基于BiLSTM的铣刀磨损状态监测模型

机械加工中刀具磨损退化直接影响工件质量和生产效率,在线监测刀具状态对于提高生产可靠性和降低刀具成本具有重要意义。为实现铣刀磨损状态在线监测,通过采集的主轴振动和主轴电机驱动电流作为监测信号;使用小波阈值降噪消除信号中的环境噪声干扰成分,并通过冗余提升小波变换保留信号的精确频率局部化信息,以提取更为丰富的频率特征;引入BiLSTM双向长短周期记忆网络对特征信号的时间信息进行编码,通过全连接层预测刀具磨损状态。通过铣刀的全寿命实验验证本文设计的铣刀磨损状态监测模型,结果表明,BiLSTM双向长短周期记忆网络可以有效评估铣刀磨损状态。     

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。     

基于铣削力识别的铣削监测与铣刀故障诊断

为提高铣削过程监测与刀具故障诊断精度，通过测量铣床的频响函数和在铣削加工中的铣床振动加速度响应信号，用载荷识别的方法计算铣削力，分别得到了用4刀齿和2刀齿加工时横向铣削力的识别结果，所得到的铣削力曲线与加工工况吻合良好。以所识别铣削力为特征参量，用ART2神经网络进行了铣削过程监测与铣刀故障诊断，其结果比直接用振动响应信号进行监测与诊断更可靠，从而得到较好的监测诊断结论。     

基于主轴电流的铣削力间接监测方法

实时准确地监测铣削状态对于提高加工质量与加工效率具有重要意义,切削力作为重要的加工状态监测对象,因其监测设备昂贵且安装不便而受到限制,为此提出一种考虑刀具磨损的基于主轴电流的铣削力监测方法.首先基于切削微元理论建立了考虑后刀面磨损的铣削力模型,并通过铣削实验进行铣削力模型系数标定;然后对主轴电流与铣削力的关系进行理论建...     

基于铣床主轴弯扭力学信号的铣刀磨损状态监测方法研究

为了及时检测出急剧磨损的铣刀,提高加工效率,保证工件精度和表面质量,设计了一种基于机床主轴弯矩与扭矩信号的铣刀磨损状态监测方法,利用主轴上的扭矩和弯矩传感器对加工过程中的刀具进行实时在线测量,并对采集到的数据进行处理。试验结果表明,将切削力信号融合提取特征作为输入信号,可以提高刀具磨损状态识别的准确性,能够直接和准确地反映刀具磨损状态。     

基于铣削力与神经网络刀具磨损状态识别研究

以铣削难加工材料——高锰钢加工过程为研究对象。建立了以铣削力作为监测信号的铣刀磨损监测实验系统。应用小波包理论对铣削力信号进行分析和消噪处理。并提取了信号的能量特征作为神经网络的输入向量。基于神经网络极强的非线性映射能力及分类能力。选用小波包分析与BP网络结合的方式对刀具磨损状态进行识别。建立了模式识别BP网络结构,构造了网络训练样本及测试样本。对网络进行了训练、仿真及验证测试,结果表明该网络能够对刀具磨损状态进行准确的识别。对刀具的在线监测具有良好的现实意义。     

陶瓷基复合材料铣削力优化及刀具磨损研究

SiCf/SiC陶瓷基复合材料具有硬度高和耐磨损等特点,在切削加工时存在切削力大和刀具磨损严重等问题.采用正交试验法对SiCf/SiC陶瓷基复合材料开展了铣削试验,使用极差法对铣削力进行分析,通过分析铣削加工参数对铣削力的影响规律,得出铣削深度对铣削力的影响最大.同时,分析铣削深度对刀具磨损的影响结果表明,随着铣削深度...     

确定铣削力模型中刀具偏心参数的一种算法

对数控加工中球头铣刀铣削力建模时刀具偏心参数的确定进行了研究。在铣削力模型的建立中考虑了刀具偏心的影响,推导出刀具偏心参数的表达式,考虑到刀具单刃切削条件,提出了刀具偏心参数的确定算法。在通过铣削力试验数据计算铣削力系数的过程中,采用上述算法确定了刀具的偏心参数,用于铣削力的仿真预测中,仿真结果和铣削力试验的结果表明,算法效果良好。     

基于刀具磨损映射关系的微细铣削力理论建模与试验研究

微细铣削加工过程中,刀具直径小且磨损较快,刀具磨损对微细铣削力有着明显的非线性影响,同时刀具跳动又对刀具每齿的磨损表现出不同的影响效应,这些影响因素会导致加工过程的不稳定性和精度.然而,目前缺乏考虑具有刀具跳动和磨损效应的通用微细铣削力模型,研究了刀具跳动与刀具每齿磨损量之间的变化规律,提出了一种同时包括刀具跳动和刀具...     

