首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
刀具状态监控对保障生产安全和产品质量具有重要意义。采用声发射(AE)传感器来采集切削过程中发出的AE信号,采用多分辨率分忻法对正常切削、刀具破损、断屑时发出的AE信号进行分析,并提取出反映刀具破损状态的特征量;最后采用BP神经网络实现了刀具破损状态的自动识别。  相似文献   

2.
<正> 目前,已研制出各种刀具异常检测法,各有其优缺点。这里介绍利用AE信号检测刀具破损的方法,检测是在加工过程中进行的,并可对小直径刀具的破损进行检测。所谓AE(Acoustic Emission),其定义为“固体释放塑性变形乃至破坏时为止所储存的应变能量而产生弹性波的现象”。AE产生的弹性波称为AE波,接受AE波的传感器——AE转换元件的输出,或将该输出放大后的电气信号,称为AE信号。  相似文献   

3.
本文介绍了用加速度传感器和声发射(AE)传感器两种方法研究铣刀磨损的在线检测问题。文中对加速度信号进行了功率谱分析和均方根值分析;对AE信号进行了计数率分析和AE均值分析。结果表明,用加速度传感器可以在线检测出铣刀的破损。当切削用量基本不变或其变化规律已知时,两种方法均可检测出铣刀的磨损状态。  相似文献   

4.
刀具破损状态的特征提取及自动识别   总被引:4,自引:2,他引:2  
文章采用机床功率法和声发射法对车削过程中的刀具破损进行监控。在试验中发现了刀具破损时机床功率信号的四种表现形式,说明了刀具破损形式的随机性。针对这种情况,首次提出了功率信号处理的延时方差法;对切削过程中发出的各种声发射(AE)信号采用时频分析进行处理并提取出反映刀具破损的特征量,最后利用神经网络ART2实现了刀具破损状态的自动识别。  相似文献   

5.
一、前言在加工过程中,刀具破损的检测对提高加工可靠性和促进加工自动化有着重要的作用。从前,大多数构刀具破损检测方法可以分为两类,即直接法和间接法。工业电视摄象机是直接监视刀具破损的典型设备。而间接法是通过测量各种信号,包括切削力、驱动电机电流、切削温度以及振动信号来检测刀具的破损。本文只对用AE信号检测刀具破损的研究作一概述。二、实验设备和方法图1是AE法检测刀具破损的实验装置原理框图。AE传感器(常用PZT-5压电陶瓷材料制成)检出的信号经放大,再经通频带为100K~1 MHz的带通滤器滤波并检波后通至:①脉冲计数器,其中没有阈值电平。  相似文献   

6.
基于声发射法的刀具破损特征量的提取   总被引:1,自引:0,他引:1  
对切削过程中发出的四种AE信号从时域、频域和时频域进行了分析,说明时频分析对提取刀具破损特征量十分有效,并给出了特征量提取的方法.  相似文献   

7.
对切削过程中发出的四种AE信号从时域,频域和时域进行了分析,说明时频分析对提取刀具破损特征量十分有效,并给出了特征量提取的方法。  相似文献   

8.
(2)AE信号检测技术 刀具切削金属时,切削区的材料产生变形,由于塑性应变能的释放而产生弹性变形,即发出声波,即声发射(AE),其频率范围为100kHz~1MHz。刀具如果发生破损,AE信号的特征量会有显著变化。AK信号的特征有功率谱、信号有效值或经检波后的幅值、实发脉冲、脉冲计数率等。微小钻头或丝锥折断,或者刀具上有0.01mm~2的崩刃,也可以灵敏地反映出来。AE信号可由电压传感器来检测与采集。同时,AE信号直接与切削机理相联系,受切削条件变化的影响很小,抗环境干扰能力强,且可以预报刀具破损。该方法显示出广阔的应用前景。  相似文献   

9.
加工中心刀具破损监控系统的研制   总被引:1,自引:0,他引:1  
综合应用声发射(AE)和电机电压电流信号法监控刀具破损,可提高刀具破损检出率。以此开发的加工中心刀具破损监控系统,对1mm以上的钻头及3mm以上的铣刀破损检出率均在98%以上。  相似文献   

10.
基于独立分量分析的切削声发射源信号分离   总被引:1,自引:0,他引:1  
针对切削声发射(Acoustic Emission,AE)信号的多目标状态源并行分离问题和同频干扰源分离问题,引入独立分量分析(Independent Component Analysis,ICA)技术作为研究工具,用刀具破损、切屑折断和环境噪声三个AE源的线性混合模拟切削AE信号,尝试用FastICA算法分离目标状态...  相似文献   

11.
为了探索声发射(Acoustic Emission,简称AE)信号在云南松活立木中传播衰减的规律,通过产生人工AE源的方式,研究AE信号在云南松活立木试件内部的传播规律。首先,参照美国ASTM-E976标准通过铅芯折断的方式在处理后的试件的规则凹面上产生人工AE源,以此模拟蛀干害虫取食云南松时发出的微小信号,利用采样频率为500 k Hz的高速数据采集系统获取AE信号。其次,为了降低噪声对AE信号后期分析的影响,用MATLAB软件对采集到的AE信号进行去噪处理,进而分析AE信号在云南松活立木试件内的传播规律。再次,分析传播至不同距离的AE信号,计算其能量衰减率,可得出AE信号在云南松活立木中有效的传播距离为300 mm。同时,为了研究树结对AE信号传播衰减的影响,采用一组无树结、一组有树结的云南松活立木试件进行对比实验,进一步得出了树结对AE信号的传播衰减并没有明显的阻碍作用。研究结果为后期进行蛀干害虫活虫检测提供了一定的参考。  相似文献   

