本文關(guān)鍵詞：基于切削加工聲音信號(hào)的刀具狀態(tài)監(jiān)測(cè)技術(shù)基礎(chǔ)研究，由筆耕文化傳播整理發(fā)布。

南京航空航天大學(xué) 碩士學(xué)位論文 基于切削加工聲音信號(hào)的刀具狀態(tài)監(jiān)測(cè)技術(shù)基礎(chǔ)研究 姓名：潘旭輝 申請(qǐng)學(xué)位級(jí)別：碩士 專業(yè)：機(jī)械制造及其自動(dòng)化 指導(dǎo)教師：黎向鋒;左敦穩(wěn) 座機(jī)電話號(hào)碼 南京航空航天大學(xué)碩士學(xué)位論文 摘 要 金屬切削加工是機(jī)械制造中應(yīng)用最為廣泛的加工方式。而加工過(guò)程中對(duì)刀 具磨損狀態(tài)的監(jiān)控是保證生產(chǎn)順利進(jìn)行的關(guān)鍵。隨著FMS、CIMS 等自動(dòng)化技術(shù) 的發(fā)展，迫切需要新型、實(shí)用、可靠的刀具磨損監(jiān)控系統(tǒng)。 在切削加工中有一個(gè)非常重要的信號(hào)：切削聲信號(hào)。人們?cè)谘芯壳邢髀暤? 聲學(xué)特性時(shí)發(fā)現(xiàn)，不同的刀具磨損狀態(tài)，切削的聲輻射也有所不同。因此我們 選擇切削聲信號(hào)作為刀具磨損狀態(tài)識(shí)別的監(jiān)測(cè)信號(hào)。 本文首先總結(jié)了聲音信號(hào)在時(shí)域、頻域和小波分析的常用分析方法，然后 建立了切削聲信號(hào)的采集裝置，獲取了車削加工中刀具在不同磨損狀態(tài)下的切 削聲信號(hào)。接著，采用小波分解的方法把信號(hào)劃分成不同頻帶，提取不同頻帶 能量占信號(hào)總能量的百分比作為刀具磨損狀態(tài)識(shí)別的特征量。同時(shí)，建立了三 層BP 神經(jīng)網(wǎng)絡(luò)作為刀具磨損狀態(tài)識(shí)別分類器，通過(guò)試驗(yàn)確定了最優(yōu)化的BP 神 經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，利用獲得的樣本信號(hào)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和仿真測(cè)試，得到了良 好的識(shí)別效果。最后利用數(shù)字圖像處理的方法提取了刀具磨損圖像的磨損邊緣 和磨損量，，編寫了刀具磨損狀態(tài)自動(dòng)識(shí)別程序，并用實(shí)驗(yàn)驗(yàn)證了其可靠性。 關(guān)鍵詞：刀具磨損，切削聲信號(hào)，小波分析，神經(jīng)網(wǎng)絡(luò)，數(shù)字圖像處理 i 基于切削加工聲音信號(hào)的刀具狀態(tài)監(jiān)測(cè)技術(shù)基礎(chǔ)研究 Abstract Metal cutting is the most common process manner in mechanical manufacture. It's so essential to monitor the tool condition in

  本文關(guān)鍵詞：基于切削加工聲音信號(hào)的刀具狀態(tài)監(jiān)測(cè)技術(shù)基礎(chǔ)研究，由筆耕文化傳播整理發(fā)布。