基于电流分析法的车床刀具状态监测技术研究

摘要

在现代生产加工中，车削加工占有了很大一部分比例，而刀具状态是对车削加工质量影响最大的因素之一。因此，对刀具状态进行监测，是提高生产质量重要手段，通过监测可以对刀具磨损进行预警，以便临界磨损时更换，从而大大提高生产效率，降低次品率。目前，刀具的状态监测手段包含了振动、切削力和电流监测等，其中电流分析法相比其他两种具有成本低、不需要对机床额外改造等优点，而被广泛运用于实际生产中。
　　机床电机电流分析法(MCSA)是一种基于电流信号的状态监测方法。本文以刀具磨损试验平台为对象，通过对主轴的驱动电流进行分析，确定车床切削状态，以及刀具的磨损状态。本文中，包含的主要内容如下:
　　(1)通过对电流信号做小波包分解，并对各频率带能量进行对比，可以选择出包含刀具状态的频率带，对该频率带进行特征提取得到刀具敏感特征，在对特征筛选之后，便能够从中获取敏感特征作为刀具磨损判别的指标，最后采用分类器对其进行分类。
　　(2)通过线性判别分析模型，对电流特征进行降维，重新得到一组包含了全部特征的新指标，优化后的特征具有最大的类间距离和最小的类间距离。通过对其进行B样条拟合，可以得到其状态曲线，建立磨损状态模型。
　　(3)采用SVM对刀具是否磨损进行判别，通过刀具之前的特征，确定刀具临界磨损时的特征阈值，在将要磨损时发出报警，提示更换刀具。
　　试验结果表明，通过提出的方法，能够很好的识别出刀具磨损状态，最终的识别准确率到达了90％以上。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 刀具状态监测技术研究现状

1．2．1 国外刀具监测技术研究现状

1．2．2 国内刀具监测技术研究现状

1．3 常用的刀具状态监测方法

1．3．1 基于振动的刀具状态监测

1．3．2 基于切削力的刀具状态监测

1．3．3 基于主轴电机电流的刀具状态监测

1．4 本文主要研究内容

第2章 刀具磨损机理研究

2．1 切削力分析

2．1．1 切削力的来源与分解

2．1．2 切削力的计算及其预测

2．1．3 影响切削力的主要因素

2．2 刀具磨损过程及磨钝标准

2．2．1 刀具的磨损形态

2．2．2 刀具的磨损过程

2．2．3 刀具的磨钝标准

2．3 本章小结

第3章 刀具磨损试验台的搭建与试验

3．1 刀具磨损试验平台的搭建

3．1．1 硬件系统的搭建

3．1．2 软件模块

3．1．3 控制界面

3．2 信号采集系统

3．2．1 电流采集基本原理及传感器的选择

3．2．2 电流采集模块

3．2．3 采集软件及界面

3．3 刀具切削试验

3．4 本章小结

第4章 基于小波包特征提取的刀具状态监测

4．1 基于电流分析法的车床运行状态识别

4．1．1 电流信号与切削力关系

4．1．2 电流信号与切削状态关系

4．1．3 电流信号与振动关系

4．2 信号的时频域分析

4．2．1 信号的时域分析

4．2．2 信号的频域分析

4．3 信号的小波及小波包分析

4．3．1 信号的小波分析

4．3．2 信号的小波包分析

4．4 识别模型的建立

4．4．1 特征提取

4．4．2 敏感特征筛选

4．4．3 分类器的选择

4．5 试验结果

4．6 本章小结

第5章 刀具的失效预警

5．1 线性判别分析模型

5．2 B样条拟合模型

5．2．1 B样条特征拟合

5．2．2 改进型B样条算法

5．3 支持向量机

5．3．1 支持向量机模型

5．3．2 刀具状态的识别

5．4 本章小结

总结与展望

致谢

参考文献

攻读硕士学位期间发表的学术论文