【摘要】：圓盤(pán)式刀庫(kù)作為加工中心的一個(gè)關(guān)鍵功能部件,具有刀庫(kù)結(jié)構(gòu)復(fù)雜、換刀動(dòng)作較快、對(duì)位置準(zhǔn)確性要求高,使其成為加工中心的一個(gè)故障發(fā)生概率很高的部件,嚴(yán)重影響了加工中心的運(yùn)行可靠性。由于圓盤(pán)式刀庫(kù)故障模式多樣、故障原因繁雜,致使其在發(fā)生故障時(shí)維修人員很難在短時(shí)間內(nèi)找到故障原因并快速修復(fù)。本文結(jié)合實(shí)驗(yàn)室研發(fā)的加工中心圓盤(pán)式刀庫(kù)可靠性試驗(yàn)系統(tǒng),在大量試驗(yàn)和深入研究刀庫(kù)常見(jiàn)故障模式和故障機(jī)理的基礎(chǔ)上,對(duì)圓盤(pán)式刀庫(kù)的故障診斷技術(shù)展開(kāi)研究,目的是在其發(fā)生故障后能夠快速地做出故障部位、故障原因的判定,大幅度縮短維修時(shí)間,提高加工中心的利用率。本文以國(guó)產(chǎn)某型號(hào)圓盤(pán)式刀庫(kù)為研究對(duì)象,開(kāi)展的主要研究工作和創(chuàng)新點(diǎn)如下:(1)確定了表征刀庫(kù)運(yùn)行狀態(tài)的敏感信號(hào)。依據(jù)加工中心現(xiàn)場(chǎng)可靠性試驗(yàn)數(shù)據(jù),分析明確了加工中心圓盤(pán)式刀庫(kù)系統(tǒng)的常見(jiàn)故障模式,并在故障機(jī)理分析的基礎(chǔ)上,確定了能夠反映刀庫(kù)正常狀態(tài)和故障狀態(tài)的敏感信號(hào)(振動(dòng)信號(hào)),并利用圓盤(pán)式刀庫(kù)可靠性試驗(yàn)臺(tái)的狀態(tài)監(jiān)測(cè)系統(tǒng)對(duì)表征刀庫(kù)運(yùn)行狀態(tài)的敏感信號(hào)進(jìn)行采集。(2)建立了基于CS-SVM的圓盤(pán)式刀庫(kù)故障分類(lèi)器。論文首先利用小波包變換方法對(duì)試驗(yàn)臺(tái)監(jiān)測(cè)系統(tǒng)采集的振動(dòng)信號(hào)進(jìn)行了特征量提取,并將提取后的特征量作歸一化處理,獲得了一個(gè)能夠反映圓盤(pán)式刀庫(kù)運(yùn)行狀態(tài)的初始特征集。在此基礎(chǔ)上,利用布谷鳥(niǎo)算法(Cuckoo Search,CS)優(yōu)化支持向量機(jī)(Support Vector Machine,SVM),建立了基于CS-SVM的圓盤(pán)式刀庫(kù)故障分類(lèi)器。(3)本文在保證分類(lèi)器分類(lèi)精度的情況下,實(shí)現(xiàn)了對(duì)初始特征集的降維。首先,對(duì)振動(dòng)信號(hào)進(jìn)行5層小波包分解,得到32個(gè)小波系數(shù),并將歸一化后的這些系數(shù)的能量值作為初始特征集;然后,在兼顧后續(xù)分類(lèi)器的情況下,對(duì)初始特征集中各個(gè)特征的重要性進(jìn)行評(píng)價(jià);最后,利用前向序貫搜索算法對(duì)分類(lèi)器進(jìn)行訓(xùn)練和測(cè)試,并以分類(lèi)器的準(zhǔn)確性作為評(píng)價(jià)指標(biāo),根據(jù)評(píng)價(jià)指標(biāo)的結(jié)果選取能夠使該分類(lèi)器達(dá)到最佳性能且含有最小故障特征數(shù)目的特征子集為最優(yōu)故障特征子集。這樣在后續(xù)診斷時(shí),利用此最優(yōu)特征子集對(duì)應(yīng)的特征直接對(duì)分類(lèi)器進(jìn)行訓(xùn)練和測(cè)試,既能使該分類(lèi)器達(dá)到最佳性能,又能使其計(jì)算復(fù)雜度大幅降低。(4)試驗(yàn)數(shù)據(jù)及結(jié)果分析。利用本文提出的圓盤(pán)式刀庫(kù)故障分類(lèi)器,實(shí)現(xiàn)了對(duì)圓盤(pán)式刀庫(kù)3類(lèi)狀態(tài)的高準(zhǔn)確率分類(lèi),驗(yàn)證了本文所提方法的正確性和可行性。
【圖文】：

