【摘要】：葉輪作為石油化工、核電、航空航天等眾多領(lǐng)域的關(guān)鍵零部件之一,其加工質(zhì)量的好壞直接關(guān)系著相關(guān)設(shè)備的性能優(yōu)劣。銑刀磨損是一種在機(jī)械、熱、化學(xué)、磨粒等共同作用于刀刃而產(chǎn)生的不可避免的刀具退化現(xiàn)象,其嚴(yán)重影響著葉輪加工質(zhì)量的好壞和生產(chǎn)成本。在變工況下準(zhǔn)確快速的識(shí)別銑刀磨損狀態(tài)對(duì)提高葉輪加工質(zhì)量、節(jié)約生產(chǎn)成本和保障相關(guān)設(shè)備性能具有非常重要意義。本文主要研究了基于主軸電流的變工況銑刀磨損狀態(tài)監(jiān)測(cè)方法,主要內(nèi)容有:(1)針對(duì)力信號(hào)監(jiān)測(cè)銑刀磨損狀態(tài)的缺點(diǎn),分別從理論角度和實(shí)驗(yàn)角度出發(fā)論證主軸電流代替銑削力進(jìn)行監(jiān)測(cè)的可行性。理論角度上,根據(jù)主軸動(dòng)力學(xué)模型和銑削加工特點(diǎn),建立主軸電流有效值和切向銑削力的關(guān)系式以論證該方案的可行性;實(shí)驗(yàn)角度上,通過余弦相似度度量磨損實(shí)驗(yàn)中銑削力信號(hào)和電流信號(hào)的平均值隨刀具磨損的趨勢(shì)向量相似程度,結(jié)果顯示兩者呈現(xiàn)顯著線性相關(guān)關(guān)系,證明了主軸電流代替銑削力監(jiān)測(cè)磨損狀態(tài)的可行性。(2)針對(duì)將切削力系數(shù)作為監(jiān)測(cè)指標(biāo)的缺點(diǎn),結(jié)合主軸傳動(dòng)模型和切削力模型建立切削電流模型,提出使用切削電流系數(shù)和切削電流偏差程度進(jìn)行銑刀磨損狀態(tài)識(shí)別。實(shí)驗(yàn)結(jié)果表明切削力系數(shù)與切削電流系數(shù)之間具有顯著線性相關(guān)關(guān)系,可以使用切削電流系數(shù)代替切削力系數(shù)進(jìn)行磨損狀態(tài)識(shí)別。同時(shí),針對(duì)直接使用切削系數(shù)監(jiān)測(cè)磨損狀態(tài)的不足,使用切削電流偏差程度代替,實(shí)驗(yàn)結(jié)果表明,該方法能夠有效的監(jiān)測(cè)銑刀磨損狀態(tài)。(3)針對(duì)基于模型參數(shù)的銑刀磨損監(jiān)測(cè)方法的局限性,提出使用階次譜和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)進(jìn)行磨損狀態(tài)監(jiān)測(cè),更加全面考慮了在葉輪加工中影響刀具磨損狀態(tài)監(jiān)測(cè)的因素。實(shí)驗(yàn)結(jié)果表明,該方法能夠以高達(dá)99.12%的準(zhǔn)確率識(shí)別銑刀磨損狀態(tài),并且與加工參數(shù)獨(dú)立。同時(shí),與其他分類算法進(jìn)行對(duì)比,證明了該方法在識(shí)別準(zhǔn)確率上的優(yōu)越性。(4)基于LabVIEW和Python編寫銑刀磨損狀態(tài)實(shí)時(shí)監(jiān)測(cè)系統(tǒng)。使用電流傳感器和NI 9234采集卡等硬件采集存儲(chǔ)電流信號(hào),并將基于模型參數(shù)和卷積神經(jīng)網(wǎng)絡(luò)的銑刀狀態(tài)監(jiān)測(cè)方法融合入系統(tǒng)中,最后根據(jù)實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了系統(tǒng)的有效性和實(shí)用性。
【圖文】：

