一、刀具破损的自动检查(论文文献综述)
江源[1](2019)在《刀具状态智能化监控核心参数优选方法研究》文中研究表明刀具状态智能化监控系统的目标是能够及时、准确地监测到刀具加工过程中的磨损、破损等异常状态并作出提示、报警,以期提高生产效率、降低生产成本,但是目前该技术存在自动化程度和识别准确度不够高,对工业现场的工艺、工况变化适应性不够强等问题。因此,本文基于对监控系统应用过程中各方面影响因素的探究与总结,开展了围绕电流信号预处理的窗长步长、刀具磨损监控阈值和刀具破损监控特征值三个核心参数优选方法的研究,主要内容如下:首先定性地分析了工艺条件和信号采集条件等对预处理窗长、步长的影响,定量地探究了窗长、步长的变化对信号特征的影响规律,在此基础上制定了信号预处理过程中窗长、步长两个参数的自动设定方法,显著提高监控系统智能化程度。研究了常用磨损特征值的时、频域的特点及应用条件。针对磨损特征值计算过程中出现的异常现象,分析了其产生的原因和不同工艺条件下对磨损状态判断的影响,基于异常数据点的数据特征提出了针对不同工艺条件的处理方案。由于对磨损特征值使用固定阈值法判断刀具磨损状态存在准确度较差、适应性较差的问题,结合刀具磨损特征值的统计学特征提出了刀具磨损阈值的动态设定方法,该方法能够有效降低毛坯变化等因素的影响。研究了刀具破损监控准确性的影响因素和不同工艺条件下的特征,探究了刀具破损信号的时、频域特征,针对动态包络法对于现象较微弱的破损现象存在准确度不足的问题,提出了基于信号波形特征的刀具破损监控方法。该方法使用破损信号与正常信号的波形差异作为监控特征值,能够显著提高破损监控的准确度。最后使用上汽通用五菱发动机生产线等工业现场采集的数据验证了预处理窗长步长、刀具磨损监控动态阈值和基于信号波形特征的刀具破损监控特征值三方面核心参数优选方法均能达到要求,有效地提高了刀具状态监控的准确度和适应性,显著增强技术的智能化程度。
董喜望[2](2015)在《生产线刀具破损监控系统设计与研制》文中认为随着生产自动化和智能化程度的提高,对刀具破损在线监控提出了更高的要求。在生产线批量加工过程中如果刀具破损而没有及时发现,轻则降低生产线的工作效率,造成工件的报废,重则损坏刀具和数控机床甚至造成事故。因此对于生产线批量生产刀具破损在线监控是非常有必要的。本文研究了生产线批量生产刀具破损监控问题,以FANUC数控系统为例,利用数控机床内部传感器获取监控信号研制了批量生产的刀具破损监控系统。在完成系统的研制过程中具体做了如下研究工作:(1)设计实验探究了批量生产主轴功率呈现周期性的特点;探究了主轴功率、进给轴功率与刀具破损的关系,为后面的监控原理奠定了基础。(2)以FANUC-0i-mate-TD数控系统的数控机床为例,研究了数控机床内部传感器信号获取的方法,评估了数控机床内部传感器获取主轴功率信号作为刀具破损监控信号的可行性。(3)运用基于批量生产的自学习监控原理,提出了利用数控代码解析的方法实现按工步分段监控,运用此方法很好的解决了实时信号和学习信号的同步对比问题。(4)选用合理的硬件,结合自学习监控原理和数控代码解析的方法开发了刀具破损监控系统,并通过实验验证了该系统具有较高的报警准确率。
倪寿勇[3](2016)在《基于过程监测的滚珠丝杠硬旋铣关键技术研究》文中进行了进一步梳理本文研究了滚珠丝杠螺纹硬旋铣工艺的成形过程和加工过程监测技术及其在工艺优化与预报中的应用,解决了硬旋铣加工淬硬GCr15滚珠丝杠螺纹的刀具几何设计、装刀设计、刀具材料优选、刀具破损预报、加工精度预报等关键技术,为实现硬旋铣工艺的高效高精加工,以及在线监控和智能制造提供了有力的技术支撑。首先,分析了硬旋铣加工中旋铣圆直径、螺纹牙型参数、刀盘安装角对滚珠丝杠螺纹滚道成形精度的影响,提出了基于共轭曲面接触线理论的控制滚珠丝杠滚道廓形精度的刀具设计及装刀设计方法。通过硬旋铣切削层参数的几何解析,分析并验证了硬旋铣螺纹滚道两侧面的表面完整性,以及刀具切削刃不同位置的工作状态,明确了刀具切入破损的发生位置,为硬旋铣刀具性能的改进奠定了基础。其次,使用电压型三向压电式力传感器研制了一套硬旋铣刀齿切削力测试系统,建立并验证了基于剪切效应和犁切效应的硬旋铣刀齿切削力预报模型,通过硬旋铣刀齿切削力的分析,明确了硬旋铣刀具切出破损的发生位置。利用开放式数控系统的OPC通信技术开发了一款用于硬旋铣过程监测的机床状态信息访问软件,为工艺过程监测与预报提供了重要的技术手段。再次,通过硬旋铣加工过程中伺服电机输出位移的监测,讨论了机床运动误差的评价方法和数据处理方法,揭示了工件转速对硬旋铣机床匀速段速度波动误差的线性影响规律。通过跟刀架驱动电机输出力矩的监测,给出了工件夹紧系数的合理取值。通过硬旋铣刀齿切削力的监测,检验了硬旋铣工具系统的刚度,明确了硬旋铣工艺的切削振动类型。通过切削力回归方程的建立,给出了利用切削用量控制硬旋铣切削振动的措施。然后,通过不同刀具材料和刀具刃口的PCBN刀具硬旋铣对比切削试验,研究了硬旋铣刀具的失效形式和抗磨损特性,明确了硬旋铣刀具的主要刃口磨损位置,给出了适合硬旋铣加工的PCBN刀具材料和刀具刃口设计,并给出了加工不同精度等级滚珠丝杠的刀具切削用量推荐值。利用数控系统中伺服电机电流环的监测信号,提出了一种预报硬旋铣刀具破损的方法。最后,分析并明确了影响硬旋铣滚珠丝杠行程变动量的主要误差源和主要影响因素。通过支撑架支撑力的监测,提出了一种预报硬旋铣滚珠丝杠行程偏差的方法。运用线弹性力学理论,研究了工件转速、切削力、跟刀架跨距、夹持长度和约束类型对硬旋铣滚珠丝杠行程变动量的影响,并在此基础上探讨了控制硬旋铣滚珠丝杠行程偏差的技术途径。
