广义隐马尔科夫模型在轴承温升预测中的应用

将广义区间概率与隐马尔科夫模型结合,建立了广义隐马尔科夫模型,使之具有更好的鲁棒性和处理2类不确定性问题的能力,并成功用于滚珠丝杠进给系统的轴承温升预测。结果表明,广义隐马尔科夫模型能够根据历史信息对轴承的温升进行预测。     

基于遗传算法的耦合隐马尔科夫模型的故障诊断方法

针对有效利用多通道数据进行准确、灵敏的故障诊断的问题,研究了一种基于遗传算法的耦合隐马尔科夫模型的故障诊断方法。该方法是通过遗传算法优化耦合隐马尔科夫模型参数,以优化参数后的耦合隐马尔科夫模型拟合设备各状态数据建立状态模型库,再计算待诊断信号的极大似然概率值判断设备状态。通过对滚动轴承6种状态实验数据的分析,表明遗传算法能对耦合隐马尔科夫模型参数进行有效优化,且这种基于遗传算法参数优化的耦合隐马尔科夫模型能准确、灵敏地进行故障诊断,且能以极少量数据识别出状态变化。相比于传统故障诊断方法,该方法可不进行特征提取直接建立诊断模型,简化了诊断流程且能更好利用隐马尔科夫模型对状态转变敏感的特性。     

基于广义信度马尔科夫模型的顾客需求动态分析

为了更充分有效地利用产品规划质量屋中顾客需求的重要度信息,使产品设计人员深入了解顾客需求未来演变的趋势,以把握好动态不确定性环境下产品开发的目标和方向,提出基于广义信度马尔科夫模型的顾客需求动态分析方法。首先,分析马尔科夫链及其无后效应描述产品规划质量屋中顾客需求动态变化的可行性,并引入广义证据理论解决经典马尔科夫模型中状态空间数值的微变导致预测结果发生跳跃的问题。其次,考虑传统信度马尔科夫模型在辨识框架不完整情形下的不适用性,建立了基于开放世界的广义信度马尔科夫模型。以某机械企业所生产的静电收尘器的开发与设计为对象,应用该方法展开了实例研究。通过与已有方法的对比分析,进一步阐释了该方法的可行性及有效性。     

基于CHMM的轴承性能退化程度综合评估方法研究

针对传统轴承性能退化评估方法中退化阶段划分的主观性以及连续隐马尔科夫模型在建立评估模型时只考虑正常状态下的样本所引起评估结果的不足,提出了一种基于连续隐马尔科夫模型的轴承性能退化程度综合评估方法。该方法首先通过支持向量聚类方法将轴承全寿命周期划分成若干个退化阶段,然后从每个阶段中提取一定比例的样本用于训练,采用轴承正常阶段的训练样本建立轴承的连续隐马尔科夫模型,将不同退化阶段的训练样本输入模型,分别得到不同阶段样本相对于所建立正常阶段的连续隐马尔科夫模型的输出概率,据此得到样本隶属于不同退化阶段的隶属函数分布。最后,采用集对分析的方法建立轴承测试样本相对于正常阶段样本的联系度,并最终得到轴承性能退化程度的综合得分。通过利用轴承全寿命数据,并与传统连续隐马尔科夫模型及传统无量纲指标进行了对比,验证了所提出的综合评估方法在轴承性能退化评估方面的有效性。     

基于动态切削性能的数控机床加工精度识别方法研究

为准确评价数控机床的精度,通过研究数控机床动态加工性能与精度变化过程间的模糊关联关系,提出数控机床切削精度特征间模糊耦合识别模型,并将数控机床加工精度与切削加工过程看作耦合系统,构造隐马尔可夫模型(HMM),围绕改进量子遗传算法(IQGA)展开分析,实现HMM隐状态估计与参数估计问题,确定各切削特性重要性顺序。构造加工性能与精度特征关联模糊判断矩阵,利用质量功能展开(QFD)对产品需求转化为机床精度的重要性,试验了该技术的可证明行性与准确性。     

基于切削电流系数的铣刀磨损状态监测

基于切削力系数的铣刀磨损状态监测方法提出了与切削参数独立的刀具磨损指标。由于存在干扰机床正常加工、实时性不佳、传感器安装不便和成本过高等问题,限制了其在实际工业环境中的应用。针对上述问题,结合切削力与主轴电流的关系,提出一种基于主轴切削电流系数的铣刀磨损状态监测方法。首先,融合切削力系数和主轴电流的优点,建立铣削电流模型;其次,根据切削电流模型进行切削电流系数辨识,记录新刀状态下切削系数;然后,使用切削系数实时估计相同加工工况下新刀切削电流,监测实际切削电流偏离估计值的程度,判断铣刀磨损状态;最后,通过实验与力信号对比验证该方法的正确性。实验结果表明,该方法可以替代基于切削力系数的磨损状态监测方法,能有效、实时、无干扰、便利和低成本地识别新刀、正常和严重3种磨损状态。     