當(dāng)加工中心發(fā)生嚴(yán)重故障時(shí)，還可能對(duì)操作人員造成人身傷害。綜上可知造業(yè)對(duì)數(shù)控機(jī)床的性能諸如高精度、高效率高柔性自動(dòng)化程度和安全可靠運(yùn)出了更高的要求。由吉林大學(xué)機(jī)械科學(xué)與工程學(xué)院“機(jī)械工業(yè)數(shù)控裝備可靠性重點(diǎn)實(shí)驗(yàn)室”內(nèi)某機(jī)床制造企業(yè)生產(chǎn)的 27 臺(tái)某型號(hào)加工中心用戶(hù)企業(yè)進(jìn)行了為期 7 個(gè)月場(chǎng)數(shù)據(jù)跟蹤，最終獲得了該型號(hào)加工中心的關(guān)聯(lián)故障數(shù)據(jù)共 94 條。本文對(duì)號(hào)加工中心進(jìn)行了子系統(tǒng)劃分，并對(duì)各子系統(tǒng)進(jìn)行故障發(fā)生次數(shù)和頻率進(jìn)行計(jì)和分析，其統(tǒng)計(jì)結(jié)果見(jiàn)表 1.1 和圖 1.1。表 1.1 該系列加工中心的故障頻次統(tǒng)計(jì)表系統(tǒng)名稱(chēng) 主軸系統(tǒng) 進(jìn)給系統(tǒng) 數(shù)控系統(tǒng) 電氣系統(tǒng) 換刀系統(tǒng)故障頻率 0.168 0.093 0.112 0.084 0.280系統(tǒng)名稱(chēng) 氣動(dòng)系統(tǒng) 潤(rùn)滑系統(tǒng) 冷卻系統(tǒng) 排屑系統(tǒng) 防護(hù)系統(tǒng)故障頻率 0.084 0.028 0.075 0.037 0.037

的研究目的和意義動(dòng)化程度的不斷提高，加工中心使用的圓盤(pán)式刀庫(kù)已經(jīng)）于一體化的復(fù)雜系統(tǒng)[16]。由于圓盤(pán)式刀庫(kù)結(jié)構(gòu)復(fù)雜，確性要求高，使得其成為加工中心一個(gè)故障發(fā)生概率很且，當(dāng)圓盤(pán)式刀庫(kù)發(fā)生的故障程度輕微時(shí)，可能會(huì)造成盤(pán)式刀庫(kù)發(fā)生的故障嚴(yán)重時(shí)，則可能會(huì)造成設(shè)備損壞，到傷害。如在實(shí)驗(yàn)室進(jìn)行圓盤(pán)式刀庫(kù)臺(tái)架可靠性試驗(yàn)時(shí)套的氣缸活塞推桿運(yùn)動(dòng)速度過(guò)快，造成刀套回刀時(shí)模擬圓盤(pán)式刀庫(kù)前面的防護(hù)鋼化玻璃被擊碎，擊碎情況如下果發(fā)生在機(jī)床實(shí)際加工過(guò)程中，，輕則可能造成加工的工工件報(bào)廢，嚴(yán)重情況下可能會(huì)危害到操作人員的人身安
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TG659

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 薛浩然;張珂珩;李斌;彭晨輝;;基于布谷鳥(niǎo)算法和支持向量機(jī)的變壓器故障診斷[J];電力系統(tǒng)保護(hù)與控制;2015年08期

2 和麟;梁麗嬡;黃瀟瑤;馬存寶;;基于粒子群優(yōu)化SVM的飛機(jī)發(fā)電機(jī)故障診斷[J];計(jì)算機(jī)測(cè)量與控制;2013年12期

