多信息融合技術(shù)研究及在深孔鉆削狀態(tài)監(jiān)測(cè)中的應(yīng)用.pdf

1、隨著機(jī)械工業(yè)的迅速發(fā)展,新型材料的不斷出現(xiàn),深孔加工的難度越來越大.在深孔加工過程中常常發(fā)生刀具急劇磨損、破損、突然崩刃或斷齒,造成工件孔表面損傷,鉆桿扭彎、斷裂,甚至機(jī)床損壞等嚴(yán)重后果,嚴(yán)重地影響著深孔加工的質(zhì)量和生產(chǎn)率.為實(shí)現(xiàn)在保證質(zhì)量的前提下提高生產(chǎn)率降低生產(chǎn)成本,這就需要實(shí)施深孔加工狀態(tài)監(jiān)測(cè)的研究.由于深孔加工工況復(fù)雜,僅借助單一傳感器提供的信息難以實(shí)現(xiàn)診斷目標(biāo),因此本文采用了基于人工神經(jīng)網(wǎng)絡(luò)的多傳感器信息融合技術(shù).神經(jīng)網(wǎng)絡(luò)具有

2、學(xué)習(xí)能力、容錯(cuò)能力和高度的非線性映射能力等優(yōu)點(diǎn),從而使得診斷結(jié)果更為可靠.該文作者采集了深孔加工過程中刀具正常和異常兩種狀態(tài)下的力、扭矩、水平方向和垂直方向振動(dòng)信號(hào).在特征提取過程中,應(yīng)用各種時(shí)域和頻域分析方法對(duì)所采集的信號(hào)進(jìn)行了分析處理.經(jīng)過分析分別提取了力信號(hào)的均方值指標(biāo)、功率譜譜峰幅值和水平振動(dòng)信號(hào)的脈沖指標(biāo)、AR模型的殘差方差作為特征量,然后送入神經(jīng)網(wǎng)絡(luò)融合中心進(jìn)行融合處理.融合結(jié)果表明力信號(hào)對(duì)刀具狀態(tài)的分類效果要好于水平振動(dòng)信