基于傳感器的加工工件表面粗糙度在線預測.pdf

1、表面問題一直是現代科學技術研究的重要課題之一，而表面問題的核心是表面質量，它是衡量工件加工質量好壞的一個重要指標。對于機械加工表面而言，表面質量的好壞可以通過表面粗糙度來評定，因為它在很大程度上反映了表面的功能特性，因此合理的評價表面粗糙度對產品加工質量、機械性能的分析和加工條件的改善都具有重要的意義。在車削加工中振動是影響被加工工件表面粗糙度的一個重要因素，尤其是在精加工過程中，即使是微小的振動也會對工件表面粗糙度產生很大的影響。傳統

2、的表面粗糙度測量方法已經很難適應復雜振動環(huán)境下工件表面粗糙度在線預測的要求，因此迫切需要一種能夠適應這種振動條件下，在線、高精度預測工件表面粗糙度的方法。 本文結合目前車削加工工件表面粗糙度測量技術的國內外研究狀況，在總結前人研究的基礎上，提出了基于振動傳感器的表面粗糙度在線預測。論文的研究以數控車削加工為實驗平臺，以鋁棒為研究對象，基于傳感器，結合實驗，主要完成了以下一些工作：首先，從工件表面輪廓形成的機理出發(fā)，分析精車條件下

3、影響工件表面粗糙度的因素，并著重分析刀具和工件之間的相對振動對表面粗糙度形成的影響；其次，根據影響表面粗糙度的因素構建表面粗糙度BP神經識別網絡，對表面粗糙度進行預測，利用樣本數據對網絡進行訓練，確定網絡結構；為了提高網絡的預測精度，在利用神經網絡的基礎上，結合模糊邏輯理論，建立模糊神經網絡(FNN)對表面粗糙度進行在線預測的研究方法，并將模糊神經網絡和BP網絡的預測結果作了對比；最后，利用VB和MATLAB語言相結合的方法開發(fā)了表面粗