王维[4](2006)在《异形螺杆加工刀具状态监控及在线补偿技术研究》文中研究表明刀具状态监控是异形螺杆加工过程关键的技术之一,对刀具状态监控可以降低制造成本,减少制造环境的危害,保证产品质量。为此,论文针对异形螺杆加工刀具,建立了刀具磨、破损数学模型,开发了刀具监控系统,实现了刀具磨损在线补偿和破损预报。 论文主要研究内容: (1)异形螺杆加工过程刀具状态的分析及信号检测。在异形螺杆加工刀具磨、破损机理分析的基础上,对各种典型加工过程状态信号进行对比,以能够充分反映刀具磨、破损状态的振动信号和功率信号作为研究对象,经过传感器安装、采样程序的编制、数据模/数转换,完成了信号检测。 (2)基于小波分析的振动信号特征提取。加工过程中振动信号在某个频带内幅值的变化,能够充分表征刀具的当前情况。采用小波变换技术构造滤波器组并提取刀具磨、破损特征信号。利用该特征信号建立了振动幅值变化与刀具状态的映射关系,从而计算出基于振动信号的刀具状态特征值,定性的识别出刀具磨、破损状态。 (3)基于统计分析的功率信号特征提取。原始功率信号能够很好的反映螺杆加工中切削参数的变化,但其中所包含的刀具磨损信息却没有明显的体现出来。因此,本文采用统计分析技术,通过对信号均方根处理提取出刀具磨损特征信号。该特征信号既反映出了切削参数的变化规律,同时又明显的反映出了刀具磨损的变化规律。因此,依据该信号计算得到的刀具磨损特征值能够定性的识别出刀具磨损状态。 (4)刀具磨、破损数学模型的建立。在建立刀具磨损数学模型时,本文提出了具有多信息、多参数融合的智能建模方法。该方法以振动、功率特征信号作为系统输入,刀具磨损量作为系统的输出,基于ANFIS建立输入输出的映射关系,从而建立刀具磨损模型,定量的识别出螺杆加工中刀具磨损的程度。 在建立刀具破损数学模型时,为了实现实时预测振动信号特征值的变化情况,本文按照非线性系统辨识步骤,进行非线性特征检验,选择模型描述方法,采用最小二乘法进行参数估计,最终得到加工长度和振动信号特征值这一非线性系统方程,并实现破损特征值的预测。 (5)刀具监控系统的开发。首先,开发了刀具长度补偿算法,基于该算法和建
黄圣贤[5](2019)在《基于EtherCAT的车间刀具异常监控网络系统研究及其应用》文中研究表明在大批量生产的数控车间中,刀具异常监控是一项重要技术。研究刀具异常监控技术不但可以提高加工的质量、精度,还能提高刀具的使用寿命,降低生产的机床故障率和产品废品率,进而提高经济效益。本文针对加工过程中可能发生的四种刀具异常状态(刀具缺失、刀具磨损、刀具破损、刀具过载)进行数控车间刀具异常监控研究,构建统一的数据库,实现多台机床的同时监控。具体工作如下:针对大批量数控生产的工艺特点和换刀方式的缺陷,详细分析了刀具的状态异常机理,研究了工艺参数对切削力的影响和和基于主轴电流的刀具异常监控方法,并实现了刀具异常的特征值的提取,并确定其平滑参数选择方案。针对刀具异常监控系统的方案需求,研究了基于IO模块、EtherCAT、TCP/IP、Oracle Database等技术的多台机床同时进行刀具异常监控的数据实时传输与控制方法,提出了基于机床PMC、加工的NC程序的机床控制策略。分析了加工机床的状态信号的特点,研究了加工工序识别和基于机床状态的信号截取方法、加工段特征值的拼接方法,实现了刀具异常辨识模型的构建。分析了基于倍福的硬件系统的性能与可靠性,并实现了基于倍福的车间刀具异常监控系统的硬件搭建。设计了监控系统的软件框架,并开发了数据采集、信号分析处理模块、人机交互与数据库模块等三大软件模块,分析了各模块间数据交互,提出了实现策略,并在基本功能模块的基础上,通过对长期刀具监测数据统计分析,实现了刀具寿命管理。最终完成了一套完整的数控车间加工异常监控系统。开展了在中车高铁构架加工生产线上的应用验证,先后验证了刀具异常的监控功能,并研究了实际现场工况因素对刀具异常监测的影响。最后,基于Oracle Database和TPC/IP技术实现了整条构架加工生产线的刀具异常监控可视化展示。
张文辉[6](2011)在《基于有限元法的铣刀切入过程研究及破损预测》文中认为刀具破损是金属加工过程中刀具失效的形式之一,不仅使刀具过早地丧失切削能力,同时还可能对机床等造成损坏,成为生产中迫切需要解决的重大课题。铣削过程中,随着大量脆性刀具的应用,刀具破损几乎成为刀具失效的主要原因。有研究表明,刀具切入破损是断续切削破损的重要原因,因此研究铣刀切入过程及破损预测有极其重要的实际意义。本文在分析刀具切入破损机理等研究现状的基础上,从刀具的应力场入手对铣刀切入过程进行了研究,主要进行了以下工作:(1)建立了以DEFORM软件为基础的铣削过程有限元仿真模型。阐述了有限元模拟中需解决的关键问题,包括端铣刀几何模型、网格重划分、接触与摩擦特性、材料本构模型等,详细介绍了切削模拟的步骤。(2)构建了铣削过程刀具破损监测试验系统。为验证有限元仿真的正确性,通过声发射传感器和数据采集卡对铣削过程中刀具的声发射信号进行检测和采集,得到不同切削用量情况下刀具的实际状态。(3)基于有限元仿真结果,研究了切削用量对铣刀切入过程刀具应力的影响,分析了切入过程中刀具最大应力的变化趋势,即随着切入行程的增加刀具最大应力经历“骤增-减小-波动”的过程。(4)根据试验及仿真结果,提出了一种判定铣刀是否发生切入破损的理论依据,并验证其有效性;分析了切入过程中前刀面和刀尖附近区域应力的分布状况,根据刀尖附近应力分布的集中区域,预测了刀具破损的大致区域,通过试验结果验证了其合理性。
