基于铣削力的刀具磨损在线监测研究

发布时间：2017-07-16 07:18

  本文关键词：基于铣削力的刀具磨损在线监测研究

  更多相关文章： 刀具磨损 切削力 表面粗糙度 小波包分解 神经网络 马氏距离

【摘要】：随着社会的快速发展,世界各国在智能制造领域内展开了新一轮的激烈竞争,数控机床的发展从一定程度上提升了生产效率和加工质量,但我们仍面临着一个难题:切削系统判断刀具磨损失效后而自动换刀。在传统制造中,换刀主要靠有经验的操作工人根据切削声音、切屑的颜色、手感和加工表面质量变化等现象或离线观察刀具的磨损状况来决定是否需要换刀,然而在如今先进智能制造时代,必须通过制造系统自动实时监测某些切削物理量来判断刀具磨损,从而及时换刀,以保证加工的连续性以及加工质量,所以解决这世界性难题对提高制造业水平来说意义非凡。本论文在总结国内外刀具磨损监测先进技术的基础上,对钛合金进行单齿铣削实验,并以切削力信号为主,工件表面粗糙度信号为辅作为监测信号,监测刀具磨损,其主要内容如下:1.总结国内外刀具磨损监测现状,分析铣削钛合金刀具磨损特点,确定以铣削力为主,工件表面粗糙度信号为辅间接监测刀具磨损;设计单齿铣削钛合金(TC4)实验方案,进行多组不同切削参数实验测量,并最终获得了6组具有代表意义的切削力原始信号。2.研究三向切削力时域、频域、时频域相关的特征参数,分析总结切削力和工件表面粗糙度随切削去除率的变化规律;同时分析了各个切削条件下切削力和工件表面粗糙度随刀具磨损的变化规律;分析时域,频域内相关的各特征量随刀具磨损的变化规律,分析各频带能量值以及主要频带的标准差值,最后通过特征参数与刀具磨损的相关性来提取特征信号。3.利用神经网络技术对刀具后刀面磨损VB值与特征信号之间的关系进行建模和预测,测试结果表明神经网络对刀具磨损的预测精度较高,能达到良好的预测效果;提出基于马氏距离,设定阈值来判断刀具磨损状态。
【关键词】：刀具磨损 切削力 表面粗糙度 小波包分解 神经网络 马氏距离
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG54;TP274
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 1 绪论11-21
• 1.1 课题来源11
• 1.2 课题研究的背景和意义11-12
• 1.2.1 研究背景11-12
• 1.2.2 研究意义12
• 1.3 刀具磨损研究及失效标准确定12-16
• 1.3.1 刀具磨损概述12-13
• 1.3.2 刀具破损概述13-15
• 1.3.3 铣刀磨损量的评价指标15-16
• 1.4 刀具磨损状态监测技术国内外研究现状16-20
• 1.4.1 刀具磨损直接检测法16
• 1.4.2 刀具磨损间接检测法16-20
• 1.5 本文主要研究内容20-21
• 2 铣刀磨损实验方案的建立21-31
• 2.1 钛合金性能特点分析21-22
• 2.2 铣削加工简述22-25
• 2.2.1 铣削加工特点22
• 2.2.2 铣刀铣削力模型的建立22-25
• 2.3 实验总体方案及准备25-30
• 2.3.1 实验目的25-26
• 2.3.2 实验装置及材料的确定26-27
• 2.3.3 实验方案的确定27-30
• 2.4 本章小结30-31
• 3 铣削力信号处理及特征信号提取31-63
• 3.1 时域特征参数概述31-33
• 3.2 铣削力信号时域特征分析33-44
• 3.2.1 去除率与铣削力最大值大小关系33-34
• 3.2.2 刀具磨损对铣削力的影响34-37
• 3.2.3 工件表面粗糙度的变化分析37-39
• 3.2.4 刀具寿命分析39-42
• 3.2.5 力信号时域静态特征分析42-44
• 3.3 频域特征参数概述44-45
• 3.4 铣削力信号频域分析45-48
• 3.4.1 铣削力功率谱分析45-47
• 3.4.2 铣削力频域特征参数分析47-48
• 3.5 时频域分析概述48-52
• 3.6 铣削力信号时频域特征分析52-58
• 3.6.1 小波包分析52-57
• 3.6.2 小波频带特征分析57-58
• 3.7 特征信号的提取及处理58-62
• 3.7.1 特征信号的处理58-59
• 3.7.2 特征信号相关性分析和提取59-62
• 3.8 本章小结62-63
• 4 基于神经网络的刀具磨损预测63-77
• 4.1 神经网络基本原理63-67
• 4.1.1 人工神经元模型63-64
• 4.1.2 常用激活函数概述64
• 4.1.3 神经网络模型64-66
• 4.1.4 BP神经网络66-67
• 4.2 BP神经网络对VB值的预测67-74
• 4.3 基于马氏距离对刀具磨损状态识别74-76
• 4.4 本章小结76-77
• 5 结论与展望77-79
• 5.1 结论77-78
• 5.2 工作展望78-79
• 致谢79-80
• 参考文献80-85
• 附录85-88

