隨著“中國(guó)制造2025”戰(zhàn)略的不斷推進(jìn),制造業(yè)的地位日趨重要,以智能制造為代表的新一輪工業(yè)革命,已經(jīng)成為了國(guó)際競(jìng)爭(zhēng)的新戰(zhàn)略高地。在機(jī)械加工領(lǐng)域隨著生產(chǎn)加工過(guò)程的智能化與自動(dòng)化程度不斷提高,如何實(shí)時(shí)準(zhǔn)確地監(jiān)控刀具的磨損狀態(tài),成為保障生產(chǎn)節(jié)拍、提高生產(chǎn)效率和產(chǎn)品質(zhì)量的關(guān)鍵問題。在數(shù)控批量加工過(guò)程中,刀具磨損不可避免,當(dāng)?shù)毒吣p較為嚴(yán)重時(shí)會(huì)對(duì)工件質(zhì)量產(chǎn)生影響甚至引起機(jī)床事故,因此需要在刀具發(fā)生嚴(yán)重磨損前對(duì)其進(jìn)行更換或刃磨。但是如果在刀具的剩余壽命較多時(shí)便進(jìn)行換刀則會(huì)降低刀具的使用經(jīng)濟(jì)性,提高企業(yè)生產(chǎn)成本,在批量加工過(guò)程中還會(huì)造成生產(chǎn)節(jié)拍中斷,生產(chǎn)效率降低等問題。因此通過(guò)對(duì)刀具磨損狀態(tài)的準(zhǔn)確識(shí)別來(lái)為換刀策略提供依據(jù)是非常有必要的。在如今大力推進(jìn)工廠智能化和自動(dòng)化的時(shí)代,可以通過(guò)實(shí)時(shí)監(jiān)測(cè)與刀具磨損相關(guān)的物理信號(hào)的方式來(lái)識(shí)別刀具所處磨損狀態(tài),本文在了解了現(xiàn)階段國(guó)內(nèi)外對(duì)刀具磨損狀態(tài)辨識(shí)研究的基礎(chǔ)上,進(jìn)行銑削加工試驗(yàn),并以振動(dòng)和力信號(hào)為監(jiān)測(cè)信號(hào),對(duì)刀具磨損狀態(tài)分階段進(jìn)行辨識(shí)。本文的主要工作內(nèi)容如下:（1）搭建實(shí)驗(yàn)臺(tái),開展切削試驗(yàn)并采集數(shù)據(jù)。研究了切削過(guò)程中各類信號(hào)的特點(diǎn),最終選擇以力信號(hào)和振動(dòng)信號(hào)為監(jiān)... 

【文章來(lái)源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

試驗(yàn)所用XK714D立式加工中心本文試驗(yàn)所采用的刀具為上海工具廠生產(chǎn)的三齒粗柄立銑刀，材料為高速鋼，無(wú)

實(shí)驗(yàn)

西南交通大學(xué)碩士研究生學(xué)位論文第14頁(yè)采樣頻率僅為10Hz低于刀齒通過(guò)頻率，因此會(huì)造成數(shù)據(jù)遺漏，且功率信號(hào)存在滯后現(xiàn)象，因此其并不適合作為本文試驗(yàn)的監(jiān)測(cè)信號(hào)。綜上所述，本文試驗(yàn)最終選擇以力信號(hào)和振動(dòng)信號(hào)作為監(jiān)測(cè)信號(hào)來(lái)搭建試驗(yàn)平臺(tái)。2.5試驗(yàn)平臺(tái)搭建2.5.1力信號(hào)采集系統(tǒng)力信號(hào)采集系統(tǒng)分為硬件部分和軟件部分。其中硬件部分由力傳感器、電荷放大器、數(shù)據(jù)采集卡構(gòu)成，本文實(shí)驗(yàn)中選用的測(cè)力儀型號(hào)為KistlerType9272測(cè)力儀如圖2-3所示，該測(cè)力儀由瑞士奇石樂公司生產(chǎn)制造，該測(cè)力儀可同時(shí)采集銑削加工過(guò)程中的三向銑削力信號(hào)，其量程為±5KN，具有較高的防護(hù)等級(jí)，可以適應(yīng)加工過(guò)程中的惡劣環(huán)境，并且該測(cè)力儀剛度較大受機(jī)床振動(dòng)干擾很小，因此非常適合本次實(shí)驗(yàn)。在加工過(guò)程中該測(cè)力儀首先被固定在機(jī)床工作臺(tái)上，然后通過(guò)螺栓將工件與測(cè)力儀連接。在銑削過(guò)程中測(cè)力儀產(chǎn)生的信號(hào)為電荷信號(hào)，該信號(hào)通過(guò)如圖2-4所示的Kistler5070A型電荷放大器放大后傳輸至計(jì)算機(jī)。圖2-3KistlerType9272型測(cè)力儀圖2-4Kistler5070A型電荷放大器力信號(hào)采集軟件是由瑞士奇石樂公司提供的DynoWare軟件，該軟件與力傳感器、采集卡和電荷放大器配套使用。采集參數(shù)設(shè)置如圖2-5所示，實(shí)際力信號(hào)采集過(guò)程如圖2-6所示。為避免刀具磨損信息的遺漏，力信號(hào)采集頻率設(shè)置為10000Hz。圖2-5采集參數(shù)設(shè)置

