數(shù)控加工刀具磨損量與剩余使用壽命自適應(yīng)預測方法
【文章頁數(shù)】:81 頁
【學位級別】:碩士
【部分圖文】:
圖1-1碎刀對工件造成的破壞Figure1-1Thefigureofthedamagecausedbythebrokentool
哈爾濱理工大學工學碩士學位論文2計算機性能的飛速提升、相關(guān)算法的提出與發(fā)展,機器學習在制造業(yè)內(nèi)取得了顯著的成就[11],這為刀具狀況識別及剩余使用壽命預測提供了新方法。本文基于機器視覺、信息融合、機器學習等技術(shù),提出了一種刀具磨損量和剩余使用壽命自適應(yīng)預測預測方法。該方法可以準確....
圖2-1同一刀具同一角度不同光照條件下拍攝的圖像
哈爾濱理工大學工學碩士學位論文8附著在刀具上的切屑會阻擋顯微鏡視線。當切削區(qū)域溫度較高時刀具前刀面靠近切削刃部分容易產(chǎn)生積屑瘤,將對后續(xù)刀具磨損量識別帶來非常惡劣的影響。加工間隙機床處于待機狀態(tài),機床會產(chǎn)生一定的顫振,顯微鏡為精密儀器,當顫振達到一定程度會導致顯微鏡拍攝的圖像模糊....
圖2-3同一刀具相同光照不同角度拍攝圖像對比
哈爾濱理工大學工學碩士學位論文10圖2-3同一刀具相同光照不同角度拍攝圖像對比Figure2-3Thefigureoftheimagetakenwiththesametoolatthesamelightingconditionsandunderdifferentangle經(jīng)過大量....
圖3-10132個特征的方差分析F值
哈爾濱理工大學工學碩士學位論文363.5.2信號特征影響因素相關(guān)性分析及篩選本節(jié)將132個特征分別與工況和刀具磨損進行相關(guān)性分析,綜合考慮相關(guān)性分析得到的F值和P值篩選特征。圖3-10132個特征的方差分析F值Figure3-10ThefigureoftheF-valuesofa....
本文編號:3991605
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3991605.html