微细电火花加工放电状态逐级映射检测

为解决微细电火花加工过程中由于频繁出现的放电信号严重畸变、放电状态不稳定甚至突变等造成的放电状态难于准确检测的技术难点,在分析和研究传统的微细电火花加工放电状态检测方法的基础上,结合系统辨识和模糊逻辑理论,提出了微细电火花加工放电状态逐级映射检测原理和方法。对实时采集到的极间电压和电流信号,通过模糊运算判别采样点的放电状态,再将采样点放电状态值映射为放电状态矢量,并对该矢量进行统计得到"短路率"和"火花/电弧率",经过模糊推理辨识出各分析周期的放电状态。实验表明,该检测方法准确性高、运算量低且运算速度快,与平均电压法相比,效率提高22.2%。检测结果可为微细电火花放电加工过程的实时控制提供系统放电状态的反馈输入,保证了加工控制系统的稳定性和准确性。     

基于局域波分解的电火花加工放电状态预测方法

针对微细电火花加工和深孔电火花加工过程中频繁出现放电信号严重畸变、放电状态不稳定甚至放电状态突变等实际加工情况,建立基于模糊逻辑的电火花加工放电状态逐级映射检测系统;在此基础上,将局域波分解理论引入电火花加工放电状态预测的研究,结合系统辨识理论和线性预测方法,建立基于局域波分解的电火花加工放电状态预测数学模型,提出基于局域波分解的电火花加工放电状态预测方法。试验证明,基于局域波分解的电火花加工放电状态预测方法的预测精度高、辨识数据短、运算速度快、实时性强,能够有效消除传统预测方法的滞后性,达到提高微细和深孔电火花加工效率、增强电火花加工预测控制系统稳定性的目的,确保加工质量和加工效率等工艺目标的良好实现。     

大深径比微小孔快速电火花加工系统研究

电火花加工因具有宏观作用力小、可控性好等优点,被广泛应用于微小孔加工领域,但对于快速加工大深径比微小孔仍存在散热困难、排屑不畅、电极损耗大及加工过程不易控制等技术难点。为此,在分析电火花加工机理及加工特点的基础上,研发了一台用于快速加工大深径比微小孔的电火花机床。该设备通过采用立式布局,应用电极旋转、工件振动的旋振式机构,实现在加工过程中快速散热和排屑;通过采取工业控制计算机搭载数据采集卡和运动控制器的方式,实现了加工过程的检测控制功能一体化。针对电火花加工过程中放电信号严重畸变以及放电状态不稳定导致加工状态难检测的问题,提出了两级模糊逐级映射放电状态检测方法,同时为了实现机床的快速响应和精确控制,设计了双闭环加工控制系统。实验表明,该机床适合于大深径比微小孔的快速加工,且性能稳定,可靠性高。     

一种电火花加工模糊间隙控制方法研究

针对电火花加工间隙状态难以控制的问题,分析电火花加工特性,研究电火花加工状态识别及检测方法,研制了基于常规模糊控制的优化模糊控制器.此优化模糊控制器以两种采集信息为输入量,进行相应的模糊化,然后建立相关的模糊控制规则,最后耦合两种情况,输出模糊控制量.该优化控制加工系统,解决电火花加工过程中的关键问题,实现加工过程的智能控制.实验证明,该系统运行稳定、安全可靠,智能化程度高,加工效果显著.     

压电自适应微细电火花加工系统特性分析

针对微细电火花加工过程中排屑困难,极易产生短路、拉弧等非正常加工现象,进而造成微细电火花加工效率低、电极损耗大等特点,基于压电陶瓷的逆压电效应提出了一种新的加工方法--压电自适应微细电火花加工技术,对其加工原理进行了详细阐述,并结合试验对该加工系统的加工特性进行了详细分析.试验证明该技术在加工过程中能够实现放电间隙与放电状态的自适应调节,促进捧屑,可有效控制短路及拉弧现象的出现,进而提高微细电火花的加工稳定性及加工效率,并能实现超低电压下的微细电火花加工.结合实例说明采用压电自适应微细电火花加工技术进行小孔加工的过程中能实现稳定加工,获得较高的加工效率,并且加工的小孔圆度较好,说明该技术在微小孔加工方面具有广阔的应用前景.     

