基于声发射的复材叠层材料制孔刀具磨损状态监测
发布时间：2021-09-06 08:41
CFRP（碳纤维增强树脂基复合材料）/金属叠层材料制孔过程中,由于不同材料切削性能上的差异,导致刀具磨损剧烈且孔质量难以保证。目前航空制造企业主要以先验实验的方式确定刀具预期寿命,在生产中辅以操作工经验判断刀具磨破损程度作为换刀依据,可靠性低且不适用于自动化钻铆设备,因此在自动化设备大量使用的情况下,实现刀具磨损状态监测是非常必要的。本文提出基于声发射信号的CFRP/金属叠层材料制孔过程刀具磨损监测方案,通过间接监测技术判断刀具磨损状态,为制孔生产提供换刀依据。首先搭建了声发射信号采集分析系统,开展了CFRP/铝合金叠层材料制孔过程高速钢刀具和硬质合金刀具磨损实验。其次,运用单一域和基于小波包变换的联合域分析方法研究了对刀具磨损状态敏感的声发射特征量;分析了叠层材料分界面与铝合金切屑引起的信号突变产生机理,应用小波包多分辨分析方法研究了信号突变对声发射特征的影响;研究了声发射特征与孔质量的关联。然后提取了与刀具磨损状态关联密切的声发射信号特征量作为因子,建立了基于支持向量机的刀具磨损状态分类模型;最后,将刀具磨损状态监测集成至MES（制造执行系统）中。研究结果表明,加工复合材料层的声发...
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
西格公司产品
基于声发射的复材叠层材料制孔刀具磨损状态监测工，运用统计学方法与小波分析法提取 AE 信号幅值均方根和[10-150]KHz 频段能量作为特征量，建立了基于小波神经网络的刀具磨损监测模型[27]。周芸梦研究了铝合金车削过取 AE 信号[7.8-31.25]KHz 频段能量，建立了基于 BP 神经网络的刀具磨损监测模型[28]。M研究了 AISI 4046 钢的车削过程，研究表明 AE 信号的功率谱平均密度在刀具寿命初期值高，随着刀具进入寿命中期值水平降低，进入寿命结束阶段值水平逐渐升高，与刀具磨损联系密切[29]。商业公司也推出了成熟的刀具磨损监测产品。中国的西格公司研发了基于主轴电流的刀命监测系统，提供一般磨损、严重磨损、崩刀、重复加工等不同状态下的负载监控模型，刀具磨损量与寿命,如图 1.1 所示。德国 BK Mikro 公司研发了基于探头的接触式刀具折断系统，用于监控加工过程中的刀具折断突发现象，如图 1.2 所示。德国的 PROMETEC 公发了多款产品，通过监控加工过程中工件主轴的振动与声发射信号，能够监控刀具磨损情及刀具破损、撞刀等异常情况。法国的 DigitalWay 研发了基于主轴功率的刀具磨损监测系attPilote，该系统在电机功率 100-100KW 均具备优秀的分辨率，能够适用于微细加工场合国的 Montronix 公司研发了基于电机功率、主轴扭矩和推力的刀具磨损监测系统。
床为 QLM27100-S 龙门加工中心，该机床具备优秀的数控与机架桥式龙门加工中心，共有 X1, X2, Y, Z, A, C 轴共计六个数控步坐标轴。除了五轴联动方式，X, Y, Z, A,C 坐标轴也可自动定工序的加工，机床定位精度加工精度高。由于机床的限位保护采用专用夹具将叠层板件进行垫高装夹固定。器采用声华的宽频段传感器 SR800，工作频段为 50KHz-800K器标定最大误差为 3.6db。声发射信号调理包括对信号的前置华公司的 20/40/60 型号前置放大器对声发射传感器进行供电和大器拥有 20、40、60db 三个档位，可以根据需要对信号进行三00KHz 物理低通滤波器对信号进行抗混叠处理。的目标声发射信号频段为[125-500]KHz，根据 Nyquist 采样定信号频率的两倍。选用研华 PCIE1816H 数据采集卡采样信号，号的输入，单通道最高采样速率可达 5MS/s。采样速率的提高会加对计算机计算与存储能力的压力。考虑到目前实验室的计算通道模式，采样速率为 1MS/s。
