)力、切屑滑移和切削溫度綜合作用的結(jié)果[16]。磨粒磨損主要是由硬質(zhì)顆?；蛴操|(zhì)包裹物在接觸界面運(yùn)動(dòng)引起的對(duì)接觸表面的損傷[17]；黏結(jié)磨損是指在足夠的壓力和溫度下摩擦接觸表面發(fā)生塑性變形，形成的顆粒或顆粒群受剪切力或張力脫落造成的磨損[18]；擴(kuò)散磨損主要發(fā)生在高溫下，元素從高濃度向低濃度處轉(zhuǎn)移，與切削溫度、接觸時(shí)間和第二變形區(qū)的元素溶解度有關(guān)[19]；氧化多發(fā)生在接觸區(qū)域的末端，該區(qū)域滑動(dòng)接觸壓力較小，氧氣滲入與刀具黏結(jié)劑發(fā)生反應(yīng)[20-21]。

航空發(fā)動(dòng)機(jī)中鎳基合金占比超過50%，鈦合金占比30%～40%[22]，其中，壓氣機(jī)通常采用鈦合金TC4、TC17和鎳基高溫合金等，渦輪盤通常采用高溫合金Inconel 718等。

鎳基合金是航空發(fā)動(dòng)機(jī)高溫區(qū)域部件的理想材料，尤其是渦輪盤的高溫部件[23]。中等切削速度(10～100 m/min)下，鎳基合金切削可使用各種涂層的硬質(zhì)合金刀具；較高的切削速度(大于200 m/min)下，陶瓷刀具多用于粗加工階段，聚晶立方氮化硼(polycrystalline cubic Boron Nitride,PCBN)多用于精加工階段[24]。車削工況下，硬質(zhì)合金刀具磨損機(jī)理主要是磨粒磨損，伴隨前刀面的黏結(jié)磨損[25]。THAKUR等[26]使用碳化鎢硬質(zhì)合金刀片(K20)車削Inconel 718，切削速度范圍是40～60 m/min，干切時(shí)主要的磨損機(jī)理為磨粒磨損和微剝落，伴隨著一些塑性變形。TOUBHANS等[27]使用圓角硬質(zhì)合金車刀車削Inconel 718 時(shí)發(fā)現(xiàn)，黏結(jié)和磨粒磨損是主要的磨損機(jī)理，當(dāng)切削速度為70 m/min且每齒進(jìn)給速度為0.2 mm時(shí)，刀具磨損由較低切削速度下的均勻后刀面磨損轉(zhuǎn)變?yōu)椴痪鶆蚰p，其中，切削厚度大的區(qū)域磨損增大。CHAABANI等[28]對(duì)比了傳統(tǒng)冷卻和LN2、LCO2低溫冷卻對(duì)刀具磨損的影響，切削速度為70 m/min時(shí)，實(shí)驗(yàn)結(jié)果表明，帶涂層車刀車削Inconel 718時(shí)的主要磨損為黏結(jié)磨損。KHANNA等[29]同樣對(duì)不同的冷卻條件下的刀具磨損狀態(tài)進(jìn)行了對(duì)比，車削速度為45 m/min和60 m/min，干切Inconel 718 時(shí)的主要磨損機(jī)理為磨粒磨損，傳統(tǒng)濕切和液氮低溫冷卻加工條件下的刀具磨損主要是剝落(chipping)和黏結(jié)磨損。陶瓷刀具高速切削時(shí)，刀尖處高溫導(dǎo)致磨粒磨損、擴(kuò)散磨損和化學(xué)磨損[30]，KITAGAWA等[31]使用陶瓷刀具車削Inconel 718，當(dāng)切削速度低于300 m/min時(shí)，加工硬化導(dǎo)致的切深處的溝槽磨損限制了刀具的使用壽命。另外，立方氮化硼(cubic boron nitride，CBN)車削Inconel 718時(shí)，主要的磨損機(jī)理是黏結(jié)和擴(kuò)散磨損[32]。

銑削工況下，KRAIN等[4]使用硬質(zhì)合金鑲片銑刀低速端銑Inconel 718時(shí)發(fā)現(xiàn)，黏結(jié)和磨粒磨損是主要的磨損機(jī)理。SHARMAN等[33]使用球頭刀高速端銑時(shí)，刀具磨損的主要機(jī)理是黏結(jié)磨損，同時(shí)伴隨涂層的剝落。MUSFIRAH等[34]使用帶涂層的球頭硬質(zhì)合金銑刀銑削Inconel 718，切削速度為140～160 m/min，采用干切和LN2冷卻兩種方式，主要磨損機(jī)理為黏結(jié)和磨粒磨損，軸向切深處出現(xiàn)溝槽磨損。鎳基合金加工過程中，材料中的微觀硬質(zhì)顆粒加劇了磨粒磨損，同時(shí)，加工硬化導(dǎo)致切深處的溝槽磨損是刀具失效的主要原因。

鈦合金主要用于制造各種機(jī)身和發(fā)動(dòng)機(jī)部件，較高的強(qiáng)度密度比滿足產(chǎn)品對(duì)強(qiáng)度、質(zhì)量的要求[35-36]，無涂層的硬質(zhì)合金(ISO grade K)常用于鈦合金的加工[37]。Ti6Al4V加工過程中的刀具磨損主要包括前刀面的化學(xué)磨損和后刀面的黏結(jié)磨損，其中，后刀面的黏結(jié)現(xiàn)象是影響刀具壽命的主要原因[38]。車削工況下，PONCE等[39]使用無涂層硬質(zhì)合金刀具，在無冷卻車削鈦合金過程中，當(dāng)切削速度低于60 m/min時(shí)，黏結(jié)磨損是影響刀具壽命的主要原因。硬車削過程中，CBN刀具的磨損主要機(jī)理為黏結(jié)磨損[40]。由于鈦合金與陶瓷材料容易發(fā)生反應(yīng)，故不推薦使用陶瓷刀具和CBN/PCBN刀具切削鈦合金材料[36]。高壓冷卻可以有效地延長(zhǎng)刀具的壽命，MIA等[41]在不同工況下采用涂層刀具車削Ti6Al4V，干切條件下月牙彎磨損和溝槽磨損是主要磨損形式，在高壓冷卻條件下前刀面和圓角區(qū)域的摩粒磨損是主要的磨損形式，刀具壽命延長(zhǎng)40%左右。LIANG等[42]使用無涂層超細(xì)晶硬質(zhì)合金刀具車削Ti6Al4V時(shí)，切削速度為200 m/min，前刀面的磨損為黏結(jié)、擴(kuò)散和磨粒的復(fù)合磨損，后刀面磨損主要機(jī)理為黏結(jié)和磨粒磨損，與VENUGOPAL等[43]使用70～117 m/min車削過程相比，新采用的超細(xì)晶材料刀具未出現(xiàn)較大的斷裂。

銑削工況下，TAN等[13]使用硬質(zhì)合金球頭刀銑削TC17時(shí)發(fā)現(xiàn)黏結(jié)磨損是刀具磨損的主要原因。NOUARI等[44]發(fā)現(xiàn)邊界磨損是干切Ti-6242S時(shí)刀具失效的主要原因，黏結(jié)磨損和擴(kuò)散磨損是其主要的磨損機(jī)理。AN等[45]比較有涂層和無涂層刀具面銑Ti-6242S和Ti-555時(shí)發(fā)現(xiàn)，物理氣相沉積的(Ti,Al)N+TiNt涂層材料具有更好的抗磨損和抗斷裂特性。鈦合金加工過程中，后刀面的黏結(jié)磨損影響重大，同時(shí)，在500 ℃以上，鈦合金易與硬質(zhì)合金刀具發(fā)生反應(yīng)，硬質(zhì)合金涂層刀具涂層破壞后，刀具磨損加劇。車削過程和銑削過程中刀具磨損的機(jī)理相似，車削過程中的前刀面磨損和圓角處磨損比銑削過程更明顯。相比加工形式，切削速度和刀具材料對(duì)刀具磨損機(jī)理的影響更為突出。

1.2 刀具磨損過程及刀具失效標(biāo)準(zhǔn)

