基于深度學(xué)習(xí)的數(shù)控加工刀具壽命動態(tài)評估方法
發(fā)布時間:2021-03-17 20:57
數(shù)控加工過程中刀具狀態(tài)異常會導(dǎo)致零件質(zhì)量不合格甚至報廢,而不合理的換刀會造成成本浪費。預(yù)測刀具壽命可以有效避免因刀具狀態(tài)異常導(dǎo)致的零件質(zhì)量問題,提高刀具的使用率。但刀具磨損過程復(fù)雜多變,刀具剩余壽命受工況影響難以準確預(yù)測。針對以上問題,本文對數(shù)控加工刀具壽命預(yù)測問題進行了深入研究。論文主要工作如下:(1)針對刀具監(jiān)測數(shù)據(jù)維度高難以有效處理的問題,研究了基于時頻域分析和受限玻爾茲曼機的刀具磨損信號特征提取方法,充分挖掘了監(jiān)測數(shù)據(jù)中刀具磨損相關(guān)信息,并采用敏感特征篩選和特征矩陣降維的方法降低刀具磨損相關(guān)信號特征的維度,實現(xiàn)了信號特征的有效提取。(2)針對刀具實際磨損量難以快速準確獲取的問題,提出了一種基于機器視覺的刀具磨損量在線自動測量方法,在自動獲取刀具磨損圖像的基礎(chǔ)上,通過刀具特征線準確定位磨損關(guān)鍵區(qū)域,利用滑窗遍歷法重建刀具原始邊界,完成刀具磨損區(qū)域提取后自動計算刀具磨損量,提高了銑刀磨損量直接測量的精度與效率。(3)針對數(shù)控加工中刀具剩余壽命難以準確預(yù)測的問題,提出了一種基于在線學(xué)習(xí)的刀具壽命動態(tài)預(yù)測方法,該方法以改進的長短時記憶深度學(xué)習(xí)網(wǎng)絡(luò)模型為基礎(chǔ),建立了刀具壽命預(yù)測模型,以刀...
【文章來源】:南京航空航天大學(xué)江蘇省 211工程院校
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
章節(jié)結(jié)構(gòu)圖
圖 2. 1 信號缺失值處理前后對比異常值處理測信號中的異常值多指局部區(qū)域出現(xiàn)的極大極小值,異常值處理首先需要準確定常值修正。審查異常值方法主要有以下幾種:(1)極值范圍分析法;(2)標準差分態(tài)窗口法。如圖 2.2a 所示,力信號在 92.5s 附近出現(xiàn)了數(shù)值突增的數(shù)據(jù),該值遠的極值范圍,所以判斷此處的力信號可能屬于異常值。令這一段 信號為 ),計算均值 和標準差 后可以得到偏離系數(shù) f: ( ) ( )算結(jié)果為,該段信號數(shù)據(jù)的均值為 334.6010,標準差為 202.6342,突增值為 77數(shù)為 2.1725,所以該點屬于異常值,通過局部差值修正后如圖 2. 2b 所示。
圖 2. 1 信號缺失值處理前后對比常值處理測信號中的異常值多指局部區(qū)域出現(xiàn)的極大極小值,異常值處理首先需要準確定常值修正。審查異常值方法主要有以下幾種:(1)極值范圍分析法;(2)標準差分態(tài)窗口法。如圖 2.2a 所示,力信號在 92.5s 附近出現(xiàn)了數(shù)值突增的數(shù)據(jù),該值的極值范圍,所以判斷此處的力信號可能屬于異常值。令這一段 信號為 ),計算均值 和標準差 后可以得到偏離系數(shù) f: ( ) ( )算結(jié)果為,該段信號數(shù)據(jù)的均值為 334.6010,標準差為 202.6342,突增值為 77數(shù)為 2.1725,所以該點屬于異常值,通過局部差值修正后如圖 2. 2b 所示。
【參考文獻】:
期刊論文
[1]人工智能助力制造業(yè)優(yōu)化升級[J]. 錢鋒,桂衛(wèi)華. 中國科學(xué)基金. 2018(03)
[2]基于支持向量回歸機的刀具壽命預(yù)測[J]. 侍紅巖,吳曉強,張春友. 工具技術(shù). 2015(11)
[3]基于特征的飛機結(jié)構(gòu)件加工狀態(tài)監(jiān)測方法[J]. 黎明,李迎光,劉長青,劉浩. 航空制造技術(shù). 2015(05)
[4]工業(yè)4.0和智能制造[J]. 張曙. 機械設(shè)計與制造工程. 2014(08)
