刀具狀態(tài)監(jiān)測是當(dāng)代數(shù)控機(jī)床急需的重要部分,隨著加工技術(shù)的進(jìn)步,刀具狀態(tài)監(jiān)測在數(shù)控加工過程中占有越來越重要的地位。及時(shí)發(fā)現(xiàn)處于過度磨損階段的刀具進(jìn)而停機(jī)換刀,對提高工業(yè)現(xiàn)場生產(chǎn)效率和保障加工過程安全具有至關(guān)重要的作用。本文以玻璃磨邊機(jī)為實(shí)驗(yàn)平臺(tái),根據(jù)當(dāng)前數(shù)控機(jī)床被大量應(yīng)用于單一工件的重復(fù)加工這一行業(yè)大背景,針對以往傳統(tǒng)刀具狀態(tài)智能監(jiān)測出現(xiàn)誤判的情況,研究了基于主軸振動(dòng)和主軸變頻器電流信號(hào)的刀具狀態(tài)監(jiān)測,提出一種判斷精度更高的刀具狀態(tài)監(jiān)測系統(tǒng)。由于每種傳感器信號(hào)在實(shí)際監(jiān)測過程中都有一定的優(yōu)點(diǎn)和劣勢,因此為避免單一傳感器監(jiān)測而造成判斷不準(zhǔn)的問題,本課題將采集機(jī)床加工過程中的主軸振動(dòng)信號(hào)和電流信號(hào)進(jìn)行綜合判斷。主要工作如下。對刀具磨損機(jī)理進(jìn)行了介紹,并把刀具磨損過程分為三個(gè)階段,方便接下來對刀具磨損狀態(tài)的決策。基于硬件實(shí)驗(yàn)設(shè)備搭建實(shí)驗(yàn)平臺(tái)以及數(shù)據(jù)采集系統(tǒng),完成切削實(shí)驗(yàn)的設(shè)計(jì),選擇適當(dāng)?shù)奈恢冒惭b振動(dòng)加速度計(jì)和霍爾電流傳感器,以達(dá)到最好的數(shù)據(jù)采集效果。針對傳感器采集到的原始信號(hào)內(nèi)包含許多與刀具狀態(tài)無關(guān)的特征信息,需要進(jìn)行去噪處理來提高信噪比,接下來便可以利用數(shù)學(xué)分析方法對去噪后的信號(hào)求取與刀具狀態(tài)... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)控加工產(chǎn)品及重復(fù)加工趨勢

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文流或功率也會(huì)變化，因此也可以通過對主軸電流的監(jiān)測來而且主軸電流獲取相對容易，獲取時(shí)不影響加工，也是數(shù)以排除很多干擾項(xiàng)。感器采集機(jī)床加工過程中的信號(hào)完成對刀具狀態(tài)的判斷，身的優(yōu)勢和劣勢，僅僅憑借一種傳感器信號(hào)來對刀具的磨不到精度要求，本文將在刀具判斷過程中通過主軸振動(dòng)信現(xiàn)對刀具磨損狀態(tài)的綜合判斷。主要研究內(nèi)容及組織結(jié)構(gòu)具狀態(tài)智能監(jiān)測系統(tǒng)往往根據(jù)某一種傳感器信號(hào)，通過設(shè)狀態(tài)進(jìn)行判斷[22]。例如美國 TMAC刀具狀態(tài)監(jiān)測系統(tǒng)就是式，如圖 1-3所示。

第 2章 刀具磨損形態(tài)及機(jī)理控機(jī)床在加工過程中刀具和待加工零件會(huì)發(fā)生劇烈的接觸，在待加成成品零件的過程中，刀具也時(shí)刻發(fā)生著磨損。當(dāng)?shù)毒甙l(fā)生過度磨工部位已經(jīng)不滿足加工條件，影響正常的生產(chǎn)加工。因此，刀具的不能得到實(shí)時(shí)監(jiān)測，將會(huì)影響加工現(xiàn)場的生產(chǎn)效率及成品率，嚴(yán)重生產(chǎn)事故[23]。具磨損產(chǎn)生原因驗(yàn)采用的平臺(tái)是玻璃磨邊機(jī)，其加工原材料是矩形平面玻璃，加工刀。玻璃屬于脆硬材料，加工過程中磨刀的轉(zhuǎn)速為 35000 轉(zhuǎn)/min，程中兩者處于劇烈的接觸狀態(tài)，刀具不可避免的會(huì)出現(xiàn)磨損。加工，一段粗磨刀段，負(fù)責(zé)玻璃的第一圈加工；還有一段為精磨刀段，細(xì)加工，加工成品的質(zhì)量主要依靠精磨刀段的加工。 對于玻璃磨刀更容易出現(xiàn)磨損，刀具如圖 2-1所示。

