基于大数据的刀具磨损智能识别方法研究
发布时间：2021-04-08 08:01
刀具作为金属切削过程的直接执行者,在加工过程中不可避免地存在磨损问题,刀具的状态变化会直接导致产品质量下降和生产成本增加。研究人员和加工企业针对这一问题,逐步建立了各自的刀具监测系统,面对系统长期监测到的海量数据,需要采用有效的方法对其进行分析和挖掘才能发挥数据本身的价值。基于监测数据对刀具磨损状态进行智能识别,一方面可以掌握刀具的健康状态、指导生产工作以及减少事故;另一方面,可以为后续的研究提供理论和实践基础。近年来学者们基于大数据分析方法对刀具磨损状态智能识别进行研究,而该类方法在刀具磨损状态识别应用中存在以下几个不足:（1）缺少对监测到的海量数据进行异常值和噪声处理;（2）对于海量数据缺少一个“剧烈”的过滤过程,未将大数据转变为有价值的小数据;（3）在进行特征工程时缺少不同工况对采集信号主、次要影响程度的分析,特征属性中不含有工况数据属性;（4）进行智能识别的单个或集成机器学习模型多以强学习器模型为基础,对于不同的数据属性缺少差异互补性。本文针对现有研究的不足,开展了以下研究工作:（1）搭建稳定的刀具监测平台,合理的设计试验,为特征提取与模型融合奠定了坚实的基础;（2）采用改进后...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
刀具状态监测实验平台简图
9磨损程度辨识上有了很大的突破。而理想的刀具磨损程度辨识是必须能准确预测不同加工状态下刀具的磨损情况。在实际应用环境中，加工方式、加工刀具以及加工参数的变化都会导致监测信号的变化，从而对刀具磨损程度辨识模型造成了巨大挑战，因此在研究刀具磨损程度辨识问题时应先确定监测对象和监测范围。刀具状态监测现场如图2-2所示。图2-2刀具状态监测实验平台(1)监测对象:目前数控车床是较为广泛的数控机床之一。车削的工作原理是：工件旋转，车刀在平面内作直线或曲线运动。主要用于轴类零件或盘类零件的内外圆柱面、任意锥角的内外圆锥面等加工，并能进行切槽、钻孔、扩孔等加工操作。据统计，因刀具失效造成停机约占机床总故障的22.4%，并且在刀具发生磨损时却未能及时进行处理可能导致工件报废甚至人员伤害[43]。因此良好的车刀对保证工件的加工精度、表面质量以及生产效率具有重要的意义。为了避免这些问题，本文选择车刀磨损为研究对象。(2)切削三要素:在不同的加工条件对磨损程度不同的刀具进行监测，选择的加工参数如下：主轴转速：600（r·min-1）、800（r·min-1）、1000（r·min-1）；进给速度：20（mm·min-1）、30（mm·min-1）、40（mm·min-1）；CNC机床声发射传感器直流电源放大器振动传感器LMS数据采集装置45#钢
10背吃刀量0.2mm、0.25mm、0.3mm；(3)工件和刀具:本文所选的工件材料为：45#调质钢；硬度：HB236。切削刀具选择YT15硬质合金车刀，前角γ=11°,后角α=10°，主偏角kr=95°,副偏角kr′=5°,刃倾角λ=0°。(4)刀具磨损程度划分:在实际生产中，刀具的磨损过程是相对较慢的。将一把新刀一直加工至所需的磨损状态是十分巨大的工作，时间和成本也是无法估量。为了节约时间，首先要对刀具磨损程度进行划分，而磨损形式包括后刀面磨损、前刀面磨损以及前刀面与后刀面同时磨损（边界磨损），通过研究表明[44]，后刀面磨损便于观察和测量，所以本文选择磨损形式为后刀面磨损；然后依据国际标准ISO3685-1977，选取测量后刀面加工中间部位的VB值作为磨损试验标准，如表2-1所示3种磨损程度；最后按照三种磨损程度要求，在刀具磨床上对刀具进行磨削，并在超眼光学显微镜下测量获得，其剧烈磨损与正常磨损的刀具实物如图2-3（a）、（b）所示。正常磨损刀具的VB值为0.2058mm，剧烈磨损刀具的VB值为0.3335mm。(5)润滑方式:进行切削加工中，冷却液的使用可以减少刀具的磨损时间，提高刀具工作寿命。由于本实验机床自身限制以及冷却液的使用会对传感器造成一定的影响，因此本实验所有过程均不会采用冷却液。表2-1刀具磨损程度类别初期磨损正常磨损剧烈磨损程度123VB值/mm0-0.10.1-0.30.3-1图2-3刀具磨损实物图ab
