基于多傳感器信息融合的數(shù)控銑削刀具狀態(tài)監(jiān)測與診斷研究.pdf

1、金屬切削加工過程中，刀具失效是數(shù)控機(jī)床出現(xiàn)故障的主要原因，若不能及時(shí)、有效的監(jiān)測故障，將會導(dǎo)致生產(chǎn)過程的中斷，造成加工工件的浪費(fèi)、機(jī)床的損壞，且不合理估計(jì)刀具的使用壽命，會使刀具的使用率降低，增加加工時(shí)的換刀壓力。因此，研究數(shù)控機(jī)床刀具的實(shí)時(shí)在線監(jiān)測技術(shù)，有利于提高數(shù)控機(jī)床無故障運(yùn)行的效率，降低因刀具失效而出現(xiàn)的工件報(bào)廢及設(shè)備損壞的概率。
　　本文以數(shù)控機(jī)床銑削刀具為研究對象，在綜合分析刀具磨損狀態(tài)的國內(nèi)外研究現(xiàn)狀及磨損機(jī)理的基礎(chǔ)

2、上，針對單一傳感器獲取的信息類型單一、信息量有限、抗干擾能力較低等缺陷，提出采用振動傳感器、聲壓傳感器、視覺傳感器以及三向測力儀等多傳感監(jiān)測刀具磨損狀態(tài)的多源信息，并利用人工神經(jīng)網(wǎng)絡(luò)建立多個(gè)診斷模型實(shí)現(xiàn)多模型的決策級融合。同時(shí)，借助LabVIEW和MATLAB軟件進(jìn)行混合編程，建立一套完善的銑刀磨損狀態(tài)監(jiān)測系統(tǒng)，對銑刀的磨損狀態(tài)進(jìn)行識別診斷研究，以期能夠通過該系統(tǒng)實(shí)現(xiàn)實(shí)時(shí)的在線監(jiān)測。
　　研究數(shù)控機(jī)床刀具磨損的機(jī)理、磨損類型，確定

3、了針對初期磨損、正常磨損以及急劇磨損三種磨損類型對刀具的磨損狀態(tài)進(jìn)行監(jiān)測與診斷;通過對常用的監(jiān)測方法進(jìn)行分析，確定選用振動信號、聲壓信號、切削力信號以及工件的表面紋理等方法設(shè)計(jì)銑刀磨損狀態(tài)的試驗(yàn)方案，并基于LabVIEW和MATLAB軟件編程，設(shè)計(jì)了銑刀磨損狀態(tài)的信號采集處理系統(tǒng)。
　　為了減少試驗(yàn)次數(shù)及試驗(yàn)過程的不定因素，基于DEFORM-3D有限元仿真軟件對數(shù)控銑削刀具的切削三要素設(shè)計(jì)9組方案進(jìn)行仿真研究。依據(jù)刀具使用壽命的長

4、短及極差分析的方法，確定最佳的試驗(yàn)方案，即切削速度為100m/min，每齒進(jìn)給量為0.1mm，切削深度為0.8mm，作為最終的準(zhǔn)干式銑削試驗(yàn)的參數(shù)方案，同時(shí)為后續(xù)的模式識別及決策融合系統(tǒng)的構(gòu)建奠定基礎(chǔ)。
　　研究了時(shí)域、頻域以及時(shí)頻域分析中的總體經(jīng)驗(yàn)?zāi)B(tài)分解方法(EEMD)，對采集到的原始信號進(jìn)行特征值提取;通過核主元分析方法(KPCA)對組成的原始特征量進(jìn)行篩選、降維處理，最終確定了35組最能反映銑刀磨損狀態(tài)的特征值作為有效的特