切削過程中，刀具與切屑、刀具與已加工表面的接觸和滑移引起刀具的磨損，加工系統(tǒng)中的工件、刀具、接觸界面和機(jī)床等造成的接觸狀態(tài)的改變都會(huì)對(duì)刀具磨損造成影響[46]。依據(jù)磨損速率的不同，刀具磨損過程主要分為三個(gè)階段：初始磨損階段、正常磨損階段和急劇磨損階段，刀具在不同磨損階段的具體表現(xiàn)形式也有所不同。KASIM等[47]同時(shí)記錄后刀面均勻磨損和后刀面最大磨損，發(fā)現(xiàn)磨損初期兩者平緩增大，伴隨著溝槽磨損的出現(xiàn)，磨損帶開始非均衡擴(kuò)展，最大磨損快速增加，均勻磨損區(qū)域繼續(xù)緩慢增大，而在磨損后期，溝槽磨損和剝落尺寸急劇增加。NOUARI等[44]銑削Ti-6242S時(shí)，對(duì)比刀具有無涂層對(duì)磨損的影響，發(fā)現(xiàn)多層化學(xué)沉積的涂層銑刀在切削幾分鐘后涂層開始分層(delamination)，當(dāng)邊界磨損達(dá)到0.3 mm后，刀具快速出現(xiàn)脆性破裂，包括裂紋和剝落。LIANG等[42]使用無涂層的硬質(zhì)合金刀具高速車削Ti-6Al-4V時(shí)發(fā)現(xiàn)，伴隨著刀具磨損加劇，前刀面刀刃剝落增加，月牙洼磨損深度的加深比其寬度加大更加明顯，后刀面處的刀具后角由初始值減小到0，形成平坦的磨損區(qū)域，黏結(jié)在后刀面的多層不均勻鈦層初期減緩刀具磨損，最終剝落并帶走部分刀具材料，后刀面磨損不斷加劇。影響刀具磨損過程的因素眾多，其表現(xiàn)形式也各有不同，但大多經(jīng)歷經(jīng)典的三大磨損階段。

車削的刀具壽命測(cè)試標(biāo)準(zhǔn)ISO 3685：1977中分別對(duì)高速鋼刀具、燒結(jié)硬質(zhì)合金刀具和陶瓷刀具的刀具失效標(biāo)準(zhǔn)進(jìn)行了推薦，其中，硬質(zhì)合金刀具失效標(biāo)準(zhǔn)包括后刀面最大磨損0.6 mm、均勻磨損0.3 mm等。BHATT等[25]、THAKUR等[26]、CANTERO等[48]在實(shí)驗(yàn)中采用上述ISO標(biāo)準(zhǔn)，部分學(xué)者采用了其他磨損標(biāo)準(zhǔn)。LIANG等[42]使用無涂層的硬質(zhì)合金刀具高速車削Ti-6Al-4V時(shí)，刀具后刀面磨損超過0.2 mm后，表面粗糙度仍有減小趨勢(shì)，但出現(xiàn)鈦的黏結(jié)、表面燒結(jié)和裂紋等，工件表面的粗糙度難以保證，推薦刀具磨損閾值為0.2 mm。GRZESIK等[49]精車Inconel 718時(shí)發(fā)現(xiàn)，從控制殘余拉應(yīng)力的角度出發(fā)可以將閾值設(shè)置為圓角磨損0.2 mm。以表面粗糙度為決定因素選取合適的后刀面磨損標(biāo)準(zhǔn)，DOGRA等[50]和SINGH等[51]均采用后刀面最大磨損寬度0.2 mm。 ZHUANG等[52]使用陶瓷刀具車削Inconel 718，選取了相比ISO 標(biāo)準(zhǔn)更加寬泛的磨損標(biāo)準(zhǔn)，包括后刀面平均磨損寬度達(dá)到0.4 mm等五種情形。

銑削工況下，眾多學(xué)者采用銑削的失效標(biāo)準(zhǔn)ISO 8688-2:1989[47-53]，其推薦標(biāo)準(zhǔn)為均勻磨損0.3 mm或最大磨損0.5 mm。 除此之外，KRAIN等[4]端銑Inconel 718時(shí)以0.25 mm的均勻磨損或最大磨損0.5 mm作為實(shí)驗(yàn)終值條件；SHARMAN等[33]高速銑削Inconel 718時(shí)，以最大刀具磨損0.3 mm作為磨損閾值。

刀具磨損的失效標(biāo)準(zhǔn)應(yīng)從產(chǎn)品的實(shí)際使用需求出發(fā)，被加工工件經(jīng)過噴丸等處理后應(yīng)滿足服役期間的安全性要求。航空部件因其特殊的安全和疲勞特性需求，為了消除潛在的切削刃過早失效導(dǎo)致的不可修復(fù)的表面損傷，相較于ISO標(biāo)準(zhǔn)，一般會(huì)采用更加苛刻的刀具失效標(biāo)準(zhǔn)[24]。

1.3 刀具磨損對(duì)航空零部件表面完整性的影響

刀具磨損對(duì)加工表面的表面完整性有明顯影響，與此同時(shí)，高溫、高壓等復(fù)雜服役條件對(duì)產(chǎn)品的表面完整性提出了苛刻的要求，因此，關(guān)注刀具磨損對(duì)殘余應(yīng)力、硬度、粗糙度和變形等的影響有助于提高產(chǎn)品安全性和服役壽命。

鎳基合金加工中，刀具磨損對(duì)表面完整性的影響主要包括：拉伸殘余應(yīng)力的增大，加工表面硬度變大，有時(shí)伴隨出現(xiàn)表層裂紋和白層。殘余應(yīng)力方面，AXINTE等[54]車削鎳基合金時(shí)，后刀面磨損超過0.12 mm后，加工表面出現(xiàn)不均勻分布的沉淀物質(zhì)，拉伸殘余應(yīng)力隨刀具磨損而增大；SHARMAN等[55]車削Inconel 718時(shí)同樣發(fā)現(xiàn)磨損刀具導(dǎo)致拉伸應(yīng)力急劇增大。硬度方面，鎳基材料RR1000切削測(cè)試時(shí)，銑削過程中磨損刀具相較于新刀加工表面硬度增加了100HK0.05[56]。FERNNDEZ-VALDIVIELSO等[57]車削Inconel 718時(shí)發(fā)現(xiàn)，隨著刀具磨損的增加，加工硬化效應(yīng)增強(qiáng)，影響層深度增大。變形方面，SHARMAN等[58-59]車削Inconel 718 時(shí)發(fā)現(xiàn)，伴隨刀具磨損，刀具與工件的接觸面積因刀具后角變大而增加，與工件表面的摩擦導(dǎo)致塑性變形增加，在較低切削速度時(shí)更為明顯。車削NiCr20TiAl時(shí)，硬質(zhì)顆粒有時(shí)會(huì)嵌入工件表面[60]，引起剪切應(yīng)力的突然增大，形成空腔，造成加工表面內(nèi)部的殘余空洞和裂紋，最終導(dǎo)致構(gòu)件的應(yīng)力開裂和變形。刀具磨損還可能導(dǎo)致白層的出現(xiàn)，AXINTE等[54]車削鎳基材料時(shí)發(fā)現(xiàn)，均勻磨損0.14 mm的刀具加工過的表面出現(xiàn)了斷續(xù)白層，后刀面磨損值為0.16 mm的崩刃刀具產(chǎn)生的白層厚度有所增加。

鈦合金加工過程的刀具磨損主要導(dǎo)致殘余壓應(yīng)力深度增加，表面粗糙度的波動(dòng)，加劇已加工表面的塑形變形。殘余應(yīng)力方面，高速端銑鈦合金時(shí)，MANTLE等[61]證實(shí)后刀面磨損和切削速度對(duì)殘余應(yīng)力影響最大。CHEN等[5]研究刀具磨損和切屑形成對(duì)殘余應(yīng)力的影響時(shí)發(fā)現(xiàn)，正交切削Ti-6Al-4V后刀面磨損從0.02 mm到0.2 mm，殘余應(yīng)力趨于拉伸，殘余壓應(yīng)力深度增加兩倍。硬度方面，CHE-HARON等[62-63]使用無涂層硬質(zhì)合金刀具車削鈦合金時(shí)發(fā)現(xiàn)，粗糙度數(shù)值在整個(gè)刀具壽命周期內(nèi)呈現(xiàn)高—低—高的變化趨勢(shì)，對(duì)比第一刀和最后一刀時(shí)，顯微硬度值急劇提升，刀具失效后繼續(xù)切削，工件擾動(dòng)層硬度明顯增加。LIANG等[64]干切Ti-6Al-4V時(shí)發(fā)現(xiàn)，刀具后刀面磨損從0到0.2 mm的過程中，平均表面粗糙度不斷變大，顯微硬度和硬化層深度也有所增加。變形方面，GINTING等[65]端銑干切Ti-6242S時(shí)發(fā)現(xiàn)，隨著刀具磨損的增加，已加工表面的塑性變形隨之增加。GU等[66]粗車Ti-6Al-4V時(shí)發(fā)現(xiàn)，刀具嚴(yán)重磨損時(shí)，在工件表面形成了0.01 mm的白層。

表面完整性不僅包括表面粗糙度、表面硬度等易于觀測(cè)的信息，而且包含次表面的微觀硬度、結(jié)構(gòu)和殘余應(yīng)力等，這些參數(shù)的測(cè)量是破壞性測(cè)量，因此，提前選擇合理的切削參數(shù)和刀具磨損標(biāo)準(zhǔn)對(duì)保證加工質(zhì)量至關(guān)重要。