基于ESPRIT频谱估计和隐马尔可夫模型的铣削颤振辨识系统建模

为有效辨识铣削过程中对工件表面质量影响较大的颤振并确定其具体发生时刻,建立了基于旋转不变技术估计信号参数(ESPRIT)和隐马尔可夫模型(HMM)的铣削颤振辨识模型。建模过程中先利用ESPRIT算法分别对以固定周期采集的切削力信号进行频谱估计。根据频谱特征将经过主轴旋转周期滤波后的切削力信号进行分类,利用具有类标签的力信号训练HMM参数,获得颤振辨识模型的参数。为实现铣削颤振辨识及切削状态监测,开发了基于"PC+FIFO高速数据采集"的切削力信号实时采集与处理功能,建立了该功能与开放式模块化结构数控系统的数据传输机制。实验结果表明,辨识系统可根据建立的颤振辨识模型准确判断加工过程中各时刻的切削状态,实现了铣削颤振的有效辨识。     

数控机床误差补偿技术研究

提出基于多体系统理论的数控机床运动误差模型,几何误差参数综合辨识模型及相应测量技术,使用９线位移误差及直线误差测量,可准确辨识数控机床整个工作区间内的全部２１项几何误差参数;在三坐标立式加工中心上进行软件误差补偿实验,并上坐标测量机检验。结果表明,建模方法具有较强的实用性,对数控机床加工误差补偿效果明显。     

HSK刀柄和主轴在高速旋转下连接性能可靠性分析

空心短锥刀柄在数控机床上起到连接主轴与切削刀具并传递力矩的作用。刀柄与主轴连接性能的可靠性对机床的加工精度及工作安全性有重要影响。由于加工和装配等误差、实际过盈量和实际夹紧力等结构和性能参数具有不确定性,考虑到HSK工具系统中这些参数的不确定性,利用区间模型描述这种不确定性,建立了HSK刀柄与主轴连接接触面区间接触应力模型,提出了HSK刀柄与主轴连接性能的非概率可靠性模型,给出了可靠临界转速的概念。通过对HSK-A63刀柄性能的分析与计算,说明了该方法的合理性与可行性,为防止HSK刀柄与主轴的连接失效,保证数控机床的加工精度和使用的可靠性提供了理论基础。     

数控机床时变切削振动自适应稳定控制方法

针对数控机床切削过程中因不确定因素多,导致刀尖运动刚度和阻尼力难以保持恒定而造成的强振动问题,提出一种基于模态稳定的自适应稳定控制方法。模拟机床切削的连贯加工过程,获得影响最大的阻尼力和刚度系数;将其作为模糊动态振动表达模型的初始输入数值,通过响应函数得到二者在时变振动状态下的分布可能结果;利用置信函数得到阻尼和刚度系数的安全置信区间,以该区间作为判定依据,对超过区间的系数实行模态控制,完成切削振动的稳定控制。从切削振动的位移信号和声音信号 2 个方面进行仿真验,结果表明,该方法具有一定的可靠性和稳定性,可保证刚度和阻尼系数的状态恒定。     

切削加工颤振智能监控技术

切削加工颤振智能监控技术是智能机床中不可或缺的一部分,是智能加工的一个重要发展方向。它对于提高零件的加工精度与效率,增加企业的运营绩效具有重要的意义。以传感器的选择、特征提取、颤振识别和颤振抑制为主线,系统的综述了切削加工过程中颤振智能监控的研究进展。分析颤振信号的选择和时域、频域、时频域以及特征自适应智能提取的特征提取方法;分析神经网络、支持向量机、隐马尔科夫模型、混合模型和在线智能进化模型在颤振识别中的应用;着重分析基于主轴转速调整的颤振智能控制方法。在此基础上,对切削加工颤振智能监控的研究难点进行了分析,并总结了目前存在的问题。最后,对切削加工颤振智能监控技术今后的发展趋势进行了展望。     

基于主轴电流信号多特征融合的刀具磨损状态监测

为实现在正常生产条件下进行刀具磨损的长期在线监测,提出了基于主轴电流信号和粒子群优化支持向量机模型(PSO-SVM)的刀具磨损状态间接监测方法。首先对数控机床主轴电机电流信号进行分析,将与刀具磨损相关的主轴电流信号多个特征参数和EMD能量熵进行特征融合作为输入特征向量;其次,通过粒子群寻优算法(PSO)对支持向量机模型(SVM)参数进行优化,建立基于主轴电流信号融合特征和PSO-SVM理论的刀具磨损状态识别模型;最后,通过实验采集某立式加工中心主轴在刀具不同磨损状态下电流信号进行验证,并与传统SVM模型、BP神经网络模型进行了对比分析。结果表明,所提出的方法具有较高的准确率和较好的泛化能力。能够实现正常生产条件下对刀具磨损的长期在线监测。     

