本文關(guān)鍵詞：基于分形理論的刀具磨損狀態(tài)識別研究，，由筆耕文化傳播整理發(fā)布。

【摘要】： 在加工過程中,刀具磨損會影響工件的加工表面質(zhì)量和尺寸精度。因此,對刀具磨損進行較準確的監(jiān)測與界定是目前國內(nèi)外自動化加工中一個亟待解決的課題。刀具磨損是一個十分復(fù)雜的過程,切削中的各種因素都對刀具的磨損產(chǎn)生直接或間接的作用,產(chǎn)生不確定性,致使刀具切削實驗數(shù)據(jù)和結(jié)果難以具有好的穩(wěn)定性。深入的研究表明,刀具磨損具有非線性、隨機性和耗散性。刀具狀態(tài)監(jiān)測與診斷面臨著大量的非平穩(wěn)信號,研究開發(fā)處理非平穩(wěn)信號的工程實用方法是促進刀具故障診斷技術(shù)不斷發(fā)展的需要。 振動分析是進行刀具狀態(tài)監(jiān)測與故障診斷的重要手段。本文旨在研究刀具的振動信號處理和模式識別的方法。為此,首先設(shè)計并搭建了刀具磨損監(jiān)測實驗平臺,進行了大量的實驗;采集到刀具不同磨損程度的振動信號;對振動信號進行小波降噪預(yù)處理,運用分形識別法定量地診斷出磨損程度。 針對刀具振動信號的非平穩(wěn)特性進行分析,引入了基于小波分解和重構(gòu)的去噪方法,在比較了不同小波基函數(shù)、小波閾值規(guī)則對去噪效果的影響后,針對本文的實驗數(shù)據(jù),采用db4基小波和默認閾值規(guī)則去噪效果最好。 本文從工程應(yīng)用角度介紹了離散時間序列盒維數(shù)和信息維數(shù)的計算方法,研究了噪聲對盒維數(shù)計算的影響;闡述了關(guān)聯(lián)維數(shù)分析方法(G-P算法),并給出了該算法中各參數(shù)的選取原則。分別采用互信息法和Cao方法確定時延量和最小嵌入維數(shù),避免了參數(shù)選取的盲目性,保證了關(guān)聯(lián)維數(shù)計算結(jié)果的準確性。 通過sin信號、Lorenz信號、FBM信號仿真驗證算法的正確性后,將分形應(yīng)用在刀具狀態(tài)監(jiān)測中。隨著刀具磨損量的增加,刀具與工件之間的磨損加劇,振動信號的波形變化越來越不規(guī)則,信號的分形維數(shù)逐漸增大。盒維數(shù)和信息維數(shù)變化較小,但變化趨勢明顯;關(guān)聯(lián)維數(shù)的變化相對較大,新刀的關(guān)聯(lián)維數(shù)最小,報廢刀的關(guān)聯(lián)維數(shù)明顯增大。實驗結(jié)果表明,刀具在整個磨損歷程中振動信號分形維數(shù)的變化規(guī)律,其大小能較好地反映刀具不同磨損狀態(tài),運用振動信號的分形維數(shù)可以有效實現(xiàn)刀具磨損狀態(tài)的監(jiān)測。 仿真和實際應(yīng)用表明,分形識別法以一種簡單明了的方式來描述振動信號的正常與異常,可定量地識別刀具的磨損狀態(tài),且比傳統(tǒng)的定性模式識別法更直觀。
【關(guān)鍵詞】：刀具磨損 小波降噪 分形識別 盒維數(shù) 關(guān)聯(lián)維數(shù) 信息維數(shù)
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2009
【分類號】：TG71
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-22
• 1.1 課題研究的目的及意義11-12
• 1.2 刀具狀態(tài)監(jiān)測技術(shù)在國內(nèi)外研究概況12-13
• 1.3 刀具狀態(tài)監(jiān)測文獻綜述13-20
• 1.3.1 信號拾取概述13-15
• 1.3.2 振動信號處理技術(shù)概述15-18
• 1.3.3 模式識別方法概述18-20
• 1.4 論文的研究內(nèi)容20-22
• 第2章 刀具磨損監(jiān)測實驗系統(tǒng)22-27
• 2.1 刀具磨損監(jiān)測實驗平臺22-23
• 2.2 硬件配置23-26
• 2.2.1 傳感器及信號放大器選擇23-24