2 刀具剩余壽命預(yù)測(cè)方法

刀具磨損過程具有隨機(jī)性[67]。為了描述刀具的退化過程，學(xué)者們根據(jù)實(shí)際需要分別建立了不同的刀具壽命預(yù)測(cè)模型，通過實(shí)驗(yàn)校正、傳感器信號(hào)特征提取、模型訓(xùn)練等方式，校準(zhǔn)模型中的參數(shù)，形成刀具退化知識(shí)，實(shí)現(xiàn)刀具剩余壽命的預(yù)測(cè)，根據(jù)獲取信息和刀具退化規(guī)律模型的不同，刀具剩余壽命預(yù)測(cè)模型可以劃分為不同的類別。

2.1 刀具剩余壽命預(yù)測(cè)的定義與分類

刀具磨損機(jī)理的耦合性，刀具磨損過程的隨機(jī)性，產(chǎn)品服役條件對(duì)表面完整性的苛刻要求，共同推動(dòng)刀具狀態(tài)監(jiān)測(cè)和剩余壽命的研究，為了對(duì)刀具剩余壽命預(yù)測(cè)有更加清晰的認(rèn)識(shí)，定義刀具剩余壽命預(yù)測(cè)和對(duì)相關(guān)預(yù)測(cè)方法進(jìn)行分類是十分必要的。對(duì)于預(yù)測(cè)，眾多學(xué)者從不同角度對(duì)其進(jìn)行定義。SIKORSKA等[10]提出預(yù)測(cè)與診斷密切相關(guān)，但不盡相同，診斷對(duì)當(dāng)前狀態(tài)進(jìn)行標(biāo)識(shí)和量化，預(yù)測(cè)主要基于診斷獲取的故障指示和退化速率對(duì)未發(fā)生的損壞進(jìn)行預(yù)言。MULLER等[68]從不確定性的角度進(jìn)行定義，指出預(yù)測(cè)是通過當(dāng)前狀態(tài)、歷史信息、衰退規(guī)律和維護(hù)記錄預(yù)測(cè)將來的能力。ISO 13381—1標(biāo)準(zhǔn)中，故障預(yù)測(cè)就是評(píng)估物理系統(tǒng)或儀器失效前的剩余時(shí)間(estimated time to failure, ETTF)，預(yù)測(cè)得到ETTF和相應(yīng)的置信度區(qū)間[69]，大多數(shù)文獻(xiàn)中通常使用剩余壽命(remaining useful life，RUL)作為ETTF的替代[70]。BARUAH等[71]提出預(yù)測(cè)基于診斷評(píng)估，它擁有預(yù)測(cè)故障演化和預(yù)估剩余壽命的能力。WU等[72]認(rèn)為健康狀態(tài)和失效模式的預(yù)測(cè)主要基于當(dāng)前健康狀態(tài)的評(píng)估、歷史趨勢(shì)和使用參數(shù)。王強(qiáng)[73]認(rèn)為刀具剩余壽命預(yù)測(cè)是時(shí)序預(yù)測(cè)，與歷史加工過程、當(dāng)前刀具狀態(tài)和預(yù)測(cè)時(shí)間點(diǎn)及當(dāng)前時(shí)間點(diǎn)的加工過程有關(guān)。

綜上所述，從時(shí)間點(diǎn)上來講，刀具剩余壽命預(yù)測(cè)是針對(duì)未來刀具磨損狀態(tài)的預(yù)測(cè)；從信息的獲取來源上講，刀具剩余壽命預(yù)測(cè)主要基于刀具歷史磨損信息和刀具當(dāng)前磨損狀態(tài)的評(píng)估。具體來說，刀具磨損狀態(tài)識(shí)別(監(jiān)測(cè))是刀具剩余壽命預(yù)測(cè)中的重要環(huán)節(jié)，它主要基于獲取的切削力、振動(dòng)等信息，識(shí)別當(dāng)前刀具的磨損階段或刀具磨損數(shù)值，在此基礎(chǔ)之上，基于已有的刀具磨損過程信息和已訓(xùn)練的經(jīng)驗(yàn)公式或預(yù)測(cè)模型對(duì)未來某時(shí)刻的刀具磨損狀態(tài)進(jìn)行預(yù)測(cè)，即為刀具磨損預(yù)測(cè)，它可以分為以下層次：?jiǎn)尾降毒吣p預(yù)測(cè)、多步刀具磨損預(yù)測(cè)和刀具剩余壽命預(yù)測(cè)[74]，其中，刀具剩余壽命預(yù)測(cè)進(jìn)一步計(jì)算當(dāng)前狀態(tài)下的刀具距離失效閾值的剩余時(shí)間。

目前，刀具磨損領(lǐng)域的主要工作集中在刀具狀態(tài)和刀具磨損值識(shí)別。隨著傳感技術(shù)和通信技術(shù)的發(fā)展，越來越多的學(xué)者將不同的監(jiān)測(cè)技術(shù)和預(yù)測(cè)模型應(yīng)用到刀具剩余壽命預(yù)測(cè)中，并從不同的角度對(duì)現(xiàn)有的預(yù)測(cè)模型進(jìn)行了分類。

DOU等[75](2020)、LIU等[76](2019)、SUN等[77](2018)、TOBON-MEJIA等[78](2012)、WANG等[79](2015)、ZHANG等[74](2017)對(duì)刀具剩余壽命預(yù)測(cè)方法進(jìn)行了劃分，如圖1～圖3所示，分類中主要包括物理模型、數(shù)據(jù)驅(qū)動(dòng)模型、混合模型和其他模型。不同學(xué)者對(duì)“物理模型”和“混合模型”的定義區(qū)別不大，所用方法相對(duì)集中，其中，TOBON-MEJIA等[78]對(duì)“基于模型的預(yù)測(cè)”的描述與其他學(xué)者關(guān)于“物理模型”的描述類似?；跀?shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法是最常用的刀具壽命預(yù)測(cè)方法，不同學(xué)者的描述和再分類有所區(qū)別，其中，DOU等[75]分類中的“機(jī)器學(xué)習(xí)模型”與LIU等[76]建立的“數(shù)據(jù)驅(qū)動(dòng)模型”下的再分類“機(jī)器學(xué)習(xí)模型”相似，“統(tǒng)計(jì)分析模型”分類也相近。因此，本文將刀具壽命預(yù)測(cè)方法分為以下三類：基于物理模型的預(yù)測(cè)，基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)，基于混合模型的預(yù)測(cè)，其中，基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法分為以下兩種：基于數(shù)據(jù)統(tǒng)計(jì)和隨機(jī)模型的預(yù)測(cè)，基于機(jī)器學(xué)習(xí)的預(yù)測(cè)。

圖1 不同學(xué)者對(duì)物理模型的定義及常用方法Fig.1 The definition and common methods about the physics models by scholars

圖2 不同學(xué)者對(duì)數(shù)據(jù)驅(qū)動(dòng)模型的定義及常用方法Fig.2 The definition and common methods about the data-based models by scholars

圖3 不同學(xué)者對(duì)混合模型的定義及常用方法Fig.3 The definition and common methods about the hybrid models by scholars

如圖4所示，ISO 13381—1中定義預(yù)測(cè)的主要步驟包括信息輸入、狀態(tài)識(shí)別、壽命預(yù)測(cè)和設(shè)備維護(hù)。首先，通過傳感器獲得加工過程信息，將其輸入至物理模型或診斷模型中以識(shí)別當(dāng)前系統(tǒng)健康狀態(tài)，然后基于不同的模型實(shí)現(xiàn)剩余壽命的評(píng)估，最后采取相應(yīng)的保養(yǎng)或維護(hù)措施。在刀具剩余壽命的預(yù)測(cè)中，尤其是基于數(shù)據(jù)驅(qū)動(dòng)的剩余壽命預(yù)測(cè)，刀具磨損狀態(tài)識(shí)別過程中提取的描述刀具退化過程的特征將作為剩余刀具壽命預(yù)測(cè)的基礎(chǔ)，同時(shí)，狀態(tài)監(jiān)測(cè)是實(shí)現(xiàn)預(yù)測(cè)的基礎(chǔ)和先決條件[69]。鑒于刀具磨損狀態(tài)監(jiān)測(cè)的重要性，本文首先對(duì)刀具磨損狀態(tài)監(jiān)測(cè)進(jìn)行簡(jiǎn)要概述。

圖4 ISO 13381—1中預(yù)測(cè)的主要步驟[78]Fig.4 The main steps of the prognosis in ISO 13381—1[78]

2.2 刀具磨損狀態(tài)監(jiān)測(cè)

