版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在切削加工過程中,刀具的磨損會影響到工件表面質量,因此有必要對刀具的磨損做出實時的監(jiān)測。對刀具磨損的監(jiān)測通常通過采集切削過程中產生的信號,從中提取特征,然后建立起特征與刀具磨損量之間的數學模型。建模通常有人工智能方法和數理統計方法。但是人工智能方法的訓練通常需要大量樣本,且算法復雜。而對于常用的線性回歸方法來說,由于信號特征或刀具磨損量的不平穩(wěn)性,容易導致虛假回歸產生,從而使得預測結果不準確。
本文將協整理論用于刀具磨損監(jiān)
2、測中,建立起了信號特征與刀具磨損量之間的協整模型,實現刀具磨損量的預測。首先闡述了協整建模的理論方法與建模過程,并通過實例分析比較了協整模型和多元線性回歸模型之間的區(qū)別。為驗證協整建模的有效性,本文進行了TC4鈦合金切削實驗,對切削過程中的切削力、振動信號和聲發(fā)射信號進行了分析,從中提取出了與刀具磨損量相關的特征用于刀具磨損的預測。最后,運用協整建模方法建立起了信號特征與刀具磨損量之間的協整模型,這其中包括單位根檢驗和Johansen檢
3、驗等過程。通過與線性回歸模型的對比發(fā)現,所建協整預測模型能夠識別虛假回歸的產生,因此預測結果更加準確。另外,本文同樣運用了兩種人工智能方法.廣義回歸神經網絡和小波神經網絡建立了刀具磨損預測模型,發(fā)現也能得到比較準確的預測結果,但是對建模樣本分布范圍之外的樣本的預測能力要弱于協整預測模型。
理論分析及實驗驗證表明,協整預測模型具有預測速度快、結果準確和采集建模樣本過程快等特點,能夠實現刀具磨損的實時預測,這對提高加工效率和表
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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
- 基于協整建模的銑刀磨損狀態(tài)監(jiān)測技術研究.pdf
- 基于支持向量機的刀具磨損狀態(tài)預測.pdf
- 基于聲發(fā)射的刀具磨損狀態(tài)識別與預測.pdf
- 鈦合金銑削加工過程參量建模及刀具磨損狀態(tài)預測.pdf
- 刀具磨損狀態(tài)識別及預測研究.pdf
- 刀具磨損狀態(tài)識別和預測方法研究.pdf
- 長記憶向量時間序列協整建模理論與變結構研究.pdf
- 基于云理論的刀具磨損狀態(tài)監(jiān)測與磨損量預測理論研究.pdf
- 基于地層變異的盾構刀具磨損風險分析及其預測模型研究.pdf
- 考慮刀具磨損的機床能耗建模及優(yōu)化方法研究.pdf
- 基于混沌理論的刀具磨損識別研究.pdf
- 刀具磨損監(jiān)測和剩余壽命預測方法.pdf
- 基于多種工件材料和刀具材料的刀具磨損研究.pdf
- 基于多參量信息融合的刀具磨損狀態(tài)識別及預測技術研究.pdf
- 考慮刀具磨損的拼接模具銑削力建模及實驗研究.pdf
- 難加工材料銑削加工刀具磨損建模技術研究.pdf
- 基于聲發(fā)射技術的刀具磨損監(jiān)測研究.pdf
- 基于聲發(fā)射法的刀具磨損狀態(tài)研究.pdf
- 微銑削加工銑削力建模及刀具磨損規(guī)律研究.pdf
- 基于銑削力的刀具磨損在線監(jiān)測研究.pdf
評論
0/150
提交評論