谢剑峰[7](2011)在《基于声发射的铣刀破损监测研究》文中研究表明刀具状态实时监测是实现加工自动化的关键,有效的刀具破损监测系统对于提高生产效率,降低生产成本,改善产品质量等具有十分重要的实践意义。本文对铣削过程中铣刀状态监测中信号传感、信号处理、状态识别等相关技术方法作了详细的研究。在此基础上,提出了一个基于声发射的铣刀破损监测方法。本文开展了以下研究工作:首先,建立了一个基于LabVIEW的AE信号连续采集与实时监测试验系统,利用该系统进行正交铣削试验,采集了不同试验条件下铣刀正常切削与破损时的AE信号。然后,对这些信号进行了时域、频域和小波分析处理,在小波变换的基础上提取了能量、标准差、峰态系数三类特征,并通过正常切削、随机冲击、刀具破损三类AE信号特征比较,证明三类特征能够有效地反映刀具状态的变化。进而,通过分析各个特征量对刀具状态与切削用量的敏感度,对特征进行了优化,选取了对刀具状态敏感度高而对切削用量敏感度低的特征量组成最终的特征向量。对铣刀切入切出过程的AE信号特征进行了研究,并分析探讨了造成切入切出AE信号特征差异的原因。最后,对支持向量机网络进行了研究,成功地将其应用到铣刀破损监测中,取得了良好的识别效果。并且进一步证明了经过特征优化得到的能量、标准差、峰态系数的组合特征比单一特征能够更准确更全面地反映刀具状态。
刘晓明[8](2005)在《刀具破损监测系统的研究与开发》文中研究说明随着柔性制造系统技术的出现,人们逐渐重视对加工过程的在线监测,而刀具监测是其中的关键环节。因为一旦刀具破损将造成程度不同,甚至极为严重的损失,并引起FMS系统总体技术经济效益的下降。因此,对刀具破损进行实时监控是必要的。 刀具监测的研究大致可分为两个方面:其一是信号拾取,即采集何种信号、使用何种传感器及如何采集;其二是信号处理,也即如何从信号中提取特征量来判断刀具的状态。其中如何从低信噪比的特征信号中消除干扰及特征提取是刀具监测的关键技术。 本文选取切削力信号作为监测信号,系统研究了信号的数据采集、消噪及特征提取等问题。采用了射频无线传输的方式解决了信号传输中的限制,提高了适应性;同时针对检测信号的非平稳特性以及夹杂的干扰噪声给特征提取带来的困难,结合LabVIEW高效灵活的图形化界面编程能力、数据采集的简便及MATLAB的强大的数字分析处理算法,构建了以单片机作为下位机进行数据采样;上位机以MATLAB提供核心数据处理算法的虚拟信号消噪,特征提取信号分析仪。通过调用小波变换函数对检测信号进行消噪,并对消噪信号进一步判别其突变点,预测信号的动态变化趋势。仿真结果表明该方法具有较强的抗干扰及消噪能力,较高的监测精度和可靠性好的优点。
钦兰云[9](2004)在《异形螺杆铣削过程中刀具监控系统的研究和开发》文中进行了进一步梳理在异形螺杆铣削加工过程中,刀具磨损和破损是不可避免的故障之一,它给加工自动化带来了诸多不良影响。因此,刀具状态监测成为自动化加工的重要组成部分。尽管国内外学者对刀具监控技术的研究已有相当长的历史,并取得了丰硕的研究成果,但针对变切削参数条件下铣刀磨损监测和补偿以及破损的监测研究还很少。为了保证变切削参数条件下铣削工件的质量和加工精度,寻求一条利用多传感信息融合技术研制出智能的、高可靠性、实用的刀具监控系统的有效途径是非常必要的。 基于以上的目的,本文旨在利用Intel公司的16位高性能芯片80C196KC作为内核,构建刀具监控系统。此系统能够实时采集并显示反映刀具状态的信号:机床功率信号、振动信号、工件径向变化量信号,并对这些信号进行预处理及特征量提取。利用基于这些信号的刀具磨损/破损的数学模型,实时计算出刀具破损阈值和特征值及刀具磨损估计值。在此基础上进行如下工作:1)根据刀具破损状态的软测量方程,实时估算刀具破损特征值,并与阈值进行比较,决定是否送数控系统刀具破损预警信息;2)实时比较工件径向位移信号是否超出预设范围,同时参考刀具磨损方程的定量估计结果,决定是否送机床刀具补偿信号。 由此可见,本课题的重点在于刀具监控系统的软硬件设计。在硬件设计方面,主要在于以主控芯片80C196KC为核心的16位微控制系统的搭建:系统的外存扩展及译码电路,机床通讯电路及报警电路设计,液晶显示及键盘接口设计等。在软件设计方面的重点在于实时提取反映刀具状态的特征信号及基于这些特征信号的刀具磨损/破损模型实时计算刀具磨损、破损的特征量,以及刀具补偿软件的开发等。 系统硬件开发采用澳大利亚Protel Technology公司的CAD开发软件Protel99SE,该软件基于Windows平台的32位EDA设计系统。系统软件开发采用Tasking公司的C196编译器及Intel公司的ApBUILDER单片机初始化工具软件。
