刀具寿命预测研究方法

车铣刀具磨损状态监测及预测关键技术研究

研究意义

影响加工广品的尺寸精度和表面质量；
可能损坏工件、保持架或机床；
直接影响机器的停机时间和非预期停机，影响生产效率。
刀具失效所造成的停机时间是整个加工中心的20%。国内外的统计资料和专家估计表明，机床配备刀具状态监测系统后，可以避免约75%的由于人和其他技术问题引起的故障停机时间；有效利用加工时间，使其利用率达到总时间的65%左右，是现有利用率的数倍至十余倍；
总的来说，刀具状态监测技术的目的和意义体现在如下几个方面：
实时监测刀具状态，刀具不可靠时，及时对刀具磨损进行补偿或更换刀具；
提局加工广品精度和表面质量，降低次品和废品率；
减少设备停机时间，提高其利用率和生产率；
降低机床事故发生率，保证机床加工系统的安全性；
实现加工过程的自动化、智能化及无人化。
监测方法分类
刀具状态监测系统可分为离线监测系统和在线监测系统。离线监测就是在切削前后或切削间歇时测量刀具状态，并评估其完成当前切削工作的能力；在线监测也称为实时监测，就是在切削过程中实时监测刀具运行状态，并依据监测结果做出相应的调整。
根据测量方法不同，刀具状态监测系统可分为“直接测量法”和“间接测量法”。直接测量法是指通过一定的手段直接测量刀具材料质量或形状的变化来判断刀具磨损状态，如放射线法、电阻法、计算机视觉法等。间接测量法则是通过测量与刀具切削状态相关的某一种或者几种参量，或测量某种物理现象，根据其变化与刀具磨损或破损的某种关系来实现刀具状态监测。许多参量能够用于刀具状态监测，例如：切削力、振动、声发射、电机功率或电流、切削温度、工件表面粗糖度等等。
监测系统组成
主要由监测刀具、信号检测、特征分析、状态识别模块组成；

特征分析模块实现特征的提取与选择，通过信号处理及特征提取技术对传感器信号进行处理，提取信号特征，再采用特征选择算法选择对刀具状态变化敏感特征向量，形成刀具状态监测特征集；状态识别模块主要通过决策技术建立信号特征和刀具磨损状态之间的映射关系，实现对刀具状态的分类或刀具磨损量的估计。
刀具状态监测技术研究状况
第一阶段：人工监测阶段。
第二阶段：定时成组换刀阶段。
第三阶段：自动监测阶段。
智能化状态监测涉及诸多相关技术，其中的关键技术包括传感技术、信号处理技术、特征优化技术与模式识别技术。
传感器技术
切削力监测技术；
测力仪成本高，体积较大；测力传感器的安装会对切削过程及切削工艺系统产生较大影响，削弱机床的刚性，同时给工件和刀具的安装造成不便；切削力信号对于加工条件、工件材料特性、刀具几何参数等敏感，提取仅与刀具磨损或破损相关的特征信息较为困难。
声发射监测技术
声发射传感器的安装位置确定困难；工件材料和切屑的变形、与刀具的摩擦等也会产生声发射现象，如何从声发射信息中提取反映刀具磨损或破损的信息较为困难；监测系统需要高频信号采集装置，成本相对较高。
振动监测技术
大量研究表明：不同方向振动信号谐波成分与切削系统各阶固有频率密切相关，振幅（或能量）随着刀具磨损量的增加而增大，尤其是剧烈磨损时，振幅变化非常显著。但是振动信号易受加工系统、环境噪声及安装位置的影响，对刀具状态的监测造成负面影响。
电流和功率监测技术
刀具磨损或破损时切削力与切削振动都会增大，这必然会造成切削功率和扭矩的增加，从而使得机床电机电流及负载功率也随之增大。具有信号提取方便、传感器安装方便、成本低等优势，便于在生产中应用，因此成为广泛采用的一种监测方法。该方法的主要缺点是：对刀具磨损状态的灵敏度相对较低；具有延迟效应；环境适应能力差，监测信号干扰较大，特征信息提取较困难。
其他监测技术
温度监测技术；
表面粗糙度监测技术；
信号处理技术
时域分析方法（均值、方差等）、频域分析方法（功率谱、倒频谱等）和时频分析方法（短时、小波分析、希尔伯特-黄变换等）；分形理论为研究信号的几何特征提供了有效的工具，适合寻找各种复杂现象中所隐藏的规律，在非线性信号的处理得到广泛应用。分形理论能将设备状态的复杂变化的监测信号用简单的分维数的变化来表征，既可以减少特征参数，又可以较好的发现其能在规律。时间序列模型有：自回归模型、滑动平均模型和自回归滑动平均模型。奇异谱分析、倒频谱分析等。
特征优化技术
原始特征向量存在大量冗余和不相关特征，若将全部原始特征向量用于刀具状态监测，不仅会增加计算时间，而且会降低系统实时性及精度。因此对于刀具状态监测，必须根据特征向量与刀具磨损状态的敏感程度，对所获得的高维原始特征向量进行优化，去除冗余和不相关特征，降低特征向量的维数，提高特征集的敏感度，这也是决定监测系统性能好坏的重要步骤。贝叶斯框架和支持向量机、神经网络、主元分析方法；