Inception-ViT模型的微型铣刀磨损状态预测研究

微细加工过程中,铣刀的磨损状态直接影响加工精度和被加工表面质量.为了预测刀具磨损状态,提出一种Inception-ViT微型铣刀磨损预测模型.通过机器视觉检测装置获取铣刀后刀面磨损图像,依据底刃直径减少量划分特征数据集,通过数据增强方法扩充数据集.借助Inception-ViT模型对数据集进行训练,建立微型铣刀磨损状态...     

基于SOM和HMM结合的刀具磨损状态监测研究

针对端面铣刀磨损状态的识别问题,提出了基于自组织特征映射神经网络和隐马尔可夫模型结合的方法。该方法对铣削力信号进行预处理和相关特征提取,用自组织特征映射对信号特征矢量进行量化编码,所得码本作为隐马尔可夫模型的输入向量,分别训练三个不同磨损阶段的隐马尔可夫模型来对未知的刀具磨损状态进行监测与识别。实验结果表明,该方法能够对刀具磨损状态进行准确的识别,对自动化生产具有现实意义。     

基于铣削均匀性的切削参数优化

分析了高速铣削加工切屑形成过程中刀具—工件的接触行为,提出了考虑轴向切削深度和径向切削深度的铣削均匀性模型。在此基础上,以恒定的金属去除率为约束条件、铣削均匀性系数为优化目标,建立了切削参数的优化模型。通过对航空铝合金进行高速铣削试验,验证了铣削均匀性理论及优化模型的合理性。结果表明,对于航空铝合金的高速铣削加工,采用大径向切深—小轴向切深有利于提高铣削均匀性,减小切削力。     

基于球头微铣刀的铣削力建模与试验研究

以光学玻璃材料为加工对象,基于铣削力微元分析方法,建立了微铣削力理论模型,并通过试验研究对理论分析进行了验证,结果表明,理论计算模型与实验实测的结果较为吻合,球头铣刀动态铣削力模型与实测铣削力曲线总体趋势基本吻合,其误差范围在20%以内。     

微铣削刀具磨损研究现状

在微制造领域,微铣削因具有加工材料的多样性和能实现三维曲面加工的独特优势而受到越来越多学者的关注,但是微铣刀的快速磨损严重影响了微铣削技术的应用.研究表明微铣刀的磨损主要发生在刀尖部位,刀具磨损呈现显著的尺度效应.分析了微铣刀的磨损机理、刀具磨损的影响因素和改善措施以及刀具磨损状态的监控,并指出了今后研究值得注意的发展方向.     

球头铣刀曲面加工铣削力建模与仿真分析

在曲面铣削过程中,由于工件外形复杂,刀具位姿多变,使球头铣刀铣削力模型的建立较为困难。本文在考虑工件表面几何特征和刀具位姿变化的基础上,通过解析法确定了刀-工切削接触区域的边界条件,利用空间坐标旋转变换得到了适用于复杂曲面加工的五轴球头铣刀铣削力模型,对铣削力模型进行仿真并通过试验验证了模型的有效性。     

视听信息融合的CNC铣刀磨损状态监测方法

针对目前多特征融合刀具磨损监测方法中存在特征之间相关性差、非线性关系被忽略,导致用于模式识别的融合特征维数过大、冗余信息多、特征契合度差和识别准确率低的问题。提出了一种核典型相关分析(Kernel Canonical Correlation Analysis, KCCA)的多级特征融合方法。采集数控加工过程的声压信号以及工件纹理图像,并提取相应的视听特征,利用核典型相关分析法在高维空间找到2组投影方向,保证投影后特征间的皮尔逊系数最大,使视听特征的相关性最大化。经实验验证,利用核典型相关分析法能计算6组典型变量,并表达原特征97%以上的信息,大大降低了特征维数、减少了冗余特征。并且同样的识别模型下,核典型相关分析法能够将检测准确率提升至95%以上。     

基于红外温度的铣刀磨损在线监测

刀具状态及切削加工过程监控是自动化加工过程中保证产品质量和加工设备安全的重要手段,切削区温度与刀具状态直接相关。利用红外温度传感器,实现了切削区温度的远距离非接触式采集。通过铣削试验,探索了不同切削参数下刀具后刀面磨损(VB)与切削温度之间的关系。     

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。