發(fā)布時(shí)間：2021-01-01 16:16

　　目前人工智能、機(jī)器人、物聯(lián)網(wǎng)等技術(shù)的快速發(fā)展,推動(dòng)著傳統(tǒng)制造業(yè)朝智能化、自動(dòng)化和數(shù)字化方向發(fā)展。刀具作為制造環(huán)節(jié)的重要工具,能否高效使用和管理對(duì)整個(gè)生產(chǎn)環(huán)節(jié)的效率和成本產(chǎn)生重要影響�，F(xiàn)階段刀具管理領(lǐng)域主要存在以下兩方面問(wèn)題:刀具壽命預(yù)測(cè)精度不高和管理集成度較低。本文基于數(shù)據(jù)驅(qū)動(dòng)的方法建立了銑刀剩余使用壽命預(yù)測(cè)模型,并開(kāi)發(fā)了刀具管理數(shù)據(jù)庫(kù)系統(tǒng),主要工作如下:（1）建立了基于軌跡相似性預(yù)測(cè)算法和支持向量回歸機(jī)算法的集成壽命預(yù)測(cè)模型。前者根據(jù)歷史信號(hào)特征量的變化規(guī)律預(yù)測(cè)刀具剩余使用壽命,后者根據(jù)有限的數(shù)據(jù)量實(shí)現(xiàn)最優(yōu)解、提高模型預(yù)測(cè)精度,并利用差分進(jìn)化算法解決了參數(shù)設(shè)置復(fù)雜的問(wèn)題。（2）選定了多把刀具樣本進(jìn)行壽命預(yù)測(cè)試驗(yàn)研究。采集了銑削力信號(hào)并進(jìn)行了時(shí)域、頻域和小波分析,探究了信號(hào)特征量與刀具磨損量之間的變化關(guān)系,確定了信號(hào)的均方根值、能量等五個(gè)特征向量為集成預(yù)測(cè)模型的輸入量。（3）對(duì)集成模型預(yù)測(cè)精度進(jìn)行了試驗(yàn)驗(yàn)證,樣本刀具穩(wěn)定切削階段的精度分別為88.5%、87.5%、90.5%。并同其他模型進(jìn)行了對(duì)比,結(jié)果表明,本文提出的集成模型在刀具剩余使用壽命預(yù)測(cè)方面預(yù)測(cè)精度更優(yōu)。（4）采用MATLA... 

【文章來(lái)源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

壽命預(yù)測(cè)模型結(jié)構(gòu)圖

倜?げ饉惴ㄑ芯�、刀具管理研究�?矯娼?兇凼�。�?1.1 壽命預(yù)測(cè)模型結(jié)構(gòu)圖1.2.1 刀具狀態(tài)監(jiān)測(cè)技術(shù)監(jiān)測(cè)刀具狀態(tài)時(shí)，絕大部分研究者采用傳感器采集加工信號(hào)，大致的布局如圖 1.2（a）所示，各類監(jiān)測(cè)信號(hào)的使用頻率如圖 1.2（b）所示。通過(guò)圖 1.2（b）可知，切削力信號(hào)在研究領(lǐng)域使用最頻繁，其主要優(yōu)勢(shì)體現(xiàn)在：（1）受外界干擾最小；（2）拆裝相對(duì)容易；（3）有成熟的理論研究。（a）常用信號(hào)采集裝置布局 （b）各信號(hào)裝置使用頻率圖 1.2 常用信號(hào)裝置布局及使用頻率

了頻域和時(shí)頻域分析，并對(duì)刀具的磨損狀態(tài)進(jìn)行了判定，發(fā)現(xiàn)力信號(hào)的預(yù)測(cè)結(jié)果要優(yōu)于振動(dòng)信號(hào)Jianfei 等[15]根據(jù)試驗(yàn)過(guò)程中采集到的信號(hào)并進(jìn)行分析，挑選出了 9 個(gè)特征量，取得了較好的預(yù)測(cè)效果。Bassiuny[16]和 Tomas[17]都利用傅里葉變換從車削時(shí)采集到的力信號(hào)中分析特征量。Meh等[18]從計(jì)算模型中提取了切削力信號(hào)的四個(gè)系數(shù)作為特征量，對(duì)刀具壽命進(jìn)行了預(yù)測(cè)。國(guó)內(nèi)學(xué)者也進(jìn)行了相應(yīng)的研究，李亮等[19-20]利用聲發(fā)射傳感器監(jiān)測(cè)刀具切削過(guò)程中的磨損狀態(tài)，采用小波分析對(duì)信號(hào)進(jìn)行分解，對(duì)刀具的磨損值進(jìn)行了預(yù)測(cè)。申志剛[21]提出將人工智能技術(shù)應(yīng)用于刀具狀態(tài)監(jiān)測(cè)領(lǐng)域，解決了多種信號(hào)與刀具磨損程度的多重對(duì)應(yīng)關(guān)系，為該領(lǐng)域的研究提供了新的途徑。曹登[22]利用切削力信號(hào)分析了切削參數(shù)對(duì)零件表面粗糙度的影響，并基于神經(jīng)網(wǎng)絡(luò)進(jìn)行了預(yù)測(cè)，精度高于經(jīng)驗(yàn)公式。綜合以上分析，國(guó)內(nèi)外學(xué)者通過(guò)開(kāi)展相關(guān)試驗(yàn)，將信號(hào)提取后進(jìn)行相關(guān)處理和分析，從而達(dá)到研究目的。但總體來(lái)說(shuō)，大部分學(xué)者對(duì)信號(hào)的分析還不夠透徹，其精確性和適用性都有待提高1.2.2 刀具壽命預(yù)測(cè)算法壽命預(yù)測(cè)是故障預(yù)測(cè)與健康管理（Prognostics and Health Management, PHM）的核心和重要標(biāo)志[23-30]。Sikorska[31]將預(yù)測(cè)模型分為基于物理模型、數(shù)據(jù)驅(qū)動(dòng)和融合預(yù)測(cè)三類，如圖 1.3 所示

