数据融合法在监测刀具切削状态中的应用

从多传感器数据融合观点出发，提出利用多通道传感信号的均值和标准差为基本参数，由其高阶项和人工神经网络进行数据融合，并用故障树推理方法诊断刀具切削状态的分析方法；经计算机模拟，证实了神经网络对刀具不同磨损程度的识别能力；在立式加工中心上，利用新型非表面接触式声发射（ＡＥ）传感器和振动加速度传感器组成的多通道传感数据进行了镗刀破损状态的监测，证实了所述方法的正确性、可行性和实时性。     

支持向量机在刀具磨损多状态监测中的应用

基于多传感器信号、采用多分类支持向量机(support-vector-machine,SVM)实现了刀具监测的多状态辨识.通过对切削过程中的多向切削力和振动信号等多传感器信息进行分析,分别获得时域、频域和小波域的信息作为磨损分类特征;同时,运用基于一对多(one-versus-all,OVA)的多分类支持向量机对刀具不同磨损状态下的特征数据样本进行训练和识别.对切削过程中不同磨损状态的分类结果表明,多分类支持向量机具有出色的学习能力,能够实现在小样本情况下的不同磨损阶段分类,并具有较高的识别精度.     

支持向量机的刀具磨损状态监测

为了监测刀具磨损状态,建立了一个基于功率传感器的刀具磨损状态监测系统.提出了一种基于主成分分析(PCA)与C-支持向量机(C-SVM)相结合的刀具磨损状态监测模型.通过功率传感器采集切削过程中的电流和功率信号,采用PCA对采集的参数进行特征提取,选择对刀具磨损状态影响最大的主成分作为C-SVM的输入样本,实现对刀具磨损状态的准确识别.通过数控车床切削实验表明,即使在较少的样本条件下,该方法仍然有效,并与反向传播(BP)神经网络进行了性能比较.     

非稳态车削力信号功率谱分析

以车削实验为基础,选择切削力作为监测信号,根据时域信息分析了刀具在非稳态切削条件下的受力特点,采用傅立叶变换和选带傅立叶变换深入分析了切削力的频域信息,并将刀具破损前后的三向力的功率谱进行分析对比．研究表明：径向力Fy的2500-3100Hz频带的功率谱幅值与刀具破损状态及其变化规律密切相关,可根据其特征变化用于刀具的实时监测．     

局部均值分解在刀具故障诊断中的应用

为有效监测刀具磨损状态,提出一种基于局部均值分解的刀具故障诊断方法.将声发射信号自适应地分解为一系列乘积函数,选取包含主要故障信息的前8个乘积函数分量,获得每个乘积函数分量的平均能量,并组成特征向量.分别提取正常切削、中期磨损和严重磨损三种状态下的特征向量,利用频带能量的变化识别刀具磨损特征.实验结果表明,随着刀具的磨损,各乘积函数分量平均能量增加,并且在高频部分增加显著,该方法可以有效应用在刀具故障诊断中.     

基于经验模式分解和BP神经网络的刀具状态监测方法

为提高刀具检测识别率,采用经验模式分解法分解不同状态刀具的切削声音信号,计算各信号分量的能量百分比,形成特征向量。利用三次样条插值方法对特征向量进行插值,插值后的特征向量保留了原始信号的所有特征成分,应用BP神经网络识别刀具的状态。实验结果表明:经验模式分解方法和BP神经网络相结合可以有效识别铣刀状态,平均识别率达86%。     

刀具切削状态模糊性及识别方法

论述刀具切削状态识别过程中存在的模糊问题及识别方法。方法对刀具切削状态模糊性进行了理论分析,将模糊划分理论与神经网络识别方法相结合,给出神经网络非线性映射作用一般扩展原理的推论以及模糊模式识别及推理规则;结果对不同切削负载,给出相应模糊推理机制和模糊判别规则。     

刀具状态的ANN—模糊识别

提出了利用人工神经网络（ＡＮＮ）及模糊识别理论融合多监控参数进行刀具状态识别的方法．该方法首先对各监控参数按刀具不同状态的敏感性进行分组,并利用多个ＡＮＮ子网络建立各组参数与刀具状态的模糊隶属度关系,然后利用模糊决策法对各ＡＮＮ子网络确定的刀具状态模糊隶属度进行综合评判并按最大隶属度判定刀具状态．该方法不仅具有ＡＮＮ的并行运算特点,而且具有模糊综合评判的容错性,从而提高状态识别的实时性和正确率．结合功率信号的多个特征对大量实验数据的测试表明,该方法可将ＡＮＮ的识别正确率从平均８８％提高到９５％．     

基于模糊神经网络的刀具磨损识别

为了实现刀具磨损状态的自动识别，采用机床功率法进行了刀具自然磨损和不同切削参数（切削速度、进给量和切削深度）对功率信号影响的实验。在此基础上，建立了功率信号的时序AR模型。在提取作为刀具磨损特征量的AR模型参数时，考虑了切削用量对模型参数的影响，提出了特征量选取的准则，使所提取的特征量更加实用化，通过具体自学习和良好函数逼近能力的神经网络获得了特征量对刀具状态的隶属函数，并利用模糊神经网Fuzzy ART实现了刀具磨损状态的自动识别，识别正确率为95%，说明所提出的方法是有效可行的。     

基于切削力的铣刀破损实时监测技术研究

介绍了铣削过程人破损监测系统,分析了刀具破损和特殊切削条件下切削力的波形特征,阐述了两者变化规律的不同,引入自发算法对刀具破损进行了识别,用实验方法确定了被损 坎值。     

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.     

