基于小波神经网络的刀具切削状态特征识别

利用小波分析技术提取刀具状态信号特征量，用神经网络技术对信号的特征量进行训练仿真。结果表明，该方法实现了对刀具切削状态的特征识别。     

基于ARM&WinCE的刀具状态在线监测系统

为了获取高信噪比的刀具状态信号特征,结合嵌入式技术,构建了刀具状态在线监测系统。通过对声发射信号与刀具磨损状态的分析,验证了利用声发射信号进行刀具状态监测的可行性,给出了基于ARM&WinCE平台的刀具状态在线监测系统软硬件解决方案,并完成了数据处理与显示的应用软件设计与调试。     

高速铣削智能监测系统研究

针对目前加工状态监测系统存在的依赖系统事先的"教学"或"训练"过程的问题,在对刀具磨损规律分析的基础上,提出一种针对高速加工的智能化实时刀具状态监测系统.引入自学习能力使该系统初步具备了智能性,自动进行不同刀具状态的识别和磨损程度的估计,较大程度上摆脱了对系统"教学"或"训练"过程的依赖.运用离散小波分解技术对铣削过程中的三向切削力信号进行时域以及各子频段的能量和变动特征的提取,并利用分析技术进行特征筛选.基于两个嵌套的循环运行过程构建了监测系统,进行特征量的线性拟合和马氏距离计算.高速铣削试验证明了所提出的智能刀具状态监测系统的有效性.     

遗传神经网络在数控机床刀具监测与 控制系统中的应用

数控机床刀具磨损监测与磨损量估算对于提高机床加工的利用率,减小由此带来的经济损失和安全隐患具有重要意义.提出了一种基于无线传输技术的数控机床刀具监测与控制系统,利用遗传算法优化BP神经网络的算法诊断刀具磨损状态.通过采集刀具加工过程中的振动信号,利用时频分析法提取反映刀具磨损状态的信号特征量作为神经网络的输入样本,完成加工过程中刀具磨损状态的识别.试验结果表明:该系统工作稳定,识别结果较准确,且具有较强的实用性.     

正交小波变换在钻削刀具状态特征提取中的应用

为了精确地提取钻削刀具状态特征,系统地阐述了正交小波变换的概念和小波多分辨分析的方法,并对不同刀具状态的振动信号进行分解和重构处理,获得了振动信号在不同频段的重构分量,根据各个频段重构分量在不同刀具状态下的变化特点,进而提取高频段重构分量的功率谱的频域统计值以及[313 Hz~625 Hz]频段重构分量的局部极大模线对应的平均Lipschitz指数作为监测特征.实验结果表明:采用上述方法可有效实现刀具状态特征信息提取,较其它方法更加适用于钻削刀具状态监测.     

基于流形学习与隐马尔可夫模型的刀具磨损状况识别

为了提高金属铣削过程中的刀具磨损状态识别的自动化程度与精度,提出了基于局部切空间排列(LTSA)方法与隐Markov模型(HMM)来识别刀具的不同磨损状态的方法。该方法首先利用小波分析技术对铣削过程中的切削进给方向力信号进行处理,构造了高维特征空间。然后使用基于流形学习方法实现了高维特征空间的维数约简。最终利用约简后的低维特征向量训练HMM,从而实现刀具磨损状态的识别。实验结果说明该方法能够有效地识别铣削过程的刀具磨损状态。与未经特征维数约简的识别方法相比,新方法能够提高刀具磨损状态的识别效率与准确率。     

基于连续高斯密度混合HMM的刀具磨损状态监测

针对端面铣刀磨损状态的识别问题,根据隐式马尔可夫模型(HMM)具有良好的模式分类能力,提出了基于连续高斯密度混合HMM(CHMM)的刀具磨损状态监测系统.以铣削力作为监测信号,应用小波包理论对铣削力信号进行分析和消噪处理,并提取信号的能量特征作为CHMM的输入向量,训练CHMM模型,再用训练好的模型对未知的刀具磨损状态进行监测与识别,实验结果表明该模型可以对刀具磨损状态进行准确的识别,且所需训练样本数较少,对刀具状态的智能监测具有很好的实际意义.     

基于小波分析的刀具磨损状态监测方法

为了实现车削过程刀具磨损状态的实时在线监测 ,使用离散二阶小波变换对切削过程声发射信号进行分解 ,以不同尺度下信号分量的均方根值组成的特征向量为样本 ,利用模糊模式识别技术实现对刀具磨损状态的在线识别 .实验表明 ,在选择适当的标准样本基础上 ,所提出的基于声发射信号小波分解的模糊模式识别方法能准确实现刀具磨损状态的正确识别 ,具有较高的可靠性和准确性 .     

具备自动特征提取能力的智能监测系统

为了减少加工状态监测系统开发的时间和成本,提出自动敏感特征提取方法,自动选择合适的传感器和信号处理技术来提取出"敏感特征".针对高速铣削过程中的刀具磨损监测,采用切削力、振动、声音和声发射传感器来采集信号,并运用时域、频域和小波分析技术对信号进行处理.试验结果表明:该方法可自动地进行传感器和信号处理技术的选择,提取出的敏感特征适合于自学习监测系统应用.     

