刀具磨损状态在线监测装置设计大学生创业基金项目.docx
- 文档编号:28944243
- 上传时间:2023-07-20
- 格式:DOCX
- 页数:10
- 大小:35.92KB
刀具磨损状态在线监测装置设计大学生创业基金项目.docx
《刀具磨损状态在线监测装置设计大学生创业基金项目.docx》由会员分享,可在线阅读,更多相关《刀具磨损状态在线监测装置设计大学生创业基金项目.docx(10页珍藏版)》请在冰豆网上搜索。
刀具磨损状态在线监测装置设计大学生创业基金项目
黑龙江工程学院大学生科技创新基金项目
申请书
项目名称:
刀具磨损状态在线监测装置设计
项目负责人:
指导教师:
机械设计制造及其自动化
起止日期:
2011年11月2日---2012年11月7日
电话:
1、2
黑龙江工程学院
2011年11月28日
一、简表
项目申请
项目名称
刀具磨损状态在线监测装置设计
类别
科技发明制作社会调查报告
√开发性研究创新基础、应用研究
起止时间
申请经费
项目负责人
姓名
性别
男
出生年月
所学
专业
机械设计与制造及其自动化
所在
班级
2009-14
特长
指导教师
姓名
性别
技术职称
所学
专业
研究
方向
所在部门
课
题
组
成
员
姓名
性别
年龄
所学专业
所在班级
项目分工
二、立论依据
1.项目的研究意义
制造业是国家经济发展的支柱行业,制造业的发展离不开先进制造技术的支持。
自进入21世纪,随着电子、计算机、信息等高新技术的不断发展,为了适应全球化市场需求的多变性与多样化,制造技术正朝着精密化、柔性化、集成化、网络化、全球化、虚拟化、智能化和清洁化的方向发展。
刀具状态智能监测技术作为先进制造技术的重要组成部分,是在现代传感器技术、信号处理技术、计算机技术和制造技术基础上发展起来的新兴技术,它对于推动加工过程自动化和无人化发展具有极其重要的作用。
刀具作为切削过程的直接执行者,在工件的切削加工过程中不可避免地存在着磨损和破损等现象,刀具状态的变化直接导致切削力增加、切削温度升高、工件表面粗糙度上升、工件尺寸超出公差、切屑颜色变化以及切削颤振的产生。
在传统的机械加工过程中,刀具状态的识别是通过加工人员辨别切屑颜色和加工过程中的噪声等来判断,或根据加工时间判断,或在加工工序之间拆卸刀具实测其破损程度和磨损量,这些方法和加工人员的经验紧密相关,所以它不可避免地存在下列问题:
一方面,如果刀具磨损量低于磨钝标准,则会因为没有充分利用刀具的实际寿命而带来浪费,增加制造成本;另一方面,如果刀具磨损量高于磨钝标准,刀具已经磨钝或破损,则会影响工件的加工表面质量和尺寸精度,严重时甚至会损坏机床。
此外,在自动化加工、无人化加工以及自适应加工过程中,不仅要求能够在加工过程中实时获知刀具的准确磨损状态,而且还要求根据刀具的磨损和破损程度改变切削参数,以便优化生产率和加工质量。
解决这些问题的关键在于对刀具实际的磨损状态进行自动和实时检测。
这一工作的重要性正如美国学者B.M.Kramer在CIRP35届年会上所说:
在提高计算机集成制造系统生产率方面,没有任何一项技术比准确地估计刀具寿命更重要Ⅲ。
近年来,随着市场竞争的进一步加剧,现代制造工业要求产品产量最大化,成本最小化。
这迫切要求制造工业向自动化和无人化方向发展,对制造过程进行全面监测成为必然趋势,尤其是对刀具状态的监测。
而人工判别刀具状态已经成为制约制造工业发展的重要瓶颈,这也是刀具状态智能监测技术获得广泛研究的重要原因。
刀具状态智能监测技术是指在产品加工过程中,计算机通过检测各类传感器信号变化,实时预测刀具的磨损和破损状态,过程控制系统根据刀具状态检测结果,自动控制刀具进给以补偿刀具磨损导致零件尺寸和形状精度的变化。
研究表明,CNC机床配备刀具监测系统后可减少故障停机时间的75%,提高生产率i0~60%,提高机床利用率50%以上。
