在线金属切削刀具磨损状态监测研究的回顾与展望III模式识别方法.pdf

在线金属切削刀具磨损状态监测研究的回顾与展望III模式识别方法.pdf

ID:57744771

大小:509.03 KB

页数:6页

时间:2020-03-27

在线金属切削刀具磨损状态监测研究的回顾与展望III模式识别方法.pdf_第1页
在线金属切削刀具磨损状态监测研究的回顾与展望III模式识别方法.pdf_第2页
在线金属切削刀具磨损状态监测研究的回顾与展望III模式识别方法.pdf_第3页
在线金属切削刀具磨损状态监测研究的回顾与展望III模式识别方法.pdf_第4页
在线金属切削刀具磨损状态监测研究的回顾与展望III模式识别方法.pdf_第5页
资源描述:

《在线金属切削刀具磨损状态监测研究的回顾与展望III模式识别方法.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、2012年2月机床与液压Feb.2012第4o卷第3期MACHINETOOL&HYDRAULICSVo1.40No.3DOI:10.3969/j.issn.1001—3881.2012.03.042在线金属切削刀具磨损状态监测研究的回顾与展望nl:模式识别方法关山,聂鹏(1.东北电力大学机械工程学院,吉林吉林132012;2.沈阳航空航天大学机电工程学院,辽宁沈阳110136)摘要:刀具状态监测的目的是为了开发出实用的刀具状态监测设备,为了降低设备成本和提高监测的准确率,在监测信号的选择和特征提取的基础上,选

2、择合适的模式识别方法至关重要。对近年来在学术期刊上公开发表的关于刀具磨损在线监测研究中所采用的主要模式识别方法作了简要的回顾与归纳,为后续研究者的快速Al'l及选择适当的模式识别方法提供参考。关键词:刀具状态监测;人工神经网络;支持向量机;模糊聚类方法;隐马尔可夫模型中图分类号:TH164文献标识码:A文章编号:1001—3881(2012)3—148—6TheReviewandPerspectiveoftheResearchofOn.1ineandIndirectMetalCuttingToolCondit

3、ionMonitoring11I:PatternRecognitionMethodsGUANShan,NIEPeng(1-SchoolofMechanicalEngineering,NortheastDianliUniversity,JilinJilin132012,China;2.CollegeofMechanical&ElectricalEngineering,ShengyangAerospaceUniversity,ShengyangLiaoning110136,China)AbsWad:Theaimo

4、fthecuttingtoolconditionmonitoringistodevelopthepracticalcuttingtoolconditionmonitoringfacilities.Inordertoreducethefacilitycostandimprovetheaccuracyofmonitoring,onthebasisoftheselectionandfeatureextractionofmonito-ringsignals,selectingtheappropriatemethodo

5、fpatternrecognitionisveryimportant.Asummaryofthepatternrecognitionmethodsfortoolwearandfailuremonitoringinmetalcuttingthathadbeentestedandreportedintheliteraturewaspresented.Itprovidesreferenceforfutureresearcherstoselectappropriatepatternrecognitionmethod.

6、Keywords:Toolconditionmonitoring;ANN;SVM;FCM;HMM刀具状态监测技术作为先进制造技术的重要组成1刀具磨损状态的模式识别技术部分,越来越引起广大学者的关注。原因如下:一方刀具状态监测技术实际上是一个模式识别问题,面为了保证工件的表面质量及尺寸精度,在未知刀具但是由于加工过程的复杂性和随机性,使其工况监磨损量的前提下,势必会由于频繁地更换刀具而带来测、预报和控制非常困难。为了解决这一问题,实现加工成本的提高,同时也增加了机床辅助时间,降低信号特征与刀具状态之间的模式匹配

7、,学者们提出了了生产效率;另一方面,如未能及时地发现刀具的许多模式识别方法。磨、破损,会导致切削过程的中断,甚至引起工件的1.1阈值法报废、机床损坏;第三,在自动化、无人化加工过程早期的刀具状态分类方法主要基于采样信号的时中,要求能够实时获取刀具的准确磨损状态,根据刀间序列,在刀具的正常状态和异常状态之间设定具磨损和破损程度自适应地改变切削参数,优化加工一个阈值,当采样信号的特征值超过阀值时,就说明过程。一个刀具监测系统主要是由信号的采集、信号刀具已经破损或达到规定的磨钝标准。但是由于切削处理、特征抽取及选择

8、、模式识别等模块组成。作者过程是一个多变量的非线性过程,阈值会随着切削条已对刀具磨损间接监测法常用的监测信号⋯及信号件、工件材料等因素而变化,如果设定一个刚性的阀特征提取方法作了详细的总结和归纳。文中对近年值会导致系统的适应能力差、误报率高的现象发生。来在刀具磨损量预测及刀具磨损分类所采用的主要模同时阈值法是一种线性分类方法,适用静态加工制式识别方法进行归纳,并展望将来的研究方向。造,如:切削,而不

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。