【摘要】：基于切削力、振動等信號監(jiān)測是目前數(shù)控加工刀具狀態(tài)實時辨識的有效手段,而數(shù)控加工過程中的監(jiān)測信號不僅跟刀具狀態(tài)本身相關,還受工件的幾何形狀、工藝參數(shù)等因素的影響,導致數(shù)控加工過程中刀具狀態(tài)辨識準確性差,尤其是對于多品種、小批量生產的復雜結構件,以上問題更為嚴重。針對以上問題,本文對基于特征的數(shù)控加工刀具狀態(tài)實時辨識方法進行了深入研究。論文主要成果如下:(1)分析了數(shù)控加工刀具狀態(tài)監(jiān)測的常用傳感器,選擇了切削力作為本文刀具狀態(tài)監(jiān)測的信號,并通過實驗方法分析了加工特征對切削力監(jiān)測信號的影響,進而提出了基于特征的復雜結構件數(shù)控加工刀具狀態(tài)辨識方法,建立基于特征的刀具狀態(tài)辨識信息模型,分析了基于特征辨識刀具狀態(tài)的優(yōu)勢。(2)針對數(shù)控加工過程中監(jiān)測信號不僅與刀具狀態(tài)相關,同時也受工件幾何形狀和工藝參數(shù)影響的問題,分析了加工特征和刀具狀態(tài)對監(jiān)測信號影響,建立了加工特征幾何形狀 數(shù)控程序 監(jiān)測信號之間的關聯(lián)關系,實現(xiàn)了刀具狀態(tài)監(jiān)測信號與加工特征之間的實時關聯(lián),使刀具狀態(tài)辨識能夠依據(jù)不同的加工特征進行分類分析。(3)研究了基于特征的監(jiān)測信號處理方法及刀具狀態(tài)實時辨識方法。針對不同飛機結構件加工特征提取不同的信號敏感量,結合加工特征幾何信息及工藝信息構建刀具狀態(tài)辨識向量,使用K-Means聚類算法對其分類,實現(xiàn)了基于特征的復雜結構件數(shù)控加工刀具狀態(tài)辨識。(4)基于CATIA/CAA與LABVIEW平臺開發(fā)了基于特征的復雜結構件數(shù)控加工刀具狀態(tài)實時辨識系統(tǒng)并在實驗中得到驗證。
[Abstract]:Signal monitoring based on cutting force and vibration is an effective method for real-time identification of cutting tool status in NC machining. The monitoring signal in NC machining process is not only related to the tool state itself, but also affected by the geometric shape of the workpiece. Because of the influence of process parameters and other factors, the accuracy of tool state identification in NC machining process is poor, especially for complex structural components which are multi-product and small batch production, the above problems are more serious. In order to solve the above problems, the real-time identification method of NC machining tool status based on feature is deeply studied in this paper. The main achievements of this paper are as follows: (1) the commonly used sensors of NC machining tool condition monitoring are analyzed, and the cutting force is selected as the signal of tool condition monitoring in this paper. The influence of machining features on cutting force monitoring signal is analyzed by experimental method, and then a feature-based tool state identification method for NC machining of complex structural components is proposed, and a feature-based tool state identification information model is established. The advantage of identifying tool state based on feature is analyzed. (2) the monitoring signal in NC machining is not only related to tool state, but also affected by workpiece geometry and process parameters. The influence of machining feature and tool state on monitoring signal is analyzed. The correlation between machining feature geometric shape monitoring signal and machining feature is established, and the real-time correlation between tool condition monitoring signal and machining feature is realized. The tool state identification can be classified according to different machining features. (3) the feature-based monitoring signal processing method and the tool state real-time identification method are studied. According to the machining features of different aircraft structures, different signal sensitive quantities are extracted, and the tool state identification vector is constructed by combining the geometric information and process information of machining features. The tool state identification vectors are classified by K-Means clustering algorithm. A feature-based tool state identification system for NC machining of complex frame members is developed. (4) A real-time tool state identification system based on CATIA/CAA and LABVIEW for NC machining of complex frame members is developed and verified in experiments.
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TG659

【參考文獻】

相關期刊論文 前10條

1 閆杉;胡小鋒;劉穎超;張潔;;輪槽半精銑刀壽命自適應預測方法研究[J];組合機床與自動化加工技術;2016年09期

2 朱紹維;李衛(wèi)東;湯立民;杜麗;;ARTIS刀具監(jiān)控系統(tǒng)在航空結構件銑削加工中的應用[J];中國機械工程;2016年15期

3 朱紹維;牟文平;湯立民;杜麗;;融合工藝信息的復雜零件加工狀態(tài)識別方法[J];中國機械工程;2016年11期

4 劉宇;汪惠芬;劉庭煜;;一種基于多特征和支持向量機的刀具磨損狀態(tài)識別技術[J];制造業(yè)自動化;2016年05期

5 周鑫;李迎光;劉浩;劉長青;;基于特征的飛機復雜結構件切削力快速預測與評價方法[J];中國機械工程;2015年07期

6 黎明;李迎光;劉長青;劉浩;;基于特征的飛機結構件加工狀態(tài)監(jiān)測方法[J];航空制造技術;2015年05期

7 張棟梁;莫蓉;孫惠斌;李春磊;苗春生;李冀;;基于混沌時序分析方法與支持向量機的刀具磨損狀態(tài)識別[J];計算機集成制造系統(tǒng);2015年08期

8 姜振喜;孫杰;李國超;賈興民;李劍峰;;TC4銑削加工的刀具磨損與切削力和振動關系研究[J];兵工學報;2015年01期

9 袁筱賦;;金屬機床切削刀具破損產生的原因及對策[J];今日科苑;2012年24期

10 陳群濤;石新華;邵華;;基于振動信號EMD和ICA的刀具破損識別[J];工具技術;2012年12期

相關博士學位論文 前4條

1 李威霖;車銑刀具磨損狀態(tài)監(jiān)測及預測關鍵技術研究[D];西南交通大學;2013年

2 關山;基于聲發(fā)射信號多特征分析與融合的刀具磨損分類與預測技術[D];吉林大學;2011年

3 高宏力;切削加工過程中刀具磨損的智能監(jiān)測技術研究[D];西南交通大學;2005年

4 熊四昌;基于計算機視覺的刀具磨損狀態(tài)監(jiān)測技術的研究[D];浙江大學;2003年

相關碩士學位論文 前7條

1 柳洋;刀具磨損在線監(jiān)測研究[D];華中科技大學;2014年

2 封海蕊;基于數(shù)字圖像的刀具磨損狀態(tài)監(jiān)測研究[D];浙江理工大學;2013年

3 張吉林;基于機器視覺的銑削刀具磨損監(jiān)測技術研究[D];南京航空航天大學;2013年

4 張石磊;飛機結構件槽特征數(shù)控加工自動工藝決策方法[D];南京航空航天大學;2012年

5 謝劍峰;基于聲發(fā)射的銑刀破損監(jiān)測研究[D];上海交通大學;2011年

6 湯為;基于聲發(fā)射法的銑刀磨損狀態(tài)識別研究[D];上海交通大學;2009年

7 莊子杰;基于聲發(fā)射和振動法的刀具磨損狀態(tài)檢測研究[D];上海交通大學;2009年

，

本文編號：2441920