BTA深孔加工系統(tǒng)刀具磨損與排屑狀態(tài)監(jiān)測技術(shù)研究.pdf

1、深孔加工作為一種重要的加工方法被廣泛應(yīng)用于現(xiàn)代制造業(yè)中，良好的刀具磨損與排屑狀態(tài)可以保證孔加工質(zhì)量、提高生產(chǎn)效率、降低生產(chǎn)成本，對整個深孔加工系統(tǒng)有著非常大的影響。因此，研究準(zhǔn)確、可靠的刀具磨損與排屑狀態(tài)監(jiān)測技術(shù)意義深遠(yuǎn)。
　　 論文以BTA深孔加工系統(tǒng)為研究對象，在探討了該系統(tǒng)的加工原理、常見故障及其原因的前提下，設(shè)計出以刀桿扭轉(zhuǎn)振動信號和排屑系統(tǒng)的油壓信號為監(jiān)測信號的深孔加工狀態(tài)監(jiān)測方案，并根據(jù)該監(jiān)測方案搭建了基于DSP的深

2、孔加工狀態(tài)監(jiān)測系統(tǒng)的實(shí)驗(yàn)平臺，成功實(shí)現(xiàn)對刀桿振動和油壓信號的采集。
　　 針對深孔加工過程監(jiān)測信號的非平穩(wěn)特性以及脈沖干擾噪聲給信號的分析處理及特征提取帶來的困難，提出采用希爾伯特黃變換(HHT)實(shí)現(xiàn)故障信號特征的提取，并對HHT算法實(shí)現(xiàn)中的終止準(zhǔn)則、端點(diǎn)效應(yīng)、曲線擬合等問題進(jìn)行研究與改進(jìn)，通過對模擬仿真信號的分析，證明了改進(jìn)方法的有效性。
　　 對狀態(tài)監(jiān)測系統(tǒng)中狀態(tài)識別技術(shù)進(jìn)行了研究，將最小二乘支持向量機(jī)(LSSVM)

3、用于狀態(tài)識別。鑒于懲罰因子C與核函數(shù)的寬度系數(shù)σ嚴(yán)重影響其分類性能，提出一種基于改進(jìn)模擬退火的LSSVM參數(shù)優(yōu)化算法；運(yùn)用UCI數(shù)據(jù)集上的數(shù)據(jù)進(jìn)行了仿真分類研究，結(jié)果顯示該參數(shù)優(yōu)化算法與其他參數(shù)優(yōu)化算法相比，具有尋優(yōu)速度和尋優(yōu)質(zhì)量上的優(yōu)勢。此外，對BP網(wǎng)絡(luò)、GA-SVM和GA-LSSVM三種狀態(tài)識別算法進(jìn)行了對比實(shí)驗(yàn)研究，驗(yàn)證了LSSVM在分類精度、分類速度方面的有效性。
　　 在分別分析刀桿振動信號和油壓信號的特點(diǎn)后，發(fā)現(xiàn)振動

4、信號與刀具磨損狀態(tài)密切相關(guān)的特征頻率段在1～150HZ，其經(jīng)BEMD分解后imf3分量的峰值和能量可作為判斷刀具磨損狀態(tài)的特征參數(shù)；油壓信號與排屑狀態(tài)密切相關(guān)的特征頻率段為100～400HZ，其經(jīng)BEMD分解后imf1分量的方差和均值與排屑狀態(tài)之間存在較強(qiáng)的映射關(guān)系。成功提取出分別與刀具磨損狀態(tài)和排屑狀態(tài)密切相關(guān)的特征參數(shù)。
　　 利用提取的特征參數(shù)所建立的針對深孔加工過程刀具磨損與排屑狀態(tài)的LSSVM分類模型，對實(shí)際數(shù)據(jù)的識別