刀具狀態(tài)監(jiān)測(cè)是檢測(cè)刀具磨損和描述刀具磨損的過程[80]。刀具磨損狀態(tài)的監(jiān)測(cè)主要分為直接監(jiān)測(cè)和間接監(jiān)測(cè)[81]。直接監(jiān)測(cè)通過不同的測(cè)量手段對(duì)磨損區(qū)域進(jìn)行觀測(cè)，獲取刀具的磨損狀態(tài)，包括光學(xué)測(cè)量法[82-83]、X射線方法[84-85]、電阻法[86]等，其中，光學(xué)測(cè)量是主要的直接測(cè)量手段。直接監(jiān)測(cè)測(cè)量結(jié)果精準(zhǔn)，主要缺點(diǎn)是無法實(shí)現(xiàn)刀具磨損的在線監(jiān)測(cè)。間接監(jiān)測(cè)的物理信號(hào)包括切削力、加工振動(dòng)、切削功率、聲發(fā)射信號(hào)、超聲信號(hào)等，間接測(cè)量方法可以實(shí)現(xiàn)加工過程的在線監(jiān)測(cè)，是目前刀具磨損狀態(tài)監(jiān)測(cè)的主要手段。監(jiān)測(cè)獲取的刀具磨損相關(guān)信號(hào)，一般需要經(jīng)過信號(hào)處理、特征提取、特征選擇和模型識(shí)別四個(gè)步驟。

2.2.1信號(hào)處理和特征提取

基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)十分依賴所提取特征的形式和趨勢(shì)[87]。監(jiān)測(cè)過程中獲取的信號(hào)多為時(shí)序信號(hào)，刀具切削現(xiàn)場(chǎng)干擾眾多，信號(hào)中夾雜噪聲，對(duì)其進(jìn)行預(yù)處理，提高信噪比，是刀具狀態(tài)監(jiān)測(cè)的重要步驟。傳統(tǒng)的信號(hào)處理方法包括時(shí)域(平均濾波、中值濾波等)和頻域(低通濾波、高通濾波等)的濾波算法，部分學(xué)者提出時(shí)頻域處理技術(shù)，如適應(yīng)非平穩(wěn)性信號(hào)的小波分析降噪[88]。傳統(tǒng)加工中切削力等信號(hào)的信噪比較高，噪聲可以使用平均的方式進(jìn)行消除，然而高精或微切削中的加工信號(hào)信噪比低[89]，另外，部分傳感器(如聲發(fā)射傳感器)的頻譜易受到噪聲信號(hào)的污染，需要進(jìn)一步的降噪處理，如小波閾值降噪等。為了存儲(chǔ)和分析，特征提取可以有效地提取與刀具磨損相關(guān)的信息，常見的特征提取[90]包括時(shí)域(最大值、幅值、均值、標(biāo)準(zhǔn)差、均方根、峭度等)、頻域(頻段能量、重心頻率、均方頻率等)、時(shí)頻域(小波變換、經(jīng)驗(yàn)?zāi)B(tài)分解等)。頻率信號(hào)相較于時(shí)域信號(hào)的優(yōu)點(diǎn)是易于確定和隔離特定頻段數(shù)據(jù)[2]。針對(duì)不同的實(shí)際應(yīng)用場(chǎng)景，部分學(xué)者提出了新的特征提取方式，如JAVED等[87]提出比傳統(tǒng)特征具有更好單調(diào)性的三角特征；LIU等[91]將與后刀面磨損高度相關(guān)的切削力比值作為識(shí)別特征。時(shí)域或頻域分析僅從一個(gè)角度提供特征信息，時(shí)頻域分析可以提供更多的特征參數(shù)，降低丟失磨損相關(guān)的重要信息的風(fēng)險(xiǎn)。

時(shí)域和頻域特征多適用于穩(wěn)定信號(hào)，時(shí)頻域更適用于非平穩(wěn)信號(hào)[89]。時(shí)域特征算法簡(jiǎn)單，計(jì)算速度快，適用于故障診斷。時(shí)頻域特征中，經(jīng)驗(yàn)?zāi)B(tài)分解適用于解調(diào)應(yīng)用，但對(duì)噪聲敏感，容易陷入混疊模態(tài)，小波變換對(duì)高頻信號(hào)具有較好的時(shí)間分辨率，對(duì)低頻信號(hào)具有較好的頻率分辨率，而且轉(zhuǎn)換速率高[92]，多用于振動(dòng)特性的信號(hào)，尤其適用于軸承、刀具等旋轉(zhuǎn)設(shè)備[87]。

2.2.2特征選擇和識(shí)別模型

刀具磨損監(jiān)測(cè)的精度取決于所選取特征對(duì)刀具磨損變化靈敏度的高低，因此，選取最具代表性的特征尤為重要[93]。特征選擇從已知特征集中選擇評(píng)價(jià)標(biāo)準(zhǔn)最優(yōu)的子集[88]，在不影響識(shí)別效果的前提下去除冗余特征，降低了算法復(fù)雜度，提高了運(yùn)算效率，是實(shí)現(xiàn)在線狀態(tài)監(jiān)測(cè)的重要步驟[94]。常見的特征選擇方法包括主成分分析、相關(guān)性分析、前向選擇、后向消去、遺傳算法等。SHI等[95]使用主成分分析法(principal component analysis, PCA)從多傳感器信號(hào)中挑選有效特征，發(fā)掘傳感器信號(hào)與刀具磨損間的深層次聯(lián)系。MALHI等[96]基于PCA方法建立特征選擇模式，實(shí)驗(yàn)結(jié)果證實(shí)，預(yù)測(cè)精度得到有效提升。PCA方法具有較大的自由度，適用于無法從原始特征中選取最佳組合的情況，但不適用于輸入特征空間維數(shù)較大的情況[97]。WANG等[79]采用皮爾森相關(guān)系數(shù)計(jì)算不同隨機(jī)變量的相關(guān)性，實(shí)現(xiàn)了特征挑選。以支持向量機(jī)作為分類器，遞歸特征消去作為搜索策略，李威霖[88]提出了基于多分類支持向量機(jī)特征消去的特征選擇方法。YANG等[97]使用離散差異進(jìn)化算法實(shí)現(xiàn)特征選擇，該算法為改進(jìn)的遺傳算法，運(yùn)算效率比網(wǎng)格搜索算法高。JAVED等[87]認(rèn)為具有單調(diào)性的特征更有可能獲取較好的剩余壽命預(yù)測(cè)結(jié)果，利用信號(hào)的單調(diào)性和趨勢(shì)特性篩選特征。利用相關(guān)性分析、遺傳算法等方法對(duì)刀具磨損相關(guān)的特征進(jìn)行相關(guān)性排序和子集選擇，計(jì)算簡(jiǎn)便，可以保留原有的物理意義，但完全丟失未選擇的特征信息[98]。

刀具狀態(tài)識(shí)別結(jié)果通常為磨損狀態(tài)或刀具磨損數(shù)值，其中，磨損狀態(tài)分為初期磨損、均勻磨損、快速磨損等。刀具狀態(tài)監(jiān)測(cè)模型的相關(guān)統(tǒng)計(jì)結(jié)果顯示[99]，神經(jīng)網(wǎng)絡(luò)占據(jù)59%，模糊推理和模糊神經(jīng)網(wǎng)絡(luò)占據(jù)25%，貝葉斯網(wǎng)絡(luò)占據(jù)4%。有監(jiān)督的刀具磨損識(shí)別包括神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、隱馬爾可夫、集成學(xué)習(xí)等，無監(jiān)督的刀具識(shí)別模型包括模糊聚類、自適應(yīng)共振理論、自組織映射網(wǎng)絡(luò)等。其中，采用單一的信號(hào)源，基于切削力信號(hào)方面，WANG等[100-101]分別采用離散高斯ARTMAP網(wǎng)絡(luò)[100]和高斯混合迭代模型[101]對(duì)刀具磨損狀態(tài)進(jìn)行了分類和識(shí)別；NOURI等[102]提取加工過程中的切削力模型系數(shù)來監(jiān)測(cè)刀具的實(shí)時(shí)磨損狀態(tài)。從多信號(hào)源中選取更多的特征以提高預(yù)測(cè)模型的穩(wěn)定性方面，WANG等[79]使用切削力和振動(dòng)信號(hào)，結(jié)合支持向量回歸方法對(duì)銑削過程的刀具磨損進(jìn)行了研究；YANG等[97]對(duì)銑削過程的切削力、振動(dòng)和聲發(fā)射信號(hào)進(jìn)行小波分析，提出采用自適應(yīng)進(jìn)化極值學(xué)習(xí)機(jī)建立特征與刀具磨損值的聯(lián)系。采用多模型融合方法實(shí)現(xiàn)刀具磨損預(yù)測(cè)，以得到更準(zhǔn)確、魯棒性更好的結(jié)果方面，DEIAB等[103]構(gòu)造多個(gè)單信號(hào)源分類器，再通過對(duì)所有單一信號(hào)源分類器結(jié)果進(jìn)行綜合分析得出刀具磨損狀態(tài)；KANNATEY-ASIBU等[104]提出更通用的集成學(xué)習(xí)框架，使用不同的信號(hào)特征組合來構(gòu)建多分類器，最后通過投票策略綜合判定刀具磨損狀態(tài)。為了精準(zhǔn)識(shí)別刀具磨損，識(shí)別模型的選擇需要考慮預(yù)測(cè)范圍、預(yù)測(cè)精度、不確定性范圍、人為干涉和算法收斂性等因素[87]。

