《基于混合智能计算的铣刀状态监测》PDF+DOC

📙 相关资料

1. 《多传感器数据融合技术在刀具状态监测中的应用》PDF+DOC 提出了一种基于混合智能融合技术进行铣刀磨损量监测和预测方法。利用多传感器对切削力和振动信号进行监测，通过频率变换提取切削力特征量，采用小波包分解技术提取振动信号特征量。通过信号特征值的组合，分别探讨了几种混合智能数据融合技术——小波神经网络、遗传神经网络、遗传小波神经网络对刀具磨损量的预测效果。试验......
2. 《基于计算智能算法的铣刀状态监测》PDF+DOC 本文提出了基于智能融合技术进行铣刀磨损量监测和预测方法。利用多传感器对切削力和振动信号进行监测，通过频率变换提取切削力特征量，采用小波包分解技术提取振动信号特征量。通过信号特征值的组合，分别探讨了几种计算智能数据融合技术-小波神经网络、遗传神经网络、遗传小波神经网络对刀具磨损量的预测效果。实验分析表......
3. 《刀具磨损量监测的多传感器信息融合技术研究》PDF+DOC 在数控加工中，采用各种数控刀具进行切削会不可避免的产生磨损，并且这些刀具磨损会造成零件加工质量下降甚至于报废及新购买刀具成本开支的增加。为此，能有效监测刀具磨损并进行适时换刀是必要的研究内容。信息融合技术又被称为多传感器信息融合技术。目前国内外众多学者对信息融合技术在刀具磨损监测中的应用进行了较多的......
4. 《基于功率传感器的刀具磨损量预测方法》PDF+DOC 使用功率传感器监测机床加工功率，和切削力、声发射等传感器相比，功率传感器具有实用性强、对加工过程无影响等优点.针对采集到的功率信号，在分析信号特征相关性的基础上，提出了一个多目标优化RP-SBL的刀具磨损量预测方法.对信号特征进行后处理(Re-processing，RP)消除电网波动和切削中其他偶然......
5. 《用于监测刀具磨损的声发射(AE)特征优选方法》PDF+DOC 研究合理选择声发射信号特征以实现实时监测刀具磨损量 .利用模糊聚类特征优选方法对声发射传感器特征信息进行优选 ，并在此基础上给出了模糊聚类优选声发射特征的一般结论 .给出了声发射信号的模糊聚类优选方法和优选特征 ，并在实时检测刀具磨损量的实验中得到验证 .实验表明 ，利用模糊聚类特征优选方法能有效地......
6. 《刀具磨损估计的多传感器融合神经网络方法研究》PDF+DOC 研究了利用声发射、振动和电机功率信号经ＢＰ算法信息融合估计刀具磨损量的方法，采用简单有效的灰色模型关联分析法选择特征参数，研究了网络参数对性能的影响以及网络性能的稳定性...
7. 《基于集成神经网络的刀具磨损量监测》PDF+DOC 提出了一种基于集成神经网络识别铣刀磨损量的监测方法.利用小波包变换将切削力和振动信号分解为不同频带的时间序列，从每个信号中选择与刀具磨损状态最相关的3组频段的均方根作为监测特征；通过信号的组合和不同子网络输出决策间的融合，集成神经网络输出刀具磨损的识别结果.试验和仿真分析表明，此方法能够满足刀具磨损......
8. 《基于切削力实现铣刀实时监测的实用性研究》PDF+DOC 根据生产实际，提出基于切削力实现铣刀实时监测的方法。在考虑切削参数一定时，建立了切削力与后刀面磨损量(VB值)的数学模型。通过提取切削力信号方差，建立了监测模块。并在对机床改造小的前提下，设计了带有力传感器的机床夹具，使监测更加简单可行。...
9. 《钻头磨损检测与剩余寿命评估》PDF+DOC 对钻头的磨损程度进行实时检测有助于对钻削加工过程实施预防性维护，提醒及时换刀。针对自动化生产中的刀具监测问题，给出一个基于主轴电流检测的钻头磨损状态分析和剩余寿命预测的应用策略。通过主轴电流传感器采样加工过程的电流信号，使用一个滑动窗口从连续采样数据中得到真实加工段数据，采用小波包分解的方法进行特征......
10. 《基于红外温度的铣刀磨损在线监测》PDF+DOC 刀具状态及切削加工过程监控是自动化加工过程中保证产品质量和加工设备安全的重要手段，切削区温度与刀具状态直接相关。利用红外温度传感器，实现了切削区温度的远距离非接触式采集。通过铣削试验，探索了不同切削参数下刀具后刀面磨损(VB)与切削温度之间的关系。...