【参考文献】：
期刊论文
[1]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)
[2]基于小波包能量特征向量的光纤布拉格光栅低速冲击定位[J]. 郭飞,张培伟,张大海,韩晓林,费庆国. 振动与冲击. 2017(08)
[3]加工参数对CFRP/Al叠层材料制孔质量的影响[J]. 李春奇,康晓峰,杨浩骏,陈燕,傅玉灿. 机械制造与自动化. 2016(03)
[4]航空叠层材料制孔技术研究现状与发展趋势分析[J]. 李春奇,殷俊,傅玉灿,陈燕,杨浩骏. 机械制造与自动化. 2015(03)
[5]基于混沌时序分析方法与支持向量机的刀具磨损状态识别[J]. 张栋梁,莫蓉,孙惠斌,李春磊,苗春生,李冀. 计算机集成制造系统. 2015(08)
[6]碳纤维增强树脂基复合材料制孔技术研究现状与展望[J]. 陈燕,葛恩德,傅玉灿,苏宏华,徐九华. 复合材料学报. 2015(02)
[7]基于KNN算法的改进的一对多SVM多分类器[J]. 刘雨康,张正阳,陈琳琳,陈静. 计算机工程与应用. 2015(24)
[8]基于划痕试验的碳纤维/环氧树脂复合材料制孔毛刺与撕裂缺陷形成机制[J]. 温泉,郭东明,高航,王奔. 复合材料学报. 2014(01)
[9]改进的DAGSVM手势识别方法[J]. 蔡军,李晓娟,张毅,罗元. 华中科技大学学报(自然科学版). 2013(05)
[10]改进的一对一支持向量机多分类算法[J]. 单玉刚,王宏,董爽. 计算机工程与设计. 2012(05)
博士论文
[1]基于三维荧光光谱和小波分析的油品种类识别技术研究[D]. 尹晓楠.中国海洋大学 2012
[2]Al2O3基梯度纳米复合陶瓷刀具的研制及切削性能研究[D]. 李艳征.山东大学 2011
[3]基于小波变换的目标检测方法研究[D]. 王丽荣.吉林大学 2006
硕士论文
[1]基于声发射技术的刀具磨损监测研究[D]. 周芸梦.河南科技大学 2014
[2]支持向量机在油藏历史拟合中的应用研究[D]. 曾兰.西安石油大学 2010
本文编号：3387139
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
西格公司产品
基于声发射的复材叠层材料制孔刀具磨损状态监测工，运用统计学方法与小波分析法提取 AE 信号幅值均方根和[10-150]KHz 频段能量作为特征量，建立了基于小波神经网络的刀具磨损监测模型[27]。周芸梦研究了铝合金车削过取 AE 信号[7.8-31.25]KHz 频段能量，建立了基于 BP 神经网络的刀具磨损监测模型[28]。M研究了 AISI 4046 钢的车削过程，研究表明 AE 信号的功率谱平均密度在刀具寿命初期值高，随着刀具进入寿命中期值水平降低，进入寿命结束阶段值水平逐渐升高，与刀具磨损联系密切[29]。商业公司也推出了成熟的刀具磨损监测产品。中国的西格公司研发了基于主轴电流的刀命监测系统，提供一般磨损、严重磨损、崩刀、重复加工等不同状态下的负载监控模型，刀具磨损量与寿命,如图 1.1 所示。德国 BK Mikro 公司研发了基于探头的接触式刀具折断系统，用于监控加工过程中的刀具折断突发现象，如图 1.2 所示。德国的 PROMETEC 公发了多款产品，通过监控加工过程中工件主轴的振动与声发射信号，能够监控刀具磨损情及刀具破损、撞刀等异常情况。法国的 DigitalWay 研发了基于主轴功率的刀具磨损监测系attPilote，该系统在电机功率 100-100KW 均具备优秀的分辨率，能够适用于微细加工场合国的 Montronix 公司研发了基于电机功率、主轴扭矩和推力的刀具磨损监测系统。
