發(fā)布時(shí)間：2018-05-20 20:52

  本文選題：刀具 + MCSA��； 參考：《西南交通大學(xué)》2017年碩士論文

【摘要】：在現(xiàn)代生產(chǎn)加工中,車(chē)削加工占有了很大一部分比例,而刀具狀態(tài)是對(duì)車(chē)削加工質(zhì)量影響最大的因素之一。因此,對(duì)刀具狀態(tài)進(jìn)行監(jiān)測(cè),是提高生產(chǎn)質(zhì)量重要手段,通過(guò)監(jiān)測(cè)可以對(duì)刀具磨損進(jìn)行預(yù)警,以便臨界磨損時(shí)更換,從而大大提高生產(chǎn)效率,降低次品率。目前,刀具的狀態(tài)監(jiān)測(cè)手段包含了振動(dòng)、切削力和電流監(jiān)測(cè)等,其中電流分析法相比其他兩種具有成本低、不需要對(duì)機(jī)床額外改造等優(yōu)點(diǎn),而被廣泛運(yùn)用于實(shí)際生產(chǎn)中。機(jī)床電機(jī)電流分析法(MCSA,Motor Current Signal Analysis)是一種基于電流信號(hào)的狀態(tài)監(jiān)測(cè)方法。本文以刀具磨損試驗(yàn)平臺(tái)為對(duì)象,通過(guò)對(duì)主軸的驅(qū)動(dòng)電流進(jìn)行分析,確定車(chē)床切削狀態(tài),以及刀具的磨損狀態(tài)。本文中,包含的主要內(nèi)容如下:(1)通過(guò)對(duì)電流信號(hào)做小波包分解,并對(duì)各頻率帶能量進(jìn)行對(duì)比,可以選擇出包含刀具狀態(tài)的頻率帶,對(duì)該頻率帶進(jìn)行特征提取得到刀具敏感特征,在對(duì)特征篩選之后,便能夠從中獲取敏感特征作為刀具磨損判別的指標(biāo),最后采用分類器對(duì)其進(jìn)行分類。(2)通過(guò)線性判別分析模型,對(duì)電流特征進(jìn)行降維,重新得到一組包含了全部特征的新指標(biāo),優(yōu)化后的特征具有最大的類間距離和最小的類間距離。通過(guò)對(duì)其進(jìn)行B樣條擬合,可以得到其狀態(tài)曲線,建立磨損狀態(tài)模型。(3)采用SVM對(duì)刀具是否磨損進(jìn)行判別,通過(guò)刀具之前的特征,確定刀具臨界磨損時(shí)的特征閾值,在將要磨損時(shí)發(fā)出報(bào)警,提示更換刀具。試驗(yàn)結(jié)果表明,通過(guò)提出的方法,能夠很好的識(shí)別出刀具磨損狀態(tài),最終的識(shí)別準(zhǔn)確率到達(dá)了 90%以上。
[Abstract]:In modern production and processing, turning takes up a large proportion, and cutting tool state is one of the most important factors affecting the quality of turning. Therefore, the monitoring of tool condition is an important means to improve the quality of production. The tool wear can be forewarned by monitoring, so as to change critical wear, thus greatly improve the production efficiency and reduce the rate of defective products. At present, the tool condition monitoring means include vibration, cutting force and current monitoring. Compared with the other two methods, the current analysis method has the advantages of low cost and no need for the extra modification of the machine tool, so it is widely used in practical production. Motor Current Signal Analysis) is a state monitoring method based on current signal. In this paper, the cutting state of lathe and the wear state of the tool are determined by analyzing the driving current of the spindle on the tool wear test platform. In this paper, the main contents are as follows: (1) by decomposing the current signal with wavelet packet and comparing the energy of each frequency band, we can select the frequency band which contains the tool state, and extract the feature of the frequency band to get the tool sensitive feature. After screening the features, the sensitive features can be obtained as the discriminant index of tool wear. Finally, the current characteristics are reduced by linear discriminant analysis (LDA model), which is classified by classifier. A new set of indexes containing all the features is obtained again. The optimized features have the maximum inter-class distance and the minimum inter-class distance. By B-spline fitting, the state curve can be obtained, and the wear state model. (3) the tool wear is judged by SVM, and the characteristic threshold of the tool critical wear is determined by the characteristics before the tool. Issue an alarm when the tool is about to be worn and prompt to change the cutting tool. The experimental results show that the tool wear state can be recognized well by the proposed method, and the final recognition accuracy is more than 90%.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TG51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何翔;高宏力;郭亮;吳遠(yuǎn)昊;;基于AR模型和譜熵的自適應(yīng)小波包絡(luò)檢測(cè)[J];中國(guó)機(jī)械工程;2017年03期

2 段振云;王寧;楊旭;趙文輝;;一種改進(jìn)B樣條曲線擬合算法研究[J];機(jī)械設(shè)計(jì)與制造;2016年05期

3 焦衛(wèi)東;林樹(shù)森;;整體改進(jìn)的基于支持向量機(jī)的故障診斷方法[J];儀器儀表學(xué)報(bào);2015年08期

4 周勝凱;劉強(qiáng);李傳軍;劉煥;;開(kāi)放式數(shù)控系統(tǒng)平臺(tái)的設(shè)計(jì)與開(kāi)發(fā)[J];機(jī)械設(shè)計(jì)與制造;2015年01期

5 李傳軍;劉強(qiáng);周勝凱;李雅偉;;TwinCAT技術(shù)在開(kāi)放式數(shù)控系統(tǒng)中的應(yīng)用研究[J];機(jī)械設(shè)計(jì)與制造;2014年12期

6 喬培平;;基于電流信號(hào)刀具磨損狀態(tài)的模糊模式識(shí)別[J];工具技術(shù);2013年11期

7 尹昭輝;周禮根;;FANUC系統(tǒng)在數(shù)控車(chē)床改造中的應(yīng)用[J];機(jī)床與液壓;2013年10期

8 朱道景;;淺談數(shù)控機(jī)床返回參考點(diǎn)故障診斷[J];中國(guó)高新技術(shù)企業(yè);2012年Z3期

9 陳峙;王鐵;谷豐收;MANSAF Haram;ANDREW Ball;;基于電動(dòng)機(jī)電流信號(hào)雙譜分析的齒輪傳動(dòng)故障診斷[J];機(jī)械工程學(xué)報(bào);2012年21期

10 李天恩;何楨;;基于主成分修整和線性判別分析的重疊故障識(shí)別[J];系統(tǒng)工程學(xué)報(bào);2012年05期

相關(guān)博士學(xué)位論文 前1條

1 高宏力;切削加工過(guò)程中刀具磨損的智能監(jiān)測(cè)技術(shù)研究[D];西南交通大學(xué);2005年

相關(guān)碩士學(xué)位論文 前5條

1 董慧;基于HHT的刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)研究[D];沈陽(yáng)航空航天大學(xué);2013年

2 方騰飛;基于負(fù)荷電流分析的多機(jī)床運(yùn)行狀態(tài)識(shí)別研究[D];寧波大學(xué);2012年

3 史小磊;基于BECKHOFFTwinCAT的開(kāi)放式數(shù)控系統(tǒng)軟件開(kāi)發(fā)[D];哈爾濱工業(yè)大學(xué);2011年

4 于光臨;基于負(fù)荷電流信號(hào)的機(jī)床工作狀態(tài)監(jiān)測(cè)研究[D];寧波大學(xué);2011年

5 高琛;刀具磨損狀態(tài)監(jiān)測(cè)系統(tǒng)研究[D];山東大學(xué);2008年

，

本文編號(hào)：1916192