圖 1.1 刀具磨損狀態(tài)監(jiān)測(cè)流程Fig. 1.1 The framework of TCM1.2.1 傳感監(jiān)測(cè)技術(shù)目前，，被用于間接刀具磨損狀態(tài)監(jiān)測(cè)的信號(hào)有非常多，這些信號(hào)主要包括切削力信

圖 2.1 刀具磨損形態(tài)Fig. 2.1 Forms of cutter wear稱為刀具破損，這是一種突發(fā)性刀具失效形式，其工高硬度材料時(shí)。按照破損性質(zhì)可將破損分為塑性。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TG714

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張鍇鋒;袁惠群;聶鵬;;基于切削聲信號(hào)與優(yōu)化SVM的刀具磨損狀態(tài)監(jiān)測(cè)[J];振動(dòng).測(cè)試與診斷;2015年04期

2 岳曉峰;朱成偉;;階次分析在變速箱故障診斷中的應(yīng)用及其研究[J];自動(dòng)化儀表;2015年06期

3 王樹東;何明;王煥宇;;基于labVIEW的數(shù)據(jù)采集和存儲(chǔ)系統(tǒng)[J];電氣自動(dòng)化;2015年01期

4 陳會(huì)斌;黃民;馬超;;基于振動(dòng)法的刀具磨損狀態(tài)監(jiān)測(cè)研究[J];機(jī)械工程師;2014年10期

5 李宏坤;汪寅虎;楊樹華;趙鵬仕;;基于聲發(fā)射信號(hào)的銑刀運(yùn)行可靠性評(píng)估[J];大連理工大學(xué)學(xué)報(bào);2014年04期

6 馮輔周;饒國強(qiáng);司愛威;;基于排列熵和神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承異常檢測(cè)與診斷[J];噪聲與振動(dòng)控制;2013年03期

7 李歡利;郭立紅;陳濤;楊麗梅;王心醉;;基于PCHIP-LMD的虹膜識(shí)別方法[J];光學(xué)精密工程;2013年01期

8 王細(xì)洋;龍亮;郭敏;;基于振動(dòng)信號(hào)的刀具狀態(tài)監(jiān)控技術(shù)研究[J];南昌航空大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

9 劉清榮;閻長罡;;基于銑削力與神經(jīng)網(wǎng)絡(luò)刀具磨損狀態(tài)識(shí)別研究[J];制造技術(shù)與機(jī)床;2008年02期

10 李錫文;楊明金;謝守勇;楊叔子;;銑削加工刀具磨損過程雙譜分析[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2007年09期

相關(guān)碩士學(xué)位論文 前9條

1 宋慧斌;葉片振動(dòng)及碰摩響應(yīng)研究[D];北京化工大學(xué);2017年

2 高偉佳;深孔加工刀具磨損研究與狀態(tài)識(shí)別[D];中北大學(xué);2017年

3 曾雪瓊;基于卷積神經(jīng)網(wǎng)絡(luò)的變速器故障分類識(shí)別研究[D];華南理工大學(xué);2016年

4 張翔;基于階次分析的風(fēng)機(jī)齒輪箱振動(dòng)信號(hào)分析與故障診斷[D];武漢科技大學(xué);2013年

5 孫艷杰;基于切削聲和切削力參數(shù)融合的刀具磨損監(jiān)測(cè)系統(tǒng)的研究[D];濟(jì)南大學(xué);2011年

6 崔利斌;基于CFD的大流量高全壓葉輪機(jī)械開發(fā)設(shè)計(jì)與研究[D];大連理工大學(xué);2011年

7 朱曉嶺;多傳感器信息融合技術(shù)在銑削過程監(jiān)測(cè)中的應(yīng)用研究[D];南昌航空大學(xué);2010年

8 湯為;基于聲發(fā)射法的銑刀磨損狀態(tài)識(shí)別研究[D];上海交通大學(xué);2009年

9 劉冬芳;基于計(jì)算機(jī)視覺的刀具狀態(tài)在線監(jiān)控研究[D];河北工業(yè)大學(xué);2007年

本文編號(hào)：2612589