基于螺旋面钻头振动钻削实验研究及机理分析

通过振动钻削实验装置,采用普通麻花钻和螺旋面钻头在不同的振动钻削参数下对高温合金和碳钢进行振动钻削实验,分析基于螺旋面钻头普通钻削和轴向振动钻削条件下不同的断屑效果.并针对钻削中轴向钻削力和扭矩进行实验研究和理论分析,研究普通麻花钻和刃磨螺旋面麻花钻对加工过程的不同影响.实验结果表明:与普通钻削所得的切屑比较,振动钻削有利于断屑,切屑体积小,排屑顺畅;复杂螺旋面振动钻削中轴向力与扭矩比普通麻花钻小,其轴向力的变化过程也比普通麻花钻平稳.     

基于深孔钻削噪声信号的钻头磨损特征提取方法研究

采用深孔钻削过程中的噪声信号对钻头的磨损状态进行监测,建立了钻削过程噪声信号采集系统。运用改进的经验模态分解方法对经过广义形态滤波后的噪声信号进行了模态分解,获得了钻削噪声信号的本征模态函数。采用希尔伯特变换对本征模态函数进行处理,获得了与本征模态函数对应的边际谱。研究了谱频段能量和峰值随钻头磨损的变化规律。结果表明,边际谱频段能量和峰值与钻头磨损状态之间存在密切联系,根据噪声信号边际谱特征参数的变化规律可实现钻头磨损状态的监测。     

枪钻几何结构参数对钻削力的影响规律

枪钻钻头自身独特的复杂结构使深孔钻削的过程变得较为复杂。钻头几何结构参数设计得不合理会引起钻削力较大,导致温度升高、刀具磨损严重和降低孔加工质量等一系列问题。通过对钻头静力学分析,借助群钻钻削力的计算方法,将刀具内、外刃分解为微切削单元进行分析进而建立枪钻钻头的力学模型。通过数值仿真研究枪钻钻头几何结构参数的改变对钻削力变化的影响规律,从而进一步优化相关参数并通过实验验证。试验结果表明钻削力的变化与仿真分析的规律相吻合,进而为枪钻几何结构的优化设计提供了依据。     

枪钻几何结构参数对钻削力影响规律的研究

枪钻钻头自身独特的复杂结构使深孔钻削的过程变得较为复杂。钻头几何结构参数设计的不合理会引起钻削力较大,导致温度升高、刀具磨损严重和降低孔加工质量等一系列问题。本文通过对钻头静力学分析,借助群钻钻削力的计算方法,将刀具内、外刃分解为微切削单元进行分析进而建立枪钻钻头的力学模型。通过数值仿真研究枪钻钻头几何结构参数的改变对钻削力变化的影响规律,从而进一步优化相关参数并通过实验验证。试验结果表明,钻削力的变化与仿真分析的规律相吻合,进而为枪钻几何结构的优化设计提供了依据。     

基于麻雀搜索算法优化支持向量机的刀具磨损识别

针对微小深孔钻削刀具磨损状态检测的工程需求,提出了基于钻削声信号的麻花钻头磨损状态识别方法。根据不同磨损程度的麻花钻在钻削过程中的声信号,使用经验模态分解(empirical mode decomposition, EMD)将声信号分解成若干个固有模态函数(intrinsic mode functions, IMFs),通过时频联合分析探索刀具磨损与声信号特征之间的关联规律;再使用麻雀搜索算法(sparrow search algorithm, SSA)优化支持向量机(support vector machine, SVM)的参数,并利用SVM实现基于声信号特征的刀具磨损状态识别。实验结果表明,微小深孔钻头磨损程度与钻削声信号特征之间存在非线性耦合关系,声信号高频特征对钻头磨损程度的变化非常敏感;采用经过SSA优化后的SVM算法,基于优选的IMF特征能够准确识别钻削刀具磨损状态,识别准确率可达98.246%。     