目前研究中，切削力或振動(dòng)的最大值、均值、幅值、頻率幅值是最常使用的特征，對(duì)于復(fù)雜難加工材料，相較于常見的時(shí)域、頻域分析，小波變換可以提供更加豐富的特征[105]。神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等對(duì)刀具磨損的識(shí)別更加簡(jiǎn)潔，適用于預(yù)測(cè)精度要求較低的場(chǎng)合，采用多信號(hào)源和多模型融合的方法增加了算法的復(fù)雜度，但有效提高了算法精度和可靠性，可以滿足高精度要求的刀具磨損監(jiān)測(cè)需求。

2.3 基于物理模型的預(yù)測(cè)方法

假設(shè)刀具磨損的物理過程符合不同的退化規(guī)律，基于物理模型的預(yù)測(cè)方法使用數(shù)學(xué)公式描述磨損過程，在預(yù)測(cè)較長(zhǎng)時(shí)間的狀態(tài)變化方面具備數(shù)據(jù)驅(qū)動(dòng)模型不可替代的優(yōu)勢(shì)[106]?；谖锢砟Ｐ偷念A(yù)測(cè)方法主要分為基于物理規(guī)律的預(yù)測(cè)方法和基于刀具磨損機(jī)理的預(yù)測(cè)方法。其中，基于物理規(guī)律的預(yù)測(cè)方法假設(shè)刀具磨損過程符合某種物理規(guī)律，如摩擦、裂紋擴(kuò)展[107]等；基于刀具磨損機(jī)理的預(yù)測(cè)方法考慮磨粒磨損、黏結(jié)磨損、擴(kuò)散磨損等組合效應(yīng)下的刀具磨損速率，實(shí)現(xiàn)壽命預(yù)測(cè)。

部分學(xué)者針對(duì)不同的刀具與工件組合、切削參數(shù)和切削過程，建立考慮不同刀具磨損機(jī)理的刀具磨損速率模型?？紤]單一的磨損機(jī)理，YADAV等[108]使用DEFORM 3D軟件仿真涂層WC刀具車削Inconel 718，后刀面磨損速率公式采用Usui模型，預(yù)測(cè)刀具磨損數(shù)值與實(shí)測(cè)值具有較好的一致性?？紤]多種磨損機(jī)理的綜合作用，YANG等[109]將Takeyama和Murata的磨粒磨損和擴(kuò)散磨損模型與Usui的黏結(jié)磨損模型進(jìn)行組合，預(yù)測(cè)車削氫化Ti6Al4V的前刀面磨損。LORENTZON等[110]嘗試不同的摩擦力模型和刀具磨損速率模型對(duì)刀具磨損后的幾何形貌進(jìn)行預(yù)測(cè)，并通過車削Inconel 718進(jìn)行驗(yàn)證，他們指出迫切需要新的摩擦力模型代替現(xiàn)有的庫侖摩擦模型。WANG等[111]針對(duì)現(xiàn)有刀具磨損預(yù)測(cè)模型多用于連續(xù)車削過程而不適用于斷續(xù)銑削過程的問題，考慮黏結(jié)磨損、擴(kuò)散磨損和氧化磨損的溫度范圍，通過實(shí)時(shí)獲取切削力和溫度來計(jì)算刀具后刀面磨損，實(shí)現(xiàn)Inconel 182銑削過程的刀具壽命預(yù)測(cè)，其預(yù)測(cè)磨損最小值與實(shí)測(cè)值誤差小于10%。

目前，大多數(shù)文獻(xiàn)均針對(duì)車削連續(xù)切削過程，對(duì)銑削過程的預(yù)測(cè)驗(yàn)證較少?；谖锢砟Ｐ偷念A(yù)測(cè)方法中，相關(guān)參數(shù)標(biāo)定的實(shí)驗(yàn)量較少，針對(duì)某種應(yīng)用情景，如果選擇合適的模型，可以獲得比數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)方式更加有效的預(yù)測(cè)結(jié)果。但是，物理模型的選擇需要對(duì)系統(tǒng)行為擁有全面深刻的理解，目前對(duì)眾多制造系統(tǒng)的理解還不充分[107]，剪切角的預(yù)測(cè)、切削過程的熱力耦合、不同刀具磨損機(jī)理的耦合等還在研究階段。另外，刀具磨損過程具有不確定性，工件材料分布不均導(dǎo)致磨損不均，同時(shí)，硬質(zhì)點(diǎn)存在、瞬時(shí)局部過熱、刃口開裂等影響磨損過程，僅依靠物理模型無法捕捉這些不確定因素并改變模型中的參數(shù)[112]，在不同工況下所需的不同的模型參數(shù)的確定過程較復(fù)雜[73]。

2.4 數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法

加工過程中，隨著刀具磨損的增加，切削力、振動(dòng)、切削溫度、噪聲、切削加工功率等過程物理量將隨之變化，這些變化包括幅值等時(shí)域信息和頻率分布等頻域信息，通過對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行處理和挖掘，基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法建立監(jiān)測(cè)數(shù)據(jù)與刀具磨損之間的聯(lián)系，實(shí)現(xiàn)刀具狀態(tài)識(shí)別和刀具剩余壽命估計(jì)。針對(duì)難以理解的復(fù)雜規(guī)律建立分析和預(yù)測(cè)模型，數(shù)據(jù)驅(qū)動(dòng)的方式更易于實(shí)施[113]。數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法主要分為兩類：第一類是基于數(shù)據(jù)統(tǒng)計(jì)和隨機(jī)模型的預(yù)測(cè)方式，包含泰勒模型、概率統(tǒng)計(jì)法、動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)、卡爾曼和粒子濾波、隱馬爾可夫模型等；第二類是基于機(jī)器學(xué)習(xí)的預(yù)測(cè)方式，包括神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等[1]。

2.4.1基于數(shù)據(jù)統(tǒng)計(jì)和隨機(jī)模型的預(yù)測(cè)方法

2.4.1.1 數(shù)據(jù)統(tǒng)計(jì)方法

實(shí)際加工過程中，考慮加工工件和刀具材料分布、切削參數(shù)、刀具和材料組合等對(duì)刀具磨損的影響，部分學(xué)者利用回歸模型和統(tǒng)計(jì)模型描述刀具壽命。

泰勒模型及其擴(kuò)展公式是刀具壽命模型中最常見的預(yù)測(cè)方法。因泰勒模型及其擴(kuò)展公式，并沒有涉及刀具磨損的物理本質(zhì)[114]，本文將其列入數(shù)據(jù)統(tǒng)計(jì)預(yù)測(cè)方法中。傳統(tǒng)的泰勒公式為

vTα=C

(1)

其中，v表示切削速度，α和C為特定工件和刀具材料下的常數(shù)，T為刀具壽命。泰勒模型[115]建立了刀具壽命與切削速度的反指數(shù)函數(shù)關(guān)系。

HOFFMAN[116]對(duì)泰勒模型進(jìn)行擴(kuò)展，考慮了切削速度、進(jìn)給量、切削深度對(duì)刀具壽命的影響，該擴(kuò)展模型僅適用于特定的刀具和工件材料組合。另外，部分學(xué)者采用擬合的方式建立影響因素與刀具剩余壽命間的聯(lián)系， CAPASSO等[117]對(duì)多組硬質(zhì)合金刀具車削Inconel 718的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行擬合，建立精加工中考慮切削長(zhǎng)度和切削速度的經(jīng)驗(yàn)?zāi)Ｐ汀ORTADI等[118]建立關(guān)于不同工件材料和冷卻系統(tǒng)的混合線性模型來預(yù)測(cè)刀具磨損。關(guān)山等[119]基于最小二乘支持向量機(jī)回歸算法預(yù)測(cè)刀具當(dāng)前狀態(tài)下未來10 s的刀具磨損量。PANG等[120]建立分段式自回歸滑動(dòng)平均(autoregressive moving average model，ARMA)狀態(tài)空間模型，結(jié)合改進(jìn)的粒子濾波算法，其單調(diào)的重采樣模式保證了單調(diào)增長(zhǎng)的預(yù)測(cè)結(jié)果，銑削磨損實(shí)驗(yàn)結(jié)果證明，該模型在保證預(yù)測(cè)精度的同時(shí)縮短了50%的計(jì)算時(shí)間。ARMA是時(shí)間序列分析方法，需要離線數(shù)據(jù)的提前訓(xùn)練，不適應(yīng)長(zhǎng)周期預(yù)測(cè)。

