基于切削声和切削力参数融合的刀具磨损监测系统的研究

基于切削声和切削力参数融合的刀具磨损监测系统的研究

论文摘要

随着现代制造业和工业自动化的高速发展,数控机床和加工中心得到了广泛应用,为了保证这些无人参与的自动化加工过程的安全可靠的进行,迫切需要能够实现实时在线监测切削过程的系统。作为切削过程的直接执行者,刀具的磨损会降低加工过程中的精度,并且使加工效率降低,因此刀具状态的监测就变得越来越重要,它在推动加工过程中的无人化和自动化发展方面起到了非常重要的作用。刀具磨损和破损在切削过程中是不可避免的,它会给自动化加工带来许多不良的影响,影响工件的表面质量,造成机床的损坏,甚至会威胁操作者的生命安全,造成难以估计的损失。研究表明,数控机床在安装了刀具监测系统后,因刀具磨损和破损而造成的停机时间减少到原来的25%,机床的利用率提高了一半以上,这样生产效率得到了提高,也就节约了生产成本。经过这几十年的发展刀具的监测技术在广度和深度上都已经达到了一定的水平,但是到目前还没有一种能适用于不同的加工条件下并能监测各种刀具的方法,也就是各种方法的适用范围都有限,还远没有达到自动化控制的要求。本文主要针对基于切削声和切削力参数融合的刀具磨损监测系统进行研究,做了以下相关工作:(1)将几种常用的刀具状态监测方法的使用范围及特点进行了对比,对国内外的研究现状及研究成果进行了概述,分析了现在刀具状态监测技术存在的问题及未来的发展趋势。在此基础上,提出了将切削声信号和切削力信号融合起来共同来监测刀具磨损状态的方法。(2)确立了应用MEMS麦克风采集切削声信号和应用霍尔传感器采集电流信号的方案,针对切削声信号进行了特征参数的选取,并提出了间接测量切削力的设计方案。引入基于神经网络的多传感器信息融合方法,重点介绍了BP神经网络,对BP算法进行了理论推导,并针对传统算法的缺陷,提出了BP算法的改进算法。(3)在YCM-V116B立式数控加工中心进行了铣削实验,并对实验数据进行了预处理,提取了切削声信号和切削力信号的特征参数,将这些参数作为BP网络的输入,然后对BP神经网络进行了设计,包括输入层、隐层、输出层的确立,以及神经网络训练时各参数的选择,通过对此网络的训练,得出切削声和切削力融合后能够提高识别刀具磨损程度的准确性和稳定性。(4)在分析系统功能需求的基础上,选择ARM9S3C2410处理器作为系统核心,围绕其设计了刀具磨损监测系统。分别设计了切削声信号以及电流信号的采集电路,通过A/D转换传送至处理器,并且设计了电源、复位、JTAG、串口以及LCD显示模块,使得所设计的刀具磨损监测系统完全满足刀具磨损监测的功能需求。(5)对软件平台进行了构建及设计,首先简单介绍了应用程序、驱动程序与硬件之间的关系,然后采用Qt进行人机界面的应用程序设计,之后对目标机的软件平台进行了搭建。最后基于Qt/Embedded进行GUI设计,并将应用程序移植到目标机上,基本实现了所需软件的功能要求。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 刀具状态监测技术的意义
  • 1.2 几种常用的刀具状态监测方法综合评述
  • 1.3 刀具状态监测技术的研究现状、存在的问题及发展趋势
  • 1.3.1 国内外研究现状及研究成果
  • 1.3.2 存在的问题
  • 1.3.3 刀具状态监测技术的发展趋势
  • 1.4 本课题方法的提出
  • 1.4.1 以切削声信号作为监测参数
  • 1.4.2 以切削力信号作为监测参数
  • 1.4.3 信息融合监测技术
  • 1.4.4 基于 ARM 的硬件平台的研究
  • 1.5 本课题研究的主要内容
  • 1.6 本章小结
  • 第二章 总体方案设计
  • 2.1 传感器的选择
  • 2.1.1 声传感器
  • 2.1.2 电流传感器
  • 2.2 特征参数的选择
  • 2.2.1 切削声的特征参数选择
  • 2.2.2 切削力的间接测量
  • 2.3 系统总体方案设计
  • 2.4 本章小结
  • 第三章 基于神经网络的多传感器信息融合方法的研究
  • 3.1 信息融合技术
  • 3.2 基于神经网络的多传感器信息融合方法
  • 3.2.1 神经元
  • 3.2.2 神经网络的基本原理
  • 3.2.3 BP 神经网络
  • 3.3 本章小结
  • 第四章 实验设计与数据分析
  • 4.1 铣削实验与实验数据的预处理
  • 4.2 基于 BP 神经网络的刀具磨损监测
  • 4.2.1 BP 神经网络的设计
  • 4.2.2 BP 神经网络的训练
  • 4.3 本章小结
  • 第五章 刀具磨损监测系统的硬件设计
  • 5.1 硬件总体结构
  • 5.2 处理器的选择
  • 5.3 采集切削声信号的电路设计
  • 5.4 电流信号采集电路设计
  • 5.5 其他模块
  • 5.5.1 电源模块
  • 5.5.2 复位模块
  • 5.5.3 JTAG 模块
  • 5.5.4 串口模块
  • 5.5.5 LCD 显示模块的设计
  • 5.6 本章小结
  • 第六章 软件平台的构建及设计
  • 6.1 LCD 应用程序与驱动程序
  • 6.1.1 软件层之间的关系
  • 6.1.2 LCD 驱动程序架构
  • 6.2 Qt 概述
  • 6.3 基于 Qt/Embedded 的 GUI 设计
  • 6.4 Qt/Embedded 程序的移植
  • 6.4.1 交叉编译
  • 6.4.2 移植目标程序
  • 6.5 本章小结
  • 第七章 结论与展望
  • 7.1 结论
  • 7.2 创新点
  • 7.3 展望
  • 参考文献
  • 致谢
  • 附录 1
  • 附录 2 刀具磨损监测系统部分显示程序
  • 相关论文文献

