基于异类信息融合的砂轮磨损状态监测

Inconel 718作为难加工材料，磨削时砂轮磨损较快，影响加工后工件表面质量。提出了基于磨削力信号和磨削振动信号两种异类信息的砂轮磨损状态识别模型，研究了不同磨损状态下磨削力和磨削振动的时域和频域特征，并提取71种与磨损状态相关的特征。采用核主成分分析法对原始特征集进行特征提取，选取方差累计贡献率为96%的前13个主元作为融合特征集，基于最小二乘支持向量机(LS-SVM)算法建立了砂轮磨损状态识别模型，并采用受试者工作特征曲线(ROC)和准确率两个指标对模型进行了评估，受试者工作曲线面积(AUG)为0.93,准确率可达93.6%。     

基于信息融合的精密磨削砂轮磨损状态在线识别方法研究

高质量非球面光学元件批量制造是目前精密磨削技术力求实现的目标。为了提高非球面光学元件精密磨削的加工效率,必须在加工过程中动态识别砂轮磨损状态,在砂轮接近或达到寿命周期时对其进行修整。寻求一种经济可行的方式,实现砂轮寿命周期在线评估,利用声发射、砂轮振动、磨削力等多种类型加工过程信号,提取和选择能够全面、灵敏反应砂轮磨损状态的特征,基于Dempster-Shafer证据理论,进行多源信息融合,实现精密磨削砂轮磨损状态在线识别。     

基于myRIO的砂轮磨损状态监控

大批量工件生产时,砂轮磨损和钝化会导致工件表面质量和尺寸精度的下降,严重时会造成工件报废,增加不必要的经济损失。提出了一种高效简便的砂轮磨损在线监测的方法,利用嵌入式开发设备NI myRIO提取砂轮工作状态中的振动信号,综合分析砂轮磨损与振动信号特征值之间的内在联系。通过两组固定工艺参数条件下的磨削实验,提取砂轮磨损判别阈值,并建立工艺数据库,以实现磨削过程自适应控制,提高生产效率。     

基于混沌理论的滚动轴承故障诊断研究

采用小波包分析的方法对滚动轴承振动信号进行处理,提取滚动轴承特征信号,进一步应用混沌与分形方法研究了故障信号的混沌性,通过计算信号混沌特征量—关联维数,找出了内圈、外圈及滚动体状态信号在正常状态、轻微磨损状态、中度磨损状态、严重磨损状态下关联维数对故障状态的反应。实验结果印证了混沌方法用于研究该类型故障信号的可行性。     

金刚石砂轮磨削性能退化评估

为了提取高精度磨削干涉中的声发射信号特征,实现砂轮磨削性能退化评估,针对熔石英开展全寿命周期金刚石砂轮磨削实验,基于小波包分析确定砂轮磨损敏感频段为低频段,然后计算声发射信号在低频段的归一化能量占比,再利用主成分分析对能量占比进行特征降维获得单值特征,利用该单值特征绘制砂轮磨削性能退化曲线。研究结果表明,监测特征能够清晰反映砂轮初期磨损、正常磨损和过度磨损三个阶段,且监测结果不受加工参数影响;砂轮磨削材料破裂尺度与声发射频率具有一定关系,伴随砂轮磨损的加剧,较大尺度破裂的比例上升,造成65kHz以下低频段特征的能量占比增大,监测特征显著增加,磨粒崩碎产生新的切削刃,砂轮的去除能力有所改善,监测特征数值回落,但是,不同样本的声发信号频谱差异性显著增加,说明砂轮加工状态不稳定,不利于精密与超精密加工中维持稳定质量的要求。砂轮形貌图像的白像素占比变化曲线验证了声发射特征对砂轮磨损状态判断的正确性。     

基于力信号的低频振动制孔刀具磨损状态分析

为分析碳纤维增强树脂基复合材料(CFRP)/钛合金(TC4)叠层材料低频振动制孔工艺下刀具磨损状态,开展基于切削力信号的制孔刀具磨损状态研究.通过采集CFRP/TC4叠层材料低频振动制孔过程中的切削力信号,进行时域和频域分析,探讨各信号特征量与刀具磨损状态之间的联系.研究结果表明:CFRP/TC4叠层材料低频振动制孔轴...     

基于SOM神经网络的摩擦状态识别研究

为提取摩擦振动的特征和实现摩擦副摩擦状态的识别,在往复摩擦磨损试验机进行摩擦副混合摩擦和干摩擦状态的摩擦磨损试验。应用谱减法对试验采集的摩擦振动信号进行降噪,计算降噪后的摩擦振动15个特征参数。应用自组织映射(Self-organizing map, SOM)神经网络对摩擦副不同摩擦状态的摩擦振动特征参数进行分析,得到摩擦振动的SOM神经网络神经元分类。研究结果表明,谱减法能消除摩擦磨损试验机的背景噪声,SOM神经网络算法能够有效分析摩擦振动信号的特征,实现摩擦副摩擦状态的识别。     

基于振动信号的铣刀磨损状态识别

刀具磨损状态的变化是自动化加工中最为常见的影响因素,对刀具磨损状态的有效识别能够保证自动化生产的顺利进行.从铣削加工的振动信号中,可以获取刀具磨损状态的信息.基于小波理论,通过分解提取的振动信号,并分析频带内振动信号幅值的变化,就能够确定刀具磨损的状态.对铣削平面和斜面进行了实验分析,证明该种方法能够实现铣削加工过程中刀具磨损状态的有效识别.     

基于多重分形的摩擦振动信号研究

为提取摩擦振动的特征信号和实现摩擦振动特征信号的表征,在摩擦磨损试验机上进行船用柴油机缸套-活塞环摩擦副摩擦磨损模拟试验,应用总体经验模式分解对缸套-活塞环摩擦副的非线性、非平稳的摩擦振动信号进行降噪,并应用多重分形对摩擦振动信号进行分析,得到多重分形谱图及其参数。研究结果表明,随着摩擦磨损试验的进行,缸套-活塞环摩擦副摩擦振动信号振幅分布多重分形谱和频率分布多重分形谱呈现一定的变化规律;多重分形谱图及其参数能够实现摩擦振动信号特征的表征,可以用于摩擦副摩擦振动状态的识别。     

异型螺杆铣削过程刀具磨损状态检测研究

针对异型螺杆铣削加工，采用振动信号特征值作为检测刀具磨损的参量。利用小波分析构建滤波器组，对振动信号进行多尺度分解和多分辨率逼近，提取出刀具磨损特征信号。特征信号处理结果反映了刀具磨损变化规律，振动幅值大小反映了刀具磨损状况，从而实现了刀具磨损状态在线实时检测。