新型钻头的切削试验

本文介绍了新型钻头的强力钻削、轴向力和扭矩、刀具磨损、切屑变形、动态加速度、精孔钻削及特殊孔钻削等方面的试验情况和结果,证明了新型钻头的切削性能良好。     

钻头磨损在线监测研究

本文研究了钻头磨损对钻削过程中振动加速度信号的动态特性的影响。发现加速度信号中敏感频率分量随着钻头磨损的增加呈明显的“碟形”规律变化。我们提出用敏感频率分量的自功率谱值(PSD)作为特征量。建立了特征量与钻孔数之间的状态空间方程;提出了钻头磨损在线自适应监测方法。该方法打破了故障诊断和状态识别中设置“阈值”的传统做法;另辟蹊径。     

可加工陶瓷材料ZrO2/CePO4钻削刀具的磨损

通过ZrO2/CePO4陶瓷的钻削实验,研究刀具磨损特性,分析各因素对刀具磨损的影响.分别应用硬质合金和高速钢钻头对制备的可加工陶瓷ZrO2/CePO4进行钻削加工.通过主后刀面的磨损测试和电镜观察,考察ZrO2/CePO4钻削中的刀具磨损形态、过程以及刀具材料、刀具角度、冷却条件对刀具磨损的影响.结果表明,高速钢刀具因磨损严重,不适于ZrO2/CePO4陶瓷的钻削.可加工陶瓷ZrO2/CePO4钻削过程中,硬质合金钻头的磨损主要包括3种形态:主后刀面磨损、第一副后刀面磨损和横刃磨损.与低碳钢比较,钻削ZrO2/CePO4陶瓷时硬质合金刀具的磨损速度增长较快,冷却条件对刀具磨损的影响显著.刀具材料和冷却条件是影响ZrO2/CePO4陶瓷钻削刀具磨损的主要因素.     

钻削过程声发射信号模型的理论研究

分析钻削过程中钻头的磨损形式和声发射源及其数学模型。方法用声发射信号与钻削过程的理论关系,研究钻削过程中各塑性变形区的塑性功功率数学表达式。     

工程陶瓷用孕镶金刚石钻头的性能优化

为提高孕镶金刚石钻头加工工程陶瓷时的钻进效率、延长工具寿命,对钻头性能进行了优化研究.分析了孕镶金刚石钻头加工氧化铝工程陶瓷的磨损机理,采用更高品质的金刚石磨粒和新的胎体配方及制造技术研制了四种钻头.钻削试验及扫描电镜分析表明:高品质金刚石磨粒可有效提高工作磨粒的比例,提升钻进性能;四种钻头的磨损性能各不相同,采用Cu50Co25Sn18Ti7(wt%)胎体配方钻头的金刚石磨粒出刃高度高,胎体与磨粒的粘结性能好,胎体磨损速度与金刚石磨损速度匹配性较好,钻头的钻削综合性能最好,其加工效率和工具寿命较其它钻头分别提高了近1.4倍和7倍.     

基于小波重构的钻头磨损切削力特征提取

采用小波分析对钻头不同磨损状态的切削力信号进行分解与重构处理,获得了切削力信号在不同频段的时域变化特征,并分析了各个频段重构信号的方差随钻头磨损的变化规律,实验结果表明,采用小波分析技术可有效地实现钻头磨损特征信息提取,且提取的信息特征对钻头磨损状态的变化十分敏感。     

基于小波变换及分形特征的目标检测与识别

提出在对图像进行小波变换的基础上提取图像的分形特征，即通过小波变换对图像进行频域上的分割，使得对图像的描述更丰富，对各频段上的细节图像分别求分形维数组成联合特征矢量，有利于迅速准确地将目标从复杂的自然背景中分离出来，实验结果表明，这种方法能够有效地区分人造物体和自然背景，但计算量较大。     

基于广义维数与优化BP神经网络的刀具磨损量预测

根据多重分形理论,采用改进的盒计数法计算了切削加工过程中声发射(AE)信号的广义分形维数,得到了不同刀具磨损状态下AE信号的广义维数谱,分析了广义维数与刀具磨损量之间的关系.以广义分形维数以及切削加工参数为特征,进行归一化处理后作为BP神经网络输入向量;采用遗传学算法,对BP神经网络的初始权值和阈值进行了优化,利用优化后的神经网络对刀具磨损量进行预测.测试结果表明,该方法可以较精确地预测刀具磨损量,平均预测误差为001mm.     

