基于无监督学习的高精加工质量异常预测

发布时间：2020-03-19 20:48

【摘要】：在高精加工过程中,多种因素如机床?切削条件?刀具几何参数?环境条件?材料性能?刀具磨损?振动等都可能会对表面质量造成较大的影响?在铝制手机壳倒角轮廓高光加工过程中,现场常出现刀纹?发雾?崩膜?漏铣?雾刀纹?拉丝?高光面尺寸异常?暗线?白线等表面质量缺陷,而现场对表面质量的监测长期依靠人工进行目检费时费力,严重影响加工效率和产品合格率?本文系统梳理了国内外对于高精加工表面质量检测的建模过程及聚类算法在故障诊断中的研究现状,结合显微镜下观察的异常质量工件微观表面,从高光加工的工艺特点以及影响加工质量的因素出发设计了加工质量异常预测分析思路,搭建了高精加工质量异常预测实验大数据采集平台?在长时间数据采集基础上,介绍了基于短时能量的数据自动截取技术,对质量缺陷敏感特征向量进行构建?从无监督学习多个热点问题如聚类评价指标,基于决策图的聚类中心选取,相似度度量以及核映射方案等讨论了质量异常预测模型的建立及参数优化过程,并对模型进行泛化性测试,与其余聚类算法展开对比,最后,总结了基于核聚类算法的质量异常预测流程,在某工厂高光加工车间开展模型现场验证,对样本质量进行预测?本文对表面质量预测模型的研究有助于降低不必要的人力物力,及时调整加工条件,从而显著提高工件的合格率,降低生产成本,并且为无监督学习在机床状态检测领域提供了新的思路。
【图文】：

金属手机外壳高光倒角加工属于高精加工范畴,与传统粗加工相比,高精加工对生产工件要求有更高的精度与良好的表面粗糙度 具有以下特性:1 刀具微小,采用金刚石刀具加工,后刀面宽度仅 0.06-0.12mm;2.切削余量小,切削过程中的切削深度保持在 0.01-0.02mm 内;3.表面质量要求高,对高光倒角面要求达到镜面效果,粗糙度 Ra 约为 0.02um;4.刀具磨损宽度窄，，磨损后工件质量易出现较多缺陷 刀具后面面磨损宽度仅 3-5um 时,零件加工表面质量会出现白线 蓝线 高光面过窄等缺陷 对金刚石刀粒加工寿命分析发现，新刀首次使用正常使用约可加工 600 个工件最高可达 2000 个工件,刀粒磨损严重无法使用后可送往返修,返修次数可达 3-5 次 而在刀粒整个加工周期中,由于刀粒的磨损,加工参数不合理,工件特性异常等因素，常常出现不同种类的质量异常,图 2.1 展现了金属手机壳倒角高光加工常见质量缺陷在显微镜下观察的结果 通常异常的质量问题依赖质检人员在现场抽样目检,异常质量出现后需要操作人员分析缘由，改善加工条件,而出现异常的工件一般送往重新加工 对异常质量工件的检测以及如何调整工艺条件往往是现场加工保证合格率的难点

华 中 科 技 大 学 硕 士 学 位 论刀粒是高光加工过程及其关键部件,凭借着金刚石刀粒优工出粗糙度 Ra 约为 0.02um 的高光镜面效果 从现场监测的影响主要有两个方面 第一个是装刀角度,过小的装刀角响合格率,过大的装刀角度会造成加工过程中明显的振动,形的磨损状态,这是由于随着刀粒用于切削的时间的增加,刀响刀粒加工时的锋利程度,从而进一步影响切削力,这些都的干扰 大量经验表明金刚石刀粒在初期磨损时工件易发生件易出现崩膜,而急剧劣化时工件常常大量出现暗线,而发切联系
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH161.14

【参考文献】

中国期刊全文数据库 前7条

1 任金成;张玲玲;肖云魁;朱忠奎;;基于对称极坐标和图像处理的柴油机故障诊断研究[J];车用发动机;2013年06期

2 刘晓志;冯大伟;杨英华;秦树凯;;基于核独立分量分析的盲多用户检测算法[J];东北大学学报(自然科学版);2012年06期

3 徐勤鹏;杨志新;曾杨;黄志刚;;聚类算法在设备故障诊断中的研究与应用[J];微计算机信息;2010年34期

4 石文天;王西彬;刘玉德;刘志兵;;基于响应曲面法的微细铣削表面粗糙度预报模型与试验研究[J];中国机械工程;2009年20期

5 王素玉;艾兴;赵军;刘增文;;高速铣削表面粗糙度建模与预报[J];制造技术与机床;2006年08期

6 杨国艳,赵晓明,许黎明;高速铣削加工中进给量和进给间隔对表面粗糙度的影响[J];上海交通大学学报;2005年01期

7 陈铁华,陈启卷;模糊聚类分析在水电机组振动故障诊断中的应用[J];中国电机工程学报;2002年03期

中国博士学位论文全文数据库 前3条

1 王聪;基于稀疏表达的机械信号处理方法及其在滚动轴承故障诊新中的应用研究[D];中国科学技术大学;2017年

2 祝志博;融合聚类分析的故障检测和分类研究[D];浙江大学;2012年

3 李超顺;水电机组控制系统辨识及故障诊断研究[D];华中科技大学;2010年

中国硕士学位论文全文数据库 前3条

1 冯海涛;轮槽铣削加工中表面质量预测技术研究[D];兰州理工大学;2012年

2 吴希曦;高档数控机床关键部件故障智能诊断技术研究[D];西南交通大学;2011年

3 王屹;HMC40加工中心与COBRA42数控车床的故障分析与系统维修[D];西南交通大学;2003年

本文编号：2590695