美国Kennsmetal公司的研究表明,刀具监测系统不仅提高了刀具本身的利用率,而且可避免刀具失效所导致的工件报废和机床故障,节约费用达30%。
因此,为有效防止设备的损坏、工件的报废并保证机床无故障运行,就必须发展加工过程的刀具状态监测技术。
2.国内外研究现状分析
综合国内外刀具磨损检测的诸多方法,根据刀具磨损量检测原理的不同,主要分为两种:
直接监测方法和间接监测方法。
直接测量刀具磨损量或刀具破损的方法,称为刀具状态的直接监测方法。
常用的方法主要有接触法、放射线法和光学检测方法。
直接检测刀具磨损的传感器有接触探测传感器、光学显微镜,高速摄像机等。
通过监测与刀具磨损或破损密切相关的传感器信号,并利用建立的刀具磨损或破损和信号特征之间的数学模型,间接获得刀具磨损状态的方法称为刀具状态的间接监测方法。
间接监测刀具磨损的传感器有:
测力仪,振动传感器,声发射传感器,扭矩传感器,电流传感器和功率传感器等。
与直接监测刀具磨损的方法相比,间接测量方法具有不影响加工过程,可以连续监测加工过程的优点,更适宜于加工中的在线监测。
因此,大多数国内外学者都利用这种方法来研究刀具磨损监测中的相关技术难题。
国内外学者对刀具磨损监测技术的研究很多,也已经取得了一定的研究成果:
1.大连理工大学成功研制了压电石英刀杆式三向车削测力仪。
这种测力仪适用于在线测量动态、瞬态及静态切削力。
测力仪体采用体积小、重量轻、刚度大的刀杆式结构。
刀杆前部带有装敏感元件的弹性环,用一个三向压电石英力敏元件代替多个价格昂贵的压电石英力传感器。
该压电力敏元件直接装入测力仪体中并用过盈装配预紧。
这种测力仪是一种轻便、高性能的压电石英动态车削测力仪。
2.北京航空航天大学研制了一种主轴安装型扭矩遥测刀柄。
这种刀柄可装夹各种钻头、镗刀和铣刀。
测力仪采用薄壁筒式弹性元件作为传感元件,用滚针轴承将莫氏锥套刚性支承在锥柄内孔中。
薄壁筒式弹性元件与莫氏锥为一体,英氏锥套尾部用4个锥形销与锥柄固联,莫氏锥套伸出锥柄端面那部分外侧与塑料防护罩围成一个中间是空腔的环形槽,其内放置发射器和电池组。
3.华南理工大学以高速钢立铣刀作为具体的研究对象,选用切削力和切削振动信号,认为这两种信号作为刀具磨损的监测信号具有互补性:
切削力信号反映的是低频信息,频谱比较集中;而切削振动信号的频谱比较分散,频率成份丰富,两者从不同的方面反映刀具的状态。
利用神经网络模型实现多传感器信息融合,改进了神经网络在BP算法中增加动量项,采用变学习率和最小误差保留策略的改进方案能很大程度地改善BP网络的学习性能。
4.西南交通大学研究了铣削过程中的刀具监控,通过对切削力信号、振动信号及声发射信号进行时域分析、频域分析、时间序列分析和小波分析的基础上,提出了采用变化特征监测多加工条件下刀具磨损的新方法,并采用综合系数方法选择监测特征,实现了特征的自动选择,提高了监测精度;利用集成神经网络建立刀具磨损与信号特征之间的映射关系,并提出了改进的模式识别模型,通过同时监测多个时间的刀具状态,消除了信号畸变对系统监测结果带来的影响,监测系统的可靠性得到大幅度提高。
5.华中科技大学研究了基于小波神经网络的车刀的监控系统,该系统是小波分析和神经网络的有效结合。
用于刀具监测的网络模型分为前后两层,前面的识别层用于刀具状态特征的提取,后面的映射层用于实现刀具状态识别,通过误差中心学习方式,实现对加工状态典型模式的辨识。
因此可以实现从刀具多源过程参量到刀具磨损特征的非线性映射,进而实现刀具磨损的在线智能监测。
6.上海交通大学设计和建立了端面车削的刀具状态试验系统。
利用BP神经网络将切削力与AE信号进行信息融合建模;并与简化切削力模型的识别情况进行比较分析,在此基础上将简化力模型与BP网络结合起来,通过简化力模型分离切削参数对网络输入的干扰,对多传感器融合的模型进行了改进,减小了模型对切削参数的依赖性。
.
