刀具状态监测技术在发动机加工过程中的应用

为解决定时换刀出现的刀具过度磨损问题,研究了刀具状态监测技术相关理论及参数标定方法,并在发动机加工过程中进行了应用验证。结果表明,采用基于电机电流的刀具状态监测技术可在现有条件下准确监测刀具的磨破损状态,提高刀具利用率,防止出现批量不合格工件,保护机床主轴和夹具等部件。     

基于小波分析的数控刀具状态在线监控系统

提出了一种利用检测进给电机电流实现切削加工过程中刀具破损的在线监控系统.在该系统中,离散小波分析技术被用来实现对电机电流信号的处理,并有效地提取了刀具破损时的特征;探讨了中断型宏指令功能在刀具破损在线监控系统中的应用;经实践证明,利用该监测系统和中断型宏指令,能够实时的识别加工过程刀具的破损,并能及时报警、自动换刀等,机床的故障停机时间大大减少,利用率得到了提高.     

重型切削硬质合金刀具磨/破损的智能监测技术研究

重型切削硬质合金刀具磨/破损严重将导致其加工质量、生产效率的降低,以及生产成本的增加,因此对刀具的磨损状态监测就显得尤为重要。对近年来在学术期刊上发表的关于刀具磨损在线监测研究文献中采用的方法和技术作了简要的回顾,对整个智能刀具磨损监测系统作出了详细的分析。通过比较各种方法的优缺点,提出了多传感器信息融合技术将作为智能刀具磨损监测技术的主要研究方向。总结了目前刀具磨损监测系统存在的问题,并提出了相应的解决思路。通过借鉴普通切削加工刀具磨/破损监测技术,在重型切削过程中引入刀具磨/破损智能监测方法,可以解决以往重型切削需要通过预先频繁更换刀片的方式来保证工件加工质量的问题,在重型切削领域具有重要的应用价值和发展前景。     

基于Levenberg Marquardt的数控机床主轴负载振动的非线性拟合

数控机床主轴负载时,在不同条件下主轴微量的振动影响着机床的加工精度、加工效率以及刀具的磨损与使用寿命.为确保机床主轴负载时的稳定性,提出一种监测机床主轴振动速度量,并进行多元非线性拟合估测振动量的方法.先根据机床主轴负载的3个变量因素——进给速度、主轴转速和切削量,基于Levenberg Marquardt算法分别建立...     

超高速加工机床及刀具技术新发展

介绍了超高速加工机床及刀具新进展.对超高速机床的几个主要,关键技术高速主轴单元、高速主轴轴承、直线电机进给驱动系统、高速机床控制系统以及高速加工刀具进行了讨论.并就我国发展超高速机床和刀具技术进行了讨论.     

基于主轴电流的铣削力间接监测方法

实时准确地监测铣削状态对于提高加工质量与加工效率具有重要意义,切削力作为重要的加工状态监测对象,因其监测设备昂贵且安装不便而受到限制,为此提出一种考虑刀具磨损的基于主轴电流的铣削力监测方法.首先基于切削微元理论建立了考虑后刀面磨损的铣削力模型,并通过铣削实验进行铣削力模型系数标定;然后对主轴电流与铣削力的关系进行理论建...     

基于发那科多主轴控制功能的高效深孔钻床加工应用

机床使用发那科数控系统作为操作编程加工平台,系统增加多主轴控制功能应用于机床加工。机床主体结构中床头箱作为第一伺服主轴先进行分度,以较低的转速进行旋转;钻杆箱做为第二模拟主轴进行高度旋转,同时进给伺服轴带动钻削刀具向前进给。在床头和钻杆箱同时旋转的状态下,工件中心孔的钻削时间大大缩短,提高了机床的加工效率。在分度功能下实现了工件偏心孔的高精度加工。     

