CFRP/鋁合金材料具有高比強(qiáng)度、耐摩擦、耐疲勞等優(yōu)異性能,被廣泛應(yīng)用于航空航天、汽車行業(yè)以及輪船等領(lǐng)域。但是由于兩種材料的硬度、強(qiáng)度不同,采用傳統(tǒng)鉆削加工方式對其進(jìn)行制孔加工時(shí),容易產(chǎn)生毛刺、撕裂、分層等缺陷,難以滿足航空航天等特殊領(lǐng)域的高精度要求。軸向振動鉆削是一種新型的脈沖式特種加工方法,具有改善切削性能,降低切削力,提高加工孔表面質(zhì)量等優(yōu)點(diǎn)。在制孔過程中,刀具的磨損狀態(tài)直接影響生產(chǎn)效率、加工成本以及鉸接孔的質(zhì)量。鉆削加工是在半封閉狀態(tài)下進(jìn)行的,制孔過程中無法直接觀察和監(jiān)測刀具的磨損狀態(tài),主要通過操作工人經(jīng)驗(yàn)判斷刀具磨損程度,制定換刀方案,但這種方法可靠性差且難以應(yīng)用于自動化設(shè)備中。因此,研究刀具磨損狀態(tài)監(jiān)測技術(shù)有利于推動機(jī)床自動化和智能化的發(fā)展。本文以軸向振動鉆削裝置為試驗(yàn)平臺,首先,搭建了多傳感器融合的鉆頭磨損狀態(tài)監(jiān)測系統(tǒng),以鉆削力信號、聲發(fā)射信號和振動信號作為監(jiān)測信號,通過硬質(zhì)合金刀具進(jìn)行了CFRP/鋁合金工件制孔過程的刀具磨損試驗(yàn)。其次,運(yùn)用小波閾值法對鉆削力、聲發(fā)射以及振動信號進(jìn)行了去噪處理,降低噪聲的影響。然后,對去噪后的信號進(jìn)行特征分析,基于時(shí)域分析法,計(jì)算出信號的...

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景和研究意義
    1.2 刀具狀態(tài)監(jiān)測技術(shù)概述
        1.2.1 刀具狀態(tài)監(jiān)測技術(shù)的分類
        1.2.2 刀具狀態(tài)監(jiān)測系統(tǒng)的組成
    1.3 刀具狀態(tài)監(jiān)測技術(shù)的國內(nèi)外研究現(xiàn)狀
        1.3.1 監(jiān)測信號的選取
        1.3.2 信號的特征分析
        1.3.3 模式識別技術(shù)
    1.4 主要研究內(nèi)容
第2章 軸向振動鉆削機(jī)理及試驗(yàn)設(shè)計(jì)
    2.1 軸向振動鉆削機(jī)理
    2.2 鉆頭磨損概述
        2.2.1 鉆頭磨損形式
        2.2.2 鉆頭磨損過程及劃分基準(zhǔn)
    2.3 監(jiān)測信號的確定
        2.3.1 鉆削力信號
        2.3.2 聲發(fā)射信號
        2.3.3 振動信號
    2.4 鉆頭磨損狀態(tài)監(jiān)測系統(tǒng)方案設(shè)計(jì)
        2.4.1 監(jiān)測系統(tǒng)的搭建
        2.4.2 鉆削試驗(yàn)設(shè)備
        2.4.3 信號采集設(shè)備的選擇
        2.4.4 測量裝置
    2.5 監(jiān)測試驗(yàn)方案設(shè)計(jì)
    2.6 本章小結(jié)
第3章 監(jiān)測信號的去噪處理
    3.1 小波變換分析方法
        3.1.1 連續(xù)小波變換
        3.1.2 離散小波變換
        3.1.3 多分辨率小波變換
    3.2 小波閾值去噪法
        3.2.1 小波閾值去噪的原理
        3.2.2 小波閾值去噪效果的評價(jià)指標(biāo)
    3.3 監(jiān)測信號的小波閾值去噪
        3.3.1 鉆削力信號小波閾值去噪
        3.3.2 聲發(fā)射信號小波閾值去噪
        3.3.3 振動信號小波閾值去噪
    3.4 本章小結(jié)
第4章 監(jiān)測信號的特征分析
    4.1 監(jiān)測信號的時(shí)域特征分析
        4.1.1 時(shí)域特征分析方法
        4.1.2 鉆削力信號的時(shí)域特征分析
        4.1.3 聲發(fā)射信號的時(shí)域特征分析
        4.1.4 振動信號的時(shí)域特征分析
    4.2 監(jiān)測信號的頻域特征分析
        4.2.1 頻域特征分析方法
        4.2.2 鉆削力信號的頻域特征分析
        4.2.3 聲發(fā)射信號的頻域特征分析
        4.2.4 振動信號的頻域特征分析
    4.3 監(jiān)測信號的時(shí)頻域特征分析
        4.3.1 小波能量系數(shù)分析方法
        4.3.2 鉆削力信號的小波分析
        4.3.3 聲發(fā)射信號的小波分析
        4.3.4 振動信號的小波分析
    4.4 本章小結(jié)
第5章 多傳感器信號融合振動鉆削鉆頭磨損狀態(tài)識別
    5.1 基于BP神經(jīng)網(wǎng)絡(luò)的鉆頭磨損狀態(tài)識別
        5.1.1 BP神經(jīng)網(wǎng)絡(luò)概述
        5.1.2 結(jié)構(gòu)參數(shù)設(shè)計(jì)
        5.1.3 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練
        5.1.4 識別結(jié)果
    5.2 基于支持向量機(jī)的鉆頭磨損狀態(tài)識別
        5.2.1 支持向量機(jī)概述
        5.2.2 結(jié)構(gòu)參數(shù)設(shè)計(jì)
        5.2.3 數(shù)據(jù)規(guī)劃及處理
        5.2.4 識別結(jié)果
    5.3 BP神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)的識別效果對比分析
    5.4 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論及創(chuàng)新點(diǎn)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果
致謝



本文編號：3838836