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。     

基于云计算的刀具状态监测数字孪生系统研究

数字孪生连接物理世界与信息世界,可实时仿真物理系统,并提供预测结果,为优化决策提供参考.对基于云计算的刀具状态监测数字孪生系统进行研究,提出了基于核主成分分析和极限学习机的刀具磨损状态智能监测算法.对基于云计算的刀具状态监测数字孪生系统架构进行了介绍,对刀具磨损状态智能监测算法进行了分析,并通过试验确认基于云计算的刀具...     

刀具切削变工况数字孪生模型构建方法

针对历史工况条件下建立的刀具数字孪生模型对新工况监测的准确度降低,且新工况下缺乏足够训练样本重新训练模型的问题,将深度迁移学习策略引入刀具数字孪生模型,建立刀具切削变工况数字孪生模型。该模型基于边缘分布适配规则,使模型学习到分布相似的源域数据特征和目标域数据特征,只需较少的目标域样本即可将源域训练好的模型迁移到目标域进行监测,从而提高刀具数字孪生模型在目标域的监测精度和适应性。实验验证,相比未引入迁移策略的模型,所建模型能够提高变工况条件下的磨损监测精度和对新工况的泛化能力。     

数控机床刀具磨损监测方法研究

数控机床刀具磨损监测对于提高数控机床利用率,减小由于刀具破损而造成的经济损失具有重要意义.文章有针对性地回顾了国内外各种刀具磨损监测方法的研究工作,详细叙述了切削力监测法、切削噪声监测法、功率监测法、声发射监测法、电流监测法以及基于多传感器监测法等六种刀具磨损监测方法.本文通过比较各种监测方法的优缺点,提出基于多传感器监测法是数控机床刀具磨损监测方法的未来发展的主要方向.     

基于长短记忆网络的刀具磨损监测方法研究

刀具磨损监测是推动数控机床稳定运行的有效手段。为实现刀具健康实时监测,设计一种基于长短记忆网络的刀具磨损监测方法。将实时采集的切削力信号进行去噪、降维等预处理;用堆叠自编码器进行特征提取,获得影响刀具磨损的本质特征;用长短记忆网络构建刀具磨损监测模型,实现加工过程中刀具磨损监测。利用铣削实验数据进行实例验证,获得磨损量平均绝对误差为0.060 80的铣刀磨损量监测模型,验证了该方法的有效性。     

数控机床刀具磨损监测实验数据处理方法研究

数控机床刀具磨损监测对于提高数控机床利用率,减小由于刀具破损而造成的经济损失具有重要意义.有针对性地回顾了国内外各种分析刀具磨损信号方法的研究工作,详细叙述了功率谱分析法、小波变换、人工神经网络以及多传感器信息融合技术的实现形式.通过比较各种数据处理方法的优缺点,提出基于混合智能多传感器信息融合技术是数控机床刀具磨损监测实验数据处理的未来发展的主要方向.     

基于数字孪生的刀具前处理机设计

针对传统机电设备设计研制效率较低等问题,将数字孪生技术应用到刀具前处理机的研制开发过程中,运用NX、ANSYS、TIA等软件,进行了机械结构建模、静力学分析、流体力学仿真、电气控制系统设计。在完成运动副搭建、通讯环境建立、信号映射的基础上,进行了刀具前处理机MCD机电联调虚拟仿真,实现了虚拟样机机械动作、传感器信号与PLC控制程序间的交互,验证了设计的可行性;最后进行了样机系统的搭建与测试。研究结果表明:刀具前处理机样机可在1 min内有效清除4 kg以内的铣刀上残留的磨削液;基于数字孪生的设计方法降低了样机研制的返工率,提升了机电产品的研制效率。     

基于数字孪生的产品设计过程和工作量预测方法

为解决由于实际产品设计过程和理想的仿真过程状态不一致而导致的产品设计复杂性预测不准确的问题,研究了基于数字孪生的产品设计过程及其工作量预测方法.构建了产品设计数字孪生系统五维结构模型.详细定义了虚拟空间的产品设计数字孪生模型,包括功能数字孪生模型、设计师数字孪生模型和设计活动数字孪生模型.从知识的角度出发,提出了产品设...     

基于振动测试的数控机床刀具磨损监测方法

为了通过特性分析直接判断数控机床刀具的工作状态,以实现柔性制造系统的研究,在刀具磨损的多种在线监测方法中采用振动测试的监测方法,对DL20MH数控车削中心的YG8硬质合金刀头进行在线监测,分别在不同的刀具磨损阶段实时监测其磨损信号,通过时域分析、频域分析和传递函数分析相结合的方法进行数据处理,并对照被加工工件的表面粗糙度和通过显微镜下观察刀刃的实时变化情况,对其进行分析处理,得出刀具的实时变化情况及被加工工件的粗糙度与理论数据基本吻合并呈现出一定的趋势,从实频域分析数据中也可以直观地判断刀具的磨损状态,测试结果与实际情况吻合,从而验证了振动测试是适合刀具磨损在线监测研究的.     