金振华[10](1984)在《日本的柔性制造技术》文中指出本文是访日专题考察报告。 柔性加工系统(FMS)是使加工、搬运和信息管理有机结合的、高效率、高柔性的加工系统。 文章首先分析了日本柔性化发展的背景以及日本发展FMS的做法、较详细的讨论了FMS中的加工单元、物流系统、信息流系统及配套技术,最后介绍了几个FMS和FA的实例。
二、刀具破损的自动检查(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、刀具破损的自动检查(论文提纲范文)
(1)刀具状态智能化监控核心参数优选方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题来源 |
1.2 研究的目的和意义 |
1.3 国内外研究现状 |
1.4 本文的主要研究工作 |
2 信号预处理过程参数优选方法研究 |
2.1 引言 |
2.2 信号调理与预处理 |
2.3 工艺条件、信号采集条件对核心参数设定的影响 |
2.4 窗长、步长的基本特性及其优选策略 |
2.5 本章小结 |
3 刀具磨损监控动态阈值优选方法研究 |
3.1 引言 |
3.2 刀具监控系统常用磨损特征值的差异与应用条件分析 |
3.3 异常数据对磨损状态判定的影响及其处理策略 |
3.4 基于统计学特征的刀具磨损阈值动态设定方法 |
3.5 本章小结 |
4 刀具破损监控特征值优选方法研究 |
4.1 引言 |
4.2 刀具破损原理及其特征分析 |
4.3 基于信号波形特征的刀具破损监控方法 |
4.4 本章小结 |
5 核心参数优选方法的验证与应用 |
5.1 引言 |
5.2 应用验证 |
5.3 信号预处理策略应用验证 |
5.4 基于统计学特征的刀具磨损监控方法应用验证 |
5.5 基于信号波形特征的刀具破损监控方法应用验证 |
5.6 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
致谢 |
参考文献 |
(2)生产线刀具破损监控系统设计与研制(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.1.1 课题研究的背景 |
1.1.2 课题研究的意义 |
1.2 刀具破损形式 |
1.2.1 刀具的塑性破损 |
1.2.2 刀具的脆性破损 |
1.3 课题研究现状及分析 |
1.3.1 刀具破损监控研究现状 |
1.3.2 刀具破损监测系统 |
1.3.3 刀具破损监控发展趋势 |
1.4 论文研究的主要内容 |
1.5 本章小结 |
2 数控生产线刀具破损监控技术 |
2.1 FANUC数控系统信号采集技术 |
2.1.1 FANUC数控系统介绍 |
2.1.2 FANUC数控系统机床内部传感器的信号采集 |
2.1.3 信号采集数控机床端配置 |
2.1.4 各类信号的API接口采集函数 |
2.2 信号的采集测试 |
2.3 数控代码解析 |
2.3.1 基于工步分段监控技术 |
2.3.2 学习数据与实时数据同步对比 |
2.4 本章小结 |
3 数控生产线刀具破损批量监控方案 |
3.1 刀具破损与机床功率关系的实验探究 |
3.1.1 批量加工主轴功率的周期性 |
3.1.2 刀具破损与主轴功率的关系 |
3.1.3 刀具破损与进给轴功率的关系 |
3.2 刀具破损监控原理 |
3.3 刀具破损监控系统方案设计 |
3.3.1 监控系统的技术要求 |
3.3.2 刀具破损监控自学习方法 |
3.3.3 监控系统和数控机床连接 |
3.4 监控系统功能模块 |
3.4.1 信号采集模块 |
3.4.2 学习模块 |
3.4.3 实时监控模块 |
3.4.4 系统预警模块 |
3.5 学习信号消噪处理 |
3.6 本章小结 |
4 刀具破损监控系统开发 |
4.1 监控系统总体结构 |
4.2 监控系统设计流程 |
4.3 监控系统硬件选择 |
4.3.1 工控机选用 |
4.3.2 系统终端选用 |
4.4 系统开发环境 |
4.5 监控系统用例分析 |
4.5.1 开发用例分析 |
4.5.2 监控系统用例时序图 |
4.6 监控系统数据库设计 |
4.6.1 系统数据库需求分析 |
4.6.2 系统数据库物理结构设计 |
4.7 系统关键功能设计 |
4.8 监控系统主要界面设计 |
4.9 监控系统操作流程 |
4.10 本章小结 |
5 刀具破损监控系统验证 |
5.1 监控系统监控效果的试验验证 |
5.1.1 试验条件 |
5.1.2 实验步骤 |
5.1.3 试验结果及分析 |
5.1.4 监控系统关键参数的设定 |
5.2 监控系统报警可能原因 |
5.3 本章小结 |
结论 |
参考文献 |
附录A 监控系统关键程序 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(3)基于过程监测的滚珠丝杠硬旋铣关键技术研究(论文提纲范文)
摘要 |
Abstract |
注释表 |
1 绪论 |
1.1 课题研究背景 |