数控机床能耗多通道监测系统的数据处理研究

针对使用多通道监测系统监测数控机床能耗信息时存在的信号干扰、采样率不同等问题,提出了一种基于软件编程的数据预处理方法。通过设计低通滤波器,对采集信号进行滤波处理,消除数控机床加工过程中采集信号振动较大、干扰噪声较多的问题。对于个别系统的采样率不同,利用重采样技术改变其采样频率,获得新的采样序列。根据数控机床切削和空载转换时采集信号的突变,运用多阈值分割算法,基于Matlab编程获取其突变特征点,并以此为基准实现不同采集系统之间的数据同步。研究结果表明,运用上述方法对采集信号数据进行预处理,为后续分析数控机床能耗信息带来了极大的便利。     

不同形状的表面织构刀具仿真车削 Inconel 718 合金研究

目的 针对目前车削 Inconel 718 镍基高温合金主要面临的可加工性差和刀具磨损两个问题,提出表面微织 构技术进行刀具设计与制备。 方法 首先建立微织构刀具的理论刀-屑接触长度模型,其次,利用理论刀-屑接触长 度模型,建立表面织构刀具切削力的理论模型以及切削热的理论模型;最后,根据理论刀-屑接触长度的变化规律, 对微织构刀具的切削力、切削温度进行理论分析,并最终建立有限元仿真模型。 结果 通过有限元仿真结果表明微 织构刀具比硬质合金刀具的车削性能要好。 结论 与硬质合金刀具的切削力对比,微织构刀具的三向切削力均偏 小;且轴向力、径向力在一定范围内波动,主切削力呈增长趋势。 与硬质合金刀具的切削温度对比,微织构刀具可 以降低切削过程中切削热,且圆形微织构刀具是 3 种微织构刀具中切削温度最低的;与硬质合金刀具对比,表面微 织构可以降低刀具表面磨损问题,减少刀具与切屑的挤压作用和摩擦作用,且不同形状的表面织构产生的磨损深 度不同。     

复杂刀具CAD的研究

本文介绍个人CAD系统进行复杂刀具设计和绘图的全过程,以及完成全过程软件的3个模块:信息输入模块;设计和计算模块;图形绘制模块。     

GEOSS条件下固体地球灾害的广义遥感监测

地质灾害、地震灾害与矿山灾害是中国的主要固体地球灾害,地壳运动变化与岩石受力灾变是固体地球灾害发生的根源。通过分析岩石受力灾变辐射异常实验研究及固体地球灾害遥感监测实践研究的国内外现状,提出了综合多种电磁与非电磁手段,构建全方位、多层次的卫星-航空-地表-地下四位一体、立体协同的广义遥感监测体系。论述了突破经典遥感信息融合的局限,从时间、空间和物理尺度研究和挖掘广义遥感信息中多种物理量之间及岩石灾变前兆之间的内在机理与关联规律的必要性。为提高固体地球灾害前兆识别的可行性与可靠性,分析了在GEOSS条件下构建固体地球灾害广义遥感监测体系的有利契机和若干前沿问题,包括广义遥感信息融合理论、固体地球灾害前兆识别模型等。     

精密切削加工中表面粗糙度的在线检测

本文研制了一种光纤表面粗糙度在线测量系统,通过涡流测微仪和步进马达控制系统,可以补偿由于工件尺寸变化、机床导轨几何误差和主轴部件的振动造成的光纤探头和被测工件表面之间的距离变化,使光纤测量仪的输出只反映已加工表面粗糙度的变化。该测量系统能识别出金刚石刀具切削铝合金时,影响加工表面粗糙度的主要因素是积屑瘤和振动。同时还可以用在线监测加工表面粗糙度的方法来监测刀具的磨损。     

PCBN刀具切削淬硬轴承钢时工件硬度的影响分析

通过对PCBN刀具切削不同硬度GCr15轴承钢时切削力、切削温度、刀具磨损和已加工表面质量的试验研究,得到了工件硬度对上述各量的影响规律.结果表明,当工件硬度在HRC50左右时,刀具磨损严重且工件表面质量很差,说明PCBN刀具不适合切削中等硬度的轴承钢.     

Virtual three dimensions reconstruction and isoline analysis of human marks on the surface of animal fossils

Animal fossils in archaeological sites are closely related to human activities. The environment and human activities, such as hunting-selection, cook process, traditional culture and habits can be partly inferred from the variety of fauna, fragmentation of the bones, and the human marks on bones’ sur-faces. So far, researches about marks on fossils are few in China, and are mainly observed directly by eyes. Light Microscopes and Scanning Electron Microscopes are also applied to the observation abroad. These...