钛合金铣削刀具寿命数据分析与磨损状态监测研究
发布时间：2021-05-19 23:37
随着航空领域制造技术的不断发展与革新,钛合金因其比强度高、耐蚀性好等优异性能成为航空结构件的主要材料。然而,钛合金是一种典型的难加工材料,其导热系数低、变形系数小,因此切削过程温度高,切削力大,使得钛合金加工过程中存在着刀具磨损严重、刀具寿命难以预测等问题。随着各种数据测量与存储技术在航空制造企业中的应用,使得钛合金切削加工系统在运行时会产生大量的刀具使用过程数据,对这些加工过程产生的数据进行提取和分析,从而准确地预测和评价刀具寿命与刀具磨损状态至关重要。本文针对钛合金航空结构件加工过程产生的大量刀具使用过程数据,首先,基于刀具磨损过程数据,面向刀具变参数使用过程,建立刀具寿命等效评价模型,开展钛合金铣削试验,对变参数工况下钛合金铣削刀具磨损量进行预测。基于无失效寿命数据可靠性分析原理,在两参数威布尔分布的前提下研究了基于配分布曲线法的失效概率估计方法与最小二乘参数估计方法,在生产现场数据的基础上,对典型工况下的刀具可靠性进行分析,并预测了刀具可靠寿命面向铣削过程监测信号数据,在生产现场试验的基础上分析了刀具加工过程中力信号、振动信号与声音信号随磨损量变化规律,并对监测信号进行了时域、...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 引言
1.2 钛合金加工性能及应用现状
1.3 刀具寿命评价研究现状
1.3.1 刀具寿命预测研究现状
1.3.2 刀具可靠性分析研究现状
1.4 刀具状态监测研究现状
1.4.1 传感器技术研究现状
1.4.2 特征提取方法研究现状
1.4.3 特征降维方法研究现状
1.4.4 刀具磨损状态监测技术
1.5 论文提出、研究内容和总体框架
1.5.1 论文提出
1.5.2 论文主要研究内容
1.5.3 论文总体框架
第2章 面向刀具磨损数据的刀具寿命等效评价研究
2.1 钛合金铣削刀具寿命等效评价方法
2.1.1 刀具磨损预测模型
2.1.2 刀具寿命等效评价模型
2.2 面向寿命等效评价的钛合金铣削试验与模型验证
2.2.1 试验设计
2.2.2 刀具寿命等效评价模型验证与磨损量预测
2.3 本章小结
第3章 基于无失效数据的刀具可靠性分析
3.1 刀具无失效数据来源与获取
3.1.1 刀具无失效数据的来源
3.1.2 刀具无失效数据获取实例
3.2 基于配分布曲线法刀具可靠性分析
3.2.1 刀具寿命分布模型选取
3.2.2 失效概率估计方法
3.2.3 最小二乘法参数估计
3.3 基于配分布曲线法刀具可靠性建模
3.3.1 失效概率计算公式
3.3.2 刀具可靠性分析结果
3.4 本章小结
第4章 面向铣削过程监测信号的数据处理方法研究
4.1 钛合金铣削过程监测与信号分析
4.1.1 铣削过程监测信号来源
4.1.2 刀具磨损过程分析与磨损状态划分
4.1.3 监测信号分析
4.2 信号特征提取研究
4.2.1 时域分析及特征提取
4.2.2 频域分析及特征提取
4.2.3 时频域分析及特征提取
4.3 基于信息度量的特征选择方法研究
4.3.1 基于信息度量的特征选择
4.3.2 特征选择结果
4.4 本章小结
第5章 面向铣削过程监测数据的刀具磨损状态识别
5.1 刀具磨损状态识别过程
5.2 基于支持向量机的刀具磨损状态识别
5.2.1 支持向量机模型建模
5.2.2 刀具磨损状态识别结果
5.3 基于BP神经网络的刀具磨损状态识别
5.3.1 BP神经网络建模
5.3.2 刀具磨损状态识别结果
5.4 支持向量机与BP神经网络识别结果对比分析
5.5 本章小结
第6章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
攻读学位期间发表的学术论文和参加科研情况
致谢