    • [1].复合刀具的结构瞬态动力学分析[J]. 组合机床与自动化加工技术 2019(12)
    • [2].在线刀具组装器助力减材制造[J]. 金属加工(冷加工) 2019(S2)
    • [3].山高刀具:相信相信的力量[J]. 今日制造与升级 2020(Z1)
    • [4].履带式绿篱机刀具架结构设计与有限元分析[J]. 筑路机械与施工机械化 2020(06)
    • [5].稳态车削条件下的刀具强度分析与设计[J]. 工具技术 2020(10)
    • [6].硬质合金复合刀具的制备及性能研究[J]. 铸造技术 2016(12)
    • [7].德克刀具:定位高端,专注研发20年——访宁波德克刀具有限公司营销总监洪伟[J]. 金属加工(冷加工) 2017(03)
    • [8].金属材料与刀具切削课程中的教学技巧刍议[J]. 邢台职业技术学院学报 2016(05)
    • [9].刀具损坏形态的识别和控制[J]. 机电工程技术 2017(02)
    • [10].机加工企业刀具库存分类方法研究[J]. 精密制造与自动化 2016(04)
    • [11].刀具磨损破损监控技术[J]. 现代制造技术与装备 2016(10)
    • [12].基于形状匹配的刀具在机监测方法研究[J]. 纳米技术与精密工程 2017(05)
    • [13].刀具磨损量监测的多传感器信息融合技术研究[J]. 科技风 2017(20)
    • [14].基于深度学习的刀具磨损监测方法[J]. 计算机集成制造系统 2017(10)
    • [15].刀具磨损仿真的研究进展[J]. 工具技术 2015(12)
    • [16].硬质合金木工成型刀具的选择及使用注意事项[J]. 林业机械与木工设备 2016(03)
    • [17].中国刀具重镇的担当与坚守——新常态下国产刀具企业谋发展系列报道之走进成都[J]. 金属加工(冷加工) 2016(11)
    • [18].践行智造 引领未来——山高刀具教育日系列活动正式于沪开启[J]. 金属加工(冷加工) 2016(19)
    • [19].云环境下的刀具知识本体建模及应用[J]. 制造业自动化 2015(06)
    • [20].对刀具磨损获取信号处理方法的探讨[J]. 机械制造 2015(03)
    • [21].国产汽车刀具哪家强?[J]. 汽车工艺师 2015(07)
    • [22].山田刀具助力中国汽车事业发展[J]. 工具技术 2015(09)
    • [23].盾构刀具产业现状及发展[J]. 硬质合金 2015(05)
    • [24].德国三叉200年[J]. 优品 2014(08)
    • [25].避免意外受伤的刀具[J]. 家庭科技 2013(05)
    • [26].钓具悬挂[J]. 钓鱼 2009(18)
    • [27].生路[J]. 短篇小说(原创版) 2010(07)
    • [28].生路[J]. 幸福(悦读) 2010(12)
    • [29].粉垄刀具减振仿真研究[J]. 农机化研究 2021(06)
    • [30].车削可加工陶瓷刀具磨损模型研究[J]. 机械科学与技术 2020(01)

    标签:;  ;  ;  

    基于切削声和切削力参数融合的刀具磨损监测系统的研究
    下载Doc文档

    猜你喜欢