基于小波分析的刀具破损智能监控系统

提出了利用检测进给电机电流对钻削加工过程中的刀具破损进行在线监控的系统。该系统采用离散小波分析技术处理电机电流信号,有效提取刀具破损时的特征。探讨中断型宏指令功能在刀具破损在线监控系统中的应用。利用该监控系统和中断型宏指令,能够实时地识别加工过程刀具的破损,并及时报警、自动换刀等,大大减少了机床的故障停机时间,提高利用率。     

基于虚拟仪器的FMS运行状态监测系统

针对FMS的零件加工过程,基于刀具的破损机理,分析了刀具小面积破损及刀具大面积破损情况下切削力及电机电流的变化规律,并建立了加工状态监测的实验系统.基于神经网络理论,建立了BP网络的加工状态识别系统理论模型.实验证明,该监测方案及建立的理论模型是正确的.     

基于WOA-VMD-SVM数控机床刀具健康状态评价体系的建立

刀具的健康状态直接影响着数控机床的加工性能。对刀具的磨损、破损等健康状态因素进行前期预测和判断,可有效防止因刀具健康状态异常而导致加工质量不稳定等问题。根据刀具在机加工过程中因磨损状况而引起机床机械特性的变化展开分析与研究,即通过采集与刀具健康状态相关联的机床主轴振动信号,并对该信号进行处理和特征提取,建立基于WOA-VMD-SVM刀具健康状态预测识别模型。经实验分析与验证,所建立的模型具有很高的识别准确率,其准确率高达96.8%,高于SVM模型和GA-SVM模型,由此表明该模型能够高效、准确地对刀具磨损状态进行识别和分类。     

基于卷积神经网络的铣刀后刀面磨损状态预测方法研究

为了监测高温合金材料加工时的铣刀后刀面磨损状态,提出了基于卷积神经网络的刀具磨损状态预测方法,建立了基于机床主轴电流与功率信号实时监测的刀具磨损状态预测系统。通过建立与机床数控系统的通信,采集加工过程中的电流和功率信号,采用主成分分析法(PAC)对采集的参数进行特征提取,选择对刀具磨损值影响较大的主成分作为卷积神经网络的输入,实现对刀具磨损状态的准确预测。铣削实验结果表明,该方法具有较高的预测准确率。     

基于切削电流系数的铣刀磨损状态监测

基于切削力系数的铣刀磨损状态监测方法提出了与切削参数独立的刀具磨损指标。由于存在干扰机床正常加工、实时性不佳、传感器安装不便和成本过高等问题,限制了其在实际工业环境中的应用。针对上述问题,结合切削力与主轴电流的关系,提出一种基于主轴切削电流系数的铣刀磨损状态监测方法。首先,融合切削力系数和主轴电流的优点,建立铣削电流模型;其次,根据切削电流模型进行切削电流系数辨识,记录新刀状态下切削系数;然后,使用切削系数实时估计相同加工工况下新刀切削电流,监测实际切削电流偏离估计值的程度,判断铣刀磨损状态;最后,通过实验与力信号对比验证该方法的正确性。实验结果表明,该方法可以替代基于切削力系数的磨损状态监测方法,能有效、实时、无干扰、便利和低成本地识别新刀、正常和严重3种磨损状态。     

超高速加工机床及刀具技术新进展

介绍了超高速加工机床及刀具新进展。对超高速机床的几个主要关键技术高速主轴单元、高速主轴轴承、直线电机进给驱动系统、高速机床控制系统以及高速加工刀具进行了讨论。并就我国发展超高速机床和刀具技术进行了讨论。     

基于主轴电流信号多特征融合的刀具磨损状态监测

为实现在正常生产条件下进行刀具磨损的长期在线监测,提出了基于主轴电流信号和粒子群优化支持向量机模型(PSO-SVM)的刀具磨损状态间接监测方法.首先对数控机床主轴电机电流信号进行分析,将与刀具磨损相关的主轴电流信号多个特征参数和EMD能量熵进行特征融合作为输入特征向量;其次,通过粒子群寻优算法(PSO)对支持向量机模型...     

