【摘要】：在高精加工過程中,多種因素如機(jī)床?切削條件?刀具幾何參數(shù)?環(huán)境條件?材料性能?刀具磨損?振動等都可能會對表面質(zhì)量造成較大的影響?在鋁制手機(jī)殼倒角輪廓高光加工過程中,現(xiàn)場常出現(xiàn)刀紋?發(fā)霧?崩膜?漏銑?霧刀紋?拉絲?高光面尺寸異常?暗線?白線等表面質(zhì)量缺陷,而現(xiàn)場對表面質(zhì)量的監(jiān)測長期依靠人工進(jìn)行目檢費(fèi)時(shí)費(fèi)力,嚴(yán)重影響加工效率和產(chǎn)品合格率?本文系統(tǒng)梳理了國內(nèi)外對于高精加工表面質(zhì)量檢測的建模過程及聚類算法在故障診斷中的研究現(xiàn)狀,結(jié)合顯微鏡下觀察的異常質(zhì)量工件微觀表面,從高光加工的工藝特點(diǎn)以及影響加工質(zhì)量的因素出發(fā)設(shè)計(jì)了加工質(zhì)量異常預(yù)測分析思路,搭建了高精加工質(zhì)量異常預(yù)測實(shí)驗(yàn)大數(shù)據(jù)采集平臺?在長時(shí)間數(shù)據(jù)采集基礎(chǔ)上,介紹了基于短時(shí)能量的數(shù)據(jù)自動截取技術(shù),對質(zhì)量缺陷敏感特征向量進(jìn)行構(gòu)建?從無監(jiān)督學(xué)習(xí)多個(gè)熱點(diǎn)問題如聚類評價(jià)指標(biāo),基于決策圖的聚類中心選取,相似度度量以及核映射方案等討論了質(zhì)量異常預(yù)測模型的建立及參數(shù)優(yōu)化過程,并對模型進(jìn)行泛化性測試,與其余聚類算法展開對比,最后,總結(jié)了基于核聚類算法的質(zhì)量異常預(yù)測流程,在某工廠高光加工車間開展模型現(xiàn)場驗(yàn)證,對樣本質(zhì)量進(jìn)行預(yù)測?本文對表面質(zhì)量預(yù)測模型的研究有助于降低不必要的人力物力,及時(shí)調(diào)整加工條件,從而顯著提高工件的合格率,降低生產(chǎn)成本,并且為無監(jiān)督學(xué)習(xí)在機(jī)床狀態(tài)檢測領(lǐng)域提供了新的思路。
【圖文】：

金屬手機(jī)外殼高光倒角加工屬于高精加工范疇,與傳統(tǒng)粗加工相比,高精加工對生產(chǎn)工件要求有更高的精度與良好的表面粗糙度 具有以下特性:1 刀具微小,采用金剛石刀具加工,后刀面寬度僅 0.06-0.12mm;2.切削余量小,切削過程中的切削深度保持在 0.01-0.02mm 內(nèi);3.表面質(zhì)量要求高,對高光倒角面要求達(dá)到鏡面效果,粗糙度 Ra 約為 0.02um;4.刀具磨損寬度窄，，磨損后工件質(zhì)量易出現(xiàn)較多缺陷 刀具后面面磨損寬度僅 3-5um 時(shí),零件加工表面質(zhì)量會出現(xiàn)白線 藍(lán)線 高光面過窄等缺陷 對金剛石刀粒加工壽命分析發(fā)現(xiàn)，新刀首次使用正常使用約可加工 600 個(gè)工件最高可達(dá) 2000 個(gè)工件,刀粒磨損嚴(yán)重?zé)o法使用后可送往返修,返修次數(shù)可達(dá) 3-5 次 而在刀粒整個(gè)加工周期中,由于刀粒的磨損,加工參數(shù)不合理,工件特性異常等因素，常常出現(xiàn)不同種類的質(zhì)量異常,圖 2.1 展現(xiàn)了金屬手機(jī)殼倒角高光加工常見質(zhì)量缺陷在顯微鏡下觀察的結(jié)果 通常異常的質(zhì)量問題依賴質(zhì)檢人員在現(xiàn)場抽樣目檢,異常質(zhì)量出現(xiàn)后需要操作人員分析緣由，改善加工條件,而出現(xiàn)異常的工件一般送往重新加工 對異常質(zhì)量工件的檢測以及如何調(diào)整工藝條件往往是現(xiàn)場加工保證合格率的難點(diǎn)

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論刀粒是高光加工過程及其關(guān)鍵部件,憑借著金剛石刀粒優(yōu)工出粗糙度 Ra 約為 0.02um 的高光鏡面效果 從現(xiàn)場監(jiān)測的影響主要有兩個(gè)方面 第一個(gè)是裝刀角度,過小的裝刀角響合格率,過大的裝刀角度會造成加工過程中明顯的振動,形的磨損狀態(tài),這是由于隨著刀粒用于切削的時(shí)間的增加,刀響刀粒加工時(shí)的鋒利程度,從而進(jìn)一步影響切削力,這些都的干擾 大量經(jīng)驗(yàn)表明金剛石刀粒在初期磨損時(shí)工件易發(fā)生件易出現(xiàn)崩膜,而急劇劣化時(shí)工件常常大量出現(xiàn)暗線,而發(fā)切聯(lián)系
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TH161.14

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 任金成;張玲玲;肖云魁;朱忠奎;;基于對稱極坐標(biāo)和圖像處理的柴油機(jī)故障診斷研究[J];車用發(fā)動機(jī);2013年06期

2 劉曉志;馮大偉;楊英華;秦樹凱;;基于核獨(dú)立分量分析的盲多用戶檢測算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年06期

3 徐勤鵬;楊志新;曾楊;黃志剛;;聚類算法在設(shè)備故障診斷中的研究與應(yīng)用[J];微計(jì)算機(jī)信息;2010年34期

4 石文天;王西彬;劉玉德;劉志兵;;基于響應(yīng)曲面法的微細(xì)銑削表面粗糙度預(yù)報(bào)模型與試驗(yàn)研究[J];中國機(jī)械工程;2009年20期

5 王素玉;艾興;趙軍;劉增文;;高速銑削表面粗糙度建模與預(yù)報(bào)[J];制造技術(shù)與機(jī)床;2006年08期

6 楊國艷,趙曉明,許黎明;高速銑削加工中進(jìn)給量和進(jìn)給間隔對表面粗糙度的影響[J];上海交通大學(xué)學(xué)報(bào);2005年01期

7 陳鐵華,陳啟卷;模糊聚類分析在水電機(jī)組振動故障診斷中的應(yīng)用[J];中國電機(jī)工程學(xué)報(bào);2002年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王聰;基于稀疏表達(dá)的機(jī)械信號處理方法及其在滾動軸承故障診新中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2017年

2 祝志博;融合聚類分析的故障檢測和分類研究[D];浙江大學(xué);2012年

3 李超順;水電機(jī)組控制系統(tǒng)辨識及故障診斷研究[D];華中科技大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 馮海濤;輪槽銑削加工中表面質(zhì)量預(yù)測技術(shù)研究[D];蘭州理工大學(xué);2012年

2 吳希曦;高檔數(shù)控機(jī)床關(guān)鍵部件故障智能診斷技術(shù)研究[D];西南交通大學(xué);2011年

3 王屹;HMC40加工中心與COBRA42數(shù)控車床的故障分析與系統(tǒng)維修[D];西南交通大學(xué);2003年

本文編號：2590695