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.     

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.     

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。     

超声振动高速铣削SiCp/Al复合材料的切削力及刀具磨损特性

颗粒增强铝基复合材料由于其优异的性能,在航空、航天及军事等领域得到广泛应用,但材料的难加工特性限制其进一步应用.采用超声高速铣削对高体分SiC颗粒增强铝基复合材料进行了实验研究,研究了超声切削参数对铣削力的影响,分析了超声加工时的刀具磨损情况和机理.研究发现采用超声铣削可以有效地减小切削力,得出了超声加工SiC颗粒增强铝基复合材料的合理切削用量.同时,超声铣削很大程度上降低了磨料磨损和粘结磨损,提高了刀具的使用寿命.     

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.     

ET-GD与K近邻相结合的刀具磨损监测方法

针对铣削过程中刀具磨损量监测问题，提出一种基于极端随机树和高斯分布，与K近邻相结合的刀具磨损监测方法。该方法选用截断法和hampel滤波法剔除力、振动和声发射信号中的异常值和奇异点。其次通过极端随机树和高斯分布的偏离情况对特征集进行优选，降低数据矩阵的复杂性。分别对比分析了两次优选前后三种K近邻模型的拟合度和评估度量。利用优选后的特征对逻辑回归、极端随机树、支持向量回归和K近邻算法模型进行训练，并利用十折交叉验证法和测试集进行验证。最终得出，基于极端随机树和高斯分布与K近邻的刀具磨损监测模型的拟合度达到99.17%,均方误差和平均绝对误差分别为13.0688、1.8241。结果表明该方法能够实现对铣刀磨损的有效监测，从而提高工件加工质量。     

刀具磨损监测技术及其在重型切削中的应用

在现代化切削加工系统中,刀具的磨损和破损会导致工件的报废甚至机床的损坏.刀具状态监测可以有效地改善磨损和破损给切削过程带来的不利影响,将刀具状态监测应用到重型切削水室封头过程中对于提高大型零件的加工效率及加工质量具有重要的意义.为了深入探讨刀具磨损监测技术及其在重型切削中的应用,以普通切削刀具磨损监测为研究对象,从信号...     

基于机器视觉的加工刀具磨损监测方法

为了对加工过程中刀具的磨损状态进行监测,针对麻花钻的磨损形式,提出基于机器视觉的加工刀具磨损监测方法. 根据磨损刀具图像的灰度分布特点,提出基于积分图加速和Turky bi-weight核函数的非局部均值去噪方法;采用单、双阈值大津法获取磨损区域的灰度区间,实现对图像的自适应对比度增强;提出基于形态学重构方法的磨损区域局部极值点提取方法,有效完成对磨损区域的检测和边界提取. 该刀具磨损检测方法成功应用于麻花钻头磨损状态的监测过程,实验结果表明,相较于目前已有的机器视觉监测方法,所提出的方法具有更高的检测精度和效率,准确地提取磨损轮廓,从而有效实现对刀具磨损状态的监测和自动化监控加工过程,达到降低人工成本和产品不合格率的目的.     

干式铣削300 M超高强度钢刀具磨损试验研究

针对300 M超高强度钢在加工过程中因刀具磨损造成的刀具快速失效问题,采用硬质合金涂层刀具进行了300 M钢干式铣削试验研究;通过极差分析法研究了铣削参数对刀具磨损的影响规律;以铣削速度为单一变量进行单因素试验,对刀具的磨损形式进行了分析,最后通过能谱分析揭示了刀具的磨损机理。试验结果表明:铣削速度对刀具磨损的影响最大,进给速度次之,铣削宽度最小。铣削速度越高,刀具磨损、崩刃现象越严重。刀具在磨损过程中依次经过涂层脱落,硬质合金基体材料磨损和崩刃3个阶段。刀具前刀面的月牙洼磨损随铣削速度和铣削长度的增加而增大。刀具的磨损机理为磨粒磨损、粘结磨损和氧化磨损。     

刀具磨损的在线监测与尺寸补偿研究

在异形螺杆铣削过程中，对反映刀具磨损几种信息进行分析比较．选择了被加工工件径向尺寸变化量为反映刀具磨损信号，对该信号进行了分析和处理．将处理后的信号作为开关量触发NUM系统中的嵌入式PLC，同时激活了数控加工程序中的自行编制的刀补程序，达到了刀具磨损后进行补偿的目的。     

高档数控机床刀具磨损故障监测方法及实验系统

以数控机床刀具故障诊断系统构建与测试方法研究为目标,进行了刀具磨损实验。采用振动传感器、声发射传感器对切削过程中不同磨损程度刀具的信号进行检测、分析和故障诊断。以LabVIEW8.6为开发平台,开发了一套包括数据采集模块、信号分析模块、故障诊断模块的数控机床故障诊断实验系统。     

涂层硬质合金刀具铣削粉末冶金高温合金的切削性能研究

针对粉末冶金高温合金材料的铣削特性,选择了合理的铣刀盘和刀片材质.通过刀具磨损与寿命对比试验优选出了最佳的刀片几何参数,并给出了铣削过程中硬质合金铣刀片的典型磨、破损形态.研究结果表明:TiAlN-TiN涂层硬质合金刀片适于精铣粉末冶金高温合金,在30～70 m/min的铣削速度范围内,刀具寿命可达20～108 min.由于材料切削温度高和机械冲击严重,涂层刀具的主要失效形式为:崩刃和前刀面的剥落,其主要机理为高温条件下磨粒磨损、粘结磨损、扩散磨损和疲劳损坏的综合作用.     