• 2.2.2 A/D卡及采集參數(shù)選擇24-25
• 2.2.3 實驗系統(tǒng)25-26
• 2.3 軟件平臺26
• 2.4 本章小結(jié)26-27
• 第3章 振動信號降噪預(yù)處理27-35
• 3.1 基于小波分析的信號去噪27-30
• 3.1.1 小波去噪原理27-28
• 3.1.2 小波函數(shù)選擇28-30
• 3.2 小波去噪效果驗證30-34
• 3.3 本章小結(jié)34-35
• 第4章 分形理論及算法設(shè)計35-53
• 4.1 分形概念引入35-36
• 4.2 分形的定義及分類36-40
• 4.2.1 分形的定義及性質(zhì)36-37
• 4.2.2 分形空間37
• 4.2.3 分形維數(shù)的分類37-40
• 4.3 盒維數(shù)的算法40-42
• 4.4 關(guān)聯(lián)維數(shù)的算法42-46
• 4.4.1 相空間重構(gòu)理論42-43
• 4.4.2 延遲時間τ的選取43-44
• 4.4.3 嵌入維數(shù)m的選取44
• 4.4.4 超球半徑r的選擇44
• 4.4.5 數(shù)據(jù)長度N的選取44-45
• 4.4.6 G-P算法計算關(guān)聯(lián)維數(shù)45-46
• 4.5 信息維數(shù)的算法46-48
• 4.6 典型分形信號仿真及分維數(shù)計算48-52
• 4.6.1 Lorenz信號仿真及關(guān)聯(lián)維數(shù)計算48-52
• 4.6.2 FBM信號仿真及信息維計算52
• 4.7 本章小結(jié)52-53
• 第5章 分形算法在刀具磨損監(jiān)測診斷中的應(yīng)用53-79
• 5.1 分形程序設(shè)計53-55
• 5.2 Matlab Mex文件55
• 5.3 分形維數(shù)在刀具磨損監(jiān)測中的應(yīng)用55-73
• 5.3.1 盒維數(shù)在刀具磨損監(jiān)測中的應(yīng)用56-60
• 5.3.2 關(guān)聯(lián)維數(shù)在刀具磨損監(jiān)測中的應(yīng)用60-70
• 5.3.2.1 延遲時間τ的實現(xiàn)60-61
• 5.3.2.2 嵌入維數(shù)m的實現(xiàn)61-64
• 5.3.2.3 關(guān)聯(lián)維數(shù)D的實現(xiàn)64-70
• 5.3.3 信息維數(shù)在刀具磨損監(jiān)測中的應(yīng)用70-73
• 5.4 實例分析73-75
• 5.5 基于LabVIEW的分形識別平臺75-78
• 5.5.1 LabVIEW開發(fā)環(huán)境75-76
• 5.5.2 平臺功能模塊實現(xiàn)76-78
• 5.6 本章小結(jié)78-79
• 結(jié)論與展望79-80
• 致謝80-81
• 參考文獻81-85
• 攻讀碩士研究生期間發(fā)表的論文85

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 龔立;阮仁俊;孔德詩;吳春林;;自組織理論及其在電力系統(tǒng)中的應(yīng)用[J];中國電力教育;2011年15期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 關(guān)山;基于聲發(fā)射信號多特征分析與融合的刀具磨損分類與預(yù)測技術(shù)[D];吉林大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 寧倩;數(shù)控機床刀具磨損狀態(tài)監(jiān)測系統(tǒng)及其信息傳輸標準研究[D];天津大學;2012年

2 李敏;基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的刀具磨損狀態(tài)監(jiān)測技術(shù)研究[D];西南交通大學;2012年

  本文關(guān)鍵詞：基于分形理論的刀具磨損狀態(tài)識別研究，由筆耕文化傳播整理發(fā)布。

本文編號：267099