7.东北大学针对异形螺杆加工刀具建立了刀具监控系统,利用振动信号某一频带的幅值变化作为特征信号,建立了振动幅值变化与刀具状态的映射关系,从而计算出基于振动信号的刀具状态特征值,定性的识别出刀具磨损、破损状态。
此外,采用统计分析技术,通过对信号均方根处理提取出刀具磨损特征信号。
该特征信号既反映出了切削参数的变化规律,同时又明显的反映出了刀具磨损的变化规律。
8.Dimla提出了一个车削过程中的刀具磨损监控技术,以振动信号作为监控信号。
指出信号的时域特征对加工条件的敏感程度高于刀具磨损。
相反的,频域的特征与刀具磨损相关性好。
9.SadettinOrhan等人研究了端面铣削过程中刀具磨损与切削振动的关系。
指出刀具通过频率的1x、2x和3×倍频包含了最多的刀具磨损信息;当刀具后刀面磨损量小于0.16ram时振动幅值变化不明显,但当超过0.16ram时,振动幅值就会显著升高1161。
10.美国Valeron公司研制的723型刀具监测仪、美国CincinatiMilacron公司的加工过程监测器和意大利Boano公司生产的AS—Trol型刀具监测仪利用功率变化监测刀具的磨损和破损。
11.日本OKK公司生产的CCM系列刀具监测仪、日本Makino公司研制的刀具破损监测仪和美国Omron公司的KTA型刀具监测仪利用声发射监测技术对刀具破损状态进行监测。
刀具状态在线监测技术的研究已经很深入,但是具体应用于实际加工过程中的还很少,总的发展趋势是进一步提高刀具状态监测系统灵敏性、实用性和可靠性,向着真正智能化方向发展。
为了实现高质量的刀具状态监测,监测的基础理论与技术的研究仍是非常重要的,刀具失效的本质与机理,监测信号与监测目标内在联系要进一步深入认识:
继续研究与开发高可靠性、高灵敏度、抗干扰能力强的传感器,提高测量精度;采用多传感器、多监测模型进行信息集成与融合,达到信号特性的互补,由单一参数监测向多参数监测发展,加大信息量,提高决策精度;提高智能监测水平,进一步完善与提高智能化系统的自组织、自学习、自适应、自我诊断、自我决策的能力;探求高精度、泛化能力强的神经网络、模糊模式识别等新的算法:
研究开发刀具磨损的在线监测和刀具破损的预报,并做到超前控制。
同时,切削力是切削过程中的主要参数,由静态分量和动态分量组成。
因此测力仪必须能够准确测量静态力和动态力,其类型有压电式和应变式两种。
前者以瑞士Kistler公司为代表,价格昂贵。
后者由我国的北京航空航天大学、北方工业大学、哈尔滨工业大学、南京航空航天大学等都曾研制出相应的产品,但未形成产业化。
另外,还有一些基于其他理论的研究,如:
基于声发射的监测技术、基于振动(加速度)的监测技术、表面光洁度监测法、以及超声波监测法基于温度的监测方法等等
三、研究内容
1.研究目标、研究内容和拟解决的关键问题
(1)研究目标:
一个理想的刀具状态监测系统必须能够对刀具在加工中出现的各种异常进行可靠监测,如检测刀具的破损、刀具的非正常切入及碰撞、刀具不同部位的磨损等。
针对刀具损坏形式的不同,出现了不同研究目标的刀具状态监测系统,主要包括:
·刀具破损监测系统:
以检测刀具突发性损坏为目标,不能够准确判断刀具的磨损状态。
·刀具磨损监测系统:
以准确检测刀具实际的磨损状态或具体的磨损值为目标,包括刀具磨损分类和刀具磨损量计算。
刀具破损以及非正常切入、碰撞等问题经长期的研究已基本上得到了圆满的解决。
而刀具磨损监测却由于磨损过程的复杂性一直未获得圆满的答案,这也是国内外研究人员致力于刀具磨损监测技术研究的原因。
鉴于此,本项目将以刀具磨损监测为研究对象,展开深入的研究。
(2)研究内容:
刀具作为金属切削过程的直接执行者,在工件的切削加工过程中不可避免地存在着刀具磨损和破损现象,刀具状态的变化直接导致产品质量下降和生产成本增加,进而影响产品的市场竞争力。
