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     

铣刀破损振动位移监测方法的研究

对振动位移信号用于铣刀破损监测进行了详细的研究,建立了铣削过程的切削力模型;分析了铣削过程中振动位移信号的特征,提出了一种基于人工神经网络的振动位移铣刀破损监测方法。     

基于人工神经网络的铣刀破损功率监测

提出一种基于人工神经网络的铣刀破损功率监测方法，建立了一个铣刀破损功率监测系统，实验表明：该神经网络方法能够灵敏地检测出刀具破损，且具有在较宽的工作范围内识别铣刀破损的优点     

自动化加工中刀具破损实时监控方法的研究

详细叙述了在自动化加工中用霍尔电流传感器和流体传递信号的新型声发射（ＡＥ）传感器，联合监测主轴电机电流和加工中的ＡＥ信号，综合判断刀具破损的原理，监控方案和实验结果，该系统可自动识别直径为０．６ｍｍ以上的钻头破损，面积大于０．２ｍｍ＾２的镗刀，铣刀破损，准确率达９８％以上。     

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.     

微通道铣削加工工艺的实验研究

为了实现微通道的高效加工,提出利用微细铣刀对铝合金薄板进行微通道阵列结构加工,并通过改变加工工艺参数的方法,系统研究了铣削加工参数(背吃刀量、进给速度和主轴转速)对微通道的几何尺寸的影响规律。研究结果表明:选用直径为0.4mm铣刀的条件下,加工出微通道的宽度随着背吃刀量和进给速度的增大而逐渐增大,且背吃刀量的影响较为明显。在6 000~21 000r/min的主轴转速范围内,随着主轴转速的增加,微通道的宽度尺寸变化不大。因此,通过选择优化的切削加工工艺参数,可以实现微通道阵列结构的加工。     

用飞轮转速波动信号在线监测发动机状态

提出一种基于飞轮瞬时转速汉动信号结合神经网络进行发动机状态监测的方法，对电涡流位移传感器拾取的飞轮位移信号的直接进行时域采样，通过软件快速处理可以获得足够测点和精度的发动机转速波动信号，ＢＰ神经网络以此为输入向量，对发动机各缸状态进行识别和诊断，并进行了相应实验。     

从实测振动信号中精确计算叶轮机械主轴转速的方法

根据某大型叶轮机械在线监测诊断系统的具体情况，综合应用频谱分析、带通滤波等方法，从实测振动信号中精确计算了主轴转速的大小，做到高速、低速及为速过程中的计算精度均高于95％，详细给出了巴特沃斯最平带通滤波器的编程算法。     

用声发射信号在线监测切削刀具的磨损与破损

通过监测金属切削过程中的声发射信号，判别切削刀具刃部的磨损状况．监测逐渐增大的声发射信号幅值大小，测量刀具后刀面的磨损情况；检测阶跃式声发射信号的幅值，监测刀具的破损情况．并用微机处理实验数据产生刀具破损的信号．还对刀具破损时声发射信号阀值进行了研究．     

数控机床主轴传动间隙与转速波动

文中通过理论分析，阐明数控机床主轴传动间隙与转速波动及传动噪声的内在联系，并通过对一台引进的车削加工中心机床主轴振动频谱的测试实验作了进一步的分析和探讨，同时还对数控机床主轴传动间隙的设计规范以及冷却润滑等问题提出了新的见解。     

铣削Cr12材料的铣削力试验研究

本文应用压电式铣削测力仪试验研究含铝高速钢铣刀铣削Cr12材料的铣削力.研究了主轴转速、进给速度、轴向切深和径向切深对最大铣削力的影响,用正交实验法和多元线性回归分析方法建立了铣削力数学模型.试验结果表明,X、Y方向最大铣削力随进给速度、轴向切深、径向切深的增加呈现上升趋势,而随着主轴转速的增加有减小趋势.     

变转速齿轮箱振动信号监测的无键相时域同步平均方法

为了克服传统时域同步平均方法应用中需要键相信号及恒定转速的要求,提出了一种不需要键相信号的变转速齿轮箱振动信号时域同步平均方法.该方法通过振动信号时频域滤波及滤波信号的瞬时相位计算来估计齿轮箱的瞬时转速,通过时原始振动信号的等角度间隔重采样来消除转速变化的影响,并用重采样信号进行了时域同步平均.变转速齿轮箱实验台的实验数据分析表明,该方法可以准确地估计变转速齿轮箱的瞬时转速,从而消除了齿轮箱转速波动对振动信号的影响.重采样信号的时域同步平均结果为齿轮监测诊断提供了有效信息.     