电火花磨削加工状态的识别与伺服控制

针对优质超硬材料难加工的问题,分析了电火花磨削特性,研究了电火花磨削加工状态识别及检测方法,研制了间隙电压采样电路和专用模数转换卡及伺服控制系统,解决了电火花磨削加工过程中的关键问题,实现了加工过程的智能控制。实验证明,该系统运行稳定,安全可靠,加工效果明显。     

基于极间阻抗特性的微细电火花放电状态检测系统设计

微细电火花放电状态的检测和放电间隙的准确控制是保证高质量、高效率加工的重要基础。基于极间阻抗变化特性,提出了新的检测方法,利用ADS8681和STM32设计了微细电火花放电状态检测系统。利用串口与电源控制模块通信,实现检测使能控制和检测状态反馈;极间电压信号通过SPI控制ADS8681采集,作为状态判断依据;DAC输出模块负责输出控制信号。经测试该系统能准确识别极间放电状态,并根据加工控制策略输出差分控制信号。     

基于LabVIEW的电火花线切割放电加工状态的研究

电火花线切割加工时放电加工状态决定着加工的质量和速度,电极丝和工件之间的放电电压是对放电加工过程进行实时检测的重要参数.以LabVIEW为开发平台,以放电电压为检测参数,构建了电火花线切割放电加工状态识别仿真系统.该系统主要包括线切割放电状态识别模块、BP神经网络放电预测模块以及加工稳定性分析模块,对提高电火花线切割加工质量、加工效率及智能化加工有良好的效果.     

基于模糊控制的微细电火花加工脉冲电源研究

设计了一套微细电火花加工脉冲电源,该电源采用有效放电火花数检测方法对放电状态进行统计,并利用模糊控制算法对脉冲宽度和脉冲间隔进行调整以改善加工性能。试验结果表明,该脉冲电源在保证加工稳定性的基础上,能够有效地提高加工精度及加工效率。     

模糊控制微细孔电火花加工研究

分析了微细孔电火花加工脉冲识别,提出以间隙平均电压、火化率偏差和火化率偏差变化为模糊控制器的3个输入控制参数,建立了微细孔电火花模糊控制加工策略,同时比较说明了模糊控制器对微孔电火花加工性能影响,实验结果说明模糊控制器对微细孔电火花加工系统更为有效,加工过程更加平稳。     

The Application of an ANFIS and Grey System Method in Turning Tool-Failure Detection

The cutting process is a major material removal process; hence, it is important to search for ways of detecting tool failure. This paper describes the results of the application of an adaptive-network-based fuzzy inference system (ANFIS) for tool-failure detection in a single-point turning operation. In a turning operation, wear and failure of the tool are usually monitored by measuring cutting force, load current, vibration, acoustic emission (AE) and temperature. The AE signal and cutting force signal provide useful information concerning the tool-failure condition. Therefore, five input parameters of the combined signals (AE signal and cutting force signal) have been used in the ANFIS model to detect the tool state. In this model, we adopted three different types of membership function for analysis for ANFIS training and compared their differences regarding the accuracy rate of the tool-state detection. The result obtained for the successful classification of tool state with respect to only two classes (normal or failure) is very good. The results also indicate that a triangular MF and a generalised bell MF have a better rate of detection. We also applied grey relational analysis to determine the order of influence of the five cutting parameters on tool-state detection.     

