基于深度卷积神经网络的刀具寿命动态预测研究

刀具寿命预测对提高工件加工精度和生产加工效率具有重要意义.同工况下同型号刀具监测信号数据分布不一致,导致历史寿命预测模型对刀具寿命预测效果有限.鉴于此,提出一种基于深度卷积神经网络(DCNN)的刀具寿命动态预测方法.首先,利用DCNN挖掘历史刀具监测信号的退化趋势特征,构建刀具寿命预测模型,并加入注意力机制对DCNN输出进行加权,加强对刀具寿命特征的学习,提高寿命预测准确度;然后,通过基于KL散度对刀具监测信号数据分布不一致进行检测,从而在已有刀具寿命预测模型的基础上进行更新迭代;最后,利用迭代后的模型再次进行刀具寿命预测.所提出方法很好地体现了刀具实际加工过程对刀具寿命的影响,以铣削数据集为例验证了所提出方法的有效性.     

基于图像连通区域数的刀具磨损状态特征提取实验研究

为了利用计算机视觉技术进行刀具状态监测,设计了机械加工刀具状态监测实验系统,并通过将图像处理技术引入到机械加工刀具磨损状态监测中,提出了一种通过提取工件表面图像的连通区域数来判断刀具磨损状态的新方法。该方法首先采集被加工工件的表面图像;然后对图像进行预处理,并对区域行程算法进行了改进,再用改进的区域行程标记算法对机械加工工件表面图像进行标记;最后通过统计连通区域数来判断刀具的磨损状态。理论和实验分析表明,由于加工工件表面图像的连通区域数和刀具磨损有很强的相关性,其可以间接判断刀具磨损情况,从而可达到对刀具状态进行监测的目的。实验表明,该方法计算简单、识别速度快,可以有效地判断刀具的磨损状态。     

数控机床加工系统远程在线监测方案设计

本文以数控机床为对象,设计了一个基于网络技术和虚拟仪器技术的数控机床加工系统远程监测系统,并将当前流行的视频监控技术应用到该在线监测系统中来,重点研究了刀具状态的监测方法。     

基于多传感器的刀具状态监测系统

以铣削加工为对象,研究了多刃切削加工过程的刀具状态监测问题,从系统的角度分析了刀具状态的多传感器监测原理,并以此为依据确定了采用声发射（ＡＥ）传感器和动态切削力传感器可有效地监测加工过程。文中提出了一种多传感器信号的特征提取方法,该方法利用偏最小二乘法计算样本矩阵的本征值,根据置信因子确定特征维数。为验证该方法的有效性,建立了一个铣削加工实验系统,实验结果表明,该方法可在多种切削条件下获得较高的识别率。     

刀具状态在线监测与智能识别方法研究

切削加工中刀具状态是影响加工质量的关键因素,刀具的磨损直接影响工件的加工精度和表面粗糙度.选择加速度传感器监测切削加工中的振动信号,针对刀具状态变化时振动能量分布随之变化的特点,提取不同频段振动能量作为特征量,利用RBF神经网络进行聚类辨识.实验结果表明,该方法具有良好的识别效果和工程应用价值.     

数控加工仿真系统的研究与应用

介绍数控加工仿真系统的整体设计,提出格栅voxel三维实体建模方法,刀具扫描体的生成算法,实现了刀具切削工件过程的动态仿真,并对碰撞检查算法进行了初步的研究.基于以上方法,建立了蓝天数控系统的加工仿真系统,在加工前对加工程序进行验证,在加工时对刀具轨迹的执行、工件的切削过程等进行实时监控.     

基于几何特性的槽加工刀具选取算法

刀具选取是复杂零件数控加工编程的一项重要内容,为实现数控加工程序编制过程中自动选取加工刀具,提高数控加工及其编程效率和质量,结合飞机整体壁板数控加工编程及其粗加工特点,提出基于几何特性的槽加工刀具自动选取算法.在分析刀具与可切削区域间关系的基础上,对Voronoi Mountain定义域进行修正,建立切削轮廓45°拔模体;并给出刀具的可切削面积、残留不可切削面积,以及小刀具半径计算方法;最后根据整体加工时间最短的原则确定最优加工刀具.该算法已在"飞机壁板快速数控加工编程系统"项目中得以应用,结果证明了其是可行、有效的.     

智能化图象编程系统GNCPPPS的设计原理

本文介绍了一个智能化的图象编程系统.文中论述了系统的设计原理,提出了采用加工单元的方法编程,加工单元先从三维模型中识别出来,然后自动选择刀具和安排加工单元加工顺序,最后自动选择刀具轨迹计算模块,使工艺过程设计和数控编程结合为一体.系统研究中应用了人工智能技术,提出了用概念模型、超级概念模型及规则表示知识,而规则只是对概念模型的一种属性约束.     

我国高速加工系统工程技术现状及发展趋势

一、引言 高速加工的概念有3个层次.对于某种机械零件而言,高速加工就是以较快的生产节拍进行加工.一个生产节拍:零件送进→定位夹紧→刀具快进→刀具工进(在线检测)→刀具快退→工具松开、卸下→质量检测等7个基本生产环节.而高速切削是指刀具切削刃相对与零件表面的切削运动(或移动)速度超过普通切削5～10倍,主要体现在刀具快进、工进及快退三个环节上,是高速加工系统技术中的一个子系统.     

Cimatron软件CAM系统的特色

一、基于知识的加工 Cimatron系统具有很强的智能性,在根据三维模型进行数控编程时,会考虑模型的特点和当前的加工状况,如刀具的类型等特点,自动合理地调整刀路轨迹的生成,使刀路轨迹更合理、更安全和更高效. 二、基于毛坯残留知识的加工 基于毛坯残留知识的加工是Cimatron系统的特色.Cimatron支持完全的基于毛坯残留知识的加工,使得系统在进行数控编程的计算时,能实时知道当前的毛坯状况,从而能进行自动地去除空走刀,进行真实的刀具卡头的干涉检查(采用卡头信息与零件上残留毛坯的校验,而不是与零件的理论模型进行校验),可以实现二次粗加工和进行刀具载荷的分析与优化,避免刀具过载并保护刀具,也使得加工轨迹更安全.