共查询到20条相似文献,搜索用时 31 毫秒
1.
传统金刚石刀具磨损状态识别方法容易受到外界干扰,导致金刚石刀具磨损状态识别效率低、误检率高,为此提出了基于改进灰狼优化算法的金刚石刀具磨损状态识别方法.利用属性权重去除金刚石刀具磨损状态数据中的冗余数据,对金刚石刀具磨损状态进行初步异常识别,将粒子群算法引入金刚石刀具磨损状态特征选择中.通过计算金刚石刀具磨损状态特征的适应度,更新了粒子速度.在引入惯性因子的基础上更新粒子位置,实现金刚石刀具磨损状态特征的选择.通过计算收敛因子找到最优位置,实现金刚石刀具磨损状态的识别.分析结果表明,基于改进灰狼优化算法的金刚石刀具磨损状态识别方法不仅在识别准确率方面具有一定优势,还可在应用过程中有效提高识别效率. 相似文献
2.
3.
4.
在实际切削加工中刀具磨损的全状态先验知识获取困难,而刀具磨钝状态下的先验知识则较易获取。针对这种不完备先验知识情况,以切削力为监测信号,提出基于连续隐马尔可夫模型(CHMM)的刀具磨损状态评估技术。应用小波包分解技术提取信号特征信息,利用刀具磨钝状态下的先验归一化特征信息建立CHMM监测模型;根据刀具未知状态特性向量与监测模型间的对数似然度获取刀具性能指标,实现刀具磨损状态评价。铣刀全寿命磨损实验表明:该方法能在仅具备磨钝状态先验知识情况下,实现对刀具的磨损状态的初步评估,且所需样本数较少,训练速度快。 相似文献
5.
介绍了国内外刀具切削状态监控技术的发展历程,分析刀具切削状态监控技术发展中存在的主要问题和取得的成果,认为切削力等间接参量不能直接、量化地表征刀具状态;切削温度能较直接地反映刀具状态,其信号也易于处理,抗干扰能力强;基于机器视觉的加工表面纹理能较好地映射刀具切削刃,但技术复杂;多参量的刀具切削状态综合表征应是未来的研究方向。 相似文献
6.
7.
8.
9.
10.
利用多个传感器在线采集刀具状态数据,建立了刀具状态在线检测系统。该系统具有刀具磨损补偿的功能。 相似文献
11.
12.
刀具状态的监测是实现机械加工自动化重要的一环.为了有效地捕捉刀具的状态信息,提出了一种基于谐波特征和GA-SVM(遗传-支持向量机)相结合的刀具状态监测方法.该方法运用小波变换提取AE信号的谐波特征信息,作为支持向量机的输入参数,GA寻找SVM建立刀具状态模型的最优参数,通过训练建立模型.结果表明,该方法能有效监测刀具磨损状态. 相似文献
13.
14.
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。 相似文献
15.
为解决定时换刀出现的刀具过度磨损问题,研究了刀具状态监测技术相关理论及参数标定方法,并在发动机加工过程中进行了应用验证。结果表明,采用基于电机电流的刀具状态监测技术可在现有条件下准确监测刀具的磨破损状态,提高刀具利用率,防止出现批量不合格工件,保护机床主轴和夹具等部件。 相似文献
16.
刀具磨损状态的变化是自动化加工中最为常见的影响因素,对刀具磨损状态的有效识别能够保证自动化生产的顺利进行.从铣削加工的振动信号中,可以获取刀具磨损状态的信息.基于小波理论,通过分解提取的振动信号,并分析频带内振动信号幅值的变化,就能够确定刀具磨损的状态.对铣削平面和斜面进行了实验分析,证明该种方法能够实现铣削加工过程中刀具磨损状态的有效识别. 相似文献
17.
本文提出了一种有效的刀具状态实时在线监控方法——刀具状态多变量同步并列监控法。根据实际加工情况,选择地组合切削中刀具状态的过程变量,采用微处理机实行综合的识别和判断。设计了“CNC车床刀具状态多变量微机监控系统”,通过刀具磨损和打刀的切削实验证明,能够对自动加工中的刀具状态进行有效的监控。该系统能够记忆故障信息和有关过程信息,选择地确定故障判据,具有固定和浮动双向极限报警功能,能在线打印出实际过程曲线。 相似文献
18.
刀具的健康状态直接影响着数控机床的加工性能。对刀具的磨损、破损等健康状态因素进行前期预测和判断,可有效防止因刀具健康状态异常而导致加工质量不稳定等问题。根据刀具在机加工过程中因磨损状况而引起机床机械特性的变化展开分析与研究,即通过采集与刀具健康状态相关联的机床主轴振动信号,并对该信号进行处理和特征提取,建立基于WOA-VMD-SVM刀具健康状态预测识别模型。经实验分析与验证,所建立的模型具有很高的识别准确率,其准确率高达96.8%,高于SVM模型和GA-SVM模型,由此表明该模型能够高效、准确地对刀具磨损状态进行识别和分类。 相似文献