基于SVR-GA算法的广义加工空间机床切削稳定性预测与优化研究

针对机床零件加工位置和进给方向不确定造成刀尖频响函数变化,导致切削稳定性叶瓣图与无颤振工艺参数预测具有不确定性问题,提出一种耦合支持向量回归机(SVR)与遗传算法(GA)的切削稳定性预测与优化方法。该方法采用锤击法模态实验和空间坐标变换,获取样本空间不同加工位置与进给方向的刀尖频响函数;进而结合传统切削稳定性预测方法构建以各向运动部件位移、进给角度、主轴转速、切削宽度、每齿进给量为输入的极限切削深度SVR预测模型;采用该SVR模型作为切削稳定性约束建立材料切除率优化模型,通过遗传算法求解各运动轴位移、进给角度与切削参数的最优配置。以某型加工中心展开实例研究,实验结果表明获取的优化配置能实现稳定切削,验证了该方法的有效性。     

[设备健康管理]基于机床信息的加工过程刀具磨损状态在线监测

为实现刀具磨损状态的在线监测,提高监测系统的实用性,提出一种基于机床信息的加工过程刀具磨损状态在线监测方法。采用OPC UA通信技术在线采集与存储数控机床信息,得到与磨损相关的机床内部过程信息,并基于这类信息与相应的刀具磨损信息,利用卷积神经网络建立了刀具磨损状态识别模型。应用案例证明了该方法的监测性能,与其他传统监测方法相比,该方法更适用于实际的生产加工。     

ESPRIT- and HMM-based real-time monitoring and suppression of machining chatter in smart CNC milling system

Suppression of machining chatter during milling processes is of great significance for surface finish and tool life. In this paper, a smart CNC milling system integrating the function of signal processing, monitoring, and intelligent control is presented with the aim of real-time chatter monitoring and suppression. The algorithm of estimation of signal parameters via rotational invariance techniques (ESPRIT) is adopted to extract the frequency characteristics of acceleration signals, and then, cutting state is categorized as stable state, chatter germination state, and chatter state based on amplitude-frequency characteristics of identified acceleration signals. The model of chatter identification is acquired by training a hidden Markov model (HMM), which combines acceleration signals and labeled cutting state. To implement real-time chatter suppression, the algorithm of fuzzy control is integrated into a smart CNC kernel to determine the relationship between cutting force and spindle speed. Furthermore, spindle speed of machine tool could be adjusted timely in the presented system once the chatter is identified. Finally, the effectiveness of the proposed real-time chatter monitoring and suppression system is experimentally validated.     

弧齿锥齿轮成形三维虚拟仿真研究

通过分析弧齿锥齿轮加工原理及加工机床的结构和运动关系,并基于空间啮合理论,建立了刀刃锥面方程和啮合方程,应用图形变换原理,推导了弧齿锥齿轮NC机床运动参数的计算方法。基于VERICUT软件平台,建立了弧齿锥齿轮NC机床模型及弧齿锥齿轮三维虚拟仿真加工模型,对一对具体的弧齿锥齿轮进行了几何参数、刀具参数和NC机床运动参数的计算,并在VERICUT环境下进行了虚拟仿真加工,验证了弧齿锥齿轮NC机床模型及三维虚拟仿真加工模型的正确性。     

A manufacturing model of helical groove on rotary burr and a universal post processing method

A systematic machining theory and precision method to determine cutter location in a grinding system is presented for rotary burr. First, the helical cutting edge on various kinds of revolving surfaces is built. Then, based on the geometry model of the helical cutting edge, the smooth spiral rake surface with constant normal rake angle and flank surface can been formed during the one-pass grinding process by this method. No interference between the grinding wheel and workpiece happens by the wheel special rotation. The method has the characteristic of detaching the grinding wheel path solution from specified machining conditions. The grinding wheel path is suitable for different NC machine tools through post processing. Meanwhile, a mechanism kinematic model of the NC machine tool is built, and a generalized algorithm for post-processing of multi-axis NC machine tools is presented. This model is applied to arbitrary configuration of NC machine tool, and the motion value for each axis will be generated by the inputting structure and motion parameters of the machine tool. The model, together with the machining method mentioned in this paper, make the calculation and generation of the grinding wheel path simpler and universal. At last, the validity of the method given in the paper is identified by an example of grinding.     

刀具磨损监测及破损模式的识别

对于金属切削过程中的刀具磨损,提出了基于隐马尔可夫模型的模式识别理论来识别刀具的不同磨损状态,从而预报刀具破损.该方法对切削过程中切削力信号的动态分量和刀柄振动信号进行快速傅里叶变换特征提取,然后利用自组织特征映射对提取的特征矢量进行预分类编码,把矢量编码作为观测序列引入到隐马尔可夫模型中进行机器学习,建立了3个不同磨损状态的隐马尔可夫模型,并利用最大概率进行模式识别.试验表明,该方法对车刀磨损过程进行识别和预报是有效的.     

基于VERICUT的虚拟数控加工刀具轨迹优化

虚拟物理数控加工仿真主要研究加工过程中切削力、切削热、机床运动误差、加工系统颤振以及负载变化引起加工结果变化的预测问题,目前已成为虚拟制造最具魅力的地方。通过在VERICUT下的电吹风外壳模盖的虚拟数控加工刀具轨迹优化研究,为复杂曲面零件的加工生产提供了有效参考。