3 楊兆軍;陳傳海;陳菲;李國(guó)發(fā);;數(shù)控機(jī)床可靠性技術(shù)的研究進(jìn)展[J];機(jī)械工程學(xué)報(bào);2013年20期

4 王冬云;張文志;;基于小波包變換的滾動(dòng)軸承故障診斷[J];中國(guó)機(jī)械工程;2012年03期

5 丁世飛;齊丙娟;譚紅艷;;支持向量機(jī)理論與算法研究綜述[J];電子科技大學(xué)學(xué)報(bào);2011年01期

6 許彬彬;楊兆軍;陳菲;陳傳海;郝慶波;;加工中心自動(dòng)換刀系統(tǒng)可靠性試驗(yàn)臺(tái)的研制[J];工程與試驗(yàn);2010年04期

7 張煜東;吳樂(lè)南;王水花;;專(zhuān)家系統(tǒng)發(fā)展綜述[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

8 侯大為;;淺談我國(guó)機(jī)械加工中心的現(xiàn)狀及發(fā)展趨勢(shì)[J];科技致富向?qū)?2010年08期

9 梁訓(xùn)tD;;世界制造技術(shù)與裝備領(lǐng)域三十年來(lái)的四大質(zhì)變[J];兵工自動(dòng)化;2009年04期

10 吳婷;顏國(guó)正;楊幫華;;基于小波包分解的腦電信號(hào)特征提取[J];儀器儀表學(xué)報(bào);2007年12期

相關(guān)博士學(xué)位論文 前9條

1 陳傳海;面向可靠性概率設(shè)計(jì)的數(shù)控機(jī)床載荷譜建立方法研究[D];吉林大學(xué);2013年

2 周雁冰;基于高階統(tǒng)計(jì)量的齒輪傳動(dòng)系統(tǒng)故障特征提取方法研究[D];華北電力大學(xué);2013年

3 王曉峰;加工中心可信性影響度分析及增長(zhǎng)技術(shù)研究[D];吉林大學(xué);2012年

4 崔江;基于支持向量機(jī)的模擬電子電路故障分類(lèi)技術(shù)研究[D];南京航空航天大學(xué);2010年

5 張超;基于支持向量機(jī)的汽輪機(jī)軸系振動(dòng)故障智能診斷研究[D];華北電力大學(xué)（河北）;2009年

6 張永;基于模糊支持向量機(jī)的多類(lèi)分類(lèi)算法研究[D];大連理工大學(xué);2008年

7 潘明清;基于支持向量機(jī)的機(jī)械故障模式分類(lèi)研究[D];浙江大學(xué);2005年

8 楊宇;基于EMD和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D];湖南大學(xué);2005年

9 何學(xué)文;基于支持向量機(jī)的故障智能診斷理論與方法研究[D];中南大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 朱明民;基于LabVIEW的圓盤(pán)式刀庫(kù)可靠性臺(tái)架試驗(yàn)中的狀態(tài)監(jiān)測(cè)及故障預(yù)警[D];吉林大學(xué);2017年

2 曾翠蘭;基于多元相空間重構(gòu)的數(shù)控機(jī)床運(yùn)動(dòng)精度預(yù)測(cè)[D];重慶理工大學(xué);2017年

3 馬位濤;基于小波包變換和優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法研究[D];華中科技大學(xué);2016年

4 張歡歡;圓盤(pán)式刀庫(kù)狀態(tài)監(jiān)控系統(tǒng)研制[D];吉林大學(xué);2015年

5 朱丕亮;基于小波包能量譜的滾動(dòng)軸承故障診斷[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

6 高揚(yáng)清;CRH動(dòng)車(chē)輪對(duì)相控陣探傷缺陷識(shí)別算法研究[D];西南交通大學(xué);2014年

7 崔偉;風(fēng)力發(fā)電機(jī)組振動(dòng)狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)研究[D];華北電力大學(xué);2014年

8 王陽(yáng);鏈?zhǔn)降稁?kù)可靠性試驗(yàn)臺(tái)研制及試驗(yàn)研究[D];吉林大學(xué);2013年

9 李南;刀庫(kù)及自動(dòng)換刀裝置可靠性研究[D];大連理工大學(xué);2012年

10 謝芳芳;基于支持向量機(jī)的故障診斷方法[D];湖南大學(xué);2006年

本文編號(hào)：2657512