鎳基高溫合金具有良好的機械和耐腐蝕性能,特別在高溫且受載極端的工作環(huán)境中可保持很高的強度和抗疲勞性。機器人砂帶磨削加工具有材料去除能力強,成形質(zhì)量穩(wěn)定且易實現(xiàn)柔性加工等優(yōu)點,常用于鎳基高溫合金材料加工。利用砂帶對鎳基高溫合金工件進行磨削加工時,良好的材料性能會使砂帶磨損更快,進而導致加工效率和成形質(zhì)量的下降,所以砂帶磨損狀態(tài)監(jiān)測是實現(xiàn)磨削加工智能化的重要一環(huán)。本文針對鎳基高溫合金的砂帶磨削,建立了一套基于磨削聲音信號特征的機器人磨削砂帶狀態(tài)監(jiān)測系統(tǒng)。試驗過程采用恒力磨削的方式,在恒定的磨削力和砂帶線速度等工藝參數(shù)下,進行連續(xù)多道次磨削,采集磨削過程中的聲音信號,研究磨削聲音信號與砂帶磨損狀態(tài)之間的相關(guān)性,通過對原始信號進行時域和頻域分析,獲取聲音信號的時域特征和頻譜,結(jié)果表明聲音信號強度和能量隨磨損增加而減小,且在1200²0000Hz頻率段的能量與砂帶狀態(tài)相關(guān)性明顯。為了進一步獲取磨削聲音在不同頻段與砂帶磨損狀態(tài)之間的關(guān)系,本文利用小波變換將聲音信號在七個不同頻率段的信號分量提取出來并對能量進行計算。通過對比不同狀態(tài)下的聲音信號在上述不同頻段的能量變化后,發(fā)現(xiàn)磨... 

【文章來源】：上海交通大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

機器人輔助磨削系統(tǒng)

上海交通大學碩士學位論文8圖1-2 基于聲音信號的砂帶狀態(tài)識別流程圖Fig.1-2 Framework of belt condition recognition system.砂帶狀態(tài)識別器的訓練包括以下步驟：（1）通過采集不同磨削參數(shù)和砂帶型號下，每條砂帶在其完整使用壽命內(nèi)磨削過程中產(chǎn)生的聲音信號，同時記錄每道磨削的材料去除量以定量砂帶磨損狀態(tài)；（2）對采集到的聲音信號進行特征提取并將其與以材料去除量衡量的砂帶磨損狀態(tài)建立聯(lián)系，獲取訓練標簽；（3）通過得到的訓練標簽用 BP 神經(jīng)網(wǎng)絡(luò)（BPNN）模型和隨機森林（RF）模型分別建立可以識別砂帶磨損階段的狀態(tài)分類器，本文對過對比兩種模型最終識別性能最終選擇以 RF 模型建立砂帶狀態(tài)識別器以識別砂帶的三個磨損階段；（4）由于砂帶在后期加速磨損階段呈現(xiàn)模型能力線性下降的趨勢，并且相應的聲音信號特征也有線性下降的變化，所以為了評估砂帶在這一階段的剩余磨削能力，本文利用多元線性回歸（MLR）預測模型建立了后期加速磨損階段砂帶剩余磨削能力與磨削聲音信號特征之間的聯(lián)系；（5）訓練好的 RF 算法模型和 MLR 模型共同構(gòu)成了完整砂帶狀態(tài)識別器。將訓練好的狀態(tài)識別器應用到新的磨削過程中時，磨削聲音信號的采集和特征提取與訓練過程是一樣的。將相應的信號特征輸入到訓練好的識別器中，首先進行的是砂帶在哪個磨損階段的識別

轉(zhuǎn)換以獲得可量化可存儲的數(shù)字信號，最后得到的數(shù)字信號傳入工控機中進行分析及處理。圖2-1 基于磨削聲音信號的砂帶狀態(tài)監(jiān)測試驗系統(tǒng)Fig.2-1 Acoustic signal based belt wear condition monitoring experimental system

【參考文獻】：
期刊論文
[1]一種基于多特征和支持向量機的刀具磨損狀態(tài)識別技術(shù)[J]. 劉宇,汪惠芬,劉庭煜.  制造業(yè)自動化. 2016(05)
[2]刀具磨損的人工神經(jīng)網(wǎng)絡(luò)估計[J]. 李旗號,趙衛(wèi)東.  天津大學學報. 2000(04)
[3]砂帶磨損機理的研究[J]. 鄧朝暉,許世良,羅重常.  磨床與磨削. 1994(02)
[4]砂帶磨削的機理及砂帶磨損的探討[J]. 龔正.  上海第二工業(yè)大學學報. 1991(01)



本文編號：3468825