模式识别在刀具状态监控中的应用

通过大量试验，研究了刀具磨损、破损对功率信号时域和频域特性的影响．抽取与刀具状态相关的特征量──功率的时域幅值和主轴转频处的幅值，并将模式识别技术应用于刀具状态多特征监控，能较好地识别刀具的磨损和破损，显著提高了监控的准确性．     

主轴回转精度动态测试

对主轴的回转精度进行动态测试，采用双向测试法．运用计算机、A／D板实现数据的自动采集与处理。应用数学方法——曲线拟合法对测量信号中与转速同频的偏心运动和主轴误差运动中的一次误差运动进行了有效的识别分离，正确消除了偏心运动，实现了主轴误差的准确评定。     

铣刀参数对薄壁零件铣削稳定性的影响

本文通过对斜角切削的几何关系进行分析,得到了斜角切削参数和切削力系数之间的关系表达式,从而在理论上得到了铣刀参数和切削颤振之间的数学关系表达式。并在此基础上研究了在相同的铣削参数条件下,铣刀螺旋角和法向前角对于铣削稳定性的影响,绘制了不同铣刀参数下的轴向切深、径向切深和主轴转速的三维稳定性图。通过对不同参数下稳定性图的研究,发现随着螺旋角和法向前角的增加,铣削的稳定性逐渐增加。     

基于二维元胞自动机的温度场模型的分析

铣刀片在切削过程中受到周期性的热冲击，切削热产生恶劣的温度场对刀片造成破损，温度场在铣刀片切削过程中呈现出非常复杂的变化，研究切削热和切削温度的产生和变化规律是揭示刀具破损磨损产生机理的重要手段。利用有限差分法结合切削温度试验和利用元胞自动机理论对铣刀片温度场进行研究，可以建立二维波形刃铣刀片温度场算法系统，得出切削中各点的温度场，为刀片槽型重构奠定基础。     

数控铣削过程中工件的振动测试及分析

利用振动信号分析仪及加速度传感器,通过锤击法得到了加工系统在铣削前后的固有频率;测试了数控铣床在不同主轴转速的铣削过程中工件的振动响应,得到了工件振动加速度信号的时域曲线及自功率谱密度曲线.研究表明:1)随着主轴转速的降低,工件振动的自功率谱密度值减小,铣削振动的最大能量是最小值的4.3倍;2)随着主轴转速的降低,工件高频振动的时间缩短,当转速降低到某一值时高频振动消失.铣削过程中工件振动的最高频率是最低频率的11.7倍.     

永磁无刷直流电机漏电故障分析及诊断

针对用永磁无刷直流电机电流信号对其漏电故障进行诊断易受汽车电池系统干扰的问题,提出一种对其转速信号进行故障特征提取的方法——阶次自分离方法.该方法以转速信号为分析对象,借鉴传统阶次分析法对变速信号的处理方式,从输出转速信号中分离出转速波动成分,对转速波动成分进行角域重采样,基于转速波动成分的阶次分析,提取由故障状态而引起转速非正常波动的阶次特征.基于永磁无刷直流电机相间漏电故障分析得知漏电故障会使电机产生转速故障信号,通过电机Matlab/Simulink仿真和漏电故障试验,分析不同漏电程度下电机输出转速信号的阶次特征,可以有效地识别电机漏电故障状态.     

铣刀破损功率监控方法的研究

对铣削过程中机床主轴电机功率的变化特征进行研究，提出一种实时检测铣刀破损的方法。该方法利用同频采样对功率信号进行采样，采样值进行齿周期平均预处理，然后进行一次差分和二次差分以及归一化处理。其中，一、二次差分运算用于识别刀具的破损，解决目前刀具监控中的实时性问题；归一化处理使报警门限设定不受切削条件变化的影响。     

多条件数控铣床切削振动控制

为了合理控制铣削过程中产生的振动,利用切削振动信号、机床主轴电机功率和主轴转速信号等多控制条件,设计了数控铣床切削振动控制系统。对VMC850数控铣床切削振动信号进行了检测,通过时域和频域分析确定了均方根和功率谱密度等数控机床切削振动控制的参量的阈值和切削加工参数的回避值;结合主轴电机的功率和主轴转速等信息,对机床切削参数进行了控制,实现了对进给速度和主轴转数的智能控制。该控制系统的使用,提高了数控机床的振动控制能力。