基于主轴功率信号的钻锪刀具监测及其系统开发与应用
发布时间：2023-04-25 23:50
在机械制造领域,刀具的切削状态直接影响到加工质量与效率,因此刀具状态监测的意义至关重要。在柔性制造(FMS)、计算机集成制造(CIMS)生产线中,监测设备常以功率阈值的方式判断刀具加工状态。在实际加工中,如切削参数发生改变,则需要对各工序重新设定阈值参数,且无法适用于变切削加工过程。传统刀具状态监控中常用的主轴功率阈值比较法存在功率反馈时滞,不能很好地适应切削过程多变的工况。本文是以浙江大学飞机数字化装配技术团队的翼盒数字化装配系统为背景,针对目前项目采用的刀具状态监测设备存在的问题,提出了改进后的监测方法与改进措施。利用实时采集的主轴转速、进给速度以及电主轴的功率、电流和扭矩信号的作为系统输入,经信号预处理和特征参数的提取,建立切削参数与加工功率之间的模型,以此实现刀具状态监测、自动退刀换刀及刀具库管理等功能。利用SINUMERIK Operate Package对西门子840Dsl数控系统进行二次开发,完成了刀具状态监测系统(TCMS)的系统的设计。本文开展的研究工作如下:(1)系统的研究了目前刀具状态监测主要采用的信号,分析了功率、切削力、振动、声发射(AE)信号之间优缺点。同时...
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
第1章 绪论
1.1 引言
1.2 研究背景和意义
1.2.1 研究背景
1.2.2 研究意义
1.3 刀具状态监测技术的国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.3.3 刀具状态监测的应用
1.3.4 研究的发展方向
1.4 研究内容
1.5 本章小结
第2章 基于末端执行器的自动制孔系统
2.1 翼盒数字化装配系统
2.2 基于末端执行器的自动制孔系统
2.2.1 自动制孔系统结构
2.2.2 末端执行器
2.2.3 刀具监测系统
2.2.4 人机交互系统
2.3 末端执行器自动制孔系统
2.4 TMAC自适应监测系统
2.4.1 监测原理探究
2.4.2 功率监测原理验证
2.4.3 TMAC监测存在的问题
2.5 本章小结
第3章 刀具状态监测的研究与试验
3.1 基于末端执行器的制孔流程
3.1.1 制孔工艺流程
3.1.2 预连接孔制孔阶段
3.1.3 大批量制孔阶段
3.2 刀具状态监测原理
3.3 功率阈值实时更新监控策略
3.4 基于主轴信号的监测方法
3.4.1 主轴监测信号分析
3.4.2 试验参数与设计
3.4.3 正交实验设计
3.5 本章小结
第4章 刀具状态监测的功率阈值模型
4.1 神经网络与支持向量机
4.2 数据预处理
4.3 基于自适应模糊神经推理系统的功率阈值模型
4.3.1 自适应模糊神经推理系统的基本原理
4.3.2 ANFIS功率阈值预测模型的实现过程
4.4 基于支持向量回归的功率阈值模型
4.4.1 支持向量机的基本原理
4.4.2 支持向量机的回归问题
4.4.3 SVR功率阈值预测模型的实现过程
4.5 功率阈值模型计算结果分析
4.5.1 模型参数变量分析
4.5.2 计算结果分析
4.5.3 ANFIS及SVR模型的优缺点
4.5.4 模型计算能力及效果
4.6 本章小结
第5章 刀具状态监测系统的设计与实现
5.1 刀具状态监测系统设计
5.1.1 刀具状态监测过程
5.1.2 监控系统开发环境
5.1.3 监控系统的组成
5.2 刀具监测系统的功能实现
5.2.1 用户界面定义及GUI组件
5.2.2 实时数据曲线模块
5.2.3 信号处理实现
5.2.4 数据采集与保存模块
5.2.5 通过PI服务执行NC程序
5.3 刀具监测系统的集成开发
5.3.1 840Dsl与刀具状态监测系统之间的数据通信
5.3.2 HMI应用程序的生成
5.3.3 初始启动区域配置
5.3.4 其他EXE程序调用配置
5.4 刀具状态监测系统的实现
5.4.1 监测系统的部署
5.4.2 监测系统的性能
5.5 本章小结
第6章 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
附录A 监测系统主程序代码
本文编号：3801307
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
第1章 绪论
1.1 引言
1.2 研究背景和意义
1.2.1 研究背景
1.2.2 研究意义
1.3 刀具状态监测技术的国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.3.3 刀具状态监测的应用
1.3.4 研究的发展方向
1.4 研究内容
1.5 本章小结
第2章 基于末端执行器的自动制孔系统
2.1 翼盒数字化装配系统
2.2 基于末端执行器的自动制孔系统
2.2.1 自动制孔系统结构
2.2.2 末端执行器
2.2.3 刀具监测系统
2.2.4 人机交互系统
2.3 末端执行器自动制孔系统
2.4 TMAC自适应监测系统
2.4.1 监测原理探究
2.4.2 功率监测原理验证
2.4.3 TMAC监测存在的问题
2.5 本章小结
第3章 刀具状态监测的研究与试验
3.1 基于末端执行器的制孔流程
3.1.1 制孔工艺流程
3.1.2 预连接孔制孔阶段
3.1.3 大批量制孔阶段
3.2 刀具状态监测原理
3.3 功率阈值实时更新监控策略
3.4 基于主轴信号的监测方法
3.4.1 主轴监测信号分析
3.4.2 试验参数与设计
3.4.3 正交实验设计
3.5 本章小结
第4章 刀具状态监测的功率阈值模型
4.1 神经网络与支持向量机
4.2 数据预处理
4.3 基于自适应模糊神经推理系统的功率阈值模型
4.3.1 自适应模糊神经推理系统的基本原理
4.3.2 ANFIS功率阈值预测模型的实现过程
4.4 基于支持向量回归的功率阈值模型
4.4.1 支持向量机的基本原理
4.4.2 支持向量机的回归问题
4.4.3 SVR功率阈值预测模型的实现过程
4.5 功率阈值模型计算结果分析
4.5.1 模型参数变量分析
4.5.2 计算结果分析
4.5.3 ANFIS及SVR模型的优缺点
4.5.4 模型计算能力及效果
4.6 本章小结
第5章 刀具状态监测系统的设计与实现
5.1 刀具状态监测系统设计
5.1.1 刀具状态监测过程
5.1.2 监控系统开发环境
5.1.3 监控系统的组成
5.2 刀具监测系统的功能实现
5.2.1 用户界面定义及GUI组件
5.2.2 实时数据曲线模块
5.2.3 信号处理实现
5.2.4 数据采集与保存模块
5.2.5 通过PI服务执行NC程序
5.3 刀具监测系统的集成开发
5.3.1 840Dsl与刀具状态监测系统之间的数据通信
5.3.2 HMI应用程序的生成
5.3.3 初始启动区域配置
5.3.4 其他EXE程序调用配置
5.4 刀具状态监测系统的实现
5.4.1 监测系统的部署
5.4.2 监测系统的性能
5.5 本章小结
第6章 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
附录A 监测系统主程序代码
本文编号：3801307
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3801307.html