【參考文獻(xiàn)】：
期刊論文
[1]基于LSTM-BP級(jí)聯(lián)網(wǎng)絡(luò)的列控車載設(shè)備故障診斷[J]. 上官偉,孟月月,楊嘉明,蔡伯根.  北京交通大學(xué)學(xué)報(bào). 2019(01)
[2]長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)在電機(jī)故障診斷中的應(yīng)用研究[J]. 王惠中,賀珂珂,房理想.  自動(dòng)化儀表. 2019(01)
[3]應(yīng)用ITD分形模糊熵的自動(dòng)機(jī)早期故障診斷[J]. 趙雄鵬,潘宏俠,劉廣璞,安邦.  機(jī)械設(shè)計(jì)與制造. 2019(01)
[4]刀具磨損的機(jī)器視覺監(jiān)測(cè)研究[J]. 彭銳濤,降皓鑒,徐瑩,唐新姿,張珊.  機(jī)械科學(xué)與技術(shù). 2019(08)
[5]基于多尺度模糊熵和主成分分析的軸承故障特征提取[J]. 李生鵬,韋朋余,丁峰,竺一峰,姜朝文,周舒豪.  船舶力學(xué). 2018(10)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的刀具磨損在線監(jiān)測(cè)[J]. 曹大理,孫惠斌,張紀(jì)鐸,莫蓉.  計(jì)算機(jī)集成制造系統(tǒng). 2020(01)
[7]基于支持向量機(jī)與粒子濾波的刀具磨損狀態(tài)識(shí)別[J]. 程燦,李建勇,徐文勝,聶蒙.  振動(dòng)與沖擊. 2018(17)
[8]基于短時(shí)滑移模糊熵和LPP的軸承故障診斷[J]. 童水光,張依東,徐劍,從飛云.  振動(dòng).測(cè)試與診斷. 2018(04)
[9]基于長(zhǎng)短期記憶網(wǎng)絡(luò)的軸承故障識(shí)別[J]. 唐賽,何荇兮,張家悅,尹愛軍.  汽車工程學(xué)報(bào). 2018(04)
[10]基于S變換時(shí)頻圖紋理特征的刀具磨損狀態(tài)識(shí)別[J]. 宋偉杰,關(guān)山,龐弘陽(yáng).  組合機(jī)床與自動(dòng)化加工技術(shù). 2018(07)

博士論文
[1]基于隱馬爾可夫模型的微銑削刀具磨損狀態(tài)監(jiān)測(cè)與過(guò)程優(yōu)化[D]. 劉同舜.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[2]微細(xì)銑刀的失效分析與設(shè)計(jì)理論研究[D]. 何理論.北京理工大學(xué) 2015

碩士論文
[1]深度學(xué)習(xí)在滾動(dòng)軸承故障診斷中的應(yīng)用研究[D]. 陳偉.西南交通大學(xué) 2018
[2]基于深度學(xué)習(xí)的刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)的研究[D]. 林楊.中國(guó)科學(xué)技術(shù)大學(xué) 2017
[3]硬脆材料旋轉(zhuǎn)超聲加工刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)研究[D]. 李光輝.哈爾濱工業(yè)大學(xué) 2016
[4]刀具磨損監(jiān)測(cè)和剩余壽命預(yù)測(cè)方法[D]. 王曉強(qiáng).華中科技大學(xué) 2016
[5]基于銑削力的刀具磨損在線監(jiān)測(cè)研究[D]. 王定.華中科技大學(xué) 2015
[6]鈦合金高效車削刀具磨損試驗(yàn)研究[D]. 閔令臣.哈爾濱理工大學(xué) 2014



本文編號(hào)：2941354