多传感器融合的刀具磨损预测及多工况迁移学习研究

发布时间：2021-08-10 23:09

　　刀具是机械加工过程中不可或缺的组成成分,零件的表面加工质量和数控机床的加工精度都与刀具的状态息息相关,当刀具已经严重磨损而没有及时进行换刀时,生产加工的效率和质量都将受到严重影响,因此对于加工时的刀具磨损状态监测研究显得尤为必要。实际中刀具的加工条件是复杂多变的,所以研究在不同工况下的刀具磨损预测有着重要的意义。本文结合多传感器信息提出一种基于深度残差网络的刀具磨损预测模型,并基于迁移学习提出多种工况下的磨损预测模型迁移方法,使模型可以实际应用于加工中不同工况变化的情况下,对实际加工中刀具的磨损状态监测起到了重要意义。本文的主要研究内容概括如下:（1）研究了刀具磨损形式及机理,分析了刀具磨损监测实验中的多种传感器信号和磨损值趋势变化,针对采集到的传感器信号中的异常值、无效值等进行预处理并通过小波降噪优化信号,然后分别从信号的时域、频域、时频域上提取相应的180维磨损特征,比较分析了不同特征与刀具磨损值的相关关系,最后基于互信息法筛选出与刀具磨损最为相关的48维信号磨损特征应用于后续刀具磨损预测模型。（2）针对单一工况下的刀具磨损监测实验分别采用传统机器学习方法（随机森林、支持向量机）和... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

铣刀c4第100次铣削的七种信号变化曲线

第二章刀具磨损信号分析及特征提取与筛选15图2-6铣刀c4第100次铣削的七种信号变化曲线图2-7铣刀c4315次铣削全生命周期7种信号变化曲线图2-8三把铣刀315次铣削全生命周期7种信号变化叠加曲线

第二章刀具磨损信号分析及特征提取与筛选15图2-6铣刀c4第100次铣削的七种信号变化曲线图2-7铣刀c4315次铣削全生命周期7种信号变化曲线图2-8三把铣刀315次铣削全生命周期7种信号变化叠加曲线


本文编号：3334948