床为 QLM27100-S 龙门加工中心，该机床具备优秀的数控与机架桥式龙门加工中心，共有 X1, X2, Y, Z, A, C 轴共计六个数控步坐标轴。除了五轴联动方式，X, Y, Z, A,C 坐标轴也可自动定工序的加工，机床定位精度加工精度高。由于机床的限位保护采用专用夹具将叠层板件进行垫高装夹固定。器采用声华的宽频段传感器 SR800，工作频段为 50KHz-800K器标定最大误差为 3.6db。声发射信号调理包括对信号的前置华公司的 20/40/60 型号前置放大器对声发射传感器进行供电和大器拥有 20、40、60db 三个档位，可以根据需要对信号进行三00KHz 物理低通滤波器对信号进行抗混叠处理。的目标声发射信号频段为[125-500]KHz，根据 Nyquist 采样定信号频率的两倍。选用研华 PCIE1816H 数据采集卡采样信号，号的输入，单通道最高采样速率可达 5MS/s。采样速率的提高会加对计算机计算与存储能力的压力。考虑到目前实验室的计算通道模式，采样速率为 1MS/s。
【参考文献】：
期刊论文
[1]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)
[2]基于小波包能量特征向量的光纤布拉格光栅低速冲击定位[J]. 郭飞,张培伟,张大海,韩晓林,费庆国. 振动与冲击. 2017(08)
[3]加工参数对CFRP/Al叠层材料制孔质量的影响[J]. 李春奇,康晓峰,杨浩骏,陈燕,傅玉灿. 机械制造与自动化. 2016(03)
[4]航空叠层材料制孔技术研究现状与发展趋势分析[J]. 李春奇,殷俊,傅玉灿,陈燕,杨浩骏. 机械制造与自动化. 2015(03)
[5]基于混沌时序分析方法与支持向量机的刀具磨损状态识别[J]. 张栋梁,莫蓉,孙惠斌,李春磊,苗春生,李冀. 计算机集成制造系统. 2015(08)
[6]碳纤维增强树脂基复合材料制孔技术研究现状与展望[J]. 陈燕,葛恩德,傅玉灿,苏宏华,徐九华. 复合材料学报. 2015(02)
[7]基于KNN算法的改进的一对多SVM多分类器[J]. 刘雨康,张正阳,陈琳琳,陈静. 计算机工程与应用. 2015(24)
[8]基于划痕试验的碳纤维/环氧树脂复合材料制孔毛刺与撕裂缺陷形成机制[J]. 温泉,郭东明,高航,王奔. 复合材料学报. 2014(01)
[9]改进的DAGSVM手势识别方法[J]. 蔡军,李晓娟,张毅,罗元. 华中科技大学学报(自然科学版). 2013(05)
[10]改进的一对一支持向量机多分类算法[J]. 单玉刚,王宏,董爽. 计算机工程与设计. 2012(05)
博士论文
[1]基于三维荧光光谱和小波分析的油品种类识别技术研究[D]. 尹晓楠.中国海洋大学 2012
[2]Al2O3基梯度纳米复合陶瓷刀具的研制及切削性能研究[D]. 李艳征.山东大学 2011
[3]基于小波变换的目标检测方法研究[D]. 王丽荣.吉林大学 2006
硕士论文
[1]基于声发射技术的刀具磨损监测研究[D]. 周芸梦.河南科技大学 2014
[2]支持向量机在油藏历史拟合中的应用研究[D]. 曾兰.西安石油大学 2010
本文编号：3387139
本文链接：https://www.wllwen.com/kejilunwen/jinshugongy/3387139.html
教材专著
