铁基非晶纳米晶合金带材滚剪加工过程分析

在生产现场采用跟踪统计方法,归纳分析铁基非晶纳米晶合金带材滚剪加工过程以及滚剪刀耐用度、刀具刃磨等问题,统计分析不同宽度滚剪刀的加工情况发现,滚剪刀有效工作时间比率为65%～88%,平均有效工作时间比率为76.1%,有效工作时间不稳定;滚剪刀剪切行程处于3700～4200m之间,平均剪切行程为3839.74m,刀具耐用度存在较大差异,剪切宽度越大滚剪刀耐用度越长;滚剪刀刃磨时刀具径向去除量在80～150μm之间,平均刃磨去除量为106μm,刀具刃磨工艺对刀具耐用度有决定性影响。最后针对滚剪刀磨损检测问题,提出采用声发射信号对滚剪刀状态进行在线检测的技术方案。     

基于声发射信号的带材剪切刀具磨损在线监测方法

在铁基纳米晶合金带材剪切加工过程中，其刀具的状态对于保证加工质量至关重要。针对铁基纳米晶合金带材剪切加工过程中的刀具磨损状态监测问题，提出了一种基于声发射信号的剪切刀具磨损在线监测方法。首先，通过搭建声发射监测设备确定了相应的参数，采集原始声发射信号进行了预处理，得到了剪切加工阶段的信号，将其用于后续处理；然后，分析了剪切刀具磨损以及带材质量随剪切加工过程变化的关系，并根据剪切加工过程中获取的声发射信号，进行了时域、频域、时频域特征提取，分析了获得的特征与刀具磨损之间的关系，利用ReliefF和主成分分析(PCA)算法进行了特征选择与降维处理，得到了具有良好相关性的特征；最后，基于所选特征，构建了支持向量机(SVM)人工智能模型，用以识别剪切刀具的磨损阶段。研究结果表明：随着刀具磨损的加剧，带材质量下降，声发射信号特征值与刀具磨损存在对应关系；采用ReliefF-PCA-SVM模型能够实现95.56%的分类准确率，能够有效地对剪切加工过程中的刀具磨损进行在线监测。