基于振动法的刀具磨损状态监测研究

数控机床加工过程中,刀具是直接与金属材料接触并参与切削过程的工作部件。在金属切削加工过程中刀具不可避免地产生磨损现象,提高刀具使用寿命,降低因为刀具磨损而产生的损失,对刀具的工作状态实施监测意义十分重大。基于振动测试法的刀具磨损状态监测主要以采集到的振动信号作为依据,对振动信号作时域、频域和时频分析来提取有效的特征量,结合工件被加工表面的粗糙度情况以及刀刃的磨损状况,判断出在加工过程中刀具的实时磨损规律,实现刀具磨损程度的有效控制。     

基于故障数据库的高速铣削诊断的研究

通过对高速铣削过程中各种铣刀状态下采集的振动信号进行时域、频域分析,对比不同磨损程度刀具的振动信号,找出与刀具状态对应的信号特征。基于LabVIEW平台,开发出在线分析监测系统。由于铣削加工过程的复杂性以及监测系统中得到的特征数据结构复杂、种类繁多,因此将数据库技术应用于在线监测系统中,从而实现对监测系统中数据有效集中管理,提高系统的即时反应速度和运行效率,实现对刀具状态的准确判断。     

基于离散小波分解的刀具故障诊断

针对石材加工过程中刀具状态监测问题,基于振动采集装置分别对不同状态刀具进行振动铣削对比试验,采集不同状态下刀具振动信号,通过离散小波分解确定表征刀具故障诊断的特征值,同时确定了不同转速时的特征值范围,并在工艺范围内实现了刀具的故障诊断。     

基于开放式数控系统的车刀磨损监控技术研究

研究了采用工业PC机、电机控制卡和数据采集卡构成的开放式数控系统的体系结构和功能。在加工过程中，数据采集单元实时采集刀具的振动信号，经过数字滤波，运用多元回归建模技术，建立了车削过程刀具磨损监测模型。该方法也可以方便地建立适合不同切削过程要求的监控模块。实验表明，在开放式数控系统平台上，可实现车刀磨损程度监控技术，保证了加工过程的稳定性。     

用振动信号的双谱估计法监测刀具状态的可行性实验

以铣削加工为研究对象探讨了振动信号的双谱分析在刀具状态监测中的应用问题，研究结果表明：应用振动信号的双相干系数法可以有效地监测铣削加工过程中的刀具状态。     

数控机床切削过程刀具磨损与破损的振动监测法

数控切削加工过程中刀具的磨损与破损是数控机床常见的故障之一,而刀具的磨损与破损程度直接影响零件的加工质量.所以对刀具状态的实时监测就显得十分关键,本文阐述了从振动分析方面对其进行在线监测的方法.     

基于音频技术的钛合金钻杆车削加工刀具磨损状态监测研究

在钛合金钻杆车削加工过程中,同时采集各阶段的中、高频声音信号和振动信号,通过信号对比分析,分析在刀具磨损值变化的条件下中、高频声音信号与振动信号的关系,验证音频分析技术在钛合金钻杆加工中刀具磨损状态监测的有效性。     

基于RFID的数控机床刀具管理系统研究

数控加工过程中,对刀具管理自动化的要求越来越高,但目前国内关于刀具管理系统自动化的研究相对较少。在结合RFID无线射频技术的基础上,提出了一种基于RFID无线射频技术的数控机床刀具管理系统的实践方案。研究了刀具管理系统的基本架构,能够实现刀具的日常管理、刀具监测及快速选刀等功能。应用C#和SQL server软件,开发了刀具管理系统的模型。     

深孔钻削监测系统的研究

通过采用一种新研制的应变式传感器和振动传感器,采集四路信号共同监测深孔加工过程中刀具的磨损状态。在大量实验的基础上,分别对深孔钻削过程中的总轴向力、切向扭矩、垂直方向振动和水平方向振动四种信号进行分析,提取反映刀具磨损的特征量,最后用模式识别的方法进行状态分类,得出监测结果。     

