基于多傳感器的切削過程監(jiān)測與優(yōu)化應(yīng)用研究.pdf

1、在切削過程中，任何故障都將嚴(yán)重影響機(jī)械產(chǎn)品質(zhì)量、生產(chǎn)效率，擾亂正常的生產(chǎn)計(jì)劃和增加生產(chǎn)成本，因此，進(jìn)行切削過程監(jiān)測優(yōu)化，對于提高機(jī)床利用率和產(chǎn)品質(zhì)量、降低廢品率和加工成本、減輕勞動強(qiáng)度、降低材料消耗和提高生產(chǎn)安全起著重要作用。 本文詳細(xì)論述了切削過程監(jiān)測及其優(yōu)化的信號處理方法及其相關(guān)算法，其中信號處理方法包括信號預(yù)處理、時(shí)域分析與建模、頻域分析與建模、小波分析；監(jiān)測算法包括模糊理論、神經(jīng)網(wǎng)絡(luò)算法；優(yōu)化算法包括遺傳算法，為切削過程

2、監(jiān)測及其優(yōu)化奠定基礎(chǔ)；鑒于切削力信號在切削過程監(jiān)測與優(yōu)化中的重要性，以Labview為工具，通過硬件選取、傳感器標(biāo)定、軟件編制(包括采集處理界面、dll驅(qū)動程序編制等)實(shí)現(xiàn)基于PCI和USB的兩套切削力數(shù)據(jù)采集平臺的開發(fā)，為后續(xù)的切削力試驗(yàn)?zāi)Ｐ?、?yōu)化、刀具磨損監(jiān)測研究作好鋪墊。 在切削過程優(yōu)化方面，通過試驗(yàn)分析了切削用量對切削力的影響情況，并在此基礎(chǔ)上，提出基于最小二乘回歸切削力數(shù)學(xué)模型和基于徑向基神經(jīng)網(wǎng)絡(luò)的切削預(yù)測模型，并用實(shí)

3、驗(yàn)驗(yàn)證了其可行性與有效性；提出在滿足加工質(zhì)量要求的前提下效率最大的切削工藝參數(shù)優(yōu)化方案并利用遺傳算法(GA)完成優(yōu)化，并通過試驗(yàn)驗(yàn)證了其有效性和可行性。 在切削過程監(jiān)測方面，以切削過程監(jiān)測中的關(guān)鍵技術(shù)之一—刀具狀態(tài)監(jiān)測技術(shù)展開相關(guān)研究。通過試驗(yàn)和理論兩個(gè)角度，研究刀具狀態(tài)對穩(wěn)態(tài)和動態(tài)切削力信號的影響情況；利用小波分析方法研究AE信號的特征量與刀具狀態(tài)的關(guān)聯(lián)性；采用時(shí)域自回歸模型(AR)研究刀具狀態(tài)對振動(AC)信號的影響情況，以

4、提取能夠反映刀具磨損狀態(tài)的特征量。將AE信號的第六層小波分析系數(shù)均方值、振動信號的五階自回歸模型殘差、切削力信號中刀具彎曲振動頻率14kHz對應(yīng)的幅值組成特征矢量，并借助模糊理論實(shí)現(xiàn)對刀具磨損的監(jiān)測。經(jīng)實(shí)驗(yàn)驗(yàn)證，利用融合特征向量并通過模糊判決識別方法對刀具切削狀態(tài)識別有著較高的準(zhǔn)確率和可靠性，特別適合中后期磨損刀具狀態(tài)。相比傳統(tǒng)的刀具磨損監(jiān)測手段，將聲發(fā)射信號、振動信號、切削力信號的特征量組成特征矢量，并利用模糊理論識別刀具狀態(tài)更具有實(shí)