利用变换法计算颗粒动态散射光分形维数

颗粒的动态散射光具有分形特征,可以利用分形维数进行描述.本文分析了变换法在计算颗粒动态散射光分形维数中的应用,利用该法计算了不同温度下粒径为60nm,90nm,200nm,300nm,450nm的聚苯乙烯标准颗粒动态散射光的分形维数,并与盒维数法进行了比较.     

凿岩粉尘粒度分布的分形结构

本文应用分形几何理论研究了矿山凿岩时岩粉粒度分布的分形特征。研究发现岩粉粒度分布具有良好的分形结构。岩粉粒度大小的分布具有良好的分形结构。岩粉粒度大小的分布可用分维值定量地描述。建立岩粉的分维值与凿岩参数的关系很有必要，它能为控制岩粉粒度和凿岩参数优化提供有效的依据。     

双波段红外图像融合的小波分维算法

针对双式红外(中红外和长红外)提出了一种基于小波的分维融合算法.通过小波变换,分别对中波红外和长波红外的两幅图像进行小波分解,在小波变换域低频部分对小波系数用能量融合,高频部分采用分形分维进行融合,得到变换域中各个频带的融合图像,然后反变换进行重构,获取融合后的图像.实验结果表明,根据用分维进行数据融合的方法来确定两幅不同原图像在融合图像中所占的信息比例,可以有效地保留两幅原图像的边缘和纹理特征,避免融合图像平均化而出现的模糊现象,融合后的图像综合了两幅原图像的不同特征,使得处理后的图像更容易识别.因此,提出的双波段红外图像的小波分维融合算法是有效的,并且可以取得较好的效果.     

基于小波提取的超宽频带局部放电信号分形分析

为了研究超宽频带局部放电信号在各个频段上的局部特征、发现特征频段，应用小波分析技术，将局部放电信号进行小波分解，使信号变为各个频段的信号，然后计算各个频率段信号的分维数，并通过分维数的变化，来量化分析信号特征峰的特征。应用这种方法，可以得到各频段的放电信号的分形特征，为进一步研究超宽频带放电信号的变化规律奠定了基础。     

基于分形维数的刀具状态在线监测新方法

以分形几何理论为基础,对刀具不同磨损阶段声发射信号的分形特征进行了分析。提出了计算非完全分形体信号波形的关联维数时尺度范围的确定方法,分析了声发射信号在刀具磨缶过程中分形维数的变化特性。刀具磨损切削实验数据表明,声发射信号的分形维数受切削参数变化影响较小,分形维数反映了声发射信号的几何特征,其大小能较好地反映刀具的不同磨损状态。实验结果表明,该方法能正确地实时在线监测刀具的不同磨损状态。     

弹头表面磨损形貌的分形研究

应用分形理论对弹头磨损表面形貌进行了研究,研究表明,其表面磨损形貌的不规则和随机分布性具有分形特征。应用轮廓仪对不同枪支发射子弹的弹头磨损表面进行数据采集并计算出其分形维数,其研究结果表明:不同枪支发射子弹时,造成弹头表面磨损程度不同,其分形维数也不同。因此可将其分形维数作为描述弹头表面磨损程度特征量,会比较有效、方便地分析弹头表面形貌变化的特点,为推断发射子弹枪支提供了依据,也为弹头痕迹的量化检验进行了一种新的探索。     

基于分形和神经网络的柴油机振动诊断方法

提出了一种基于分形理论和神经网络技术的柴油机振动诊断方法,首先对柴油机的振动信号进行小波降噪,然后提取相应的不同迭代阶数的广义分形维数,并将其作为RBF神经网络的输人参数,以运行工况作为输出参数训练神经网络模型．训练后的神经网络可以利用测量的振动信号来判断柴油机的故障状况．实验及仿真结果表明：采用的小波降噪技术可以较好地再现振动信号特征,有效提高故障识别率;同时基于分形和神经网络技术的诊断方法在柴油机故障诊断中是有效可行的,对于单个故障的正确识别率达到了100％,具有较高的工程适用性,对其他复杂机械的振动诊断同样具有参考价值．