数控加工刀具磨损量与剩余使用寿命自适应预测方法
【文章页数】:81 页
【学位级别】:硕士
【部分图文】:
图1-1碎刀对工件造成的破坏Figure1-1Thefigureofthedamagecausedbythebrokentool
哈尔滨理工大学工学硕士学位论文2计算机性能的飞速提升、相关算法的提出与发展,机器学习在制造业内取得了显著的成就[11],这为刀具状况识别及剩余使用寿命预测提供了新方法。本文基于机器视觉、信息融合、机器学习等技术,提出了一种刀具磨损量和剩余使用寿命自适应预测预测方法。该方法可以准确....
图2-1同一刀具同一角度不同光照条件下拍摄的图像
哈尔滨理工大学工学硕士学位论文8附着在刀具上的切屑会阻挡显微镜视线。当切削区域温度较高时刀具前刀面靠近切削刃部分容易产生积屑瘤,将对后续刀具磨损量识别带来非常恶劣的影响。加工间隙机床处于待机状态,机床会产生一定的颤振,显微镜为精密仪器,当颤振达到一定程度会导致显微镜拍摄的图像模糊....
图2-3同一刀具相同光照不同角度拍摄图像对比
哈尔滨理工大学工学硕士学位论文10图2-3同一刀具相同光照不同角度拍摄图像对比Figure2-3Thefigureoftheimagetakenwiththesametoolatthesamelightingconditionsandunderdifferentangle经过大量....
图3-10132个特征的方差分析F值
哈尔滨理工大学工学硕士学位论文363.5.2信号特征影响因素相关性分析及筛选本节将132个特征分别与工况和刀具磨损进行相关性分析,综合考虑相关性分析得到的F值和P值筛选特征。图3-10132个特征的方差分析F值Figure3-10ThefigureoftheF-valuesofa....
本文编号:3991605
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3991605.html