基于振动和永磁扰动传感器的铣刀破损检测关键技术研究

发布时间：2020-05-29 06:46

【摘要】：在铣削过程中,由于切削因素、刀具和工件材料的影响,铣刀经常发生脆性破损,影响加工的精度和效率。因此很有必要对铣刀的破损进行检测,一旦发现就及时采取换刀等措施,避免带来更大的损失。由于铣削过程中的振动信号能够较好的反映出铣刀的状态,因此本文采用基于振动传感器的间接检测方法,在加工过程中对铣刀进行实时的破损检测。本文还提出基于永磁扰动传感器的直接检测方法,可以在未铣削的加工间歇进行铣刀破损检测,也可以对间接检测的结果进行二次判断,减少误判率。在基于振动传感器的铣刀破损的检测方法中,采集机床主轴X、Y、Z三个方向的振动信号,本文提出采用变分模态分解对信号进行分解,提取各模态的中心频率和能量作为模态特征。进一步结合提取的时域、频域特征和小波包分解的能量特征,采用基于随机森林模型的特征选择方法选出重要的特征。采用支持向量机和集成学习模型对选择的特征进行训练,并结合K折交叉验证和网格搜索的方法确定模型的最优参数。对比两种模型发现集成学习方法的随机森林模型具有较高的预测准确率。在基于永磁扰动传感器的检测方法中,提出了基于倍频频段能量的特征提取方法,提取转频的各倍频对应频段的能量值。并进一步提出了基于倍频频段能量熵的检测模型,实验表明,该方法可以对铣刀破损进行检测并达到了较好的效果。针对本文的铣刀破损检测方法开发了相应的铣刀破损检测软件,该软件具有数据采集、时域和频域示波、特征值显示、指令信息显示、铣刀破损检测和状态显示、数据保存、截图等多种功能。
【图文】：

本章主要基于振动传感器进行铣刀破损的检测。首先，进行试验系统的设计，分析切削因素对振动信号的影响，然后对振动信号进行时域和频域特征、小波包能量特征、基于 VMD 模态特征的提取，并进行特征融合，采用基于随机森林的特征选择方法对特征进行选择，最终采用支持向量机模型和集成学习模型进行训练和铣刀破损的识别，并对比了两种模型的性能。3.1 试验系统设计基于振动传感器的试验系统如图 3-1 所示，主要包括数控机床主体、工件、铣刀、3 向振动（加速度）传感器、数据采集卡、PC 机等。数控机床主轴带动铣刀旋转，工作台带动工件进行 X 向的进给运动，往返地进行顺铣和逆铣加工。振动加速度传感器安装在主轴外壳的下端一侧，传感器的 X、Y、Z 向分别对应于机床的 Z、Y、X向，获取切削过程中地主轴振动信号，通过数据采集卡将信号传入 PC 机，并在 PC机上对信号进行实时的显示和检测。

实验所用的正常铣刀和破损铣刀各一把，如图 3-2 所示，刀在大切削参数下加工获得的，破损的尺寸约为 1mm，属于损后可以继续进行短时间的铣削加工。正常铣刀破损铣刀图 3-2 正常和破损铣刀YTRAN3263A2 型号的3向振动加速度传感器，其标定值为 频率范围为 0-10kHz ，传感器如图 3-3 所示。采用 NI USB-采集卡进行采集数据，，采样频率的范围为 0-50kHz，采集卡如图
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TG714;TG115.28;TP212

【相似文献】

相关期刊论文 前10条

1 王丽丽;;谈现代化无破损检测技术在公路工程中的应用[J];山西建筑;2014年14期

2 李荣连;;浅谈公路工程中现代化无破损检测技术[J];科学之友;2011年11期

3 张龙图;;公路设施管理中无破损检测方法的应用及重要性分析[J];广东科技;2007年05期

4 丁幼春;文友先;;鸭蛋蛋壳破损检测方法及其发展趋势[J];中国家禽;2007年06期

5 王亚莉;超声波在已建结构非破损 微破损检测中的应用[J];西南工学院学报;2002年01期

6 周平;刘俭英;文友先;;基于支持向量机的鸭蛋破损检测技术[J];农业机械学报;2008年01期

7 丁幼春;陈红;熊利荣;;计算机视觉技术在花生仁表皮破损检测中的应用[J];粮油加工;2007年08期

8 齐晓娜;姜海勇;;基于机器视觉的蜡质巢础的破损检测系统[J];安徽农业科学;2011年12期

9 李清泉;邹勤;张德津;;利用高精度三维测量技术进行路面破损检测[J];武汉大学学报(信息科学版);2017年11期

10 陈新;;浅谈路面无破损检测方法及应用现状[J];低碳世界;2014年13期

相关会议论文 前3条

1 邓浚献;邓峰;;装卸料机上的燃料破损检测装置[A];中国核科学技术进展报告（第三卷）——中国核学会2013年学术年会论文集第2册（铀矿冶分卷、核能动力分卷（上））[C];2013年

2 邓浚献;邓峰;;燃料储存池边的燃料破损检测系统[A];中国核科学技术进展报告（第三卷）——中国核学会2013年学术年会论文集第2册（铀矿冶分卷、核能动力分卷（上））[C];2013年

3 张朝辉;王沁芳;吴海军;杨江金;;商品混凝土强度现场测试技术[A];2008中国商品混凝土可持续发展论坛暨第五届全国商品混凝土技术交流大会论文集[C];2008年

相关重要报纸文章 前1条

1 北京商报记者 谢佳婷;家具破损检测模式将终结[N];北京商报;2014年

相关博士学位论文 前1条

1 王芳;基于光技术的皮蛋蛋壳破损检测方法研究[D];华中农业大学;2013年

相关硕士学位论文 前10条

1 王向阳;基于振动和永磁扰动传感器的铣刀破损检测关键技术研究[D];华中科技大学;2019年

2 高洁;三维路面破损检测与特征值计算应用系统[D];长安大学;2019年

3 王立春;基于无人机航拍的公路标线提取与破损检测的研究与实现[D];南京航空航天大学;2018年

4 闫长新;基于神经网络的蛋品破损检测[D];福州大学;2002年

5 李巍;公路破损检测系统的设计与实现[D];河北大学;2010年

6 朱珠;图像处理技术在架空线路绝缘子破损检测系统中的应用研究[D];江苏大学;2008年

7 杨杰;基于物联网的输送带破损检测系统[D];上海师范大学;2013年

8 莫牧;基于单片机的鸡蛋破损检测系统研究[D];华中农业大学;2005年

9 惠斌;基于机器视觉的禽蛋破损检测系统[D];中南大学;2012年

10 张东升;车载式路面破损检测照明系统的设计与实现[D];长安大学;2015年

本文编号：2686558