基于聲發(fā)射和振動(dòng)的刀具磨損監(jiān)測(cè)研究.pdf

1、刀具作為機(jī)床切削加工的直接執(zhí)行者，在切削過程中不可避免地會(huì)出現(xiàn)磨損現(xiàn)象。刀具磨損程度的增大不僅會(huì)使產(chǎn)品的加工質(zhì)量下降，還容易引起機(jī)床故障。為了保證產(chǎn)品加工質(zhì)量，提高生產(chǎn)效率，有必要深入地研究刀具磨損在線監(jiān)測(cè)技術(shù)。
　　本文基于振動(dòng)傳感器和聲發(fā)射傳感器，實(shí)現(xiàn)了對(duì)刀具磨損量的智能預(yù)測(cè)。首先搭建了刀具磨損實(shí)驗(yàn)平臺(tái)，采集了不同磨損狀態(tài)的刀具切削時(shí)產(chǎn)生的振動(dòng)信號(hào)和聲發(fā)射信號(hào)。對(duì)信號(hào)分別進(jìn)行了時(shí)域分析和頻域分析，發(fā)現(xiàn)不同磨損量刀具之間的頻率成

2、分和頻率幅值均具有較大差異，可將其作為識(shí)別刀具磨損狀態(tài)的特征向量。為了獲取足夠的訓(xùn)練樣本，對(duì)信號(hào)進(jìn)行了短時(shí)傅里葉變換，并將振動(dòng)信號(hào)6250Hz以下頻段的頻率幅值和聲發(fā)射信號(hào)52KHz~400KHz之間頻段的頻率幅值作為 BP神經(jīng)網(wǎng)絡(luò)的輸入向量，充分利用神經(jīng)網(wǎng)絡(luò)自身的學(xué)習(xí)能力，使神經(jīng)網(wǎng)絡(luò)建立從信號(hào)頻譜到刀具磨損量之間的映射關(guān)系，從而實(shí)現(xiàn)對(duì)刀具磨損量的預(yù)測(cè)。為了更好地研究神經(jīng)網(wǎng)絡(luò)算法并將其應(yīng)用于實(shí)際生產(chǎn)，利用 C＃語(yǔ)言編寫了神經(jīng)網(wǎng)絡(luò)程序，實(shí)