模式识别技术
刀具状态监测技术的研究经历了从刀具破损识别、刀具磨损分类和刀具实时磨损量识别三个过程。将刀具可能的磨损或破损状态划分为几个标准模式，采用特征提取方法提取标准模式下的监测特征向量，通过某种数学方法和模型建立标准模式下特征向量间与其对应状态的非线性关系，按一定的匹配或相似性原则，对监测过程中待监测刀具状态特征进行归类，从而判断出待检刀具属于何种标准磨损状态。
主要方法有：专家系统、神经网络、隐马尔科夫模型以及支持向量机等。
专家系统是一类计算机智能信息系统，该系统具有某领域的大量专门知识，并运这些知识和智能推理技术模拟人类专家来解决的各种复杂的问题，试图达到与人类专家同等的问题解决能力。专家系统不仅具有计算机的可靠、快速、准确、知识量大、可以不受时间地域影响等特点，而且具有人类专家的更灵活、智能等特点。

ANN神经网络：接受多个信号输入，采用并行处理结构，处理能力强；网络结构多样，学习方式多样，使其具有很强的学习及知识获取能力；根据规则可以从学习样本中进行联想推理或自我功能调整；非线性建模能力强。
目前刀具状态监测常用的监督型有：多层前馈网络、多层感知器、径向基网络、小波神经网络和模糊神经网络等；无监督型有：自适应共振理论和自组织映射网络。
文献采用振动和切削力监测手段，利用多种特征提取算法提取刀具状态监测特征，采用了相关系数法去除冗余特征，达到降维目的，最后采用网络进行刀具状态分类，实验结果表明该网络的识别率可达文献对洗削力信号进行预处理和特征提取，用对信号特征矢量进行编码，所得码本作为隐马尔可夫模型的输入向量进行刀具状态识别。
隐马尔可夫模型
根据HMM的结构，可以把每一个隐状态看成是刀具磨损的一种程度，状态的转移可看作是磨损状态的变化，这些磨损状态不可见的，但表征这些状态的监测信号是可以观测的，这与的原理是相同的。

刀具寿命预测研究方法相关推荐

刀具寿命预测特征处理方法、刀具磨损机理
文章思路第一章:研究目的.意义及现在研究的状态. 第二章:刀具磨损机理和实验设计. 第三章:刀具状态监测和信号处理与特征提取. 第四章:刀具状态监测的特征选择. 第五章:不完备先验知识的刀具磨损状态 ...
粒子滤波实现刀具寿命预测
粒子滤波实现刀具寿命预测(附python代码) (代码更新,增加重采样函数) 背景介绍刀具失效是加工过程中的主要问题,通过多特征融合方法实现刀具磨损量预测后建立了刀具的健康指标.接下来就是利用得到的 ...
【综述寿命预测】基于机器学习的设备剩余寿命预测方法综述
论文题目:基于机器学习的设备剩余寿命预测方法综述论文年份:2019 论文作者:裴洪/胡昌华/司小胜/张建勋/庞哲楠/张鹏论文单位:火箭军工程大学导弹工程学院 DOI:10.3901/JME.201 ...
【寿命预测】基于DLSTM网络的机械剩余使用寿命预测方法
数据驱动的RUL 之前方法的不足: 1.没有充分考虑各传感器采集的信息与机械剩余寿命之间的相关性 2.由于复杂系统运行过程中产生的信号噪声大.过维数多.非线性强,深度学习算法剩余有用寿命预测精度较低 ...
通过深度学习偏微分方程模型估计剩余使用寿命：使用潜变量的退化的动力学解释框架/PINN 在发动机寿命预测的应用文献总结和内容概要
PINN 在发动机寿命预测的应用文献总结内容概要一.引言二.物理信息神经网络PINN 三.本文所提出的框架 3.1当前DL-PHM所面临的三个问题 3.2 本文相应的解决方案 3.3 DNN框 ...
聊一聊深度学习做寿命预测
本博客的码字背景最近马上就研三了,回顾一路从小白开始入门深度学习做机械核心零部件寿命预测的历程吧. 1.本科期间未接触过python,深度学习相关的内容. 2.研究生在寿命预测方向入门画的时间比较长 ...
径向基函数神经网络_基于RBF神经网络的网络安全态势感知预测研究
点击上方"网络空间安全学术期刊"关注我们基于RBF神经网络的网络安全态势感知预测研究钱建, 李思宇摘要针对网络安全态势的感知问题,结合巨龙山和者磨山风电场的运行情况,文章 ...
【独家】深入浅出话AI：定义和主要研究方法
直入主题,咱们该先给人工智能来个全面的定义,对吧? 但悲催的是这种清晰唯一的定义在人工智能研究圈里是不存在的!(不存在至少是因为理解和定义智能本身就是个正在进行时.) 人工智能的三种定义我们确实有很 ...
MPB：西农焦硕组-微生物生物地理学研究方法
微生物生物地理学研究方法 Research Methods of Microbial Biogeography 彭子恒1,焦硕1, *,韦革宏1 1西北农林科技大学生命科学学院,旱区作物逆境生物学国家 ...
MPB：生态环境中心陈保冬组-基于高通量测序技术的丛枝菌根真菌多样性研究方法...
为进一步提高<微生物组实验手册>稿件质量,本项目新增大众评审环节.文章在通过同行评审后,采用公众号推送方式分享全文,任何人均可在线提交修改意见.公众号格式显示略有问题,建议电脑端点击文末阅 ...

刀具寿命预测研究方法

刀具寿命预测研究方法相关推荐

最新文章

热门文章