刀具失效状态监测研究综述

在机械加工中,机床刀具的失效状态分为两种:刀具磨损失效和刀具破损失效。刀具失效对加工精度、加工质量和加工效率有十分消极的影响。随着数控机床自动化程度的不断调高,特别是在高速切削加工中,对刀具磨损状态监测提出了更高的要求。刀具的破损存在典型的随机现象,目前学者多在算法上优化刀具破损预测模型,提高刀具破损的预测精度。国内外学者总结刀具失效的一般规律,研发出了多种刀具状态检测手段和方法。根据国内外刀具状态检测相关研究进展,对刀具失效检测相关问题进行评述,并对以后刀具失效检测的研究方向进行了展望。     

金刚石磨头刀具磨铣加工对高体份SiCp/Al复合材料加工表面质量的影响

针对高体份SiCp／Al复合材料,采用佥刚石磨头刀具磨铣切削的加工方法,研究了高速磨铣加工中机床主轴转速、工件进给速度及背吃刀量对材料加工表面形貌损伤以及表面粗糙度的影响规律。研究表明,机床主轴转速的提高、工件进给速度的减小都能够减小材料表面形貌的损伤情况,改善加工表面粗糙度质量：背吃刀量的改变对材料表面形貌损伤以及表面粗糙度的影响不大。     

基于主轴和进给轴电流的铣削力间接预测方法

提出了一种基于主轴和进给轴电流最优变权法的瞬时铣削力预测方法。首先,分析了主轴电流与x向瞬时铣削力的映射关系,基于互相关方法考虑了电流信号的延迟效应;其次,基于Devavit Hartenberg法对五轴机床进行运动学建模,将进给轴驱动力矩从机床坐标系映射到刀具坐标系,基于力雅可比矩阵得到进给轴驱动力矩和瞬时铣削力的映射关系;最后,基于最优变权法,综合考虑了主轴和进给轴电流对瞬时铣削力的影响,进行了瞬时铣削力预测实验。实验结果表明,基于主轴和进给轴电流最优变权法的瞬时铣削力预测误差在10%以内,能够有效预测加工过程的瞬时铣削力。     

数控机床伺服进给系统无传感器检测技术

提出一种基于光栅尺与编码器信号的机床伺服进给系统定位精度检测方法;深入研究电流、扭矩、润滑特性之间关系,获取伺服电动机电流并据此对机床润滑状态进行分析和监测.在全闭环和半闭环条件下进行单轴直线和两轴联动圆测试,实验表明位置、瞬时速度等光栅尺、编码器信息可以用于机床伺服进给系统精度评定和控制特性评估;进行了不同进给速度下的恒速、润滑特性测试,试验分析表明机床润滑特性符合Stribeck摩擦效应,能够实现对机床润滑和运行状态进行监测.     

[设备健康管理]基于机床信息的加工过程刀具磨损状态在线监测

为实现刀具磨损状态的在线监测,提高监测系统的实用性,提出一种基于机床信息的加工过程刀具磨损状态在线监测方法。采用OPC UA通信技术在线采集与存储数控机床信息,得到与磨损相关的机床内部过程信息,并基于这类信息与相应的刀具磨损信息,利用卷积神经网络建立了刀具磨损状态识别模型。应用案例证明了该方法的监测性能,与其他传统监测方法相比,该方法更适用于实际的生产加工。     

基于机床信息的加工过程刀具磨损状态在线监测

为实现刀具磨损状态的在线监测,提高监测系统的实用性,提出一种基于机床信息的加工过程刀具磨损状态在线监测方法。采用OPC UA通信技术在线采集与存储数控机床信息,得到与磨损相关的机床内部过程信息,并基于这类信息与相应的刀具磨损信息,利用卷积神经网络建立了刀具磨损状态识别模型。应用案例证明了该方法的监测性能,与其他传统监测方法相比,该方法更适用于实际的生产加工。