精密数控机床铣刀故障监测方法的研究

刀具在加工过程中不可避免的存在着磨损和破损现象,刀具的消耗直接导致工件精度下降和生产成本增加。开展了一系列实验,深入研究刀具状态监测方法,构建了新型铣削过程刀具磨损监测试验系统。通过振动传感器和声发射传感器对铣削过程中不同磨损程度刀具的信号进行检测、采集、分析。选择对刀具磨损状态反映敏感的特征量。采用BP神经网络,建立刀具磨损特征向量与刀具磨损状态之间的非线性映射关系。     

基于长短时记忆网络的深孔镗削刀具状态监测

镗削加工是机械加工领域中非常重要的一种加工手段,被广泛应用于大型零件的深孔加工过程中。但由于镗削加工的切削区域位于深孔内部,所以机床操作者难以对刀具状态做出准确的判别。针对这一问题,提出了基于深度长短时记忆(Long Short-Term Memory,LSTM)网络的镗削刀具状态监测方法。通过对镗削过程的振动和声音信号采集,利用振动和声音信号的频域数据训练深度长短时记忆网络,建立了振动和声音信号与镗削刀具状态的映射模型。在深孔镗床上进行了模型测试试验。试验表明:深度长短时记忆网络模型对刀具状态有着较好的预测准确度。     

基于模糊聚类的数控车削加工刀具磨损检测研究

将模糊聚类分析原理应用于数控车削加工刀具磨损检测,对数控车削加工刀具磨损的各阶段力信号和振动信号进行采集,通过小波滤波及功率谱的谱分析,找到车削加工过程中刀具磨损的典型参数变化。通过提取信号特征值进行模糊聚类,实现了数控车削加工刀具磨损的状态识别。     

基于多参数指标的刀具磨损状态在线监测

刀具在进行切削加工过程中,通过采集定速下的加速度信号,对其时域和频域的相关指标进行分析,提取有效的特征量,对刀具磨损状态进行在线监测。分析结果表明:在时域指标的有量纲参数中,均方根值和峭度对刀具磨损有较好的指示作用,当刀具在出现明显磨损时,该两参数的数值明显增大;在无量纲参数中,脉冲指标、裕度指标和偏斜度指标对于刀具磨损振动更加敏感;在频域指标参数中,均方频率和功率谱方差对刀具磨损的振动信号变化敏感,此方法研究可有效判断出在加工过程中刀具的实时磨损状况,具有一定的应用价值。     

三轴高频采样的无线传感器网络节点设计

针对现有无线传感器网络节点的不足和机械振动信号采集的需求,设计一种应用于机械设备状态监测的三轴高频采样的无线传感器网络节点。该节点采用模块化设计,包括数据采集模块、数据处理模块、无线通信模块、存储模块和电源模块五部分,其中数据处理模块MSP430处理器负责采集、存储、处理数据,无线通信模块CC2530处理器通过移植Zig Bee协议栈负责无线传输数据,数据采集模块采用MEMS加速度传感器通过三维正交组合方式拾取三轴加速度信号。经测试表明,该节点具有高采样率、大量程、三轴同步性的特点,能够满足机械设备高频振动监测的要求。     

基于PVDF薄膜传感器的薄壁件铣削振动在线监测与分析

薄壁件的弱刚性导致其在加工过程当中容易产生振动,而薄壁件加工过程中存在的非线性问题使得加工振动难以预测,尚无法建立精确的理论模型。为了研究薄壁件铣削加工过程中的振动,提出一种基于模态理论的悬臂梁工件的动态振动监测模型,利用N个动态位移传感器监测前N阶模态下悬臂梁上任意一点的振动。以铣削加工悬臂薄板为例,采用聚偏氟乙烯(Polyvinylidene fluoride,PVDF)薄膜传感器在线监测了铣削过程中工件的振动位移。工件振动位移信号的时频域分析结果表明,PVDF薄膜传感器能够有效监测薄壁件加工过程中周期谐振信号和高频振动信号,其中高频振动易发生在切入、切出阶段,且频率多分散在周期性切削激励倍频附近。最后,只考虑工件一阶模态,计算得到刀具在工件上动态作用点处工件的振动位移,并与工件变形引起的让刀量对比,验证了该方法的有效性。     

