版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著裝備制造業(yè)的發(fā)展,刀具磨損狀態(tài)監(jiān)測技術(shù)已成為制約現(xiàn)代自動化機床的一項關(guān)鍵技術(shù),該技術(shù)目前尚未得到有效解決。實時地監(jiān)測刀具狀態(tài),可提高零件加工質(zhì)量和機床的加工效率,減少機床事故的發(fā)生,最大限度地減少人對機床的操作,實現(xiàn)機床的智能化和無人化,保證系統(tǒng)在最優(yōu)參數(shù)下運行。因此,刀具磨損狀態(tài)監(jiān)測技術(shù)的研究是非常迫切且重要的。
本文針對不同切削條件下刀具磨損狀態(tài)監(jiān)測和磨損量預(yù)測研究課題,通過正交試驗法安排切削試驗,在采集的聲發(fā)射信號的
2、基礎(chǔ)上,應(yīng)用現(xiàn)代信號處理方法小波包分析和最優(yōu)熵理論相結(jié)合實現(xiàn)信號的濾波處理,提出了基于云模型理論和最小二乘支持向量機的刀具磨損狀態(tài)識別方法,最后應(yīng)用不確定性云推理方法實現(xiàn)磨損量的不確定性預(yù)測。主要研究內(nèi)容由以下幾個部分構(gòu)成:
以往的刀具磨損監(jiān)測信號濾波采用時域分析(經(jīng)驗?zāi)B(tài)分解)、頻域分析(功率譜分析)等傳統(tǒng)的信號預(yù)處理方法。由于所采用的聲發(fā)射信號的非平穩(wěn)和非線性特點,本文將適合處理非平穩(wěn)信號處理的小波包分析方法引入到信號預(yù)處
3、理中,實現(xiàn)信號的濾波。首先通過頻譜分析得到不同磨損階段聲發(fā)射信號的頻帶分布范圍,作為小波包分解層次的定性參考;其次應(yīng)用信息熵理論中的Shannon熵表征噪聲的大小,確定小波包分解最佳樹;最后通過最佳樹統(tǒng)計分析確定小波包分解的最優(yōu)分枝,并通過閾值處理后進行信號重構(gòu),信噪比可達35dB以上。
提出了基于云理論的不確定性聲發(fā)射信號特征提取方法。首先通過改進的逆向云算法提取不同磨損量聲發(fā)射信號的特征參數(shù),期望、熵和超熵;其次,定量分析
4、刀具在不同切削條件下三種云特征參數(shù)隨磨損量增大所呈現(xiàn)的變化趨勢和規(guī)律;最后,通過散點圖驗證三種特征參數(shù)表征刀具磨損聲發(fā)射信號的有效性。
提出了將云特征參數(shù)與最小二乘支持向量機相結(jié)合的刀具磨損狀態(tài)識別方法。針對神經(jīng)網(wǎng)絡(luò)學(xué)習算法收斂速度慢、易陷入局部極值以及對特征要求較高等問題,提出基于云理論與最小二乘支持向量機結(jié)合刀具磨損狀態(tài)識別方法。實例分析表明,在優(yōu)化選取支持向量機參數(shù)的條件下,云-支持向量機結(jié)合的方法比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)識別方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)的車輪磨損量預(yù)測方法研究.pdf
- 基于分形理論的刀具磨損狀態(tài)識別研究.pdf
- 基于數(shù)值模擬的TBM刀具磨損量估算方法.pdf
- 基于聲發(fā)射的刀具磨損狀態(tài)識別與預(yù)測.pdf
- 刀具磨損狀態(tài)監(jiān)測系統(tǒng)研究.pdf
- 基于支持向量機的刀具磨損狀態(tài)預(yù)測.pdf
- 基于工件表面圖像的刀具磨損狀態(tài)監(jiān)測.pdf
- 基于混沌理論的刀具磨損識別研究.pdf
- 刀具磨損狀態(tài)識別及預(yù)測研究.pdf
- 基于加工表面圖像的刀具磨損狀態(tài)監(jiān)測.pdf
- 基于數(shù)字圖像的刀具磨損狀態(tài)監(jiān)測研究.pdf
- 刀具磨損狀態(tài)識別和預(yù)測方法研究.pdf
- 砂輪磨損量及鈍化程度的在線監(jiān)測系統(tǒng)的研究.pdf
- 基于熱電效應(yīng)的刀具磨損狀態(tài)監(jiān)測技術(shù)研究.pdf
- 基于深度學(xué)習的刀具磨損狀態(tài)監(jiān)測技術(shù)的研究.pdf
- H13鋼滾刀刀圈磨損行為及磨損量預(yù)測方法研究.pdf
- 基于工件表面紋理的刀具磨損狀態(tài)監(jiān)測技術(shù)的研究.pdf
- 基于聲音和圖像的刀具磨損狀態(tài)監(jiān)測技術(shù)的研究.pdf
- 基于多尺度主元分析的刀具磨損狀態(tài)監(jiān)測研究.pdf
- 基于分形理論和神經(jīng)網(wǎng)絡(luò)的刀具磨損在線監(jiān)測.pdf
評論
0/150
提交評論