数控机床刀具状态智能监测
发布时间：2021-03-24 23:21
刀具状态监测是当代数控机床急需的重要部分,随着加工技术的进步,刀具状态监测在数控加工过程中占有越来越重要的地位。及时发现处于过度磨损阶段的刀具进而停机换刀,对提高工业现场生产效率和保障加工过程安全具有至关重要的作用。本文以玻璃磨边机为实验平台,根据当前数控机床被大量应用于单一工件的重复加工这一行业大背景,针对以往传统刀具状态智能监测出现误判的情况,研究了基于主轴振动和主轴变频器电流信号的刀具状态监测,提出一种判断精度更高的刀具状态监测系统。由于每种传感器信号在实际监测过程中都有一定的优点和劣势,因此为避免单一传感器监测而造成判断不准的问题,本课题将采集机床加工过程中的主轴振动信号和电流信号进行综合判断。主要工作如下。对刀具磨损机理进行了介绍,并把刀具磨损过程分为三个阶段,方便接下来对刀具磨损状态的决策。基于硬件实验设备搭建实验平台以及数据采集系统,完成切削实验的设计,选择适当的位置安装振动加速度计和霍尔电流传感器,以达到最好的数据采集效果。针对传感器采集到的原始信号内包含许多与刀具状态无关的特征信息,需要进行去噪处理来提高信噪比,接下来便可以利用数学分析方法对去噪后的信号求取与刀具状态...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
数控加工产品及重复加工趋势
哈尔滨工业大学工学硕士学位论文流或功率也会变化，因此也可以通过对主轴电流的监测来而且主轴电流获取相对容易，获取时不影响加工，也是数以排除很多干扰项。感器采集机床加工过程中的信号完成对刀具状态的判断，身的优势和劣势，仅仅凭借一种传感器信号来对刀具的磨不到精度要求，本文将在刀具判断过程中通过主轴振动信现对刀具磨损状态的综合判断。主要研究内容及组织结构具状态智能监测系统往往根据某一种传感器信号，通过设状态进行判断[22]。例如美国 TMAC刀具状态监测系统就是式，如图 1-3所示。
第 2章 刀具磨损形态及机理控机床在加工过程中刀具和待加工零件会发生剧烈的接触，在待加成成品零件的过程中，刀具也时刻发生着磨损。当刀具发生过度磨工部位已经不满足加工条件，影响正常的生产加工。因此，刀具的不能得到实时监测，将会影响加工现场的生产效率及成品率，严重生产事故[23]。具磨损产生原因验采用的平台是玻璃磨边机，其加工原材料是矩形平面玻璃，加工刀。玻璃属于脆硬材料，加工过程中磨刀的转速为 35000 转/min，程中两者处于剧烈的接触状态，刀具不可避免的会出现磨损。加工，一段粗磨刀段，负责玻璃的第一圈加工；还有一段为精磨刀段，细加工，加工成品的质量主要依靠精磨刀段的加工。 对于玻璃磨刀更容易出现磨损，刀具如图 2-1所示。
【参考文献】：
期刊论文
[1]卷积神经网络在岩石薄片图像检索中的应用初探[J]. 程国建,岳清清. 智能计算机与应用. 2018(02)
[2]基于CNC实时监测数据驱动方法的钛合金高速铣削刀具寿命预测[J]. 袁广超,鲍劲松,郑小虎,张洁. 中国机械工程. 2018(04)
[3]基于切削力信号-几何信息-工艺信息的铣削加工刀具状态实时辨识[J]. 华家玘,李迎光,刘长青. 航空制造技术. 2018(11)
[4]基于EMD和ADS的刀具磨损在线监控系统开发[J]. 钱桃林,高宏力,李辅翼,王勇. 组合机床与自动化加工技术. 2017(05)
[5]基于深度学习的刀具磨损监测方法[J]. 张存吉,姚锡凡,张剑铭,刘二辉. 计算机集成制造系统. 2017(10)
[6]刀具磨损破损监控技术[J]. 锁小红. 现代制造技术与装备. 2016(10)
[7]基于主成分分析与C-支持向量机的刀具磨损状态监测[J]. 谢楠,马飞,段明雷,李爱平. 同济大学学报(自然科学版). 2016(03)
[8]基于神经网络与遗传算法的刀具磨损检测与控制[J]. 秦国华,谢文斌,王华敏. 光学精密工程. 2015(05)
[9]特征融合与GA-SVM在刀具状态监测中的应用研究[J]. 李顺才,李巍,吴明明. 制造技术与机床. 2015(04)
[10]具备高适应性的高速铣削刀具磨损状态监测系统[J]. 申志刚,何宁. 南京航空航天大学学报. 2013(01)
博士论文
[1]智慧制造环境下感知数据驱动的加工作业主动调度方法研究[D]. 张存吉.华南理工大学 2016
[2]高速数控车削加工复杂工况集成监控方法及系统[D]. 陈英姝.河北工业大学 2014
[3]基于多参量信息融合的刀具磨损状态识别及预测技术研究[D]. 陈洪涛.西南交通大学 2013
[4]车铣刀具磨损状态监测及预测关键技术研究[D]. 李威霖.西南交通大学 2013
[5]基于小波分析及数据融合的电气火灾预报系统及应用研究[D]. 余琼芳.燕山大学 2013
