基于多傳感器融合的銑刀破損監(jiān)測(cè)方法研究.pdf

1、在銑削加工中，由于刀具脆性材料本身硬度高、脆性大的特性，刀具破損已經(jīng)成為刀具失效的主要原因。刀具失效影響工件表面加工質(zhì)量，引起機(jī)床故障停機(jī)，導(dǎo)致企業(yè)生產(chǎn)效率降低，生產(chǎn)成本增加。因此，銑削破損監(jiān)測(cè)成為生產(chǎn)中迫切需要解決的關(guān)鍵問(wèn)題。隨著信號(hào)處理技術(shù)的發(fā)展和多傳感器融合的監(jiān)測(cè)技術(shù)的發(fā)展，刀具的破損識(shí)別率有了較大改善，但是同時(shí)也增加了提取特征的維度，增加了刀具狀態(tài)監(jiān)測(cè)系統(tǒng)的復(fù)雜度。如何降低多傳感器融合的特征維度，從多傳感器的特征中選擇出能夠體現(xiàn)

2、刀具切削狀態(tài)的最優(yōu)特征子集成為多傳感器監(jiān)測(cè)迫切需要解決的問(wèn)題。
　　本文首先對(duì)銑刀破損監(jiān)測(cè)信號(hào)的特征提取方法及特征選擇方法進(jìn)行研究。采用功率譜分析法和小波包分解法對(duì)監(jiān)測(cè)信號(hào)進(jìn)行頻域分析和時(shí)頻域分析，然后對(duì)監(jiān)測(cè)信號(hào)在時(shí)頻域和頻域的進(jìn)行特征提取源信號(hào)的選擇，通過(guò)對(duì)監(jiān)測(cè)信號(hào)在頻域和時(shí)頻域的源信號(hào)進(jìn)行基于統(tǒng)計(jì)學(xué)量的特征提取，獲取表征銑刀破損狀態(tài)的特征量。提出采用基于GA-S VM的封裝式算法對(duì)時(shí)頻域及頻域的特征進(jìn)行特征選擇，以遺傳算法為搜

3、索策略，以SVM為銑刀破損識(shí)別分類器，輸出反映銑刀破損狀態(tài)的最優(yōu)特征子集。其次，以HAAS機(jī)床為實(shí)驗(yàn)對(duì)象，通過(guò)監(jiān)測(cè)主軸X方向和Y方向的振動(dòng)信號(hào)以及切削聲信號(hào)搭建銑刀破損監(jiān)測(cè)實(shí)驗(yàn)系統(tǒng)。設(shè)計(jì)以主軸轉(zhuǎn)速、切削深度和進(jìn)給速率的三因素三水平正交試驗(yàn)以及刀具破損制備實(shí)驗(yàn)，采集新刀與破損刀具在不同因素水平下切削時(shí)的主軸振動(dòng)信號(hào)與切削聲信號(hào)。并對(duì)采集到的主軸振動(dòng)信號(hào)與切削聲信號(hào)進(jìn)行統(tǒng)計(jì)學(xué)量特征提取及基于GA-SVM的封裝式算法特征選擇，輸出最優(yōu)特征子集

4、及SVM最優(yōu)參數(shù)。最后，設(shè)計(jì)相同切削因素下其他水平的正交試驗(yàn)對(duì)基于最優(yōu)特征子集及SVM最優(yōu)參數(shù)建立的銑刀破損識(shí)別模型進(jìn)行實(shí)驗(yàn)驗(yàn)證。最后，結(jié)合LabVIEW在圖形界面易于開(kāi)發(fā)的優(yōu)點(diǎn)以及MATLAB強(qiáng)大數(shù)學(xué)運(yùn)算功能特點(diǎn)，采用LabVIEW與MATLAB混合編程對(duì)基于多傳感器融合的銑刀破損監(jiān)測(cè)平臺(tái)進(jìn)行設(shè)計(jì)與開(kāi)發(fā)。該監(jiān)測(cè)平臺(tái)可以實(shí)現(xiàn)主軸振動(dòng)信號(hào)以及切削聲信號(hào)的波形實(shí)時(shí)顯示、數(shù)據(jù)傳輸、數(shù)據(jù)的實(shí)時(shí)存儲(chǔ)以及銑刀破損識(shí)別等功能。該平臺(tái)對(duì)工業(yè)現(xiàn)場(chǎng)基于多傳