1.1.1 高性能滚珠丝杠的生产现状 |
1.1.2 螺纹旋风铣削工艺发展概况 |
1.1.3 滚珠丝杠高精度硬旋铣的难点 |
1.2 论文研究内容与意义 |
1.2.1 论文研究内容 |
1.2.2 论文研究意义 |
1.3 螺纹硬旋铣关键技术现状 |
1.3.1 旋风铣削成形质量研究 |
1.3.2 淬硬GCr15切削性能研究 |
1.3.3 硬旋铣加工误差控制技术 |
1.3.4 加工过程监测技术 |
1.4 研究方法与思路 |
2 螺纹硬旋铣成形过程分析 |
2.1 硬旋铣加工工艺 |
2.1.1 硬旋铣加工原理 |
2.1.2 硬旋铣切削用量 |
2.1.3 硬旋铣加工精度 |
2.1.4 硬旋铣表面质量 |
2.2 螺旋面旋铣成形的几何分析 |
2.3 滚道法向截形误差分析 |
2.3.1 刀盘安装角的影响 |
2.3.2 旋铣圆直径的影响 |
2.3.3 螺纹牙型的影响 |
2.3.4 滚道成形误差校核 |
2.4 硬旋铣加工的切削层参数 |
2.4.1 切屑的宏观形貌 |
2.4.2 局部切削层厚度 |
2.4.3 结果讨论 |
2.5 本章小结 |
3 硬旋铣在线监测系统开发 |
3.1 刀齿切削力测试系统研制 |
3.1.1 测力仪设计 |
3.1.2 测力仪性能检定 |
3.2 硬旋铣刀齿切削力预报与实验 |
3.2.1 硬旋铣切削实验 |
3.2.2 切削力预报模型 |
3.2.3 预报与测试结果分析 |
3.3 硬旋铣机床状态数据访问软件开发 |
3.3.1 数控硬旋铣机床结构 |
3.3.2 840D数控系统原理与结构 |
3.3.3 基于OPC的数据访问技术 |
3.3.4 硬旋铣机床状态数据读取 |
3.4 机床状态数据的转换处理 |
3.5 本章小结 |
4 机床工艺状态监测与分析 |
4.1 机床运动误差监测与分析 |
4.1.1 机床精度与运动精度 |
4.1.2 硬旋铣机床运动误差评价 |
4.1.3 硬旋铣机床运动误差监测 |
4.1.4 硬旋铣机床运动误差分析 |
4.2 跟刀架夹紧力监测与优化 |
4.2.1 夹紧力与夹紧系数 |
4.2.2 工件夹紧力试验 |
4.2.3 夹紧系数的确定 |
4.3 切削振动的监测与辨识 |
4.3.1 机械加工过程中的振动 |
4.3.2 硬旋铣切削振动的辨识 |
4.4 硬旋铣切削力监测与分析 |
4.5 本章小结 |
5 硬旋铣刀具技术研究 |
5.1 刀具磨损的影响因素分析 |
5.2 刀具硬旋铣切削性能试验 |
5.2.1 试验条件 |
5.2.2 试验方案 |
5.3 刀具硬旋铣磨损特性分析 |
5.3.1 硬旋铣刀具的磨损形式 |
5.3.2 硬旋铣刀具的抗磨损特性 |
5.4 刀具破损在线监测与预报 |
5.4.1 方案的提出 |
5.4.2 刀具破损监测算法 |
5.4.3 应用与验证 |
5.5 本章小结 |
6 滚珠丝杠行程偏差分析与控制 |
6.1 滚珠丝杠硬旋铣误差源分析 |
6.1.1 滚珠丝杠行程偏差 |
6.1.2 机床方面的误差源 |
6.1.3 工装方面的误差源 |
6.2 硬旋铣工件的受力变形 |
6.2.1 受力变形方式的确定 |
6.2.2 工件弯曲变形分析 |
6.3 滚珠丝杠行程偏差预报与分析 |
6.3.1 支撑架支撑力监测 |
6.3.2 约束类型对行程偏差的影响 |
6.3.3 切削载荷对行程偏差的影响 |
6.3.4 跟刀架跨距对行程偏差的影响 |
6.3.5 跟刀架夹持长度对行程偏差的影响 |
6.4 滚珠丝杠行程偏差的控制途径 |
6.4.1 工艺条件的优化 |
6.4.2 机床结构的改进 |
6.5 本章小结 |
7 总结与展望 |
7.1 工作总结 |
7.1.1 完成工作 |
7.1.2 主要结论 |
7.1.3 创新点 |
7.2 工作展望 |
致谢 |
参考文献 |
附录 |
(4)异形螺杆加工刀具状态监控及在线补偿技术研究(论文提纲范文)
声明 |
学位论文版权使用授权书 |
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 刀具状态检测及在线补偿技术的现状与发展趋势 |
1.2.1 刀具状态的主要检测方法 |
1.2.2 刀具状态智能监控技术 |
1.2.3 刀具监控系统实用化研究 |
1.3 截面无瞬心包络法加工异形螺杆的基本原理 |
1.4 异形螺杆包络铣削过程中刀具磨、破损特点及其影响 |
1.4.1 刀具磨损特点 |
1.4.2 刀具破损特点 |
1.4.3 刀具磨、破损在螺杆加工中的影响 |
1.5 本文研究目的、意义和主要工作内容 |
1.5.1 研究目的和意义 |
1.5.2 论文主要工作 |
第二章 理论背景 |
2.1 引言 |
2.2 时序统计分析 |
2.2.1 概述 |
2.2.2 数学基础 |
2.2.3 功率谱分析 |
2.2.4 频谱-方差分析 |
2.3 小波分析 |
2.3.1 概述 |
2.3.2 连续小波变换 |
2.3.3 离散小波变换 |
2.3.4 基于小波分析的滤波器构建 |
2.4 系统辨识 |
2.4.1 概述 |
2.4.2 单变量模型的系统辨识 |
2.4.3 多变量模型的系统辨识 |
