數(shù)控機(jī)床是制造業(yè)最重要的基礎(chǔ)設(shè)備,金屬切削加工也是制造業(yè)中重要的加工方法之一。通常在數(shù)控機(jī)床的加工過程中,刀具磨損是難免會出現(xiàn)的。因此,在加工過程中需要監(jiān)控刀具的磨損狀況,刀具磨損狀態(tài)的研究分析對刀具加工狀態(tài)的監(jiān)測、提高生產(chǎn)質(zhì)量有著重要的意義。本文主要針對數(shù)控車床加工過程中刀具磨損狀態(tài)識別的研究。本文將加速子空間迭代法和極限梯度提升樹算法相結(jié)合應(yīng)用于刀具磨損狀態(tài)識別的研究中,該方法對刀具磨損狀態(tài)的識別可以達(dá)到準(zhǔn)確率高且時(shí)間消耗少的效果。本文選用刀具切削過程中產(chǎn)生的振動(dòng)信號作為研究對象,搭建了刀具磨損狀態(tài)識別實(shí)驗(yàn)和信號采集系統(tǒng),并完成了振動(dòng)信號的采集。首先采用小波包分解與重構(gòu)方法對直接采集到的信號進(jìn)行了降噪處理,再對信號進(jìn)行分幀處理,并分別對處理后的信號片段進(jìn)行時(shí)域分析和頻域分析,得到關(guān)于描述刀具磨損狀態(tài)的多個(gè)統(tǒng)計(jì)變量的數(shù)據(jù)集,通過加速子空間迭代法進(jìn)行統(tǒng)計(jì)變量數(shù)據(jù)集的降維,提取出與刀具磨損狀態(tài)相關(guān)性較強(qiáng)的特征信息。然后將處理好的數(shù)據(jù)集按一定的比例分為不同磨損階段的訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集,應(yīng)用極限梯度提升樹算法對刀具的磨損狀態(tài)進(jìn)行分類識別,得到分類結(jié)果,并將分類結(jié)果和已知正確分類結(jié)果進(jìn)行對... 

【文章來源】：華中科技大學(xué)湖北省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題概述
    1.2 國內(nèi)外研究狀況
    1.3 本文研究內(nèi)容和結(jié)構(gòu)
    1.4 本章小結(jié)
2 刀具磨損與磨損狀態(tài)識別實(shí)驗(yàn)系統(tǒng)
    2.1 引言
    2.2 金屬切削
    2.3 刀具磨損及磨鈍標(biāo)準(zhǔn)
    2.4 刀具磨損狀態(tài)識別實(shí)驗(yàn)系統(tǒng)
    2.5 信號采集結(jié)果
    2.6 本章小結(jié)
3 車床刀具磨損信號的分析
    3.1 引言
    3.2 基于小波包分析的信號降噪處理
    3.3 信號加窗分幀
    3.4 振動(dòng)信號的時(shí)域和頻域分析
    3.5 本章小結(jié)
4 基于加速子空間迭代法的信號特征提取
    4.1 引言
    4.2 基于加速子空間迭代法的信號特征提取
    4.3 本章小結(jié)
5 基于極限梯度提升樹的磨損狀態(tài)識別
    5.1 引言
    5.2 CART模型基本理論
    5.3 極限梯度提升樹
    5.4 車床刀具磨損狀態(tài)的識別
    5.5 其他分類算法對比
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 研究總結(jié)
    6.2 研究展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]基于最大熵與交叉熵理論的刀具磨損檢測技術(shù)[J]. 肖忠躍,張為民,劉朝暉.  機(jī)床與液壓. 2018(22)
[2]智能制造——“中國制造2025”的主攻方向[J]. 周濟(jì).  中國機(jī)械工程. 2015(17)
[3]基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的刀具磨損檢測[J]. 李鵬陽,郝重陽,祝雙武,王毅.  中國機(jī)械工程. 2008(05)
[4]基于小波變換的刀具磨損檢測方法[J]. 向文江,趙學(xué)智,陳文戈.  工具技術(shù). 2000(05)
[5]基于多參量狀態(tài)信息融合的刀具磨損狀態(tài)智能識別[J]. 路勇,姚英學(xué),許宏巖.  航空精密制造技術(shù). 1999(06)
[6]非接觸式刀具磨損在線檢測方法──光纖位移檢測法[J]. 張永清,劉志峰.  工具技術(shù). 1996(11)
[7]系統(tǒng)辨識的刀具磨損特征量提取方法[J]. 萬軍,趙凡,伍星浩,蔡復(fù)之.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 1996(08)
[8]XHK5140加工中心動(dòng)態(tài)刀具磨損檢測等刀位信號采集法[J]. 袁建華,杜潤生,李青山,梁積中,雷鳴,郭興.  制造技術(shù)與機(jī)床. 1995(04)
[9]刀具磨損傳感檢測[J]. 何宗川.  組合機(jī)床與自動(dòng)化加工技術(shù). 1993(01)
[10]用聲發(fā)射在線監(jiān)測顫振切削時(shí)的刀具磨損[J]. 付久煉,袁巨龍,袁哲俊.  機(jī)床. 1989(05)

博士論文
[1]基于多傳感器信息融合的刀具磨損狀態(tài)監(jiān)測方法研究[D]. 張鍇鋒.東北大學(xué) 2016
[2]基于多參量信息融合的刀具磨損狀態(tài)識別及預(yù)測技術(shù)研究[D]. 陳洪濤.西南交通大學(xué) 2013
[3]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
[4]高速切削刀具磨損狀態(tài)的智能監(jiān)測技術(shù)研究[D]. 申志剛.南京航空航天大學(xué) 2009
[5]基于計(jì)算機(jī)視覺的刀具磨損狀態(tài)監(jiān)測技術(shù)的研究[D]. 熊四昌.浙江大學(xué) 2003

碩士論文
[1]基于多傳感器信息融合的刀具磨損狀態(tài)模式識別和壽命預(yù)測研究[D]. 劉智鵬.西南交通大學(xué) 2018
[2]基于電流分析法的車床刀具狀態(tài)監(jiān)測技術(shù)研究[D]. 吳遠(yuǎn)昊.西南交通大學(xué) 2017
[3]刀具磨損監(jiān)測和剩余壽命預(yù)測方法[D]. 王曉強(qiáng).華中科技大學(xué) 2016
[4]基于多尺度主元分析的刀具磨損狀態(tài)監(jiān)測研究[D]. 張彥超.天津大學(xué) 2016
[5]刀具磨損狀態(tài)識別及預(yù)測研究[D]. 劉然.西南交通大學(xué) 2014



本文編號：3642011