刀具声发射信号混沌特征提取及趋势分析

旨在建立一种基于多混沌特征演化分析的刀具磨损状态监测方法,通过计算刀具声发射信号的混沌特性参数分析其磨损趋势。建立首先基于混沌理论分析和描述刀具不同磨损阶段声发射信号的混沌特性,包括:定性描述,即重构相空间的奇异吸引子轨迹和庞加莱截面;定量描述,计算不同时间段声发射信号的关联维数、最大Lyapunov指数等。其次,采用最小二乘回归方法对所计算的混沌参数进行趋势分析。结果表明,声发射信号具有混沌特性,而且关联维数和最大Lyapunov指数演化趋势与刀具的磨损状态具有一定的关联,从而为刀具磨损状态的在线监测和预测提供了新思路。     

基于自定义组件的MIS程序界面自动生成研究

在论述代码自动生成技术应用的基础上，描述了利用OLE技术从Word软件中读取信息的关键技术。在VB．NET平台上开发了相关自定义组件，以此为基础，开发了MIS程序界面自动生成工具。详细讨论了该工具的具体工作过程和实现的技术细节，并简要介绍了该方法的优点和具体应用情况。     

基于车铣技术的微小型零件完整加工

微小型零件在加工过程中抓取和再定位的难度，极大地影响了加工精度和加工效率，完整加工为微小零件的加工提供了一个可行的方法．分析了完整加工的特点，阐述了微小零件完整加工的必要性，结合实例对微小型零件的完整加工进行了分析．     

基于MATLAB的车辆组件模型库的设计与实现

结合研究车辆动力学控制参数模型的需要,提出了开发车辆组件模型库系统的设想。并设计了车辆组件模型库的功能结构和面向对象的系统层次结构体系。采用MATLAB仿真平台,运用软件可重用技术,构造了车辆动力学仿真领域模型库。使用C语言编写了车辆所有总成的S函数块,利用MATLAB提供的虚拟现实VRML工具箱,实现了车辆仿真视景。应用实例表明,所提出的车辆组件模型库系统具有较好的实用价值。     

动态ERP系统的设计与实现

随着企业管理的日益发展,各种企业管理系统也要求具备相应的支持。ERP系统是企业管理的重要工具之一,其动态性要求日益成为目前系统开发的热点。在框架和组件技术的基础上研究了动态ERP系统的构建方法。通过设计模式设计了一个动态可调的框架结构,并通过框架对组件的调用实现了独立功能的易调整、易扩展特性。     

用计算机预测冷轧辊淬硬层深度和表面硬度

根据冷轧辊的主要用材ＧＣｒ１５的化学成份、工件尺寸和其他热处理工艺参数的变化，在ＩＢＭ－ＰＣ机上开发以Ｔｕｒｂｏ Ｃ为语言工具，采用菜单形式输入数据，预测冷轧辊经淬火和回火后的淬硬层深度和表面硬度。     

基于服务规约匹配的业务构件获取

针对目前构件模型缺乏行为语义和脆弱接口的问题,提出了一个面向服务的业务构件模型,该模型采用有限状态机来描述业务构件的行为语义,采用基于XML的标记数据类型来表示业务数据类型,基于此模型,提出了动作、动作序列和业务构件3个层次的语义匹配关系,借鉴数据库查询语言,提出业务构件检索语言以支持业务构件的自动获取.结果表明:所提出的方法为大规模的业务构件复用提供了有利的技术支持.开发了业务构件库管理工具验证了该法方法的可行性和有效性.     

机床夹具可重构模块化设计方法研究

:如何提高机床夹具设计的效率和质量是计算机辅助工艺装备研究的一个重要问题.在分析机床夹具可重构模块和模块系列规划过程的基础上,提出一种基于公理化设计与设计结构矩阵集成的机床夹具可重构模块化设计方法.该方法以设计过程中的共性单元归并和信息、过程的重用问题为切入点,采用设计结构矩阵建立产品内构件间相互关系,得到合理的模块化夹具产品结构,实现可重构模块拓展变换来实现夹具快速设计.夹具实际实例验证表明,本文设计方法有助于实现机床夹具可重构模块化快速设计,具有较好的应用指导意义.     

浅析机床线路故障排除步骤

机床故障很大部分是由线路故障造成的,并不是因为元件损坏导致。要排除由线路引起的故障,首先要对机床设备包括线路进行全面的调查,学习和了解常见故障排除的方法,再根据初步的诊断和机床电气控制线路的特点采取适当的、有效的排除方法,并且排除故障的过程一定要安全、规范地进行,以保证人身及设备的安全。     

基于EJB中间件的分布式实现技术

简单介绍了EJB中间件，EJB是Java服务器组件新型技术，支持面向对象的多层分布式应用，介绍了基于EJB中间件的开发模型，分析了EJB的体系结构和技术特征，介绍了EJB各个组成部分和相应的功能，然后介绍了开发EJB组件的过程。