2.5 小结 |
第三章 异形螺杆加工中刀具磨损状态识别 |
3.1 引言 |
3.2 螺杆加工过程中刀具状态信号的检测 |
3.2.1 螺杆铣床振动信号的检测 |
3.2.2 螺杆铣床功率信号的检测 |
3.2.3 采样程序及信号采集 |
3.3 异形螺杆加工刀具磨损规律分析 |
3.3.1 刀具磨损量测量 |
3.3.2 刀具磨损规律分析 |
3.4 振动信号的小波分析 |
3.4.1 基于Dubechies小波函数的滤波器组 |
3.4.2 振动信号的小波分解与重构 |
3.5 基于振动信号的刀具磨损状态识别 |
3.5.1 刀具磨损特征信号的提取及分析 |
3.5.2 基于特征信号求取刀具磨损特征值 |
3.6 功率信号的统计分析 |
3.6.1 螺杆加工过程的功率信号分析 |
3.6.2 刀具磨损特征信号的提取 |
3.7 基于功率信号的刀具磨损状态识别 |
3.7.1 特征信号的分析 |
3.7.2 基于特征信号求取刀具磨损特征值 |
3.8 小结 |
第四章 异形螺杆加工中刀具磨损智能建模 |
4.1 引言 |
4.2 ANFIS系统 |
4.2.1 ANFIS结构 |
4.2.2 混合学习算法 |
4.3 输入输出数据 |
4.3.1 输入数据 |
4.3.2 输出数据 |
4.4 刀具磨损模型辨识 |
4.5 刀具磨损模型检验 |
4.6 小结 |
第五章 异形螺杆加工中刀具破损状态监控 |
5.1 引言 |
5.2 参与切削的切削刃长度计算 |
5.2.1 求解切削刃长度的数学模型 |
5.2.2 各刀齿矢径的求解 |
5.2.3 单个刀齿切削时的切削长度计算 |
5.2.4 加工一个瓣形内刀具切削长度的分布 |
5.3 刀片破损原因分析 |
5.4 加工刀具破损状态的检测方法 |
5.4.1 振动信号的自功率谱分析法 |
5.4.2 刀具破损的频谱-方差分析 |
5.5 刀具破损状态模型的建立 |
5.5.1 刀具破损监控方案 |
5.5.2 刀具破损预报举例 |
5.6 刀具破损监控算法设计 |
5.6.1 系统的软件选择 |
5.6.2 系统工作流程 |
5.7 小结 |
第六章 刀具监控系统开发及实验研究 |
6.1 引言 |
6.2 刀具补偿方法和刀具破损判定准则的建立 |
6.2.1 基于刀具长度补偿的刀补方法 |
6.2.2 刀具破损判定准则 |
6.3 刀具监控系统设计 |
6.3.1 系统硬件设计 |
6.3.2 系统软件设计 |
6.4 刀具监控系统与螺杆铣床数控系统的联接 |
6.4.1 数控系统工作原理 |
6.4.2 数控系统内部总线上数据信息的传输 |
6.4.3 基于PLC的联接方式 |
6.5 现场实验 |
6.6 小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
致谢 |
攻读博士学位期间发表的学术论文及获奖情况 |
作者简介 |
(5)基于EtherCAT的车间刀具异常监控网络系统研究及其应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题来源 |
1.2 研究背景和意义 |
1.3 国内外研究现状 |
1.4 本文的主要研究工作 |
2 面向大批量加工的刀具异常监控方法研究 |
2.1 引言 |
2.2 大批量数控加工特点分析 |
2.3 刀具异常的监控方法分析 |
2.4 主轴电流特征值提取方法 |
2.5 本章小结 |
3 刀具异常监控系统的关键技术研究 |
3.1 引言 |
3.2 数据实时传输与刀具异常实时监控 |
3.3 基于PMC的机床控制策略 |
3.4 刀具状态辨识模型构建方法的研究 |
3.5 本章小结 |
4 刀具异常监控系统的研发 |
4.1 引言 |
4.2 基于倍福的硬件构架 |
4.3 软件构架 |
4.4 本章小结 |
5 刀具异常监控系统验证 |
5.1 引言 |
5.2 异常监控系统的硬件安装 |
5.3 刀具异常监控功能的验证 |
5.4 刀具异常监控网络系统的可视化 |
5.5 文章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 展望 |
致谢 |
参考文献 |
(6)基于有限元法的铣刀切入过程研究及破损预测(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 本课题的研究意义 |
1.2 国内外研究现状 |
1.2.1 刀具破损机理研究. |
1.2.2 断续切削切入破损研究 |
1.2.3 刀具破损监控方法研究 |
1.2.4 切削过程刀具应力研究 |
1.2.5 有限元法在切削加工中的应用 |
1.3 本文研究的主要内容 |
第二章 铣削过程有限元仿真 |
2.1 研究方案 |
2.1.1 铣削过程有限元仿真模拟 |
2.1.2 铣刀切入过程应力分析 |
2.1.3 铣刀切入破损预测模型 |
2.2 DEFORM 软件简介 |
2.3 铣削有限元模拟的关键技术 |
2.3.1 材料本构模型 |
2.3.2 切屑与工件的分离准则 |
2.3.3 刀屑间的接触、摩擦特性 |
2.3.4 网格重划分技术. |
2.4 铣削系统建模及模拟 |
