【摘要】：隨著銑削技術(shù)向著高速、高精、高質(zhì)的方向不斷發(fā)展,銑削過程中刀具磨損已成為影響工件尺寸精度、表面質(zhì)量、加工效率及生產(chǎn)安全的關(guān)鍵因素,因此對刀具狀態(tài)監(jiān)測技術(shù)的研究至關(guān)重要。本文以銑削加工過程中刀具的磨損狀態(tài)為研究對象,利用加工過程中的振動信號,采用多種機(jī)器學(xué)習(xí)方法對刀具磨損特征進(jìn)行學(xué)習(xí),實(shí)現(xiàn)對刀具磨損狀態(tài)的識別,主要工作如下:首先,結(jié)合銑削加工試驗(yàn)過程中刀具的不同磨損狀態(tài),利用振動信號包含的復(fù)雜數(shù)據(jù)信息,通過時域分析、頻域分析、小波包技術(shù)提取原始高維特征,利用MLLE算法進(jìn)行特征降維,減少多個特征參數(shù)之間的冗余性和不相關(guān)性,并將所有低維特征輸入XGBoost模型進(jìn)行刀具狀態(tài)識別,并使用GA算法對XGBoost參數(shù)進(jìn)行尋優(yōu),實(shí)驗(yàn)結(jié)果驗(yàn)證了該模型在刀具狀態(tài)識別上的具有一定可行性和有效性。其次,為了改善原始數(shù)據(jù)特征工程的低效性,利用DenseNet網(wǎng)絡(luò)、BILSTM網(wǎng)絡(luò)能夠自適應(yīng)的提取空間、時間特征的優(yōu)勢,將振動信號豐富的特征映射到刀具磨損狀態(tài),采用了一種基于注意力機(jī)制的CRNN刀具狀態(tài)識別模型,實(shí)驗(yàn)結(jié)果表明該模型在刀具狀態(tài)識別任務(wù)上有更高的準(zhǔn)確率。最后,為了解決刀具磨損對加工精度造成的影響,利用CRNN模型建立刀具磨損量與振動信號的關(guān)系,實(shí)時識別刀具磨損量,并采用分段式刀具磨損補(bǔ)償模型及時補(bǔ)償加工過程中刀具磨損造成的誤差,保證銑削加工工件的精度要求。
【圖文】：

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文表 2.1 立銑刀磨鈍標(biāo)準(zhǔn)磨鈍標(biāo)準(zhǔn) 磨損值 應(yīng)用后刀面磨損 VB 0.3mm 后刀面磨損帶均勻后刀面磨損 VBmax 0.5mm 后刀面磨損帶局部值結(jié)合實(shí)驗(yàn)過程中的銑削加工環(huán)境，對后刀面的磨損帶進(jìn)行測量并記錄，采用顯微對加工使用的刀具進(jìn)行顯微放大，記錄 VB、VBmax，儀器和刀具測量如圖 2-4 所：

始信號高維特征提取工過程所產(chǎn)生的數(shù)字信號的處理分析是刀具狀態(tài)監(jiān)測的關(guān)鍵性技的數(shù)字信號都是通過傳感器采集直接獲取，導(dǎo)致數(shù)據(jù)中包含了多種映刀具磨損狀態(tài)的特征有限。而直接使用原始數(shù)據(jù)對刀具狀態(tài)進(jìn)計算成本高；因而對數(shù)字信號進(jìn)行特征提取顯得尤為重要，一般來說信號進(jìn)行特征提取，最后選用相關(guān)性高的特征與刀具狀態(tài)建立映射具狀態(tài)識別的目的。數(shù)字信號的時域特征提取分析可以用來分析傳感器信號的動態(tài)、瞬態(tài)和穩(wěn)態(tài)性能，是一種直統(tǒng)動態(tài)過程進(jìn)行研究的方法，以加工時間為橫坐標(biāo)，幅值為縱坐標(biāo) 3-1 是在截取相同實(shí)驗(yàn)條件下不同的刀具磨損狀態(tài)的 X 方向振動信
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TG54;TG71;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 趙小林 ,趙學(xué)智 ,陳統(tǒng)堅 ,葉邦彥;刀具磨損的小波檢測[J];工具技術(shù);2001年12期

相關(guān)博士學(xué)位論文 前2條

1 劉同舜;基于隱馬爾可夫模型的微銑削刀具磨損狀態(tài)監(jiān)測與過程優(yōu)化[D];中國科學(xué)技術(shù)大學(xué);2018年

2 高宏力;切削加工過程中刀具磨損的智能監(jiān)測技術(shù)研究[D];西南交通大學(xué);2005年

，

本文編號：2687254