基于BP神经网络技术的刀具状态监控系统.pdf

基于BP神经网络技术的刀具状态监控系统.pdf

ID:52969858

大小:221.08 KB

页数:3页

时间:2020-04-05

基于BP神经网络技术的刀具状态监控系统.pdf_第1页
基于BP神经网络技术的刀具状态监控系统.pdf_第2页
基于BP神经网络技术的刀具状态监控系统.pdf_第3页
资源描述:

《基于BP神经网络技术的刀具状态监控系统.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、·机械制造与研究·邵建中·基于BP神经网络技术的刀具状态监控系统基于BP神经网络技术的刀具状态监控系统邵建中(南昌凯马有限公司。江西南昌330101)摘要:利用BP(backpropagation)神经网络建立刀具检测系统的模型,通过BP神经网络来实现对于车间刀具的运行状态的控制。通过这个检测系统,实时反馈车问加工过程中刀具的即时信息,为企业的自动化和信息化的发展带来了促进的作用,进一步提高效率,减少了因为刀具磨损而带来的经济损失,具有一定的现实意义。关键词:自动化;刀具磨损;BP神经网络中图分类号:TH1

2、6;TP271文献标志码:B文章编号:1671-5276(2010)0l-0081-02ToolStateMonitoringSystemBasedonBPNeuralNetworkSHA0Jian—zhong(NanchangKamaCo.,Ltd.,Nanchang330101,China)Abstract:ThispaperintroducesusingBP(BackPropagation)neuralnetworktoestablishamodeloftooldetectionsystem.Thro

3、ughthistestingsystem,real-timefeedbackoftheinstantmessagingoftoolintheworkshopisobtainedSOthatitreducestoolwearandfudherimprovestheeconomiceficiency.Keywords:automatic;toolwear;BPneuralnetwork机床事故,最大限度地保证机床加工系统的安全性;4)实0引言现工厂自动化,最大限度地减少人对机床的干预。刀具加工状态的监控是保证自

4、动化加工顺利进行的1.2刀具状态的监控方法的分类重要手段,刀具磨损的在线监控是先进制造技术中的一个刀具状态的智能监测技术是指在产品加工过程中,计重要课题,对于提高生产效率、降低加工成本、保证加工品算机通过检测各类传感器信号变化,实时预测刀具的磨损质等具有重要的意义。刀具在进行金属切削时,由于和被和破损状态,再由过程控制系统根据刀具状态检测结果,加工金属之间产生持续的摩擦,加工过程中会出现磨损现自动控制刀具进给以补偿刀具磨损导致零件尺寸和形状象。刀具磨损后,使被加工工件的表面精度降低、粗糙度精度的变化。刀具监

5、测系统不仅提高了刀具本身的利用增大,还会引起切削力增大,甚至产生振动现象,使得机器率,而且可避免刀具失效所导致的工件报废和机床故障。设备不能正常切削。因此,刀具磨损直接影响加工效率、因此,为有效防止设备的损坏、工件的报废并保证机床无品质和成本。故障运行,必须发展加工过程的刀具状态监测技术u。目前常用刀具磨损在线监控方法较多,主要有以下几1刀具状态监测的意义及分类种:1)切削力监控;2)声发射监控;3)加工振动监控;4)电动机电压/电流监控;5)加工表面品质监控。1.1刀具状态监测的意义2基于神经网络的多传感

6、器信息融金属切削过程中的刀具磨损和破损是不可避免的现象,它给自动化加工带来了诸多不良影响,特别是刀具的磨合技术损直接影响工件的加工精度和表面粗糙度,刀具破损时不仅影响工件品质、生产效率,严重时甚至会影响整个加工系多传感器信息融合技术是指充分利用多个传感器的统的运行和操作人员的安全,造成难以估量的损失,因此刀特性,将多个传感器检测到的信息进行分析和集成,提取具状态是影响加工品质的主要因素之一,而刀具状态是有被测对象的有效信息,形成某一被测对象信息的完整描可能通过在线监控来实现实时识别和做出适当反应的。述,可以

7、得到比单一传感器更全面、更准确的信息。多传刀具加工状态监测技术的运用,对企业经济效益的提感器系统能完善地、快速地反映检测对象特征,消除信息高会有很大的帮助,具有以下的一些意义:1)降低废品率的不确定性,提高刀具状态监测的精确度与可靠性。和工件加工成本,提高工件加工品质;2)减少设备的停机多传感器信息融合技术的关键在于多传感器的信息时间,提高设备利用率和生产率,延长刀具寿命;3)防止具有更为复杂的形式,可以在不同层次上进行融合和集作者简介:邵建中(1972一),男,江西婺源人,南昌凯马有限公司工程师,主要从事

8、机电一体化工作。MachineBuilding8Automation,Feb2010,39(J):81~82,152·81··机械制造与研究·邵建中·基于BP神经网络技术的刀具状态监控系统成j。经过融合的多传感器信息具有以下特征:信息的利用多分辨率小波分析把切削力信号分解到相互独冗余性、互补性、实时性、低成本性。立的频带之内,各频带内的能量值和均方差分别形成向多传感器技术将是今后加工过程状态监测的研究方量,对不同

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。