加工中心刀具在線監(jiān)測系統(tǒng)研究.pdf

1、刀具在機械制造加工過程中是最基本的生產(chǎn)要素，其狀態(tài)的好壞直接影響加工工件的精度、粗糙度以及加工系統(tǒng)運行時的可靠性和穩(wěn)定性。隨著生產(chǎn)設(shè)備自動化程度的提高，特別是柔性制造系統(tǒng) (FMS)的出現(xiàn)，人們對加工過程的在線監(jiān)測的重視程度越來越大。
　　 因此如何識別刀具狀態(tài)并及時更換已磨損、破損的刀具是保證產(chǎn)品質(zhì)量和保證設(shè)備自動化加工過程正常進行的關(guān)鍵問題之一。
　　 本文以加工中心端銑刀為研究對象，構(gòu)建了一個具有通用性的可擴展的刀

2、具狀態(tài)監(jiān)控系統(tǒng)；本文將聲發(fā)射信號作為橋梁，對各種刀具狀態(tài)下聲發(fā)射信號進行小波包分解，然后提取各頻段的特征能譜系數(shù)作為模式識別的特征向量，然后利用神經(jīng)網(wǎng)絡(luò)極強的非線性映射能力進行模式識別，并建立了一個基于LabVIEW的加工中心刀具監(jiān)測系統(tǒng)，準確判斷刀具狀態(tài)，建立精確的刀具磨損、破損的信息采集的特征模型。本文的主要工作和創(chuàng)新有：
　　 1.搭建刀具狀態(tài)聲發(fā)射信號采集系統(tǒng)，經(jīng)過分析發(fā)現(xiàn)刀具聲發(fā)射信號是一類瞬態(tài)的非平穩(wěn)時變信號；根據(jù)小

3、波包分析良好的時頻局部化特性，應(yīng)用小波包分解提取信號特征的方法提取聲發(fā)射信號的特征能譜系數(shù)，分析結(jié)果表明小波包分解提取各頻段的特征能譜系數(shù)能正確地反映刀具磨損、破損狀態(tài)特征。
　　 2.利用神經(jīng)網(wǎng)絡(luò)極強的非線性映射功能，建立BP神經(jīng)網(wǎng)絡(luò)，實現(xiàn)刀具狀態(tài)和聲發(fā)射信號特征向量之間的映射關(guān)系，進行刀具狀態(tài)的模式識別。這樣可以克服其他識別方法過分依賴經(jīng)驗和背景知識的缺點。同時，還討論了BP神經(jīng)網(wǎng)絡(luò)隱層數(shù)、輸入層和輸出層節(jié)點數(shù)的選取規(guī)則和網(wǎng)