【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)在巖石薄片圖像檢索中的應(yīng)用初探[J]. 程國建,岳清清.  智能計(jì)算機(jī)與應(yīng)用. 2018(02)
[2]基于CNC實(shí)時(shí)監(jiān)測數(shù)據(jù)驅(qū)動(dòng)方法的鈦合金高速銑削刀具壽命預(yù)測[J]. 袁廣超,鮑勁松,鄭小虎,張潔.  中國機(jī)械工程. 2018(04)
[3]基于切削力信號(hào)-幾何信息-工藝信息的銑削加工刀具狀態(tài)實(shí)時(shí)辨識(shí)[J]. 華家玘,李迎光,劉長青.  航空制造技術(shù). 2018(11)
[4]基于EMD和ADS的刀具磨損在線監(jiān)控系統(tǒng)開發(fā)[J]. 錢桃林,高宏力,李輔翼,王勇.  組合機(jī)床與自動(dòng)化加工技術(shù). 2017(05)
[5]基于深度學(xué)習(xí)的刀具磨損監(jiān)測方法[J]. 張存吉,姚錫凡,張劍銘,劉二輝.  計(jì)算機(jī)集成制造系統(tǒng). 2017(10)
[6]刀具磨損破損監(jiān)控技術(shù)[J]. 鎖小紅.  現(xiàn)代制造技術(shù)與裝備. 2016(10)
[7]基于主成分分析與C-支持向量機(jī)的刀具磨損狀態(tài)監(jiān)測[J]. 謝楠,馬飛,段明雷,李愛平.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[8]基于神經(jīng)網(wǎng)絡(luò)與遺傳算法的刀具磨損檢測與控制[J]. 秦國華,謝文斌,王華敏.  光學(xué)精密工程. 2015(05)
[9]特征融合與GA-SVM在刀具狀態(tài)監(jiān)測中的應(yīng)用研究[J]. 李順才,李巍,吳明明.  制造技術(shù)與機(jī)床. 2015(04)
[10]具備高適應(yīng)性的高速銑削刀具磨損狀態(tài)監(jiān)測系統(tǒng)[J]. 申志剛,何寧.  南京航空航天大學(xué)學(xué)報(bào). 2013(01)

博士論文
[1]智慧制造環(huán)境下感知數(shù)據(jù)驅(qū)動(dòng)的加工作業(yè)主動(dòng)調(diào)度方法研究[D]. 張存吉.華南理工大學(xué) 2016
[2]高速數(shù)控車削加工復(fù)雜工況集成監(jiān)控方法及系統(tǒng)[D]. 陳英姝.河北工業(yè)大學(xué) 2014
[3]基于多參量信息融合的刀具磨損狀態(tài)識(shí)別及預(yù)測技術(shù)研究[D]. 陳洪濤.西南交通大學(xué) 2013
[4]車銑刀具磨損狀態(tài)監(jiān)測及預(yù)測關(guān)鍵技術(shù)研究[D]. 李威霖.西南交通大學(xué) 2013
[5]基于小波分析及數(shù)據(jù)融合的電氣火災(zāi)預(yù)報(bào)系統(tǒng)及應(yīng)用研究[D]. 余瓊芳.燕山大學(xué) 2013
[6]切削加工過程中刀具磨損的智能監(jiān)測技術(shù)研究[D]. 高宏力.西南交通大學(xué) 2005

碩士論文
[1]基于稀疏分解和支持向量機(jī)的高速銑削刀具磨損狀態(tài)監(jiān)測[D]. 陶欣.中國科學(xué)技術(shù)大學(xué) 2017
[2]基于電流與振動(dòng)信號(hào)的銑刀磨損監(jiān)測方法研究[D]. 李全寶.青島理工大學(xué) 2015
[3]面向大批量生產(chǎn)的刀具磨損在線識(shí)別技術(shù)研究[D]. 丁玉發(fā).華中科技大學(xué) 2011
[4]基于小波理論的圖像去噪和增強(qiáng)技術(shù)研究[D]. 曾誠.武漢理工大學(xué) 2008



本文編號(hào)：3098584