刀具磨損是切削過(guò)程不可避免的現(xiàn)象。刀具磨損必然會(huì)影響工件的表面質(zhì)量和尺寸精度。刀具狀態(tài)監(jiān)測(cè)技術(shù)能夠?qū)崟r(shí)檢測(cè)刀具的磨損狀態(tài),對(duì)提高加工質(zhì)量與效率、保護(hù)機(jī)械設(shè)備、推動(dòng)制造業(yè)向“智能制造”轉(zhuǎn)型升級(jí)具有重要的意義。本文以切削加工過(guò)程中刀具磨損狀態(tài)的識(shí)別為研究對(duì)象,分析不同磨損狀態(tài)下硬質(zhì)合金車(chē)刀的加工特點(diǎn),建立基于功率和振動(dòng)信號(hào)提取的監(jiān)測(cè)特征與磨損狀態(tài)間的映射關(guān)系。全文主要研究如下:（1）選擇合適的信號(hào)處理方法,應(yīng)用基于核主元分析的刀具磨損監(jiān)測(cè)特征融合方法。切削過(guò)程中振動(dòng)信號(hào)表現(xiàn)為非線(xiàn)性、非平穩(wěn),因此應(yīng)當(dāng)選擇更適合處理此類(lèi)信號(hào)的現(xiàn)代信號(hào)處理方法,如小波分析、希爾伯特黃變換、經(jīng)驗(yàn)?zāi)B(tài)分解等。研究選用小波包分析聯(lián)合集成經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)振動(dòng)信號(hào)進(jìn)行處理,分別從時(shí)域、頻域、時(shí)頻域提取監(jiān)測(cè)特征,并利用核主元分析（KPCA）對(duì)原始高維特征進(jìn)行特征降維,去除冗余信息以精簡(jiǎn)數(shù)據(jù),便于后續(xù)監(jiān)測(cè)模型的識(shí)別運(yùn)算。基于功率信號(hào)應(yīng)用最小二乘回歸法提取的切向切削力系數(shù)與切向刃口力系數(shù)只受刀具磨損程度影響,在變切削參數(shù)的加工條件下,可作為刀具磨損狀態(tài)識(shí)別的有效特征。研究結(jié)果表明,上述特征提取聯(lián)合數(shù)據(jù)融合的方法能夠很好地表達(dá)... 

【文章來(lái)源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

刀具后刀面磨損形貌

實(shí)驗(yàn)

刀具磨損狀態(tài)監(jiān)測(cè)的試驗(yàn)設(shè)計(jì)13(a)數(shù)控機(jī)床(b)振動(dòng)傳感器(c)功率傳感器(d)動(dòng)態(tài)信號(hào)調(diào)理模塊圖2.2實(shí)驗(yàn)設(shè)備及儀器Figure2.2Experimentalequipmentandinstruments刀具后刀面磨損寬度可由金相顯微鏡（型號(hào)LeciaDM4M）顯微鏡測(cè)得，如圖2.3所示。顯微鏡的使用可以很好的觀察到刀具后刀面的形貌，同時(shí)完成對(duì)后刀面磨損的測(cè)量。圖2.3金相顯微鏡Figure2.3Superfieldmicroscope

【參考文獻(xiàn)】：
期刊論文
[1]刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)研究進(jìn)展[J]. 郭景超,李安海.  工具技術(shù). 2019(05)
[2]基于多傳感器數(shù)據(jù)融合的刀具磨損狀態(tài)監(jiān)測(cè)研究[J]. 陳剛,焦黎,顏培,王西彬,史雪春,彭振新.  新技術(shù)新工藝. 2017(11)
[3]基于主成分分析與C-支持向量機(jī)的刀具磨損狀態(tài)監(jiān)測(cè)[J]. 謝楠,馬飛,段明雷,李?lèi)?ài)平.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[4]《中國(guó)制造2025》與工程技術(shù)人才培養(yǎng)[J]. 《中國(guó)制造2025》與工程技術(shù)人才培養(yǎng)研究課題組.  高等工程教育研究. 2015(06)
[5]滾動(dòng)軸承早期故障的多源多方法融合診斷技術(shù)[J]. 王晶,陳果,郝騰飛.  振動(dòng).測(cè)試與診斷. 2013(05)
[6]機(jī)械故障診斷技術(shù)中的信號(hào)處理方法:時(shí)頻分析[J]. 王金福,李富才.  噪聲與振動(dòng)控制. 2013(03)
[7]機(jī)械故障診斷的信號(hào)處理方法:頻域分析[J]. 王金福,李富才.  噪聲與振動(dòng)控制. 2013(01)
[8]基于聲發(fā)射技術(shù)監(jiān)測(cè)刀具磨損的研究[J]. 胡江林,張少文,李亮.  工具技術(shù). 2012(03)
[9]基于聲發(fā)射信號(hào)的高速銑削過(guò)程監(jiān)測(cè)技術(shù)[J]. 龔?fù)?王細(xì)洋.  航空制造技術(shù). 2009(07)

博士論文
[1]基于特征融合的刀具磨損監(jiān)測(cè)技術(shù)研究[D]. 孔冬冬.華中科技大學(xué) 2018
[2]切削加工過(guò)程中振動(dòng)狀態(tài)及刀具磨損的智能監(jiān)測(cè)技術(shù)研究[D]. 付洋.華中科技大學(xué) 2017
[3]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
[4]車(chē)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
[5]基于多模型決策融合的刀具磨損狀態(tài)監(jiān)測(cè)系統(tǒng)關(guān)鍵技術(shù)研究[D]. 陳侃.西南交通大學(xué) 2012
[6]基于聲發(fā)射信號(hào)多特征分析與融合的刀具磨損分類(lèi)與預(yù)測(cè)技術(shù)[D]. 關(guān)山.吉林大學(xué) 2011

碩士論文
[1]基于AR-MED和LMD在滾動(dòng)軸承故障診斷中的研究[D]. 朱珍乾.蘭州交通大學(xué) 2019
[2]鉆削刀具狀態(tài)監(jiān)測(cè)技術(shù)的研究[D]. 郝碧君.南京航空航天大學(xué) 2019
[3]數(shù)控機(jī)床刀具狀態(tài)智能監(jiān)測(cè)[D]. 秦澤政.哈爾濱工業(yè)大學(xué) 2019
[4]基于機(jī)器視覺(jué)的刀具檢測(cè)技術(shù)研究[D]. 侯秋林.山東大學(xué) 2018
[5]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
[6]基于圖像處理的刀具磨損檢測(cè)方法研究[D]. 龍?jiān)屏?南京航空航天大學(xué) 2017



本文編號(hào)：2954484