共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
基于开放式控制器的铣削颤振在线抑制 总被引:1,自引:1,他引:1
为实现在线抑制铣削颤振,对颤振领域常用的传感器监控技术,尤其是三向切削力和振动加速度传感器的各向分量在颤振监控过程中的时域和频域敏感信号特征进行试验研究。针对监控的颤振敏感信号频域特性,研究快速傅里叶变换技术对信号有效信息的在线提取技术。对自激颤振的机理进行分析,建立颤振频率与主轴转速间的关系模型,为实现变主轴转速抑制自激颤振提供理论基础。对集成在线参数采集、反馈控制的全软件型模块化铣削控制器进行设计,将在线抑制颤振的相关变主轴转速算法嵌入开放式控制器中,并设计控制参数数据流在控制器模块间的实现流程。对连续变切削深度铝合金工件进行在线颤振抑制加工试验,试验验证开放式智能铣削控制器在线抑制颤振相关技术的正确性。 相似文献
5.
6.
7.
立铣加工过程中的颤振会严重影响工件表面质量和材料去除率,加剧刀具磨损和恶化工作环境。由于颤振产生速度较快,常规的信号采样、特征提取及分类方法难于满足实际应用。本文通过稀疏表示的数学理论实现对高频信号的低采样率获取,并在保持高频信号本质特征同时实现特征提取,简化状态监测的模块,并通过冗余词典的高识别度原子辨识加工状态。研究结果表明,该方法可以有效识别立铣加工过程的稳定、过渡和颤振状态。 相似文献
8.
9.
切削颤振在线监控的研究现状及进展 总被引:22,自引:0,他引:22
介绍了国内外切削颤振在线监测与控制的发展现状,分析了现有的颤振监控方法的技术特点和发展趋势,提出了通过基于智能材料主动控制切削系统动态特性来进行颤振在线抑制的新方法。 相似文献
10.
以8098 单片机为核心,设计了一套外圆切入磨削颤振在线监控系统, 取得了满意的 监控效果。本文着重介绍系统的硬软件组成,是一种可供借鉴的较好模式 相似文献
11.
针对传统谐波在线监测系统存的结果不准确,无法描述谐波动态变化特点,设计了基于小波分析的谐波在线监测系统。首先设计了谐波在线监测系统的硬件模块,然后谐波在线监测系统的软件模块,依据小波变换分析谐波信号特征,得到的谐波变化率,从而谐波在线监测系统的监测结果,最后采用具体实验进行了谐波在线监测系统性能的仿真实验,由实验结果可知,该系统的谐波监测精度高,可以有效检测各种谐波分量,保证电力系统稳定运行。 相似文献
12.
为了检测车削过程中的颤振,提出一种颤振在线智能检测方法。使用最小二乘一类支持向量机,训练出描述特征矢量集的超球面,通过计算被测样本与超球面的距离来判断其是否颤振。基于相干准则和分块矩阵求逆,构造了在线稀疏结构的最小二乘一类支持向量机,将特征信息存储于特征库(字典)中,通过更新特征库实现检测模型的在线进化。在颤振检测的应用中,首先使用小波包分解,得到第三层节点能量的比例作为特征矢量,以离线数据构造特征矢量作为输入,训练得到初始检测模型以及特征库,在线检测中不断更新特征库,实现检测模型的在线进化。试验结果表明,在车削颤振识别中,在线进化的检测模型的识别效果更好,颤振预报准确率高达至99.04%,优于离线模型的预报准确率96.74%。 相似文献
13.
14.
采用小波包能量熵的铣削振动状态分析方法研究 总被引:1,自引:0,他引:1
颤振是影响机床加工质量的重要原因之一。为实现切削颤振的实时在线识别与评价,采用加速度传感器,获取主轴振动信号,以小波包能量熵值为指标,对铣削加工的稳定状态及振动形式进行识别。通过多传感器对加工过程进行监测,确定加工的稳定性;对主轴振动信号进行频谱分析,了解不同加工状态下的信号频谱特点,分析其振动形式。对信号进行小波包分解,发现在不同的振动状态下,信号的能量分布有显著规律。试验表明,切削从稳定状态到不稳定状态,本质上是强迫振动和颤振的能量强度和分布发生了变化。能量熵描述能量分布的变化,是识别切削状态和振动状态变化的有效方法。 相似文献
15.
16.
讨论了摩擦耗能镗杆的原理,建立了有非线性库仑干摩擦环节的力学模型,并以摩擦参数为变化量,通过数值分析的方法考察了模型的吸振效果。研制了一种基于摩擦减振的新型镗杆,结合颤振发生的机理与切削稳定性理论,分析了不同摩擦条件下镗杆的抑振效果。将不同摩擦条件下的镗杆切削实验结果与理论模型仿真结果进行对比,发现在既定的摩擦阻尼器中,有滑动摩擦与粘接两个状态,而且存在一个最优正压力使得滑动摩擦消耗能量达到最大值又不处于粘接的状态,此时系统抑振效果达到最佳。切削实验发现基于摩擦减振原理的镗杆有良好的颤振抑制效果。 相似文献
17.
基于连续小波和多类球支持向量机的颤振预报 总被引:2,自引:1,他引:1
研究了一种应用连续小波特征和多类球支持向量机进行铣削系统颤振预报的方法,该方法基于连续小波变换提取铣削振动信号的特征,利用多类球支持向量机对正常铣削状态、颤振孕育状态和颤振爆发状态的振动信号进行三分类识别,通过识别颤振孕育状态预测颤振爆发。试验结果表明,在铣削颤振识别与预测中,铣削振动信号的连续小波特征与多类球支持向量机相结合具有良好的识别颤振孕育状态和颤振爆发状态的能力,颤振孕育状态的识别正确率达95.0%,颤振爆发状态的识别正确率达97.5%。 相似文献
18.
基于Visual C++开发,对系统中涉及到的监测数据存储和多线程等关键技术进行了改进和代码的优化,有效地提高了系统的可靠性和实时性。 相似文献