基于数字孪生模型的齿轮试验台状态监测方法

为了对齿轮试验台运行状态进行监测,及时有效地发现运行故障,保证设备稳定地运行,提出了一种基于数字孪生的齿轮试验台状态监测方法。通过建立齿轮试验台的数字孪生模型,实时仿真齿轮试验台在正常运行工况下的运行状态,实现对齿轮试验台设备状态监测、故障判断和运行状态的预测。经闭功率流齿轮试验台测试结果对比表明,齿轮试验台数字孪生体仿真结果与齿轮试验台测试结果基本一致,此技术可以还原正常运行工况下齿轮试验台的运行状况,从而实现对齿轮试验台的状态监测,为故障诊断、状态监测提供了一种新方法。     

国内外刀具磨损、破损自动监测方法的现状述评

本文总结了目前国内外刀具磨损、破损自动监测的主要方法，并对其优缺点、技术现状及应用背景进行了评述。     

数控机床刀具磨损在线监测建模与研究

通过对数控机床刀具在线磨损状况进行分析,构建了一种在线监测刀具磨损的模型,文章阐述了该模型的在线监测原理,并对其必要技术进行了研究分析.     

基于分形理论和神经网络的刀具磨损监测

提出了一种基于分形理论和神经网络的刀具磨损监测方法,从切削力动态分量中提取分形维数D、从切削力静态分量中提取切削力比R这两个特征量作为监测刀具磨损状态指标,并将这两个特征量及切削速度作为神经网络的输入.试验结果表明,该方法能有效识别刀具的磨损状态.     

非接触式刀具磨损监测系统研究

根据所提出的刀具磨损非接触式检测方法,设计开发了一种新型监测系统,并论述了系统组成、硬件设置及相应的软件开发方法。     

基于切削力信号时域频域特征融合的刀具磨损监测

从时域、频域提取了切削力信号特征参数随着刀具磨损量增加的变化规律,提取了切削力信号的峰值因子、Kurtosis系数和频段带能量作为刀具磨损量监测特征参数,并将各个特征量构成的特征矢量输入改进的多层反传神经网络进行融合,实现钻削过程刀具磨损量的智能识别。试验结果表明,该方法具有较高的识别精度和较强的抗干扰能力。     

变参数铣削刀具磨损状态监测研究

针对切削力旧有时域特征易受切削参数变动影响而不适用于变参数铣削刀具磨损状态监测的缺陷,采用了一组新的无量纲切削力时域特征(归一化切削力指标NCF、变异系数Cv和峰值力比MFR)。并以难加工材料TC4钛合金变参数铣削实验来验证新特征在变参数铣削刀具磨损状态监测上的有效性,分别以新旧特征作为SVM分类器的输入,分析和比较结果表明本文提出的无量纲切削力时域特征对切削参数变化不敏感,而仅对刀具磨损状态变化敏感,因此能够实现变参数铣削刀具磨损状态监测。     

基于高斯过程潜力模型的刀具磨损预测

刀具磨损预测对于提高加工精度和生产效率具有重要意义。刀具磨损预测模型主要包括基于物理的模型和基于数据驱动的模型。基于物理的模型一般使用经验公式或简化公式对刀具磨损过程进行建模,在切削参数变化的情况下其预测精度通常会变低。另一方面,数据驱动模型通过测量数据来估计刀具磨损,没有考虑刀具磨损机理,导致模型泛化性和结果可解释性较差。为了解决这些问题,提出了一种新的用于刀具磨损预测的高斯过程潜力模型。所提出的模型使用高斯过程对刀具磨损物理模型的未知参数进行建模,建立了一个物理信息机器学习模型。高斯过程潜力模型不仅避免了物理模型的参数识别,而且挖掘了来自物理域和数据域的隐藏信息。此外,通过将物理模型与高斯过程的协方差函数相结合,构建了一个物理信息协方差函数来约束模型的输出,提高了预测精度。多工况试验结果表明,所提方法的绝对平均误差和均方根误差分别为2.5945、3.740 8,比传统数据驱动模型的预测误差要更小,预测精度进一步提升。     

刀具磨损和破损的综合监测法

简述一种监测刀具磨损和破损的方法——参考量综合监测法，并设计了监测线路。由于采用该方法时能对电网电压进行监测，自动减去首切电流，还用声发射(AE)、电机电流综合对刀具磨损和破损进行判别，所以拓宽了监测范围，提高了抗干扰能力，使该监测系统具有较高的判别成功率。     

刀具磨损监测与车削仿真研究

金属加工过程中,切削刀具的状态对于生产效率和表面加工质量有重要影响,因此刀具磨损监测具有重要意义。刀具磨损监测是柔性制造系统研究工程的一个重要课题。切削力信号作为加工过程中最稳定和最可靠的信号,和刀具磨损密切相关。从实验上分析切削力与刀具磨损的相关性,提出刀具切削力变化与磨损变化是一致的。基于有限元分析软件对车削加工进行仿真研究,模拟了切削力的大小分布,并将模拟结果与实验结果进行了比较分析,为实际工艺参数的选择提供了理论指导。