针对这一问题,本项目将开展以下研究工作:
1.研究试验方法对神经网络识别精度的影响,提出采用全因子组合的试验方法对刀具磨损监测进行研究,获得网络建模所需的完整数据,为研究成功奠定坚实的基础。
2.分析信号特征随不同因素变化的规律,提出基于标准模块的刀具磨损监测方法和基于动态树理论的刀具磨损监测方法。
这两种方法可完全消除加工参数变化对信号特征的影响,提高监测系统的识别精度,能够构建任意加工条件下的刀具磨损监测系统。
3.在对切削力信号、振动信号及声发射信号进行时域分析、频域分析、时间序列分析和小波分析的基础上,提出采用变化特征监测多加工条件下刀具磨损的新方法,并采用综合系数方法选择监测特征,实现其特征的自动选择,提高监测精度,有利于建立自适应的刀具监测系统。
4.分析BP神经网络应用于刀具磨损监测的特点,提出采用B样条模糊神经网络对特征建模的新方法,提高系统识别速度,系统具备一定的增殖能力,适合在线监测。
5.针对监测系统可靠性差的难题,利用集成神经网络建立刀具磨损与信号特征之间的影射关系,并提出改进的模式识别模型,通过同时监测多个时间的刀具状态,消除信号畸变对系统监测结果带来的影响,可使监测系统的可靠性得到大幅度提高。
6.在提出监测理论的基础上,创造性地提出刀具磨损监测的实用化化模型,并将其应用于铣刀监测和车刀监测。
本项目的研究在试验设计、信号分析、监测策略、特征提取与选择、以及模式识别等方面进行积极的探索,解决刀具磨损监测技术实用化进程中出现的一系列问题,提高监测系统的精度及可靠性,为监测系统实用化研究探索一种新的思路,丰富和发展刀具磨损监测技术。
(3)拟解决问题:
1.在详细分析影响信号特征变化的各个因素基础上,如何针对任意条件下刀具磨损监测系统进行设计。
2.金属切削过程中,工件、刀具和机床构成了极为复杂的动态系统。
不同的系统使监测的传感器信号呈现不同的特性,信号时域特征和频域特征也各不相同。
如何对传感器信号进行时域分析、频域分析和时频域分析。
3.基于BP(神经网络)网络的刀具磨损监测技术研究方法。
4.工过程中,切削三要素(切削速度、进给速度和背吃刀量),刀具几何角度等参数均可引起电机电流、切削力、振动幅度和切削温度的变化,提取完全区分加工参数和刀具磨损引起变化的特征几乎是不可能的。
怎样建立的刀具磨损实用化模型,能够应用于不同的加工方法。
5.在金属切削过程中,刀具前刀面磨损和后刀面磨损都对工件的加工精度产生影响。
因此,构建多磨损模式下的监测模型才能够准确反映刀具状态与信号特征之间的变化关系。
2、本项目研究的技术路线
根据前述的监测理论及监测策略,构建的刀具磨损监测系统实用化模型。
系统由信号处理模块、特征选择模块及模式识别模块组成。
采用神经网络建立刀具磨损量与信号特征之间的映射模型,分析样本的分布对网络预测精度的影响。
刀具监测系统研究路线组成图
3、本项目的特色和创新之处
赞同
项目的特色:
迄今为止,数控加工过程中的刀具磨损监测技术研究仍然是一个难度非常大的研究课题。
多年来,尽管国内外的学者对其展开了积极的研究和探讨,在信号处理、特征选择及模式识别等方面取得了一些进展,但由于大多数研究方法依靠经验选择,研究的范围局限于一定的加工条件,从而导致监测系统的实用化研究未能取得实质性的进展。
本项目以Kistler9257B测力仪、声发射传感器RNT一200及振动传感器B&K4370为信号检测元件,利用多传感器融合技术对铣削加工过程中刀具磨损监测的一系列相关技术问题进行了详细分析。
在信号处理、特征抽取与选择和模式识别等方面进行了积极的探索,提出了增强监测系统可靠性的方法,丰富和发展了刀具磨损监测技术。