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]刀具状态智能监测研究进展[J]. 王国锋,李志猛,董毅. 航空制造技术. 2018(06)
[2]基于遗传算法优化HMM的刀具磨损状态监测研究[J]. 何栋磊,黄民. 机床与液压. 2017(15)
[3]基于深度学习的高速铣削刀具磨损状态预测方法[J]. 林杨,高思煜,刘同舜,朱锟鹏. 机械与电子. 2017(07)
[4]基于变频器输入电流的刀具磨损状态监测系统设计与实现[J]. 李康,黄民,吴国新,姜召才. 组合机床与自动化加工技术. 2017(06)
[5]基于铣削声音信号的刀具状态实验研究[J]. 朱国奎,张敏良,朱鹤. 轻工机械. 2017(01)
[6]基于归一化互信息的FCBF特征选择算法[J]. 段宏湘,张秋余,张墨逸. 华中科技大学学报(自然科学版). 2017(01)
[7]基于隐马尔科夫模型的刀具磨损连续监测[J]. 王晓强,张云,周华民,付洋. 组合机床与自动化加工技术. 2016(10)
[8]一种基于多特征和支持向量机的刀具磨损状态识别技术[J]. 刘宇,汪惠芬,刘庭煜. 制造业自动化. 2016(05)
[9]极少失效数据和无失效数据的可靠性评估[J]. 贾祥,王小林,郭波. 机械工程学报. 2016(02)
[10]硬质合金刀具的动态可靠性及失效率研究[J]. 王新刚,吕春梅,王宝艳,闫明明. 东北大学学报(自然科学版). 2015(06)
博士论文
[1]基于多传感器信息融合的刀具磨损状态监测方法研究[D]. 张锴锋.东北大学 2016
[2]钛合金Ti6Al4V高效切削刀具摩擦磨损特性及刀具寿命研究[D]. 王晓琴.山东大学 2009
[3]基于无失效数据船体可靠性的研究[D]. 郭金龙.哈尔滨工程大学 2009
硕士论文
[1]针对难加工材料的刀具可靠性建模及其分析方法研究[D]. 郭艳.电子科技大学 2017
[2]刀具磨损监测和剩余寿命预测方法[D]. 王晓强.华中科技大学 2016
[3]基于无失效数据的轴承可靠性研究[D]. 孙慧洋.东北大学 2014
[4]铣削淬硬45钢和40Cr钢的刀具寿命可靠性研究[D]. 薛庆华.山东大学 2013
[5]基于切削加工声音信号的刀具状态监测技术基础研究[D]. 潘旭辉.南京航空航天大学 2006
[6]液体火箭发动机无失效条件下的可靠性评估方法研究[D]. 宁江凡.国防科学技术大学 2005
[7]无失效数据的可靠性统计分析[D]. 熊莲花.吉林大学 2004
本文编号：3196644
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 引言
1.2 钛合金加工性能及应用现状
1.3 刀具寿命评价研究现状
1.3.1 刀具寿命预测研究现状
1.3.2 刀具可靠性分析研究现状
1.4 刀具状态监测研究现状
1.4.1 传感器技术研究现状
1.4.2 特征提取方法研究现状
1.4.3 特征降维方法研究现状
1.4.4 刀具磨损状态监测技术
1.5 论文提出、研究内容和总体框架
1.5.1 论文提出
1.5.2 论文主要研究内容
1.5.3 论文总体框架
第2章 面向刀具磨损数据的刀具寿命等效评价研究
2.1 钛合金铣削刀具寿命等效评价方法
2.1.1 刀具磨损预测模型
2.1.2 刀具寿命等效评价模型
2.2 面向寿命等效评价的钛合金铣削试验与模型验证
2.2.1 试验设计
2.2.2 刀具寿命等效评价模型验证与磨损量预测
2.3 本章小结
第3章 基于无失效数据的刀具可靠性分析
3.1 刀具无失效数据来源与获取
3.1.1 刀具无失效数据的来源
3.1.2 刀具无失效数据获取实例
3.2 基于配分布曲线法刀具可靠性分析
3.2.1 刀具寿命分布模型选取
3.2.2 失效概率估计方法
3.2.3 最小二乘法参数估计
3.3 基于配分布曲线法刀具可靠性建模
3.3.1 失效概率计算公式
3.3.2 刀具可靠性分析结果
