數(shù)控機床刀具狀態(tài)無線監(jiān)測系統(tǒng)設(shè)計.pdf

1、數(shù)控加工較之傳統(tǒng)加工技術(shù)，大幅提高生產(chǎn)效率和生產(chǎn)質(zhì)量，已成為機械制造業(yè)的支柱產(chǎn)業(yè)。數(shù)控設(shè)備的安全穩(wěn)定運行能充分利用資源，提高設(shè)備利用率，甚至減少加工過程中的人身傷害。為了保證其正常運行，提高加工件的良品率，可對數(shù)控機床的加工狀態(tài)進行監(jiān)測。刀具作為數(shù)控加工的直接執(zhí)行部件，其好壞往往在整個數(shù)控設(shè)備狀態(tài)中起到關(guān)鍵影響。因此對數(shù)控機床刀具狀態(tài)進行監(jiān)測與狀態(tài)識別顯得尤為重要。
　　本文設(shè)計了一套無線監(jiān)測系統(tǒng)，設(shè)計數(shù)據(jù)采集模塊采集傳感器信號，

2、將數(shù)據(jù)無線傳輸給終端上位機，在傳輸過程中對數(shù)據(jù)進行TEA對稱加密，在上位機對接收到的數(shù)據(jù)進行解密以及相關(guān)的分析處理，提取特征量，建立神經(jīng)網(wǎng)絡(luò)分析系統(tǒng)，實現(xiàn)對刀具狀態(tài)的良好監(jiān)測。
　　刀具狀態(tài)監(jiān)測系統(tǒng)主要由4個部分組成，分別為數(shù)據(jù)采集部分、數(shù)據(jù)加密與無線傳輸部分、數(shù)據(jù)分析與特征提取部分和基于神經(jīng)網(wǎng)絡(luò)刀具狀態(tài)智能識別部分。
　　數(shù)據(jù)采集部分主要實現(xiàn)對聲發(fā)射等傳感器進行進行信號解耦、調(diào)理濾波、偏置和比例放大等處理。由于主控制器AR

3、M11運行Linux系統(tǒng)，無法滿足A/D芯片高達200kHz采集頻率的需求，本文設(shè)計一個STM32協(xié)處理器對ADC的時序控制和高速讀寫數(shù)據(jù)，之間通過SPI總線通信。
　　數(shù)據(jù)加密與無線傳輸部分實現(xiàn)對數(shù)據(jù)的加密與無線傳輸功能。采用TEA算法對數(shù)據(jù)進行加密，數(shù)據(jù)通過WiFi無線傳輸至PC上位機中。S3 C6410處理器運行Linux系統(tǒng)，程序上對于數(shù)據(jù)采集加密與傳輸分別采用兩個線程實現(xiàn)，內(nèi)設(shè)緩沖區(qū)，用于存儲STM32實時上傳的A/D數(shù)

4、據(jù)值。
　　數(shù)據(jù)分析與特征提取部分將原始數(shù)據(jù)處理成識別刀具狀態(tài)的關(guān)鍵有效信息。采用MATLAB進行數(shù)據(jù)時域統(tǒng)計有效特征提取、頻域Welch功率譜密度估計和小波包分解提取特征參量。
　　基于神經(jīng)網(wǎng)絡(luò)刀具狀態(tài)智能識別部分實現(xiàn)不同刀具狀態(tài)的準確識別。將樣本信號特征導(dǎo)入神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，得到滿足要求的網(wǎng)絡(luò)，最終實現(xiàn)刀具狀態(tài)的準確識別。
　　本文設(shè)計的數(shù)控機床刀具狀態(tài)無線監(jiān)測系統(tǒng)能準確識別刀具當下狀態(tài)，良好的指導(dǎo)實際生產(chǎn)。其中自