2.4.1 端铣刀参数化建模. |
2.4.2 铣削加工模拟过程. |
2.5 本章小结 |
第三章 铣削过程刀具破损试验 |
3.1 试验目的 |
3.2 试验方法 |
3.2.1 声发射监控法 |
3.2.2 信号处理技术 |
3.3 试验系统 |
3.3.1 试验系统描述 |
3.3.2 试验系统组成 |
3.4 试验内容 |
3.4.1 切削用量选择 |
3.4.2 试验方案 |
3.4.3 试验步骤 |
3.4.4 试验结果 |
3.5 本章小结 |
第四章 铣刀切入过程应力分析 |
4.1 切入过程刀具瞬时应力 |
4.2 切入过程定义 |
4.3 切削用量对切入过程的影响 |
4.3.1 切削速度对切入过程刀具应力的影响 |
4.3.2 切削深度对切入过程刀具应力的影响 |
4.3.3 每齿进给量对切入过程刀具应力的影响 |
4.4 切入过程刀具应力场分析 |
4.4.1 切入过程刀具最大应力变化情况分析 |
4.4.2 前刀面应力分布变化分析 |
4.4.3 刀尖附近区域应力分布变化分析 |
4.5 本章小结 |
第五章 铣刀切入破损预测模型 |
5.1 材料破损理论简介 |
5.1.1 第一强度理论—最大拉应力理论 |
5.1.2 第二强度理论—最大拉应变理论 |
5.1.3 弯曲强度条件 |
5.2 刀具破损判定依据 |
5.2.1 前刀面破损判定依据 |
5.2.2 刀尖附近区域破损判定依据 |
5.3 刀具破损区域预测 |
5.3.1 刀具脆性破损形式 |
5.3.2 刀尖破损区域分类 |
5.3.3 刀尖附近应力分布集中区域 |
5.3.4 破损区域试验验证 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 本文的主要结论 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(7)基于声发射的铣刀破损监测研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 刀具状态监测的意义 |
1.2 刀具破损形式 |
1.2.1 刀具塑性破损 |
1.2.2 刀具脆性破损 |
1.3 刀具状态监测国内外研究现状 |
1.3.1 传感器技术 |
1.3.1.1 声发射 |
1.3.1.2 切削力 |
1.3.1.3 其他 |
1.3.2 信号处理技术 |
1.3.2.1 时域和频域分析 |
1.3.2.2 时频分析 |
1.3.3 决策判断技术 |
1.3.3.1 阈值法 |
1.3.3.2 智能方法 |
1.3.3.3 其他方法 |
1.4 本文主要研究内容 |
第二章 铣刀破损试验 |
2.1 试验目的 |
2.2 试验系统 |
2.2.1 硬件构成 |
2.2.2 软件构成 |
2.3 试验内容 |
2.3.1 试验影响因素选择 |
2.3.2 正交试验法 |
2.3.3 试验步骤 |
2.4 本章小结 |
第三章 AE 信号处理与刀具破损特征选择 |
3.1 时域分析 |
3.2 频域分析 |
3.3 小波变换 |
3.3.1 连续小波变换 |
3.3.2 离散小波变换 |
3.3.3 多分辨率分析 |
3.4 AE 信号的特征分析 |
3.4.1 AE 信号的时域特征 |
3.4.2 AE 信号的频域特征 |
3.4.3 AE 信号的小波分析 |
3.4.3.1 AE 信号的小波变换 |
3.4.3.2 基于小波变换的特征提取 |
3.5 特征量的优化 |
3.5.1 特征量对刀具状态的敏感度 |
3.5.2 特征量对切削用量的敏感度 |
3.6 切入切出过程AE 信号特征分析 |
3.6.1 正常切入切出信号特征 |
3.6.2 切入破损与切出破损信号特征 |
3.6.3 切入切出特征差异的原因分析 |
3.7 本章小结 |
第四章 基于支持向量机的铣刀破损监测 |
4.1 支持向量机 |
4.1.1 统计学习理论 |
4.1.2 支持向量机理论 |
4.1.2.1 线性支持向量机 |
4.1.2.2 非线性支持向量机 |
4.2 支持向量机在铣刀破损监测中的应用 |
4.2.1 相关参数的确定 |
4.2.2 训练样本的选取 |
4.2.3 测试样本的选取 |
4.3 基于支持向量机的铣刀破损监测测试结果分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 主要结论 |
5.2 研究展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的学术论文 |
附表 A |
(8)刀具破损监测系统的研究与开发(论文提纲范文)
第一章 绪论 |
1.1 问题的提出 |
1.2 刀具监测的发展现状及方法 |
1.3 刀具破损监测技术的研究方法 |
1.3.1 声发射监测技术 |
1.3.2 切削力监测技术 |
1.3.3 破损监测核心技术 |
1.4 刀具监控系统的发展趋势 |
1.5 刀具破损监测研究的意义 |
1.6 本文研究内容 |
1.7 本章小结 |
第二章 刀具破损监测系统总体方案 |
2.1 系统总体方案设计 |
2.1.1 系统硬件功能结构 |
2.1.2 系统软件功能结构 |
