基于云理論的刀具磨損狀態(tài)監(jiān)測(cè)與磨損量預(yù)測(cè)理論研究.pdf

1、隨著裝備制造業(yè)的發(fā)展，刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)已成為制約現(xiàn)代自動(dòng)化機(jī)床的一項(xiàng)關(guān)鍵技術(shù)，該技術(shù)目前尚未得到有效解決。實(shí)時(shí)地監(jiān)測(cè)刀具狀態(tài)，可提高零件加工質(zhì)量和機(jī)床的加工效率，減少機(jī)床事故的發(fā)生，最大限度地減少人對(duì)機(jī)床的操作，實(shí)現(xiàn)機(jī)床的智能化和無(wú)人化，保證系統(tǒng)在最優(yōu)參數(shù)下運(yùn)行。因此，刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)的研究是非常迫切且重要的。
　　本文針對(duì)不同切削條件下刀具磨損狀態(tài)監(jiān)測(cè)和磨損量預(yù)測(cè)研究課題，通過(guò)正交試驗(yàn)法安排切削試驗(yàn)，在采集的聲發(fā)射信號(hào)的

2、基礎(chǔ)上，應(yīng)用現(xiàn)代信號(hào)處理方法小波包分析和最優(yōu)熵理論相結(jié)合實(shí)現(xiàn)信號(hào)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(jī)的刀具磨損狀態(tài)識(shí)別方法,最后應(yīng)用不確定性云推理方法實(shí)現(xiàn)磨損量的不確定性預(yù)測(cè)。主要研究?jī)?nèi)容由以下幾個(gè)部分構(gòu)成：
　　以往的刀具磨損監(jiān)測(cè)信號(hào)濾波采用時(shí)域分析（經(jīng)驗(yàn)?zāi)B(tài)分解）、頻域分析（功率譜分析）等傳統(tǒng)的信號(hào)預(yù)處理方法。由于所采用的聲發(fā)射信號(hào)的非平穩(wěn)和非線性特點(diǎn)，本文將適合處理非平穩(wěn)信號(hào)處理的小波包分析方法引入到信號(hào)預(yù)處

3、理中，實(shí)現(xiàn)信號(hào)的濾波。首先通過(guò)頻譜分析得到不同磨損階段聲發(fā)射信號(hào)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(shù)；最后通過(guò)最佳樹(shù)統(tǒng)計(jì)分析確定小波包分解的最優(yōu)分枝，并通過(guò)閾值處理后進(jìn)行信號(hào)重構(gòu)，信噪比可達(dá)35dB以上。
　　提出了基于云理論的不確定性聲發(fā)射信號(hào)特征提取方法。首先通過(guò)改進(jìn)的逆向云算法提取不同磨損量聲發(fā)射信號(hào)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(shì)和規(guī)律；最后，通過(guò)散點(diǎn)圖驗(yàn)證三種特征參數(shù)表征刀具磨損聲發(fā)射信號(hào)的有效性。
　　提出了將云特征參數(shù)與最小二乘支持向量機(jī)相結(jié)合的刀具磨損狀態(tài)識(shí)別方法。針對(duì)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法收斂速度慢、易陷入局部極值以及對(duì)特征要求較高等問(wèn)題，提出基于云理論與最小二乘支持向量機(jī)結(jié)合刀具磨損狀態(tài)識(shí)別方法。實(shí)例分析表明，在優(yōu)化選取支持向量機(jī)參數(shù)的條件下，云-支持向量機(jī)結(jié)合的方法比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)識(shí)別方法