基于铣削力的刀具磨损在线监测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第11-21页 |
| 1.1 课题来源 | 第11页 |
| 1.2 课题研究的背景和意义 | 第11-12页 |
| 1.2.1 研究背景 | 第11-12页 |
| 1.2.2 研究意义 | 第12页 |
| 1.3 刀具磨损研究及失效标准确定 | 第12-16页 |
| 1.3.1 刀具磨损概述 | 第12-13页 |
| 1.3.2 刀具破损概述 | 第13-15页 |
| 1.3.3 铣刀磨损量的评价指标 | 第15-16页 |
| 1.4 刀具磨损状态监测技术国内外研究现状 | 第16-20页 |
| 1.4.1 刀具磨损直接检测法 | 第16页 |
| 1.4.2 刀具磨损间接检测法 | 第16-20页 |
| 1.5 本文主要研究内容 | 第20-21页 |
| 2 铣刀磨损实验方案的建立 | 第21-31页 |
| 2.1 钛合金性能特点分析 | 第21-22页 |
| 2.2 铣削加工简述 | 第22-25页 |
| 2.2.1 铣削加工特点 | 第22页 |
| 2.2.2 铣刀铣削力模型的建立 | 第22-25页 |
| 2.3 实验总体方案及准备 | 第25-30页 |
| 2.3.1 实验目的 | 第25-26页 |
| 2.3.2 实验装置及材料的确定 | 第26-27页 |
| 2.3.3 实验方案的确定 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 铣削力信号处理及特征信号提取 | 第31-63页 |
| 3.1 时域特征参数概述 | 第31-33页 |
| 3.2 铣削力信号时域特征分析 | 第33-44页 |
| 3.2.1 去除率与铣削力最大值大小关系 | 第33-34页 |
| 3.2.2 刀具磨损对铣削力的影响 | 第34-37页 |
| 3.2.3 工件表面粗糙度的变化分析 | 第37-39页 |
| 3.2.4 刀具寿命分析 | 第39-42页 |
| 3.2.5 力信号时域静态特征分析 | 第42-44页 |
| 3.3 频域特征参数概述 | 第44-45页 |
| 3.4 铣削力信号频域分析 | 第45-48页 |
| 3.4.1 铣削力功率谱分析 | 第45-47页 |
| 3.4.2 铣削力频域特征参数分析 | 第47-48页 |
| 3.5 时频域分析概述 | 第48-52页 |
| 3.6 铣削力信号时频域特征分析 | 第52-58页 |
| 3.6.1 小波包分析 | 第52-57页 |
| 3.6.2 小波频带特征分析 | 第57-58页 |
| 3.7 特征信号的提取及处理 | 第58-62页 |
| 3.7.1 特征信号的处理 | 第58-59页 |
| 3.7.2 特征信号相关性分析和提取 | 第59-62页 |
| 3.8 本章小结 | 第62-63页 |
| 4 基于神经网络的刀具磨损预测 | 第63-77页 |
| 4.1 神经网络基本原理 | 第63-67页 |
| 4.1.1 人工神经元模型 | 第63-64页 |
| 4.1.2 常用激活函数概述 | 第64页 |
| 4.1.3 神经网络模型 | 第64-66页 |
| 4.1.4 BP神经网络 | 第66-67页 |
| 4.2 BP神经网络对VB值的预测 | 第67-74页 |
| 4.3 基于马氏距离对刀具磨损状态识别 | 第74-76页 |
| 4.4 本章小结 | 第76-77页 |
| 5 结论与展望 | 第77-79页 |
| 5.1 结论 | 第77-78页 |
| 5.2 工作展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 附录 | 第85-88页 |