[6]切削加工过程中刀具磨损的智能监测技术研究[D]. 高宏力.西南交通大学 2005
硕士论文
[1]基于稀疏分解和支持向量机的高速铣削刀具磨损状态监测[D]. 陶欣.中国科学技术大学 2017
[2]基于电流与振动信号的铣刀磨损监测方法研究[D]. 李全宝.青岛理工大学 2015
[3]面向大批量生产的刀具磨损在线识别技术研究[D]. 丁玉发.华中科技大学 2011
[4]基于小波理论的图像去噪和增强技术研究[D]. 曾诚.武汉理工大学 2008
本文编号：3098584
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
数控加工产品及重复加工趋势
哈尔滨工业大学工学硕士学位论文流或功率也会变化，因此也可以通过对主轴电流的监测来而且主轴电流获取相对容易，获取时不影响加工，也是数以排除很多干扰项。感器采集机床加工过程中的信号完成对刀具状态的判断，身的优势和劣势，仅仅凭借一种传感器信号来对刀具的磨不到精度要求，本文将在刀具判断过程中通过主轴振动信现对刀具磨损状态的综合判断。主要研究内容及组织结构具状态智能监测系统往往根据某一种传感器信号，通过设状态进行判断[22]。例如美国 TMAC刀具状态监测系统就是式，如图 1-3所示。
第 2章 刀具磨损形态及机理控机床在加工过程中刀具和待加工零件会发生剧烈的接触，在待加成成品零件的过程中，刀具也时刻发生着磨损。当刀具发生过度磨工部位已经不满足加工条件，影响正常的生产加工。因此，刀具的不能得到实时监测，将会影响加工现场的生产效率及成品率，严重生产事故[23]。具磨损产生原因验采用的平台是玻璃磨边机，其加工原材料是矩形平面玻璃，加工刀。玻璃属于脆硬材料，加工过程中磨刀的转速为 35000 转/min，程中两者处于剧烈的接触状态，刀具不可避免的会出现磨损。加工，一段粗磨刀段，负责玻璃的第一圈加工；还有一段为精磨刀段，细加工，加工成品的质量主要依靠精磨刀段的加工。 对于玻璃磨刀更容易出现磨损，刀具如图 2-1所示。
【参考文献】：
期刊论文
[1]卷积神经网络在岩石薄片图像检索中的应用初探[J]. 程国建,岳清清. 智能计算机与应用. 2018(02)
[2]基于CNC实时监测数据驱动方法的钛合金高速铣削刀具寿命预测[J]. 袁广超,鲍劲松,郑小虎,张洁. 中国机械工程. 2018(04)
[3]基于切削力信号-几何信息-工艺信息的铣削加工刀具状态实时辨识[J]. 华家玘,李迎光,刘长青. 航空制造技术. 2018(11)
[4]基于EMD和ADS的刀具磨损在线监控系统开发[J]. 钱桃林,高宏力,李辅翼,王勇. 组合机床与自动化加工技术. 2017(05)
[5]基于深度学习的刀具磨损监测方法[J]. 张存吉,姚锡凡,张剑铭,刘二辉. 计算机集成制造系统. 2017(10)
[6]刀具磨损破损监控技术[J]. 锁小红. 现代制造技术与装备. 2016(10)
[7]基于主成分分析与C-支持向量机的刀具磨损状态监测[J]. 谢楠,马飞,段明雷,李爱平. 同济大学学报(自然科学版). 2016(03)
[8]基于神经网络与遗传算法的刀具磨损检测与控制[J]. 秦国华,谢文斌,王华敏. 光学精密工程. 2015(05)
[9]特征融合与GA-SVM在刀具状态监测中的应用研究[J]. 李顺才,李巍,吴明明. 制造技术与机床. 2015(04)
[10]具备高适应性的高速铣削刀具磨损状态监测系统[J]. 申志刚,何宁. 南京航空航天大学学报. 2013(01)
博士论文
[1]智慧制造环境下感知数据驱动的加工作业主动调度方法研究[D]. 张存吉.华南理工大学 2016
[2]高速数控车削加工复杂工况集成监控方法及系统[D]. 陈英姝.河北工业大学 2014
[3]基于多参量信息融合的刀具磨损状态识别及预测技术研究[D]. 陈洪涛.西南交通大学 2013
[4]车铣刀具磨损状态监测及预测关键技术研究[D]. 李威霖.西南交通大学 2013
[5]基于小波分析及数据融合的电气火灾预报系统及应用研究[D]. 余琼芳.燕山大学 2013
[6]切削加工过程中刀具磨损的智能监测技术研究[D]. 高宏力.西南交通大学 2005
硕士论文
[1]基于稀疏分解和支持向量机的高速铣削刀具磨损状态监测[D]. 陶欣.中国科学技术大学 2017
[2]基于电流与振动信号的铣刀磨损监测方法研究[D]. 李全宝.青岛理工大学 2015
[3]面向大批量生产的刀具磨损在线识别技术研究[D]. 丁玉发.华中科技大学 2011
[4]基于小波理论的图像去噪和增强技术研究[D]. 曾诚.武汉理工大学 2008
本文编号：3098584
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3098584.html
