DART750銑削加工中心刀具磨損在線監(jiān)測系統(tǒng).pdf

1、隨著生產(chǎn)自動化程度的提高,特別是柔性制造系統(tǒng)(FMS)技術的出現(xiàn),對加工過程的在線監(jiān)測越來越受重視。加工過程中刀具的磨損將造成工件的精度及粗糙度變差,甚至導致工件報廢、機床停機等故障。據(jù)統(tǒng)計,加工過程中75％以上的設備故障是由于刀具失效引起,因此對刀具狀態(tài)進行在線監(jiān)測顯得尤為重要。信號處理方法和模式識別是刀具監(jiān)測中重要的兩個環(huán)節(jié)。在眾多的信號處理方法中小波變換以其在時域和頻域所具有的良好的局部化性質(zhì),而特別適合于刀具磨損產(chǎn)生的非平穩(wěn)信號

2、的分析,因此在刀具狀態(tài)監(jiān)測中得到了廣泛的應用。神經(jīng)網(wǎng)絡又因其極強的非線性映射能力,特別適合于復雜模式識別,所以本文選擇其作為刀具狀態(tài)識別的工具。本文以Cincinnati DART750的銑削加工過程為研究對象,論述了切削過程監(jiān)測的信號處理方法,包括時域分析、頻域分析、小波分析;通過小波分析對切削力和振動信號進行了頻段能量統(tǒng)計,并得到了與刀具磨損敏感的頻段特征。通過相應頻段內(nèi)能量的變化,實現(xiàn)對刀具磨損狀態(tài)的監(jiān)測。利用神經(jīng)網(wǎng)絡的非線性映射