【參考文獻(xiàn)】：
期刊論文
[1]基于銑削力仿真樣本和降維分類算法的刀具狀態(tài)監(jiān)測(cè)方法[J]. 徐濤,李亮,郭月龍,郝碧君,何寧.  工具技術(shù). 2018(08)
[2]基于ERP集成的制造業(yè)生產(chǎn)管理系統(tǒng)研究[J]. 周紅.  科技創(chuàng)新與應(yīng)用. 2018(05)
[3]基于PSO-BP神經(jīng)網(wǎng)絡(luò)的刀具壽命預(yù)測(cè)[J]. 王虎,劉佩松,葉潤(rùn)章,李陽(yáng),徐培嘉.  現(xiàn)代制造技術(shù)與裝備. 2017(11)
[4]基于信息融合的刀具剩余壽命在線預(yù)測(cè)方法[J]. 吳軍,蘇永衡,朱永猛,鄧超.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[5]基于特征的刀具“形-性-用”一體化設(shè)計(jì)方法[J]. 劉獻(xiàn)禮,計(jì)偉,范夢(mèng)超,王昌紅.  機(jī)械工程學(xué)報(bào). 2016(11)
[6]基于MoG-HMM的齒輪箱狀態(tài)識(shí)別與剩余使用壽命預(yù)測(cè)研究[J]. 張星輝,康建設(shè),高存明,曹端超,滕紅智.  振動(dòng)與沖擊. 2013(15)
[7]聲發(fā)射在微銑削過(guò)程中監(jiān)測(cè)刀具破損的應(yīng)用(英文)[J]. 李亮,包杰,何寧,于強(qiáng).  Transactions of Nanjing University of Aeronautics & Astronautics. 2010(02)

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]基于多傳感器信息融合的刀具磨損狀態(tài)監(jiān)測(cè)方法研究[D]. 張鍇鋒.東北大學(xué) 2016
[3]面向制造的刀具資源數(shù)據(jù)服務(wù)研究[D]. 郭宏.北京理工大學(xué) 2015
[4]復(fù)雜環(huán)境下刀具DPM碼識(shí)別技術(shù)研究[D]. 王佳婧.西北工業(yè)大學(xué) 2014
[5]車銑刀具磨損狀態(tài)監(jiān)測(cè)及預(yù)測(cè)關(guān)鍵技術(shù)研究[D]. 李威霖.西南交通大學(xué) 2013
[6]高速切削刀具磨損狀態(tài)的智能監(jiān)測(cè)技術(shù)研究[D]. 申志剛.南京航空航天大學(xué) 2009

碩士論文
[1]用于刀具管理的智能刀柄系統(tǒng)研究[D]. 郭月龍.南京航空航天大學(xué) 2018
[2]基于主切削力仿真樣本的刀具狀態(tài)監(jiān)測(cè)系統(tǒng)[D]. 徐濤.南京航空航天大學(xué) 2018
[3]數(shù)據(jù)驅(qū)動(dòng)的航空發(fā)動(dòng)機(jī)余壽預(yù)測(cè)方法[D]. 唐王.南京航空航天大學(xué) 2018
[4]刀具管理系統(tǒng)的設(shè)計(jì)與研發(fā)[D]. 王娜.山東農(nóng)業(yè)大學(xué) 2017
[5]透過(guò)工業(yè)4.0解析“中國(guó)制造2025”[D]. 侯晉珊.北京工業(yè)大學(xué) 2017
[6]數(shù)控刀具全生命周期智能管理系統(tǒng)研究[D]. 熊昕.重慶大學(xué) 2017
[7]應(yīng)用于柔性生產(chǎn)線的中心刀庫(kù)管理及配送系統(tǒng)研究[D]. 何正強(qiáng).華中科技大學(xué) 2017
[8]基于多信息和多模型融合的刀具磨損預(yù)測(cè)性評(píng)估的方法研究[D]. 曾廣圣.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院沈陽(yáng)計(jì)算技術(shù)研究所) 2017
[9]云制造環(huán)境下刀具資源優(yōu)化配置與服務(wù)應(yīng)用研究[D]. 霍亭宇.哈爾濱理工大學(xué) 2017
[10]基于射頻識(shí)別技術(shù)的車間級(jí)刀具管理系統(tǒng)[D]. 海源.山東大學(xué) 2016



本文編號(hào)：2951602