在提出理论与方法的基础上,建立了监测系统的实用化模型,解决了刀具磨损监测系统的实用化难题,并将其应用于车刀磨损监测与铣刀磨损监测,达到了精密加工所要求的监测精度,取得了满意的效果。
创新之处:
(1)提出了基于神经网络的试验设计方法,为研究成功奠定了良好的基础。
并针对信号特征变化特点,首次提出采用变化特征监测变化加工条件下刀具磨损的新方法,并采用综合系数方法选择信号特征,实现了监铡特征的自动选择,提高了刀具磨损监测系统的识别精度,使监测系统的自动化设计变为可能。
(2)通过分析切削三要素、工件材料等因素对信号特征的影响,提出了基于标准模块的刀具磨损监测策略和基于“动态树”理论的刀具磨损监测策略,消除了各种因素对信号特征的影Ⅱ向,简化了特征提取方法,实现了任意加工条件下刀具磨损的可靠监测。
(3)首次采用B样条模糊神经网络建立刀具磨损与信号特征的映射模型,提高了识别模块的计算速度,使监测系统具备一定的增殖能力,有利于刀具磨损量的在线监测。
在提高系统可靠性方面,采用集成神经网络建立信号特征与刀具磨损之间的映射模型,并创新地提出了改进的刀具磨损识别模型,通过对多个时刻的刀具磨损量综合判别,使系统的预测精度及可靠性都有了较大的提高。
(4)提出了刀具磨损监测系统的实用化模型,解决了刀具磨损监测系统工业应用的关键问题,有利于研究成果的推广实用。
4、预期的研究进展及经费预算
(1)研究进度计划:
2011年11月9日————项目建议书阶段
2011年11月27日————可行性研究阶段
2012年2月9日-----------准备阶段
2012年4月7日-----------初步设计阶段;
2012年6月3日-----------正式设计阶段。
2012年9月11日——阶段性审查
2012年10月20日------最后定稿
20011年12月-----编写说明书等
(2)经费预算
5、.预期的研究成果形式
一.科研报告
科研报告是具体表述研究工作的成果或进展的文件,是报告情况、建议、新发现和新成果的文献。
它是教育研究工作者广泛使用的一种文体。
随着研究的内容与方法的不同,研究报告也有不同的种类。
报告类包括:
哲理型论文、实验报告、经验总结、调查报告、教育评论、教育书评等。
1、哲理型论文:
用深刻的哲理和严密的逻辑论证来说明问题,一般应用于理论性研究成果。
要求论点明确,论据确凿,论述严密,清楚展示理论观点和体系的形成过程。
也称学术论文。
2.实验报告:
指实验研究报告和实验结题报告,在教育科研活动中,针对某个叫法或某个教育问题,运用以实验为主的研究方法对其进行观测、分析、综合、判断,如实、系统、科学地将其过程和结果记录下来,写成文章,就是教育实验报告。
3.经验总结:
对教育经验活动及经验认识进行分析、加工、制作、整理,形成较为系统的、合乎逻辑的认识。
依据的是教育实践经验所提供的事实,深入分析与总结教育实践中的教育现象,使之上升到教育理论的高度,从而揭示教育实践的客观规律。
4.调查报告:
根据教育实践的需要和预期的目的,运用观察、测量、采集、询问等调研手段对有关教育问题进行研究后写出的书面报告。
研究者可以进入现场考察,也可间接调查。
5.教育评论:
对教育教学思想、现象和个案进行评论的文章。
6.教育书评:
对有关教育的学术著作、文章的内容和形式、对读者的意义来进行研究、评述的学生性文章。
二.说明书等。
院(系)学术委员会意见
签章:
年月日
学校审批意见
(公章)主管领导签章:
年月日
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 刀具 磨损 状态 在线 监测 装置 设计 大学生 创业 基金项目
![提示](https://static.bdocx.com/images/bang_tan.gif)