概率統(tǒng)計(jì)法常用來評(píng)估刀具壽命及其可靠性，視刀具壽命為隨機(jī)變量，且服從不同的統(tǒng)計(jì)分布模型，常用模型包括正態(tài)分布、對(duì)數(shù)正態(tài)分布、維納過程(Winner process)、伽馬過程(Gamma process)和威布爾分布(Weibull distribution)等[121]。部分研究結(jié)果表明，以磨損為主要失效形式的刀具壽命服從對(duì)數(shù)正態(tài)分布[122]。SALONITIS等[123]使用響應(yīng)曲面法建立切削參數(shù)與切削力間的關(guān)系，基于正態(tài)分布假設(shè)，利用蒙特卡洛方法模擬計(jì)算刀具可靠性。LI等[124]采用伽馬過程對(duì)固定工況的刀具磨損過程進(jìn)行建模。XU等[125]為實(shí)現(xiàn)最佳換刀時(shí)間點(diǎn)的選擇，使用威布爾分布描述刀具壽命的隨機(jī)性。如圖5所示，SUN等[126]基于維納過程假設(shè)，建立考慮單一工況和不同工況的刀具剩余壽命預(yù)測(cè)模型，量化刀具壽命預(yù)測(cè)的不確定性。圖5中，X(t)為t時(shí)刻刀具磨損值；PDF為概率分布函數(shù)；CDF為累積分布函數(shù)；w為刀具磨損閾值；FHT為首次到達(dá)閾值的時(shí)間。

(a)單一工況磨損曲線

比例風(fēng)險(xiǎn)模型(proportional hazards model, PHM)是一種半?yún)?shù)回歸模型，使用基線風(fēng)險(xiǎn)率和正函數(shù)的乘積描述退化過程，其中，正函數(shù)反映操作條件對(duì)基線風(fēng)險(xiǎn)的影響，它假設(shè)失效時(shí)間是獨(dú)立且恒等分布，同時(shí)協(xié)變量對(duì)壽命的影響是相互獨(dú)立的[127]。ARAMESH等[128]建立了包含威布爾基線的PHM，同時(shí)考慮切削參數(shù)和刀具磨損累積的影響，實(shí)現(xiàn)了新刀和舊刀的剩余壽命預(yù)測(cè)，車削實(shí)驗(yàn)驗(yàn)證了模型的有效性。

泰勒模型預(yù)測(cè)簡(jiǎn)潔，確定工件、刀具、切削參數(shù)即可計(jì)算刀具壽命，但不具備根據(jù)實(shí)際加工過程調(diào)整參數(shù)的能力，無法實(shí)現(xiàn)加工過程中某時(shí)刻刀具磨損的預(yù)測(cè)，與此同時(shí)，線性迭代預(yù)測(cè)結(jié)果的準(zhǔn)確性還受到加工參數(shù)和失效模式變化的影響[129]。維納過程適用于符合馬爾可夫假設(shè)的應(yīng)用[76]，與其他統(tǒng)計(jì)方法相比，具有時(shí)變協(xié)變量的PHM最大的優(yōu)點(diǎn)是協(xié)變量信息可以很容易地與基線危險(xiǎn)函數(shù)相結(jié)合，易于評(píng)估不同協(xié)變量對(duì)總危害的影響[130]。

2.4.1.2 隨機(jī)模型方法

基于隨機(jī)模型的預(yù)測(cè)方法將刀具磨損過程看作隨機(jī)過程，訓(xùn)練過程中利用先驗(yàn)知識(shí)不斷更新后驗(yàn)概率密度，進(jìn)而逼近參數(shù)的真實(shí)分布，最后利用監(jiān)測(cè)數(shù)據(jù)和退化模型實(shí)現(xiàn)刀具磨損預(yù)測(cè)。常見的隨機(jī)模型包括貝葉斯方法和馬爾可夫模型。

貝葉斯方法包含多種架構(gòu)：離散貝葉斯、粒子濾波、卡爾曼濾波、高斯過程等，架構(gòu)的選擇主要考慮系統(tǒng)的動(dòng)態(tài)特性和噪聲的分布狀況[131]。王國(guó)峰等[132]采用混合趨勢(shì)粒子濾波進(jìn)行刀具剩余壽命預(yù)測(cè)，相較于傳統(tǒng)的粒子濾波，提高了預(yù)測(cè)精度?？柭鼮V波作為隨機(jī)濾波方法，主要用于帶有高斯噪聲的線性系統(tǒng)[133]，擴(kuò)展卡爾曼濾波減少了對(duì)線性系統(tǒng)的限制。相較于粒子濾波過程，卡爾曼濾波運(yùn)算速度快，但需要局部的線性擬合實(shí)現(xiàn)狀態(tài)預(yù)測(cè)[134]。高斯過程迭代是一種非參數(shù)化貝葉斯模型，先驗(yàn)概率分布在函數(shù)空間中定義，利用訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)輸入的不同進(jìn)行加權(quán)實(shí)現(xiàn)預(yù)測(cè)，預(yù)測(cè)結(jié)果為高斯概率分布，包含均值和方差，在高維小批量數(shù)據(jù)條件下具備良好的適應(yīng)性和預(yù)測(cè)精度[134]。依據(jù)在線獲得的觀測(cè)值更新貝葉斯估計(jì)[132]，可以更好地反映磨損的事實(shí)變化。

馬爾可夫模型假設(shè)系統(tǒng)或部件在有限狀態(tài)間轉(zhuǎn)化，每一個(gè)狀態(tài)的轉(zhuǎn)變只依賴前n個(gè)狀態(tài)，其中最常用的一階馬爾可夫過程只依賴前一狀態(tài)。無后效性假設(shè)、平穩(wěn)過程假設(shè)、失效演變時(shí)間分布假設(shè)限制了馬爾可夫模型的使用范圍，隱馬爾可夫模型(hidden Markov model, HMM)不受馬爾可夫假設(shè)的限制，同時(shí)能克服持續(xù)時(shí)長(zhǎng)建模不精準(zhǔn)問題，采用更加貼近實(shí)際應(yīng)用的概率模型替代持續(xù)概率分布模型，提升了實(shí)際問題的建模和分析能力[134]。YU等[135]在高速銑削過程中采集振動(dòng)和超聲信號(hào)，利用有權(quán)重的HMM實(shí)現(xiàn)刀具狀態(tài)預(yù)測(cè)和剩余刀具壽命計(jì)算。LIU等[136]建立刀具退化過程的HMM，改進(jìn)的向前向后算法有效避免了下溢問題，明顯改善了RUL的置信度。相較于人工神經(jīng)網(wǎng)絡(luò)，HMM的使用增加了模型的解讀性[137]。

刀具磨損過程的隨機(jī)性決定了基于貝葉斯推理的磨損估計(jì)更為可靠，HMM是動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的特例，其時(shí)間序列建模和狀態(tài)推理能力強(qiáng)，數(shù)據(jù)結(jié)構(gòu)嚴(yán)謹(jǐn)，計(jì)算性能可靠。粒子濾波主要適應(yīng)于非線性系統(tǒng)和非高斯噪聲環(huán)境下，它提供了基于貝葉斯推理的數(shù)值近似方法。狀態(tài)轉(zhuǎn)化和噪聲分布的相關(guān)假設(shè)限制了基于隨機(jī)模型的預(yù)測(cè)方法的適用范圍，另外，該方法還需要大量訓(xùn)練和測(cè)量數(shù)據(jù)[127]。

2.4.2基于機(jī)器學(xué)習(xí)的預(yù)測(cè)方法

基于機(jī)器學(xué)習(xí)的預(yù)測(cè)方法無需對(duì)衰退過程進(jìn)行假設(shè)[76]，如圖6所示，它不考慮刀具磨損物理過程，建立黑箱子模型，直接從監(jiān)測(cè)的傳感器信號(hào)中挖掘刀具壽命信息，主要包括神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等。

圖6 基于機(jī)器學(xué)習(xí)預(yù)測(cè)方法示意圖Fig.6 Schematic diagram of prediction method based on machine learning