二进离散小波能量谱及其对微弱信号的检测

提出了二进离散小波的能量谱的分析方法 ,给出了实用的计算公式 ,论述了其可行性。导出了二进离散小波的能量频谱与离散信号频谱之间的关系。应用该分析方法有效地检测出了时域微弱奇异信号和频域微弱特征信号。能量时谱使二进离散小波分析得到的时域奇异信号更加突出 ,能量频谱发现了 Fourier分析不能得到的某些能量集中的特征信号。实例验证了该分析方法的优良特性 ,为设备运行状态检测和故障预报提供了一种新的手段。     

Method of Weak Signals Detection Based on Chaos Suppression in the Nonresonant Parametric Drive

The evolution of chaotic state of Lorenz system on the familiar parameter space orbit is analyzed.Based on the principle of chaos suppression with nonresonant parametric drive,the model of detecting weak periodic signals in strong noise is built.According to the parametric equivalent relationship obtained using averaging method and renormalization method,the critical values of detection parameters are determined,which lead to a sudden change of system dynamical behavior from periodic orbit to stable equilibrium point.Simulation results show that weak periodic signals in strong noise can be detected accurately with the proposed system.The method can obtain accurate range of parameter threshold through theoretical analysis,and the detection criterion is rather simple,which is more convenient for automatic detection.     

基于模糊控制的碰撞干涉检测优化算法

分析了现有几何干涉检测算法,在时间离散法的基础上提出了一个基于模糊逻辑控制的碰撞干涉检测优化算法。根据几何与运动因素的复杂性分析及其指标估计,建立了复杂形体的几何简化模型,引入时间间隔放大因子来动态调节检测时间片长度,并设计了时间间隔放大因子的模糊控制算法。最后,通过在数控弯管机仿真系统中的应用,验证了该算法的有效性。     

光纤传感器在局部放电检测中的应用

电力设备绝缘老化的问题可以通过局部放电在线检测的方法监测出来,以提高故障诊断的针对性.不过传感器的灵敏度及可靠性会受到现场电磁干扰的影响,因此传感器的性能就是影响检测效果的重要因素之一.本文就局部放电检测技术中光纤传感器的应用展开讨论,提出光纤传感器用于局部放电检测中的试验及验证结果.     

容器及泄漏点温度变化对红外气体泄漏检测的影响的研究

红外气体泄漏点检测是利用气体泄漏时在泄漏点处的温度场特性以及热成像装置获取的红外辐射信号对泄漏点进行定位。取得最佳检测效果的关键之一在于尽量增大泄漏点与其周围温度场的温差。充气节流口的直径、充入被测容器的空气压力及温度会对上述温差造成影响。针对上述3个因素,通过理论分析、仿真和实验分析,得到在不同检测条件下充放气过程中容器及泄漏点处的温度变化,从而提出选择泄漏点与其周围容器壁的温度温差ΔT达到极值附近时的红外图像进行图像处理来诊断泄漏点的新策略,并通过实际图像处理算法验证了所提方法的有效性。     

正交检波在自动阻抗匹配器信号检测中的应用研究

分析了自动阻抗匹配器中常规信号检测及相应匹配控制算法存在的不足,给出了高速模拟开关正交检波方案。理论分析表明,正交检波在自动阻抗匹配器信号检测中能够同时获得射频信号的幅值和相位信息;模拟实验结果表明,模拟开关正交检波方案有抑制噪声能力强、线性度好、动态范围宽等优点。与仅检测到射频信号的入射功率和反射功率相比,实时监测射频信号的幅值和相位信息,可以进一步提高自动阻抗匹配器的匹配性能。     

信息缺失条件下管道泄漏状态库构造方法研究

信息缺失条件下的管道泄漏状态特征库是十分重要而且必需研究解决的问题。利用Boot strap模糊筛选器 ,构造了信息缺失条件下的管道泄漏状态特征库 ,解决了无法采集到大量泄漏故障样本来建立状态特征库的难题。设计了一种模拟样本筛选器 ,对产生的模拟样本进行自动分类。实验表明 ,Bootstrap模糊筛选器能较好地选择典型泄漏特征样本 ,同时能有效构造管道泄漏状态库 ,并提高泄漏负压波状态特征的辨识能力。实践证明 ,该方法在管道泄漏诊断中是简单实用和可行的。