数字孪生驱动的数控铣削刀具磨损在线监测方法

针对数控铣床不断老化导致刀具磨损预测模型误差较大,加工过程中动态数据难以在线采集等问题,提出一种数字孪生驱动的刀具磨损在线监测方法。采用神经网络对加工过程中的多源数据进行特征提取,建立考虑机床老化的刀具磨损时变偏差量化模型,并在此基础上提出数控铣削刀具磨损的在线预测方法;开发了面向刀具磨损的数控铣削数字孪生系统,在线感知加工过程中的动态数据并实时仿真刀具磨损过程;最后,将该方法应用于实际加工中并与其他的预测方法进行了对比,结果表明该方法有效降低了机床老化带来的误差,实现了刀具磨损的精确预测。     

基于多源同步信号与深度学习的刀具磨损在线识别方法

为提高刀具状态监测系统的实用性、避免实际加工过程中工序变换产生的信号干扰,提出一种基于多源同步信号与深度学习的刀具磨损在线识别方法。该方法利用自动触发的方式实现了机床运行在特定工序时的刀具振动、主轴功率、数控系统参数等多源信号的同步在线采集,保证信号同步性的同时有效避免了因工序变换而产生的信号波动干扰;进一步利用高频振动特征实现了 “切削过程”与“切削间隙”采集样本的准确划分,并基于皮尔逊积矩相关系数筛选出强关联特征,保证了多源监测信号融合样本的可用性;最后基于一维卷积神经网络建立了刀具磨损在线识别模型。实验结果表明,该方法无论从识别精度还是诊断效率,均能实现实际加工过程中刀具磨损状态的在线识别。     

不同铣刀齿数超声振动铣削加工时的轴向力仿真试验研究

7075铝合金具有良好的延展性和导电性,长期应用于汽车、航空航天以及船用板材等重要领域。通过ABAQUS软件模拟了二齿、三齿、四齿铣刀的超声振动铣削过程,并通过对比分析铣削力波形图确定四齿铣刀铣削效果最优。验证可得,实验结果和模拟值存在一定误差,二齿铣刀平均铣削力误差最大为14.67%,四齿铣刀平均铣削力误差最小,为10.17%。误差主要来源于加工过程中刀具操作方法设计、加工过程中机床振动以及工件刀具的磨损等因素。     

飞机难加工材料1Cr15Ni4Mo3N超声铣削加工试验研究

针对传统铣削加工过程中切削力过大、切削温度过高、刀具磨损严重、加工硬化现象显著、难以实现飞机难加工材料高效高质量加工等问题,组建以刀具为振动对象的超声振动铣削试验平台,开展飞机难加工材料1Cr15Ni4Mo3N合金钢超声铣削加工技术试验,研究超声振动辅助作用对难加工材料铣削加工过程中铣削力、铣削表面完整性以及刀具磨损的影响规律。研究结果表明,超声振动辅助铣削可以减小切削力,减缓刀具磨损,增加刀具使用寿命,提高工件表面质量,是一种切实可行的工艺方法。     

基于BP神经网络的立铣加工振动快速预估

结合研制的立铣加工过程虚拟仿真系统和实验测量铣削力信号,训练并建立BP神经网络模型,快速实现铣削过程刀具-工件系统振动状态的预估.预估的振动结果与实验测量数据较为吻合,表明铣削虚拟仿真系统与神经网络技术的结合能够高效低耗地用于不同铣削加工条件下铣削振动状态的快速预估和加工过程监测.