2.2 系统涉及的相关监测技术 |
2.2.1 声发射监测法 |
2.2.2 功率微分监测法 |
2.2.3 切削力监测法 |
2.3 系统设计要点 |
2.4 本章小结 |
第三章 监测信号拾取与处理 |
3.1 切削加工过程数据的特征 |
3.2 监测信号的拾取 |
3.3 信号消噪处理 |
3.3.1 小波基础知识理论 |
3.3.2 小波降噪的原理 |
3.4 信号特征提取(奇异点判定) |
3.4.1 小波变换与信号的奇异性 |
3.4.2 信号奇异性的数学描述 |
3.4.3 小波变换与 Lipschitz奇异性的关系 |
3.5 信号发展趋势预测 |
3.6 本章小结 |
第四章 监测系统硬件设计 |
4.1 基于 MCU的数据采集单元硬件设计 |
4.1.1 单片机的选择 |
4.1.2 抗干扰设计要点 |
4.1.2 硬件电路具体实现 |
4.2 基于nRF905的无线收发模块的硬件设计 |
4.2.1 芯片的选择及特点 |
4.2.2 天线的设计 |
4.2.3 与单片机的接口电路 |
4.3 本章小结 |
第五章 监测系统软件设计 |
5.1 监测信号的数据采集程序 |
5.2 监测信号的无线收发程序 |
5.3 监测信号分析处理程序 |
5.3.1 开发软件介绍 |
5.3.2 软件功能 |
5.3.3 信号分析处理主程序设计 |
5.4 本章小结 |
第六章 系统仿真与调试 |
6.1 刀具监测系统的硬件调试 |
6.2 刀具监测系统的软件调试及仿真 |
第七章 总结与展望 |
参考文献 |
致谢 |
附录A 基于无线收发的数据采集板卡 |
附录B 监测系统主要程序 |
(9)异形螺杆铣削过程中刀具监控系统的研究和开发(论文提纲范文)
摘要 |
Abstract |
引言 |
1 绪论 |
1.1 问题的提出 |
1.1.1 刀具磨损与破损对异形螺杆加工系统的影响 |
1.1.2 变切削参数加工长导程异形螺杆的特点 |
1.2 刀具磨/破损状态监测的研究现状及发展趋势 |
1.2.1 国内外研究现状及成果 |
1.2.1.1 国内外刀具状态检测方法概述 |
1.2.1.2 信号处理技术小结 |
1.2.2 刀具状态监控的发展趋势 |
1.2.3 刀具监控技术与装置研究中的关键性技术 |
1.3 课题研究的主要内容 |
1.4 课题的意义 |
2 螺杆加工过程中反映刀具状态信号的检测与处理 |
2.1 反映刀具状态信号的选择 |
2.2 刀具磨损与破损的原因分析 |
2.3 螺杆径向尺寸变化量信号的采集及测量电路的设计 |
2.4 系统振动信号的检测 |
2.5 功率信号的检测 |
3 刀具磨损与破损模型的建立 |
3.1 系统辨识概述 |
3.2 基于振动信号和功率信号的刀具磨损状态识别 |
3.2.1 基于振动信号刀具磨损特征量的提取 |
3.2.2 基于功率信号刀具磨损特征值的提取 |
3.2.3 基于振动信号和功率信号的刀具磨损的方程的建立 |
3.3 基于振动信号刀具破损状态方程的建立 |
3.3.1 基于振动信号刀具破损特征量提取 |
3.3.2 刀具破损的方程的建立 |
4 刀具状态监控系统的硬件设计 |
4.1 系统的组成与工作原理 |
4.2 监控系统的设计概要 |
4.2.1 主控芯片的性能分析及外围电路的设计 |
4.2.2 系统扩展及译码电路的设计 |
4.2.3 信号采集及预处理 |
4.2.4 报警装置及与数控系统通讯的设计 |
4.2.5 LCD显示接口部分设计 |
4.3 印刷电路板及电路的抗干扰设计 |
5 刀具状态监控系统的软件设计 |
5.1 主控程序设计 |
5.2 子程序的设计 |
5.2.1 数字信号的采样与滤波及标度变换子程序 |
5.2.2 基于刀具磨损/破损状态模型的刀具磨损/破损估计的程序实现 |
5.2.3 刀具磨损补偿的实现和报警子程序 |
5.2.4 键盘及LCD显示的编程实现 |
5.3 系统软件的抗干扰设计 |
结论 |
参考文献 |
在学研究成果 |
致谢 |
四、刀具破损的自动检查(论文参考文献)
- [1]刀具状态智能化监控核心参数优选方法研究[D]. 江源. 华中科技大学, 2019
- [2]生产线刀具破损监控系统设计与研制[D]. 董喜望. 大连理工大学, 2015(03)
- [3]基于过程监测的滚珠丝杠硬旋铣关键技术研究[D]. 倪寿勇. 南京理工大学, 2016(06)
- [4]异形螺杆加工刀具状态监控及在线补偿技术研究[D]. 王维. 东北大学, 2006(12)
- [5]基于EtherCAT的车间刀具异常监控网络系统研究及其应用[D]. 黄圣贤. 华中科技大学, 2019
- [6]基于有限元法的铣刀切入过程研究及破损预测[D]. 张文辉. 上海交通大学, 2011(07)
- [7]基于声发射的铣刀破损监测研究[D]. 谢剑峰. 上海交通大学, 2011(07)
- [8]刀具破损监测系统的研究与开发[D]. 刘晓明. 电子科技大学, 2005(01)
- [9]异形螺杆铣削过程中刀具监控系统的研究和开发[D]. 钦兰云. 沈阳工业大学, 2004(04)
- [10]日本的柔性制造技术[J]. 金振华. 组合机床, 1984(06)