基于一维卷积神经网络的螺旋铣刀具磨损监测

基于传统机器学习的螺旋铣刀具磨损监测方法需要复杂的特征提取和丰富的经验知识,不同磨损阶段具有相同的错误分类代价,针对这些问题,结合电流信号一维性特点,提出基于一维卷积神经网络(1D CNN)和代价敏感学习的螺旋铣刀具磨损监测方法. 采集机器人螺旋铣末端执行器主轴、公转轴和进给轴电流作为监测信号,并采用滑动窗口法进行样本划分,在降低网络容量的同时增加样本数量和多样性;在网络损失函数中引入代价矩阵并增加急剧磨损阶段的错误分类代价,使得1D CNN具有代价敏感性;直接将电流时域信号输入1D CNN,网络可以自动提取刀具磨损特征,并将特征提取和不同磨损阶段分类融合在一起. 试验结果表明,在机器人螺旋铣系统中,该方法的刀具磨损监测准确率为99.29%,在急剧磨损阶段的查全率为99.60%.     

CVD复合涂层刀具在天然大理石切削中的磨损特性

目的分析CVD复合涂层刀具在天然石材加工中的磨损特性,探讨涂层刀具在石材加工中参数选择的合理性．方法使用CVD复合涂层刀具对天然大理石进行了高速铣削试验,利用测力仪测量出不同加工参数下的切削力,分析不同参数对切削力的影响,利用扫描电子显微镜观察刀具磨损形貌,通过能谱分析刀具组成．结果CVD复合涂层刀具切削天然大理石过程中,切削力随切削深度和进给速度的增大而增大,随主轴转速的增大而减小,切削深度对切削力的影响程度最大．刀具磨损量随主轴转速的增大而减小,与切削深度和进给速度之间为非线性关系,进给速度高于2000mm／min时出现整体磨损,磨损量不随进给速度的增大而变化．结论CVD复合涂层刀具铣削天然大理石时的磨损机理是：涂层和刀具基体的机械损耗去除（剥落和崩刃）、高温下的氧化磨损和粘结磨损．由于工件和刀具表面存在摩擦产生热量,刀具涂层发生粘结磨损,在周期性冲击力作用下造成后刀面涂层和基体的机械损耗去除,裸露的刀具基体与空气中的氧发生氧化磨损,其中机械损耗去除磨损和粘结磨损伴随整个刀具磨损过程．     

刀具磨损监测设计与研究

为获取变切削条件下刀具磨损量，对刀具磨损补偿值进行了分析研究。在合理选择人工神经网络模型的基础上，建立了切削条件下铣削磨损监控系统。依据机床相关切削参数，运用了人工神经网络的方法对铣削数据进行处理，以实验方法研究了高速钢立铣刀后刀面磨损BP网络对铣刀的磨损量预报。实验表明：该模型适用于变切削条件下的铣刀磨损监控，可以较准确地监控铣刀的剧烈磨损。     

Implementation of remote monitoring system for prediction of tool wear and failure using ART2

Remote monitoring of tools for prediction of tool wear in cutting processes was considered, and a method of implementation of a remote-monitoring system previously developed was proposed. Sensor signals were received and tool wear was predicted in the local system using an ART2 algorithm, while the monitoring result was transferred to the remote system via internet. The monitoring system was installed at an on-site machine tool for monitoring three kinds of tools cutting titanium alloys, and the tool wear was evaluated on the basis of vigilances, similarities between vibration signals received and the normal patterns previously trained. A number of experiments were carried out to evaluate the performance of the proposed system, and the results show that the wears of finishing-cut tools are successfully detected when the moving average vigilance becomes lower than the critical vigilance, thus the appropriate tool replacement time is notified before the breakage.     

Theoretical modeling of cutting temperature in high-speed end milling process for die／mold machining

A parametric model of cutting temperature generated in end milling process is developed according to the thermal mechanism of end milling as an intermittent operation, which periodically repeats the cycle of heating under cutting and cooling under noncutting. It shows that cutting speed and the tool-workpiece engagement condition are determinative for tool temperature in the operation. The suggested model was investigated by tests of A1TiN coated endmill machining hardened die steel JIS SKD61, where cutting temperature on the flank face of tool was measured with an optical fiber type radiation thermometer. Experimental results show that the tendency of cutting temperature to increase with cutting speed and engagement angle is intensified with the progressing tool wear.     

高能效高速稳态铣削参数优化

为了提高铣削加工的能量利用率,提出了一种以无颤振切削为约束条件,以能量利用率为优化目标的铣削参数优化方法.基于机床的能耗特性,建立了提高能量利用率的无颤振铣削参数优化模型.利用切削稳定域图确定主轴转速的优化区间,利用切削力、切削功率、切削速度等条件确定切削深度、切削宽度及进给速度的优化区间,并通过合理选择各参数的优化步长快速获得切削参数.以五轴雕铣机为实验机床,45#钢为切削材料进行了验证试验,结果表明,该参数优化方法使能量利用率得到了较大提高.