在基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法中， ZHANG等[138]將多層神經(jīng)網(wǎng)絡(luò)應(yīng)用到深孔加工刀具壽命預(yù)測(cè)中；安華等[139]使用反向傳播神經(jīng)網(wǎng)絡(luò)對(duì)磨損相關(guān)特征與刀具磨損值進(jìn)行訓(xùn)練；EZUGWU等[140]利用人工神經(jīng)網(wǎng)絡(luò)建立Inconel 718車削過程中切削參數(shù)與刀具磨損、切削力和表面粗糙度之間的聯(lián)系，實(shí)現(xiàn)對(duì)平均后刀面刀具磨損、最大后刀面磨損和圓角磨損的預(yù)測(cè)。部分學(xué)者通過對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，提高了模型的預(yù)測(cè)精度、運(yùn)算效率和魯棒性，如王強(qiáng)等[73，141]以改進(jìn)的長(zhǎng)短時(shí)記憶深度學(xué)習(xí)網(wǎng)絡(luò)模型為基礎(chǔ)，基于時(shí)頻域分析和受限玻爾茲曼機(jī)的特征提取，進(jìn)行變工況下刀具壽命的預(yù)測(cè)，同時(shí)利用在線測(cè)量的刀具磨損值作為輸入，實(shí)現(xiàn)權(quán)值調(diào)整和刀具剩余壽命預(yù)測(cè)模型的進(jìn)化。

在基于支持向量機(jī)的刀具磨損預(yù)測(cè)方法中，SHI等[95]在拉削時(shí)使用主成分分析法提取多種傳感信號(hào)中的特征，利用最小平方支持向量機(jī)建立特征與實(shí)際刀具磨損之間的關(guān)系，從而實(shí)現(xiàn)預(yù)測(cè)。黃志平等[142]建立了基于軌跡相似性預(yù)測(cè)模型和差分進(jìn)化支持向量回歸算法的綜合預(yù)測(cè)模型，通過提取最優(yōu)特征向量實(shí)現(xiàn)刀具剩余壽命的預(yù)測(cè)，實(shí)驗(yàn)結(jié)果表明，與單一模型相比，綜合預(yù)測(cè)模型提高了預(yù)測(cè)精度。

神經(jīng)網(wǎng)絡(luò)的使用有兩種限制：第一，無法對(duì)訓(xùn)練模型進(jìn)行物理解釋，第二，存在訓(xùn)練的復(fù)雜性和應(yīng)用的缺陷[2]。該類模型需要大量的完整壽命試驗(yàn)，消耗大量的時(shí)間，且會(huì)產(chǎn)生浪費(fèi)[143]，同時(shí)，訓(xùn)練樣本多針對(duì)單一固定工況，變工況加工時(shí)，無法動(dòng)態(tài)評(píng)估當(dāng)前工況下刀具的剩余壽命[73-112]。相較于神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)有效地避免了過擬合現(xiàn)象，訓(xùn)練速度也更加迅速，但是兩者無法提供置信界限，模型中相關(guān)參數(shù)的確定沒有理論指導(dǎo)和標(biāo)準(zhǔn)[127]。針對(duì)神經(jīng)網(wǎng)絡(luò)因過少使用物理相關(guān)專業(yè)知識(shí)而很難與物理規(guī)律保持一致的問題，WANG等[144]建立了物理數(shù)據(jù)引導(dǎo)的神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)刀具磨損識(shí)別；另外，蔡偉立等[143]提出遷移學(xué)習(xí)的方法以解決新工藝條件下缺乏足夠訓(xùn)練樣本構(gòu)建預(yù)測(cè)模型的問題。

對(duì)于基于數(shù)據(jù)驅(qū)動(dòng)的刀具壽命預(yù)測(cè)方法，前期需要大量監(jiān)測(cè)數(shù)據(jù)[73]，同時(shí)預(yù)測(cè)精度依賴衰退數(shù)據(jù)的數(shù)量和質(zhì)量[76]。相較于基于物理模型的預(yù)測(cè)，數(shù)據(jù)驅(qū)動(dòng)很好地平衡了復(fù)雜度、成本、精度和應(yīng)用性，對(duì)易于通過監(jiān)測(cè)數(shù)據(jù)建立退化模型的應(yīng)用場(chǎng)景較為適用，其預(yù)測(cè)精度較低，雖對(duì)短時(shí)預(yù)測(cè)有較高的預(yù)測(cè)精度，但對(duì)長(zhǎng)周期的預(yù)測(cè)精度不高[1]。

2.5 混合預(yù)測(cè)方法

由于系統(tǒng)的復(fù)雜性、不同的數(shù)據(jù)獲取方式和應(yīng)用限制，目前還沒有廣泛認(rèn)可的最佳預(yù)測(cè)方法，部分學(xué)者采用多種預(yù)測(cè)方法進(jìn)行綜合預(yù)測(cè)，回避了單一預(yù)測(cè)方法的缺點(diǎn)，同時(shí)綜合多種預(yù)測(cè)方法的優(yōu)勢(shì)，降低了計(jì)算的復(fù)雜度，提高了預(yù)測(cè)精度[145]，但目前相關(guān)研究相對(duì)較少[76]。

基于物理模型的預(yù)測(cè)方法和基于數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)方法混合是其中的一種主要形式。LI等[46]建立隱馬爾可夫模型，使用有限元仿真獲取刀具切削過程相關(guān)物理量，考慮不同磨損機(jī)理的數(shù)學(xué)模型，計(jì)算節(jié)點(diǎn)磨損速率，修改刀具邊界，實(shí)現(xiàn)刀具磨損的預(yù)測(cè)。WANG等[79]從平面接觸和摩擦的角度建立刀具磨損速率與所施加應(yīng)力的聯(lián)系，利用刀具磨損速率和實(shí)驗(yàn)獲取的數(shù)據(jù)建立粒子濾波模型，同時(shí)考慮測(cè)量的不確定性和刀具磨損隨機(jī)性，采用自回歸模型和支持向量機(jī)回歸分析方法提高粒子濾波的預(yù)測(cè)精度。HANACHI等[146]利用擴(kuò)展粒子濾波模型對(duì)物理模型和數(shù)據(jù)驅(qū)動(dòng)模型進(jìn)行融合，分別建立基于切削時(shí)間和工況的經(jīng)驗(yàn)?zāi)Ｐ秃突谔卣魈崛〉哪：窠?jīng)推理模型，在不同的工況下進(jìn)行實(shí)驗(yàn)驗(yàn)證，與單獨(dú)的監(jiān)測(cè)和預(yù)測(cè)模型相比，刀具磨損狀態(tài)評(píng)估得到大幅提升，預(yù)測(cè)誤差降低一半左右。

不同的數(shù)據(jù)驅(qū)動(dòng)方法進(jìn)行混合是主要的混合預(yù)測(cè)方法。SUN等[77]通過反向神經(jīng)網(wǎng)絡(luò)對(duì)刀具磨損狀態(tài)進(jìn)行監(jiān)測(cè)，并通過維納過程形成的衰退模型實(shí)現(xiàn)刀具剩余壽命的預(yù)測(cè)。 YANG等[147]建立了基于軌跡相似性和支持向量迭代的混合預(yù)測(cè)模型，如圖7所示，其中，TSPB是基于軌跡相似性的預(yù)測(cè)模型，DE-SVR是差分進(jìn)化支持向量機(jī)模型，利用Adaboost提升算法迭代計(jì)算權(quán)重，通過與單獨(dú)的預(yù)測(cè)模型進(jìn)行對(duì)比，發(fā)現(xiàn)混合模型的預(yù)測(cè)精度最高。TAO等[148]組合長(zhǎng)短期記憶網(wǎng)絡(luò)和隱馬爾可夫模型兩種數(shù)據(jù)驅(qū)動(dòng)方法，將刀具磨損過程分為四階段，分階段進(jìn)行建模，實(shí)現(xiàn)刀具磨損階段劃分和剩余刀具壽命推理。WANG等[149]利用遞歸神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)基于切削參數(shù)和功率的刀具磨損識(shí)別，進(jìn)一步基于刀具磨損識(shí)別結(jié)果，利用卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)刀具剩余壽命，在Inconel 718的銑削實(shí)驗(yàn)中，混合神經(jīng)網(wǎng)絡(luò)計(jì)算的預(yù)測(cè)精度可達(dá)91.8%。

圖7 YANG等[147]提出的混合預(yù)測(cè)模型預(yù)測(cè)過程 Fig.7 Integrated predictive model predicting process by YANG et al[147]

刀具剩余壽命預(yù)測(cè)結(jié)果主要取決于融合方法[77]。物理模型融入數(shù)據(jù)模型可以有效縮短訓(xùn)練時(shí)間，提高中長(zhǎng)期預(yù)測(cè)精度，同時(shí)，數(shù)據(jù)模型融入物理模型，充分考慮刀具磨損隨機(jī)性，隨時(shí)間校正和進(jìn)化模型參數(shù)，有效增強(qiáng)了物理模型的實(shí)用性。數(shù)據(jù)混合預(yù)測(cè)方法的主要思路有兩種：一種是刀具磨損識(shí)別和刀具磨損預(yù)測(cè)分別采用不同的數(shù)據(jù)驅(qū)動(dòng)方式，例如TAO等[148]、WANG等[149]；另一種是對(duì)不同的數(shù)據(jù)驅(qū)動(dòng)方式預(yù)測(cè)結(jié)果進(jìn)行加權(quán)，例如YANG等[147]。如何基于現(xiàn)有數(shù)據(jù)和信息選擇合理的混合預(yù)測(cè)模型仍然是當(dāng)前的挑戰(zhàn)之一[129]。

