【摘要】：智能加工作為智能制造的關鍵技術,需要對機械加工過程實時在線監(jiān)測,采集切削力、振動、聲發(fā)射、溫度等檢測信號,提取相關特征,對切削過程的狀態(tài)進行判定,并能對加工質量、刀具耐用度和工藝系統(tǒng)的穩(wěn)定性進行預測,進而調整切削參數來實現智能控制。本文以微量潤滑銑削45鋼為實驗對象,提出了基于Copula函數和神經網絡的表面粗糙度預測方法,主要研究工作如下:(1)綜述了表面粗糙度的預測方法和Copula函數的應用的國內外研究現狀,闡述了相關性的基本概念及分析方法,比較了Copula函數方法與傳統(tǒng)相關性分析方法的特點,分析了將Copula函數應用于切削加工相關性分析的可行性。(2)搭建MQL銑削實驗平臺,分析了切削用量對各切削分力及切削合力、振動和表面粗糙度的作用,發(fā)現除了軸向力,切削速度、每齒進給量和切削深度對切削合力、徑向力、切向力、振動和表面粗糙度的影響變化趨勢基本一致。(3)選擇五種Copula函數,擬合了切削分力與表面粗糙度、振動與表面粗糙度的樣本數據。對五種Copula函數進行優(yōu)選,并推導出Kendall秩相關系數描述整體相關性。采用基于ClaytonGumbel的混合Copula函數的尾部相關系數,描述尾部相關性。結果表明切削力和表面粗糙度、振動和表面粗糙度的上尾相關程度較大,下尾相關程度趨近于0。(4)提出了三種Copula函數(單一二維、單一三維和混合)及兩種神經網絡(BP算法和Copula EDA-BP混合算法)的表面粗糙度預測方法,并通過實驗驗證,結果表明基于混合Copula函數的預測方法和基于Copula EDA-BP混合算法的神經網絡預測方法效果最好。
【圖文】：

圖 1.1 智能加工流程[5]Fig.1.1 Intelligent machining process工件表面質量的在線監(jiān)測作為智能加工技術的內容之一，，能夠很好的解決傳統(tǒng)加工方法存在的一些問題。文獻[6]研究表明，表面質量在線監(jiān)測技術能夠生成一個或者

圖 1.2 輪廓算術平均偏差 Ra[11]Fig.1.2Arithmetical mean deviation of the profile Ra觀不平十點高度 Rz度 l 內，輪廓上 5 個最高點和 5 個最低點相對于中線的均值和
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TG54;TP183

【參考文獻】

相關期刊論文 前10條

1 邱樹萍;吳薇薇;侯美麗;;基于Copula函數的航班延誤相關性分析[J];武漢理工大學學報(交通科學與工程版);2015年01期

2 馮平;李新;;基于Copula函數的非一致性洪水峰量聯合分析[J];水利學報;2013年10期

3 何慶升;朱永忠;;應用高維Copula函數的月徑流量聯合概率分布研究[J];重慶理工大學學報(自然科學);2013年08期

4 王興盛;康敏;傅秀清;李春林;;鏡片精密車削表面粗糙度預測[J];機械工程學報;2013年15期

5 張也晗;崔彤;張揚;王俊秋;;表面粗糙度三維測量和評定的研究[J];計量與測試技術;2012年11期

6 周玉良;袁瀟晨;金菊良;酈建強;宋松柏;;基于Copula的區(qū)域水文干旱頻率分析[J];地理科學;2011年11期

7 遲軍;陳廉清;楊超珍;;基于小波包分析和Elman網絡的切削表面粗糙度預測方法[J];中國機械工程;2010年07期

8 石文天;王西彬;劉玉德;劉志兵;;基于響應曲面法的微細銑削表面粗糙度預報模型與試驗研究[J];中國機械工程;2009年20期

9 李悅;程希駿;;上證指數和恒生指數的copula尾部相關性分析[J];系統(tǒng)工程;2006年05期

10 王素玉,趙軍,艾興,呂志杰;高速切削表面粗糙度理論研究綜述[J];機械工程師;2004年10期

相關博士學位論文 前3條

1 胡心瀚;Copula方法在投資組合以及金融市場風險管理中的應用[D];中國科學技術大學;2011年

2 李偉;基于金融波動模型的Copula函數建模與應用研究[D];西南財經大學;2008年

3 羅俊鵬;Copula理論及其在金融分析中的應用研究[D];天津大學;2005年

相關碩士學位論文 前3條

1 杜艷艷;基于Copula模型的股票與債券投資組合策略研究[D];首都經濟貿易大學;2017年

2 陳少峰;基于Copula函數的精密車削表面粗糙度預測研究[D];江蘇大學;2016年

3 王薇;分形理論在表面粗糙度非接觸測量中的應用[D];吉林大學;2006年

本文編號：2618366