【相似文献】

中国期刊全文数据库 前10条

1 陈勇,刘雄伟;在Matlab/Simulink环境下的动态铣削力仿真[J];华侨大学学报(自然科学版);2003年02期

2 石莉;贾春德;孙玉龙;;应用小波研究动态铣削力及预报铣削颤振[J];哈尔滨工业大学学报;2006年10期

3 蒲金鹏;庄海军;;基于曲率的圆周铣削铣削力建模[J];机械工程与自动化;2009年04期

4 刘畅;王焱;;钛合金动态铣削力预测及其影响因素分析[J];航空制造技术;2010年22期

5 孙燕华;张臣;方记文;郭松;周来水;;不锈钢0Cr18Ni9铣削力建模与实验研究[J];机床与液压;2010年19期

6 王保升;左健民;汪木兰;;瞬时铣削力建模与铣削力系数的粒子群法辨识[J];机械设计与制造;2012年03期

7 刘璨;吴敬权;李广慧;谭光宇;;基于单刃铣削力峰值的铣刀偏心辨识[J];机械工程学报;2013年01期

8 李斌;刘晓龙;刘红奇;毛新勇;;基于驱动电流的动态铣削力估计方法[J];华中科技大学学报(自然科学版);2013年06期

9 陈章燕;铣削力的计算[J];机床;1979年05期

10 周庆国;铣削力合理计算的分析与探讨[J];机械;1997年03期

中国重要会议论文全文数据库 前6条

1 李初晔;王海涛;王增新;;铣削力的理论计算与软件仿真[A];全国先进制造技术高层论坛暨第十届制造业自动化与信息化技术研讨会论文集[C];2011年

2 张悦琴;肖海波;;铣削力测试及试验设计[A];2003年11省区市机械工程学会学术会议论文集[C];2003年

3 秦晓杰;李亮;何宁;单以才;;螺旋铣孔铣削力研究[A];2010年“航空航天先进制造技术”学术交流论文集[C];2010年

4 郑金兴;张铭钧;孟庆鑫;;面向数控加工物理仿真的铣削力建模与仿真[A];先进制造技术论坛暨第五届制造业自动化与信息化技术交流会论文集[C];2006年

5 杨斌;徐九华;傅玉灿;耿国胜;苏林林;;高速铣削钴基高温合金的铣削力研究[A];2010年“航空航天先进制造技术”学术交流论文集[C];2010年

6 罗五四;王林;夏志刚;毛履国;张汉就;;基于Win98的铣削力数据处理软件的设计[A];面向21世纪的生产工程——2001年“面向21世纪的生产工程”学术会议暨企业生产工程与产品创新专题研讨会论文集[C];2001年

中国博士学位论文全文数据库 前8条

1 李科选;微铣削加工铣削力建模及刀具磨损规律研究[D];中国科学技术大学;2016年

2 王保升;瞬时铣削力模型参数辨识及其试验研究[D];江苏大学;2011年

3 戚厚军;低刚度摆线轮缘高速铣削变形与铣削力建模方法[D];天津大学;2009年

4 曹清园;基于铣削力建模的复杂曲面加工误差补偿研究[D];山东大学;2011年

5 李成锋;介观尺度铣削力与表面形貌建模及工艺优化研究[D];上海交通大学;2008年

6 蒋永翔;复杂制造系统加工稳定性在线监测及寻优控制关键技术研究[D];天津大学;2010年

7 魏兆成;球头铣刀曲面加工的铣削力与让刀误差预报[D];大连理工大学;2011年

8 郭强;复杂曲面高性能侧铣加工技术与方法研究[D];大连理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 杨中宝;基于切削图形的动态铣削力建模[D];天津理工大学;2011年

2 刘晓龙;基于驱动电流的铣削力高精度实时估计方法研究[D];华中科技大学;2013年

3 冯薇薇;激光辅助微铣削中铣削力及其与刀尖圆弧半径的关系研究[D];哈尔滨工业大学;2015年

4 李斌宇;铣削力与残余应力耦合作用下的壁板加工变形技术研究[D];哈尔滨工业大学;2016年

5 康学洋;Cr13不锈钢插铣加工过程颤振稳定性研究[D];哈尔滨理工大学;2016年

6 张芮;基于铣削力控制的曲面加工轨迹规划方法研究[D];哈尔滨理工大学;2016年

7 吴迪;淬硬钢模具铣削拐角铣削力预测研究[D];哈尔滨理工大学;2016年

8 朱浩杰;碳纤维增强树脂基复合材料多向层合板铣削力预测[D];大连理工大学;2016年

9 高毅;三维曲面五轴宽行加工铣削力预报[D];大连理工大学;2016年

10 葛杰;基于难加工材料特性的高速铣削力预测模型[D];大连理工大学;2016年

，

本文编号：547570