神经网络融合法在铣刀磨损监测中的应用

传统用单一传感器监测小直径立铣刀磨损有一定局限性 ,通过分析铣刀渐进磨损过程特点 ,提出用神经网络多传感器信息融合方法监测铣刀后刀面磨损带中部带宽 ,并在立式加工中心上验证了该融合方法的有效性和工程实用性 .     

用主轴转速波动信号在线监测铣刀破损状态

讨论了用主轴围速波动信号在线监测铣刀破损的可能性，主轴转速流动信号安装在铣床主轴上的光电编码器获取，给出了高速采集主轴转速波动信号的采信板原理框图，对转速波动信号进行时域分析，从中抽取不同的特征参量进行信息融合来监测铣刀破损状态。     

模糊回归分析在平头立铣刀磨损监测中的应用

通过分析铣刀渐进磨损过程的特点,从切削力、主轴端振动位移、主轴端振动加速度和主轴电机功率等信号中提取了8个反映刀具磨损状态的特征参数,提出用模糊回归分析多传感器信息融合方法监测铣刀后刀面磨损带面积.在立式加工中心上的实验表明,模糊回归分析计算的后刀面磨损带面积与实际测量值基本相符,计算效率高,能够满足小直径立铣刀磨损在线监测要求,具有较强的有效性和工程实用性.     

双轴差速立式捏合机混合釜流场特性分析

为揭示双轴差速立式捏合机混合釜内流场产生剪切及拉伸运动的机理,根据混合釜结构特征、桨叶运动特点以及固体推进剂物料特性,采用有限体积法建立综合动网格、用户自定义函数的三维数学模型,以VKM-5立式捏合机为研究对象,计算其功率准数、流场及压力场分布.结果表明:功率准数与实验实测值符合良好;捏合区、近壁区、釜底区存在轴向流、切向流、径向流的相互作用,且物料分别在正压力和负压力作用下做强烈的剪切运动和拉伸运动,物料混合剧烈程度依次为捏合区、近壁区、釜底区及其他区域.     

内燃机气缸压力的振动信号倒谱识别方法

分析了内燃机缸盖系统的传递特性，提出了利用缸盖表面振动信号识别气缸压力的倒谱分析方法．通过倒谱开窗并进行平滑处理，使测量的振动信号和计算的传递函数更具鲁棒性，可以消除传感器测点位置和内燃机运行工况等敏感因素的影响．实验及分析结果表明了这种方法的可行性和有效性．     

神经网络融合法在铣刀磨损监测中的应用

传统用单一传感器监测小直径立铣刀磨损有一定局限性，通过分析铣刀渐进磨损过程特点，提出用神经网络多传感器信息融合方法监测铣刀后刀面磨损带中部带宽，并在立式加工中心上验证了该融合方法的有效性和工程实用性。     

用主轴转速波动信号在线监测铣刀破损状态

讨论了用主轴转速波动信号在线监测铣刀破损的可能性．主轴转速波动信号由安装在铣床主轴上的光电编码器获取，给出了高速采集主轴转速波动信号的采集板原理框图．对转速波动信号进行时域分析，从中抽取不同的特征参量进行信息融合来监测铣刀破损状态     

铣刀磨损过程中铣削力与磨损面积分析

研究了三刃立铣刀磨损过程中切削力与刀具后刀面磨损带中部宽度（VB）、磨损面积、刀具副后刀面磨损带宽和磨损面积之间的关系．实验结果表明：铣刀磨损过程中,铣刀每转切削力均值、每切削刃切削力均值的变化曲线与车刀的典型磨损过程曲线相似,铣刀后刀面磨损面积比VB更真实地反映铣刀的磨损状态,可根据x方向的切削力标准偏差与其均值的比值判断刀具的磨损．     

铣刀磨损过程中铣削力与磨损面积分析

研究了三刃立铣刀磨损过程中切削力与刀具后刀面磨损带中部密度,磨损面积,刀具副后刀面磨损宽和磨损面积之间的关系。实验结果表明：铣刀磨损过程中,铣刀每转切削力均值,每切削刃切削力均值的变化曲线与车刀的典型磨损过程曲线相似,铣刀后刀面磨损面积比ＶＢ更真实地反映铣刀的磨损状态,可根据ｘ方向的切削力标准偏差与其均值的比值判断刀具的磨损。     

基于后刀面磨损带面积的铣刀磨损模型的建立

鉴于后刀面磨损带面积（AB)可以作为衡量刀具磨损程度的一个指标,以此为据建立了作用在小直径螺旋立铣刀后刀面瞬时切削力和平均切削力与AB间的数学模型,使用不同的切削参数进行了多次实验,计算出模型的特征常数,并进行了模型的实验验证,为用切削力监测铣刀状态提供了理论依据。