3.4 本章小结
第4章 面向铣削过程监测信号的数据处理方法研究
4.1 钛合金铣削过程监测与信号分析
4.1.1 铣削过程监测信号来源
4.1.2 刀具磨损过程分析与磨损状态划分
4.1.3 监测信号分析
4.2 信号特征提取研究
4.2.1 时域分析及特征提取
4.2.2 频域分析及特征提取
4.2.3 时频域分析及特征提取
4.3 基于信息度量的特征选择方法研究
4.3.1 基于信息度量的特征选择
4.3.2 特征选择结果
4.4 本章小结
第5章 面向铣削过程监测数据的刀具磨损状态识别
5.1 刀具磨损状态识别过程
5.2 基于支持向量机的刀具磨损状态识别
5.2.1 支持向量机模型建模
5.2.2 刀具磨损状态识别结果
5.3 基于BP神经网络的刀具磨损状态识别
5.3.1 BP神经网络建模
5.3.2 刀具磨损状态识别结果
5.4 支持向量机与BP神经网络识别结果对比分析
5.5 本章小结
第6章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
攻读学位期间发表的学术论文和参加科研情况
致谢
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]刀具状态智能监测研究进展[J]. 王国锋,李志猛,董毅. 航空制造技术. 2018(06)
[2]基于遗传算法优化HMM的刀具磨损状态监测研究[J]. 何栋磊,黄民. 机床与液压. 2017(15)
[3]基于深度学习的高速铣削刀具磨损状态预测方法[J]. 林杨,高思煜,刘同舜,朱锟鹏. 机械与电子. 2017(07)
[4]基于变频器输入电流的刀具磨损状态监测系统设计与实现[J]. 李康,黄民,吴国新,姜召才. 组合机床与自动化加工技术. 2017(06)
[5]基于铣削声音信号的刀具状态实验研究[J]. 朱国奎,张敏良,朱鹤. 轻工机械. 2017(01)
[6]基于归一化互信息的FCBF特征选择算法[J]. 段宏湘,张秋余,张墨逸. 华中科技大学学报(自然科学版). 2017(01)
[7]基于隐马尔科夫模型的刀具磨损连续监测[J]. 王晓强,张云,周华民,付洋. 组合机床与自动化加工技术. 2016(10)
[8]一种基于多特征和支持向量机的刀具磨损状态识别技术[J]. 刘宇,汪惠芬,刘庭煜. 制造业自动化. 2016(05)
[9]极少失效数据和无失效数据的可靠性评估[J]. 贾祥,王小林,郭波. 机械工程学报. 2016(02)
[10]硬质合金刀具的动态可靠性及失效率研究[J]. 王新刚,吕春梅,王宝艳,闫明明. 东北大学学报(自然科学版). 2015(06)
博士论文
[1]基于多传感器信息融合的刀具磨损状态监测方法研究[D]. 张锴锋.东北大学 2016
[2]钛合金Ti6Al4V高效切削刀具摩擦磨损特性及刀具寿命研究[D]. 王晓琴.山东大学 2009
[3]基于无失效数据船体可靠性的研究[D]. 郭金龙.哈尔滨工程大学 2009
硕士论文
[1]针对难加工材料的刀具可靠性建模及其分析方法研究[D]. 郭艳.电子科技大学 2017
[2]刀具磨损监测和剩余寿命预测方法[D]. 王晓强.华中科技大学 2016
[3]基于无失效数据的轴承可靠性研究[D]. 孙慧洋.东北大学 2014
[4]铣削淬硬45钢和40Cr钢的刀具寿命可靠性研究[D]. 薛庆华.山东大学 2013
[5]基于切削加工声音信号的刀具状态监测技术基础研究[D]. 潘旭辉.南京航空航天大学 2006
[6]液体火箭发动机无失效条件下的可靠性评估方法研究[D]. 宁江凡.国防科学技术大学 2005
[7]无失效数据的可靠性统计分析[D]. 熊莲花.吉林大学 2004
本文编号：3196644
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3196644.html