12.
刀具破磨损的自动监测技术   总被引:2,自引:0,他引:2  
本文主要介绍在机械加工过程中同时监测主轴电机电流和声发射(AE)信号,综合实时判断车刀、钻头等刀具的破损和极限磨损的原理,监测系统框图以及实验方案、实验结果。该监测系统可自动识别(?)0.8mm 以上的钻头破损,大于面积0.2mm~2车刀的破损和极限磨损,成功率达96%以上。  相似文献   

13.
刀具磨损声发射信号处理中小波基选取的研究   总被引:2,自引:1,他引:2  
通过对小波基性质和刀具磨损声发射(AE)信号特点的研究,从理论上分析了小波变换中刀具磨损AE信号处理中小波基选取的方法。在试验验证过程中,根据小波包信号分解遵循能量守恒原理,用四种小波基对刀具磨损AE信号进行三层小波包分解;以AE信号经小波包分解后各频带上的能量为特征参数,比较四种情况下特征参数的变化,验证了理论分析的正确性。  相似文献   

14.
用途:适用于数控机床、加工中心以及FMS加工过程中刀具破损的在线监控,预防事故发生,提高加工效率。 特点:①在加工过程中同时监测AE(声发射)信号和主轴电机电流,综合判断刀具(车刀、钻头、镗刀)破损。②监测过程中能在液晶屏幕实时显示出被监测信号变化曲线并具有键盘输入功能。③用户可根据加工方式、刀具种类、加工参数的变化,通过键盘及屏幕自行选择合适的阈值。④刀具破损时  相似文献   

15.
为了研究带筋结构对声发射(acoustic emission,简称AE)信号传播的影响,分析了AE信号在带筋薄板和带筋薄壁圆筒2种带筋结构中的传播特性。首先,提出了多径传播模型,推导出了传感器的安装约束条件,可在时域中凸显出从带筋结构处散射的信号;其次,对不同频率的AE信号在不同高度带筋结构中的传播进行了数值模拟,利用构建的反射和透射系数量化表征了AE信号的传播特性;最后,实验结果验证了数值模拟的准确性。结果表明:AE信号在加强筋处会发生反射和透射,并伴随着模态转换演变出其他模态;反射和透射系数相对于激励频率和加强筋高度均呈现出非线性特征,激励频率越高,反射和透射系数对加强筋高度的变化越敏感。该研究阐明了AE信号在带筋结构中的传播机制,可为AE监测中优化传感器空间布置提供指导。  相似文献   

16.
基于声发射技术(AE)构建了磨削监控系统,利用IabVIEW和VC 开发了系统的软件模块,进行了磨削试验,实时采集磨削过程的AE信号.通过振铃计数和均方根电压(RMS)两个AE信号特征量监控磨削状态;分析了以AE信号作为磨削接触开关的可行性,试验确定了砂轮钝化的AE特征阈值.  相似文献   

17.
研究了腐蚀特别是点腐蚀过程产生声发射(AE)的源机制及AE信号特点,推导了AE信号幅度与腐蚀深度及频率的关系,并说明该关系对利用AE技术监测腐蚀损伤的意义。论述了利用模态声发射(MAE)技术识别腐蚀AE信号的理论根据,介绍了利用MAE技术对飞机主结构件日历损伤进行评估的方法。基于试验获得的航空用铝合金材料在加速腐蚀过程中的声发射信号与腐蚀损伤的关系对研究材料损伤程度与声发射强度之间的内在联系有重要意义。试验表明,腐蚀能远在被肉眼发现之前即可很方便地用AE仪器检测,利用AE技术探测早期腐蚀、研究腐蚀发展规律、监测和评估腐蚀损伤具有极其良好的应用前景。  相似文献   

18.
用途:适用于数控机床、加工中心以及FMS加工过程中刀具破损的在线监控,预防事故发生,提高加工效率。特点:①在加工过程中同时监测AE(声发射)信号和主轴电机电流,综合判断刀具(车刀、钻头、  相似文献   

19.
为了探索机电设备潜在声发射(AE)故障的有效预测方法,提出了融合梅尔频率倒谱系数(MFCC)与信号典型时频特征用于支持向量机(SVM)模式识别来进行故障诊断的方法。基于气体绝缘金属封闭开关(GIS)绝缘结构表面金属颗粒堆积缺陷模型,采集了多种局部放电(PD)故障诱发的AE信号;对获取的AE信号添加多种强度的高斯白噪声以模拟受现场干扰的低信噪比AE信号;进而通过信号降噪与特征提取,将提取的MFCC特征与时频域特征值作为SVM的输入向量。实验结果显示,对-15 dB信噪比AE信号的故障识别准确率可达到98.75%,对-10 dB信噪比以上AE信号的故障识别准确率均达到100%。该研究分析了MFCC特征结合时频域特征作为模式识别算法输入时,对各种信噪比信号的故障识别精度,适合用于强噪声环境下对机电故障的种类和进展进行准确预测。  相似文献   

20.
本文介绍了钻削加工中应用声发射(AE)技术时,传感器安装位置对声发射信号的影响,随钻深增加AE信号的变化及钻头断裂前AE信号的特征,对消除外部干扰影响、提高检测可靠性、减少测量误差所采取的方法也作了简述,有助于AE用于钻削在线测量的实用化。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号