錯(cuò)齒BTA鉆頭作為深孔鉆床上的一種常用刀具,通過刀齒切削與導(dǎo)向條自導(dǎo)的方式完成零件的深孔加工,鉆削過程勢(shì)必造成鉆頭上刀齒和導(dǎo)向條的磨損。而鉆頭的磨損不僅會(huì)影響到工件的精度和質(zhì)量,還會(huì)增加加工成本并降低生產(chǎn)效率。所以研究深孔鉆削過程中的鉆頭磨損監(jiān)測(cè)技術(shù)具有現(xiàn)實(shí)意義和實(shí)際價(jià)值。文中根據(jù)深孔鉆削的特殊性,建立了用于采集主軸電機(jī)扭矩信號(hào)的深孔鉆削實(shí)驗(yàn)平臺(tái),并系統(tǒng)的研究了基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的BTA鉆頭磨損監(jiān)測(cè)技術(shù)。分別從時(shí)域和頻域兩個(gè)角度深入研究了在深孔鉆削過程中主軸電機(jī)扭矩信號(hào)及其特征值與BTA鉆頭磨損量之間的關(guān)系。發(fā)現(xiàn)扭矩信號(hào)的時(shí)域統(tǒng)計(jì)特征與鉆頭磨損之間呈現(xiàn)出較強(qiáng)的相關(guān)性;頻域中的扭矩信號(hào)功率譜密度也與鉆頭磨損量之間呈現(xiàn)出較強(qiáng)的相關(guān)性,頻域統(tǒng)計(jì)特征展現(xiàn)出與鉆頭磨損歷程基本一致的變化趨勢(shì)。討論了小波變換的多分辨特性以及Mallat算法的基本原理。采用Daubechies 4正交小波對(duì)主軸電機(jī)扭矩信號(hào)及其功率譜進(jìn)行了多分辨分析,研究了小波分解信號(hào)及其統(tǒng)計(jì)特征隨鉆削深度的變化規(guī)律。從主軸電機(jī)扭矩信號(hào)的低頻小波分解系數(shù)與重構(gòu)功率譜包絡(luò)中獲取了與鉆頭磨損之間相關(guān)性較強(qiáng)的特征,為鉆頭磨損狀態(tài)的識(shí)別奠定了基礎(chǔ)。針對(duì)BTA鉆頭在兩種磨損狀態(tài)下特征模式分布重疊的特點(diǎn),提出采用LSTM來解決鉆頭磨損狀態(tài)監(jiān)測(cè)的思想,系統(tǒng)的研究了LSTM在鉆頭磨損監(jiān)測(cè)中的基本原理及算法實(shí)現(xiàn)過程,提出了基于LSTM的BTA鉆頭磨損監(jiān)測(cè)方法,分別使用時(shí)域特征、時(shí)域和頻域特征、小波分解特征和多類特征融合樣本集建立相應(yīng)的LSTM模型,并對(duì)建立好的模型進(jìn)行訓(xùn)練與測(cè)試,實(shí)際結(jié)果表明:當(dāng)輸入矢量分別為時(shí)域特征、時(shí)域和頻域特征以及多類特征融合樣本時(shí),相應(yīng)模型的分類效果能很好地滿足實(shí)際的監(jiān)測(cè)要求;當(dāng)輸入矢量為小波分解特征樣本時(shí),相應(yīng)模型的分類效果也能較好地滿足實(shí)際的監(jiān)測(cè)要求。
【學(xué)位單位】：西安理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP183;TG713.1
【部分圖文】：

圖 1-1 智能化生產(chǎn)設(shè)備Fig.1-1 Intelligent production equipment深孔鉆床是一種精度與效率都非常高的專用孔穎且復(fù)雜的深孔零部件，這些零部件對(duì)加工時(shí)

圖 1-2 常用刀具監(jiān)測(cè)方法Fig.1-2 Common tool monitoring methods提出了一種基于紋理描述符的刀具磨損監(jiān)控策短時(shí)離散傅里葉變換譜作為二維紋理圖像。然