3 分析與討論

本文中涉及的不同刀具壽命預(yù)測(cè)方法和相關(guān)學(xué)者使用的刀具、工件及加工方式見表1?，F(xiàn)有數(shù)據(jù)、主要失效形式、衰減形式、建模和系統(tǒng)知識(shí)、精度要求等均會(huì)影響預(yù)測(cè)方法的選擇[150]。將本文所涉及方法的優(yōu)缺點(diǎn)進(jìn)行總結(jié)，見表2。

表1 不同預(yù)測(cè)方法下相關(guān)學(xué)者使用刀具、工件及加工方式Tab.1 The cutters, workpiece and processing methods in different papers

表2 預(yù)測(cè)方法優(yōu)缺點(diǎn)及適用范圍總結(jié)Tab.2 The strengths, weakness, the application range of the prediction models

從工件材料角度看，對(duì)難加工材料(如鈦合金、鎳基合金)的研究相對(duì)較少。從加工方式角度看，基于物理模型的預(yù)測(cè)方法中以連續(xù)切削的車削為主，基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法中對(duì)銑削的研究明顯增加，這與斷續(xù)切削的銑削磨損機(jī)理復(fù)雜性有關(guān)，數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)更適用于復(fù)雜過程。

從研究重點(diǎn)看，刀具剩余壽命預(yù)測(cè)研究主要集中在數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)方法和混合預(yù)測(cè)方法方面?；谖锢砟Ｐ偷念A(yù)測(cè)方法主要基于不同的磨損機(jī)理，對(duì)磨損機(jī)理模型進(jìn)一步的發(fā)展和研究較少，需要進(jìn)一步加強(qiáng)。同時(shí)，數(shù)據(jù)挖掘、深度學(xué)習(xí)等數(shù)據(jù)驅(qū)動(dòng)方法的發(fā)展推動(dòng)了復(fù)雜的銑削過程、刀具磨損隨機(jī)性、工況多樣性的研究，提高了刀具剩余壽命預(yù)測(cè)精度。

針對(duì)航空難加工材料的剩余壽命預(yù)測(cè)，主要有以下四個(gè)特點(diǎn)和需求：

(1)航空工業(yè)常用鈦合金、鎳基合金等難切削材料，刀具磨損迅速，多種磨損機(jī)理共同作用，磨損機(jī)理復(fù)雜，同時(shí)，硬質(zhì)點(diǎn)、材料分布不均等加劇了刀具磨損的隨機(jī)性，這對(duì)刀具剩余壽命預(yù)測(cè)模型參數(shù)的在線迅速更新提出了更高的要求。

(2)嚴(yán)苛的服役條件對(duì)航空工業(yè)工件的表面完整性提出更高的要求，尺寸精度和表面質(zhì)量要求高，保守的切削參數(shù)與加工效率之間的矛盾更加明顯，需要制定合理的磨損標(biāo)準(zhǔn)和刀具剩余壽命預(yù)測(cè)安全閾值，在保證質(zhì)量和充分利用刀具壽命之間找到最佳的平衡點(diǎn)。

(3)難加工材料磨損試驗(yàn)的工件和刀具價(jià)格昂貴，試驗(yàn)成本高，同時(shí)，刀具磨損預(yù)測(cè)模型中的相關(guān)參數(shù)隨不同刀具和工件材料發(fā)生變化，其應(yīng)用具有特殊性[107]，因此，建立相應(yīng)的數(shù)據(jù)庫，做好相關(guān)記錄和存儲(chǔ)，以便重復(fù)使用，可為探索不同刀具壽命預(yù)測(cè)模型提供充足的數(shù)據(jù)。

(4)航空工業(yè)中加工型面復(fù)雜，球頭刀、環(huán)形刀、錐形刀等相關(guān)刀具壽命研究相對(duì)較少；葉盤等部分狹長(zhǎng)通道內(nèi)的加工，刀具懸長(zhǎng)較大，缺乏考慮實(shí)際加工的刀具壽命研究。

4 結(jié)論及展望

本文對(duì)刀具剩余壽命預(yù)測(cè)定義、分類和方法進(jìn)行了分析，基于物理模型的預(yù)測(cè)方法相較于數(shù)據(jù)驅(qū)動(dòng)模型可以獲得更加精準(zhǔn)的剩余刀具壽命，基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)模型在包含非線性和多影響因素環(huán)境下的復(fù)雜系統(tǒng)中易于實(shí)施?；诰珳?zhǔn)的刀具剩余壽命預(yù)測(cè)，可以更加合理地使用刀具，有效避免過度使用或浪費(fèi)切削性能[75]，建立模型時(shí)需要考慮學(xué)習(xí)階段模型復(fù)雜性、參數(shù)初始化和運(yùn)算時(shí)間等因素，有效的預(yù)測(cè)模型需要整體提升魯棒性、可靠性和適用性[151]。面向?qū)嶋H工程應(yīng)用而言，目前的刀具狀態(tài)監(jiān)測(cè)和刀具剩余壽命預(yù)測(cè)仍存在以下局限性：

(1)傳感器的合理選擇和原始信號(hào)的處理。測(cè)力儀、聲發(fā)射傳感器等侵入式傳感器的放置限制了其在實(shí)際加工過程中的使用[9]，同時(shí)，工廠環(huán)境下的大量噪聲降低了收集的信號(hào)與刀具磨損間相關(guān)性[152]。在現(xiàn)有加工設(shè)備基礎(chǔ)上，減少對(duì)加工設(shè)備的干擾，選擇功率、電流等監(jiān)測(cè)信號(hào)和無線傳輸方式是合理方案之一。

(2)工況連續(xù)變化下刀具剩余壽命的預(yù)測(cè)。為了簡(jiǎn)化模型，便于實(shí)驗(yàn)室驗(yàn)證，切削實(shí)驗(yàn)選取的加工工藝、走刀路徑和切削參數(shù)等多為恒定參數(shù)，高精度復(fù)雜型面，如葉片等，切削參數(shù)、切削路徑和刀軸傾角等都可能隨加工過程而改變，現(xiàn)有的監(jiān)測(cè)和預(yù)測(cè)模型的適應(yīng)性和魯棒性無法滿足實(shí)際加工[132]。同時(shí)，大多數(shù)研究仍停留在實(shí)驗(yàn)室驗(yàn)證階段，并沒有成功應(yīng)用到實(shí)際生產(chǎn)中[143,151]，眾多學(xué)者[75,77]將不同工況下的預(yù)測(cè)作為下一步研究重點(diǎn)，也有部分學(xué)者進(jìn)行了其他嘗試[132,153]。

(3)在少數(shù)據(jù)或無數(shù)據(jù)的條件下建立刀具剩余壽命預(yù)測(cè)模型。數(shù)據(jù)驅(qū)動(dòng)的刀具剩余壽命預(yù)測(cè)需要大量的歷史數(shù)據(jù)進(jìn)行模型訓(xùn)練，部分需要破壞性數(shù)據(jù)，造成大量浪費(fèi)[127]。如何利用較少數(shù)據(jù)實(shí)現(xiàn)刀具壽命預(yù)測(cè)模型的構(gòu)建，基于物理模型和刀具設(shè)計(jì)制造的專家知識(shí)提供了一種可能[154]。

(4)預(yù)測(cè)模型的迅速在線更新。刀具磨損過程具有高度的隨機(jī)性，預(yù)測(cè)模型在線校正和更新可以增加可靠性，這對(duì)運(yùn)算速度提出了新要求。WU等[155]使用隨機(jī)森林并行算法對(duì)刀具壽命進(jìn)行預(yù)測(cè)，大幅提高了運(yùn)算速度。

(5)統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)和人性化設(shè)計(jì)。目前多數(shù)研究中的評(píng)價(jià)標(biāo)準(zhǔn)包括運(yùn)算時(shí)間、均方根誤差、相對(duì)誤差等，對(duì)于數(shù)據(jù)量多少、訓(xùn)練成本、預(yù)測(cè)周期長(zhǎng)短、擴(kuò)展能力等沒有明確的評(píng)價(jià)標(biāo)準(zhǔn)，無法為選擇合理有效的預(yù)測(cè)方法提供理論依據(jù)。與此同時(shí)，便于操作人員使用和開發(fā)可視人性化軟件[156]也是未來的發(fā)展方向之一。