线性回归模型诊断和在线预测刀具磨损量的方法研究

目的是研究诊断端面铣刀磨损量和在线预测铣刀的剩余寿命的方法.采用线性回归模型估计测刀面的磨损量.线性回归模型的输入是从铣刀受力信号提取出的特征和切削条件,比如进给量、转速等.在诊断了刀具的磨损量后,采用双指数平滑方法跟随诊断结果预测铣刀的使用寿命.最后,通过卖验验证了基于线性回归模型得到的刀具的磨损量和基于双指数平滑方法在线预测铣刀的剩余寿命的可行性.     

基于深度学习的高速铣削刀具磨损状态预测方法

由于铣刀在高转速下进行不连续切削,刀具磨损迅速且难于监测,并且刀具磨损严重影响加工精度与产品质量。针对高速铣削刀具磨损难以在线预测问题,提出了一种基于深度学习的高速铣削刀具磨损预测的新方法。通过小波包变换提取铣削力信号在不同频段上的能量分布作为初始特征向量;采用无监督学习对稀疏自编码网络进行特征学习,并将单层网络堆栈构成深度神经网络;最后利用有监督学习对整个深度网络进行微调训练,建立铣削刀具磨损预测模型。实验结果表明,所提出的方法对刀具磨损状态预测准确率达到93.038%。     

盘形成形铣刀的刀具磨损故障诊断方法研究

通过分析高速铣齿机的盘形成形铣刀及其铣削过程的特殊性、刀具磨损的信号采集和处理方法.选用电流法监测数控铣齿机的主轴电动机电流,采用BP神经网络方法对信号进行处理,最后实现对盘形成形铣刀的刀具磨损诊断.经实验证明,该铣刀的电流监测和基于BP神经网络数据处理的方法具有良好的诊断性能.     

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。     

基于卷积神经网络的铣刀后刀面磨损状态预测方法研究

为了监测高温合金材料加工时的铣刀后刀面磨损状态,提出了基于卷积神经网络的刀具磨损状态预测方法,建立了基于机床主轴电流与功率信号实时监测的刀具磨损状态预测系统。通过建立与机床数控系统的通信,采集加工过程中的电流和功率信号,采用主成分分析法(PAC)对采集的参数进行特征提取,选择对刀具磨损值影响较大的主成分作为卷积神经网络的输入,实现对刀具磨损状态的准确预测。铣削实验结果表明,该方法具有较高的预测准确率。     

高速面铣加工的动态铣削力和刀具振动研究

基于力学式切削力预测方法建立了面铣刀动态铣削模型,该模型充分考虑切削厚度、刀具前角和刀具后刀面磨损对铣削力的影响.在Matlab/Simulink环境下,进行了动态铣削力和刀具振动仿真及其频谱分析,并根据仿真结果对转速、齿数、刀具磨损量等影响因素进行了分析验证,该模型有利于揭示各切削参数对动态铣削力和刀具振动的影响规律,从而为实现切削加工参数优化提供理论支持.     

改进粒子群算法和ELM的刀具磨损量预测

为了提高车刀磨损量预测模型的训练速度和在线预测精度,提出了一种基于改进粒子群算法（Improved Particle Swarm Optimization,IPSO）和极限学习机（Extreme Learning Machine,ELM）的刀具磨损量预测方法。采集车削加工中的声发射信号,利用小波包变换理论对信号进行降噪和特征提取,并通过主成分分析对提取的特征进行降维,选取其中对刀具磨损量敏感的特征值组成特征向量。建立基于极限学习机的刀具磨损量预测模型,并通过改进粒子群算法优化模型中的初始权值和阈值。实验结果表明：优化后的刀具磨损量预测模型相比于传统BP神经网络有更快的训练速度,同时改进后的粒子群算法有更好的寻优能力,提高了模型对于刀具磨损量的预测精度。     

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。     

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。     

刀具磨损的机器视觉监测研究

为提高铣削加工时的刀具利用率、降低刀具成本,提出采用机器视觉技术在机监测铣刀磨损状态,及时更换刀具。建立刀具磨损监测系统,由电荷耦合器件(Charge coupled device,CCD)相机获取刀具磨损图像,通过图像预处理、阈值分割、基于Canny算子和亚像素的边缘检测方法建立刀具磨损边界,提取刀具磨损量。开展GH4169镍基高温合金铣削实验,将监测系统检测的磨损量与超景深显微镜的测量结果进行比对,结果表明:该系统具有较高的检测精度,可实现铣削加工时刀具磨损状态的在机监测。     

万能工具磨床异性小铣刀的加工方法

研究了MQ6025A轻型万能工具磨床的数控改造,目的是便于在其上实现加工特种回转面刀具的精确方法.提出了特种回转面刀具的2坐标简易成型方法,与此相适应,在万能工具磨上增加了数控磨齿装置.研究表明,采用液压驱动,并栅检测和数控联动技术,可大幅度提高磨床加工效率,并可降低成本.     