[5]基于環(huán)分析的飛機結(jié)構(gòu)件槽特征腹板精加工區(qū)域自動創(chuàng)建方法[J]. 張石磊,李迎光,劉長青,劉旭. 中國機械工程. 2013(13)
[6]數(shù)控機床刀具磨損監(jiān)測方法研究[J]. 馬旭,陳捷. 機械. 2009(06)
[7]大型航空結(jié)構(gòu)件數(shù)控加工裝備與先進加工技術(shù)[J]. 韓雄,湯立民. 航空制造技術(shù). 2009(01)
[8]積算加工時間實現(xiàn)數(shù)控機床刀具壽命管理[J]. 詹華西,彭超雄. 制造技術(shù)與機床. 2008(08)
[9]數(shù)控車床刀具監(jiān)測方法的研究[J]. 劉彬,任玉艷,馮冀寧. 機械研究與應(yīng)用. 2003(02)
本文編號:3087706
【文章來源】:南京航空航天大學(xué)江蘇省 211工程院校
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
章節(jié)結(jié)構(gòu)圖
圖 2. 1 信號缺失值處理前后對比異常值處理測信號中的異常值多指局部區(qū)域出現(xiàn)的極大極小值,異常值處理首先需要準確定常值修正。審查異常值方法主要有以下幾種:(1)極值范圍分析法;(2)標準差分態(tài)窗口法。如圖 2.2a 所示,力信號在 92.5s 附近出現(xiàn)了數(shù)值突增的數(shù)據(jù),該值遠的極值范圍,所以判斷此處的力信號可能屬于異常值。令這一段 信號為 ),計算均值 和標準差 后可以得到偏離系數(shù) f: ( ) ( )算結(jié)果為,該段信號數(shù)據(jù)的均值為 334.6010,標準差為 202.6342,突增值為 77數(shù)為 2.1725,所以該點屬于異常值,通過局部差值修正后如圖 2. 2b 所示。
圖 2. 1 信號缺失值處理前后對比常值處理測信號中的異常值多指局部區(qū)域出現(xiàn)的極大極小值,異常值處理首先需要準確定常值修正。審查異常值方法主要有以下幾種:(1)極值范圍分析法;(2)標準差分態(tài)窗口法。如圖 2.2a 所示,力信號在 92.5s 附近出現(xiàn)了數(shù)值突增的數(shù)據(jù),該值的極值范圍,所以判斷此處的力信號可能屬于異常值。令這一段 信號為 ),計算均值 和標準差 后可以得到偏離系數(shù) f: ( ) ( )算結(jié)果為,該段信號數(shù)據(jù)的均值為 334.6010,標準差為 202.6342,突增值為 77數(shù)為 2.1725,所以該點屬于異常值,通過局部差值修正后如圖 2. 2b 所示。
【參考文獻】:
期刊論文
[1]人工智能助力制造業(yè)優(yōu)化升級[J]. 錢鋒,桂衛(wèi)華. 中國科學(xué)基金. 2018(03)
[2]基于支持向量回歸機的刀具壽命預(yù)測[J]. 侍紅巖,吳曉強,張春友. 工具技術(shù). 2015(11)
[3]基于特征的飛機結(jié)構(gòu)件加工狀態(tài)監(jiān)測方法[J]. 黎明,李迎光,劉長青,劉浩. 航空制造技術(shù). 2015(05)
[4]工業(yè)4.0和智能制造[J]. 張曙. 機械設(shè)計與制造工程. 2014(08)
[5]基于環(huán)分析的飛機結(jié)構(gòu)件槽特征腹板精加工區(qū)域自動創(chuàng)建方法[J]. 張石磊,李迎光,劉長青,劉旭. 中國機械工程. 2013(13)
[6]數(shù)控機床刀具磨損監(jiān)測方法研究[J]. 馬旭,陳捷. 機械. 2009(06)
[7]大型航空結(jié)構(gòu)件數(shù)控加工裝備與先進加工技術(shù)[J]. 韓雄,湯立民. 航空制造技術(shù). 2009(01)
[8]積算加工時間實現(xiàn)數(shù)控機床刀具壽命管理[J]. 詹華西,彭超雄. 制造技術(shù)與機床. 2008(08)
[9]數(shù)控車床刀具監(jiān)測方法的研究[J]. 劉彬,任玉艷,馮冀寧. 機械研究與應(yīng)用. 2003(02)
本文編號:3087706
本文鏈接:http://sikaile.net/kejilunwen/jiagonggongyi/3087706.html
最近更新
教材專著