本文编号：3125180
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
刀具状态监测实验平台简图
9磨损程度辨识上有了很大的突破。而理想的刀具磨损程度辨识是必须能准确预测不同加工状态下刀具的磨损情况。在实际应用环境中，加工方式、加工刀具以及加工参数的变化都会导致监测信号的变化，从而对刀具磨损程度辨识模型造成了巨大挑战，因此在研究刀具磨损程度辨识问题时应先确定监测对象和监测范围。刀具状态监测现场如图2-2所示。图2-2刀具状态监测实验平台(1)监测对象:目前数控车床是较为广泛的数控机床之一。车削的工作原理是：工件旋转，车刀在平面内作直线或曲线运动。主要用于轴类零件或盘类零件的内外圆柱面、任意锥角的内外圆锥面等加工，并能进行切槽、钻孔、扩孔等加工操作。据统计，因刀具失效造成停机约占机床总故障的22.4%，并且在刀具发生磨损时却未能及时进行处理可能导致工件报废甚至人员伤害[43]。因此良好的车刀对保证工件的加工精度、表面质量以及生产效率具有重要的意义。为了避免这些问题，本文选择车刀磨损为研究对象。(2)切削三要素:在不同的加工条件对磨损程度不同的刀具进行监测，选择的加工参数如下：主轴转速：600（r·min-1）、800（r·min-1）、1000（r·min-1）；进给速度：20（mm·min-1）、30（mm·min-1）、40（mm·min-1）；CNC机床声发射传感器直流电源放大器振动传感器LMS数据采集装置45#钢
10背吃刀量0.2mm、0.25mm、0.3mm；(3)工件和刀具:本文所选的工件材料为：45#调质钢；硬度：HB236。切削刀具选择YT15硬质合金车刀，前角γ=11°,后角α=10°，主偏角kr=95°,副偏角kr′=5°,刃倾角λ=0°。(4)刀具磨损程度划分:在实际生产中，刀具的磨损过程是相对较慢的。将一把新刀一直加工至所需的磨损状态是十分巨大的工作，时间和成本也是无法估量。为了节约时间，首先要对刀具磨损程度进行划分，而磨损形式包括后刀面磨损、前刀面磨损以及前刀面与后刀面同时磨损（边界磨损），通过研究表明[44]，后刀面磨损便于观察和测量，所以本文选择磨损形式为后刀面磨损；然后依据国际标准ISO3685-1977，选取测量后刀面加工中间部位的VB值作为磨损试验标准，如表2-1所示3种磨损程度；最后按照三种磨损程度要求，在刀具磨床上对刀具进行磨削，并在超眼光学显微镜下测量获得，其剧烈磨损与正常磨损的刀具实物如图2-3（a）、（b）所示。正常磨损刀具的VB值为0.2058mm，剧烈磨损刀具的VB值为0.3335mm。(5)润滑方式:进行切削加工中，冷却液的使用可以减少刀具的磨损时间，提高刀具工作寿命。由于本实验机床自身限制以及冷却液的使用会对传感器造成一定的影响，因此本实验所有过程均不会采用冷却液。表2-1刀具磨损程度类别初期磨损正常磨损剧烈磨损程度123VB值/mm0-0.10.1-0.30.3-1图2-3刀具磨损实物图ab
本文编号：3125180
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3125180.html