刀库及其自动换刀装置的换刀精度检测方法 和衰退规律研究

刀库及其自动换刀装置是数控机床用于储存和交换刀具的关键功能部件,其性能状态特别是换刀精度直接影响数 控机床能否准确、迅速地完成换刀,是影响数控机床可靠性的关键因素。 通过在主机现场搭建盘式刀库换刀精度检测试验 台,并提出基于两个激光位移传感器的换刀精度检测方法,借助加工中心工作台位置可通过数控系统精确控制,提出激光位 移传感器位置参数标定方法。 制定换刀精度试验方法,并开展 100 万次换刀试验,揭示刀库及其自动换刀装置换刀精度随 载荷和试验次数的变化规律,以及插刀前、拉刀前和拉刀后刀柄精度的变化规律,进而为如何减少刀柄插刀过程中对主轴的 冲击提供重要参考。     

机床主轴锥孔自磨工具

介绍了一种机床主轴锥孔自磨工具,阐述了该工具的结构、工作原理和操作方法,并分析影响主轴锥孔加工精度因素,解决了传统工艺方法难以保证主轴锥孔精度的问题,实践证明该夹具具有较强的实用性.     

Influence of the tool corner radius on the tool wear and process forces during hard turning

Hard turning has become an alternative machining process for grinding processes of hardened steels. One challenge during hard turning is the increasing wear during the operation time of the tool and the hereby influenced workpiece surface and subsurface properties. This causes unfavorable changes of the microstructure and residual stress state or rather damages of the subsurface. Important factors are the contact conditions between the tool and the workpiece. The width of flank wear land influences the size of the passive force significantly. This has a direct impact on the subsurface properties of the workpiece. One solution is to modify the contact conditions and thereby the specific mechanical and thermal loads that are applied to the tool as well as to the workpiece. This article presents an experimental approach of modified corner radius geometry of cutting tools for hard turning processes. Hereby, the size and direction of the contact length of the cutting edge are adjusted as well as the load impact during machining. The aim is to reduce the tool wear performance. The results show the potential of the load-specific tool design concerning the tool wear and the workpiece subsurface properties. Furthermore, a new approach for predicting the process forces during hard turning is presented.     

Cutting forces on the tool blade

If the cutting force acting on the tool blade at the rear surface is divided into the chip-formation force and the elastic-recoil force of the machined material, formulas may be obtained for calculating these components. The formulas take account of all the relevant factors and permit the determination of the loads on the system components when parts are machined in a metal-cutting machine.     

On-line monitoring of tool wear in turning operation in the presence of tool misalignment

A vision system using high-resolution CCD camera and back-light was developed for the on-line measurement of nose wear of cutting tool inserts. Initial study showed that the system is sensitive to several factors in the work environment such as misalignment of cutting tool, presence of micro-dust particles, vibration and intensity variation of ambient light. An algorithm using Wiener filtering, median filtering, morphological operations and thresholding was developed to decrease the system error caused by these factors. A conforming method was used to overcome misalignment of the tool insert during offline and on-line measurement. The algorithm, combined with a subtraction method, was applied to measure the nose wear area of the inserts under different machining conditions.     

机床床身导轨的磨损及其对机床精度的影响

介绍机床床身导轨的精度对机床精度有决定性影响，它直接影响被加工零件的尺寸、形状和位置误差值；导轨的磨损是造成机床床身导轨精度下降的根本原因，并以不同的形式对被加工零件的误差产生影响；导轨的磨损包括磨粒磨损、粘着磨损和腐蚀磨损等，在不可避免的情况下，介绍所采取的一些措施。     

对刀仪在数控机床上的应用

为了提高数控机床加工的效率和精度,在数控系统软件支持下,增设一个相对独立的自动对刀程序模块来实现简易的自动对刀控制.