基于多传感器的刀具状态监测理论与实验研究.docx

国防科学技术大学研究生院学位论文
摘要
t+***状态监测是智能制造技术的重要组成部分,它对于提高机床利用率和产品质量、降低废品率和加工成本、减轻劳动强度、降低材料消耗和提高生产安全起着重要作用。因此,研究***状态监测理论及方法,发展加工过程的智能监测技术,具有重要理论意义和实用价值。)笨文对多传感器监测技术进行了深入研究,并就铣削加工过程***状态监测技术进行了实验研究。
本文将信息熵理论加以推广,提出了融合熵的概念,利用熵的变化,从理论上证明了多传感器融合的有效性问题,分析了影响多传感器融合系统性能的主要因素。
本文通过对大量文献研究结果进行综合,分析了采用声发射、动态切削力和振动传感器监测***状态的可行性。以金属切女0理论为基础,系统地研究了直柄立铣加工过程动态切削力、声发射和振动传感器的监测原理。
建立了一套基于精密坐标镗铣床的***状态监测实验系统。f应用正交实验方法设计了实验方案,通过实验研究了不同工件材料、切削参数和***状态下多传感器信号的变化规律,并对多传感器信号的时域和频域特征进行了分析。研究结果表明,多传感器监测技术不仅是必要的,而且是可行的。步” 。
提出了一种基于主成分分析的特征提取新方法,可以有效地压缩决策空间维数。f针对不同量纲对主成分分析的影响,采用标准化变换方法对变量进行标准化处理。根据加工过程具有较强的非线性和不确定性、以及***状态之间的模糊特点,建立了模糊关系方程监测模型,以适应不同加工条件下***状态的监测需要,并与模糊C一均值方法进行了比较,研究结果表明,模糊关系方程模型具有较高的识别能力。.)|y。
针对BP神经网络、ARTII神经网络在加工过程应用时存在的局限性,提出 r一种用于***状态监测的神经网络模型o f模型中的每个子网采用径向基函数网络。实验结果表明,该模型不仅可以监测出新的***状态,而且可以很容易
更新网络结构,特别适合于状态监测系统的应用。ry一’
将控制系统理论引入***状态监测领域,提出了一种监测***磨损的鲁棒观测器模型,陔模型由递归神经网络和鲁棒观测器两部分组成。递归神经网络用于对***磨损的动态特性建模,鲁棒观测器在该模型基础上根据切削力来估
计***磨损。实验结果表明,该方法可以较好地监测***磨损。、『r才一/
关键词:***状态监测,熵,融合,特征提取,稹糊,神经网络,状态观测器
,,,篇。口 J 、
个骸/多靶_岛 ‘ \
国防科学技术大学研究生院学位论文
Abstract
Tool condition monitoring is a most important branch of the Intelligent Manufacturing tool condition greatly influences considerations such as product quality,production cost,efficiency and machining ,
the study of tool condition monitoring theory and method holds great value both in
theory and practical application,as well as the developIng of intelligent monitoring this dissertation,in—depth studies are made on the multi—sensors monitoring technology in the milling process.
The concept of fusion entropy is presented by generalizing the emropy theory at the the validity of multi·sensors fusion is proved based on the transition of fusion entropy in information process.
Summarizing the results in many feasibility of monitoring tool condition which employ acoustic emission,as well as dynamic cutting force and vibration sensors is principle of monitor