導(dǎo)向套BTA 鉆頭授油器鉆桿圖 2-1 BTA 深孔鉆加工系統(tǒng)工作原理Fig.2-1 BTA deep hole machining system working孔鉆削系統(tǒng)的加工區(qū)域處于密封的空間內(nèi)，
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任兆應(yīng);;機(jī)械加工中鉆頭磨損的一些問題[J];機(jī)械開發(fā);1987年02期

2 李培根;鉆頭磨損狀態(tài)的模糊識(shí)別方法[J];華中理工大學(xué)學(xué)報(bào);1988年S1期

3 尹向東;李傳乾;;鉆頭磨損在線監(jiān)測(cè)研究[J];湖南大學(xué)學(xué)報(bào);1989年04期

4 高印寒,張振烈,全玉璋;鉆頭磨損的測(cè)量及其抑制的試驗(yàn)研究[J];吉林工業(yè)大學(xué)學(xué)報(bào);1991年01期

5 Liu T I.,Wu S.M;鉆頭磨損的在線檢測(cè)[J];組合機(jī)床與自動(dòng)化加工技術(shù);1992年12期

6 肖偉;;機(jī)械比能理論在鉆頭磨損監(jiān)測(cè)中的運(yùn)用[J];化工管理;2018年08期

7 俞峰,楊成梧,張熠;鉆井過程中鉆頭磨損狀態(tài)的模糊診斷方法[J];西部探礦工程;2005年09期

8 張子峰;鉆頭磨損定級(jí)新舊方法淺析[J];海洋石油;2003年03期

9 王太平,李靜,付明文;石油天然氣鉆井行業(yè)鉆頭磨損評(píng)定方法標(biāo)準(zhǔn)存在的問題[J];石油工業(yè)技術(shù)監(jiān)督;2001年01期

10 謝建平;付強(qiáng);韓夢(mèng)天;石鋒;;基于鉆井參數(shù)的鉆頭磨損泥包監(jiān)測(cè)識(shí)別方法[J];鉆采工藝;2018年02期

相關(guān)博士學(xué)位論文 前3條

1 鄭建明;基于HMM的多特征融合鉆頭磨損監(jiān)測(cè)技術(shù)的研究[D];西安理工大學(xué);2004年

2 黃立新;印刷電路板定位安裝孔鉆削研究[D];廣東工業(yè)大學(xué);2011年

3 吳健;典型難加工材料鉆削相關(guān)技術(shù)的基礎(chǔ)研究[D];哈爾濱工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前9條

1 彭超;BTA深孔鉆削過程中鉆頭磨損狀態(tài)無傳感器監(jiān)測(cè)技術(shù)研究[D];西安理工大學(xué);2016年

2 王毫;基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的BTA鉆頭磨損監(jiān)測(cè)技術(shù)研究[D];西安理工大學(xué);2019年

3 龍澤鋒;基于巖石力學(xué)參數(shù)的鉆頭工況分析技術(shù)及軟件開發(fā)[D];中國石油大學(xué)（北京）;2017年

4 彭朋;BTA深孔鉆削鉆頭磨損狀態(tài)卷積神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)研究[D];西安理工大學(xué);2017年

5 羅杰;基于鉆削力和噪聲信號(hào)的HMM鉆頭磨損監(jiān)測(cè)技術(shù)研究[D];西安理工大學(xué);2006年

6 王兵;基于自掩埋鉆探新技術(shù)的PDC鉆頭磨損特性研究[D];中國石油大學(xué)(北京);2016年

7 郗長(zhǎng)青;基于鉆削力信號(hào)的鉆頭磨損狀態(tài)監(jiān)測(cè)技術(shù)的研究[D];西安理工大學(xué);2005年

8 王洪英;火成巖巖石可鉆性分析研究[D];大慶石油學(xué)院;2008年

9 韓振華;基于小波變換分析牙輪鉆頭磨損狀態(tài)的研究[D];西安石油大學(xué);2015年

本文編號(hào)：2860303