刀具磨损状态监测综述

向福星,孟博洋,李众杰,李松,张嘉豪,岳彩旭(哈尔滨理工大学先进制造智能化技术教育部重点实验室)
摘要:刀具磨损状态监测是机械加工行业中保障加工质量、提高生产效率以及确保设备安全运行的关键技术之一。刀具磨损状态监测对刀具寿命优化与产线能效控制具有重要的意义。文章从传感器的选择、特征提取、机器学习和深度学习4 个维度,系统地介绍了切削加工过程中刀具磨损状态监测的研究进展。着重分析了磨损信号的选择,时域、频域和时频域内特征提取的常用方法,机器学习和深度学习在刀具磨损状态监测的应用。在此基础上,对切削加工刀具磨损状态监测的研究难点进行了分析,并总结了目前存在的问题。最后,对切削加工中刀具磨损状态监测技术今后的发展趋势进行了展望。
关键词:刀具磨损;状态监测;传感器;特征提取;机器学习

目录介绍

1 刀具磨损状态监测类别及特点

1.1 直接测量法

1.2 间接测量法

2 传感器的选择

2.1 力传感器

2.2 振动传感器

2.3 电流传感器

2.4 声发射传感器

2.5 多传感器融合

3 特征提取技术

3.1 时域分析

3.2 频域分析

3.3 时频域分析

3.3.1 小波变换

3.3.2 经验模态分解

3.3.3 变分模态分解

4 刀具磨损状态决策方法

4.1 机器学习模型

4.1.1 人工神经网络模型

4.1.2 支持向量机模型

4.1.3 隐马尔可夫模型

4.2 深度学习模型

4.2.1 卷积神经网络模型

4.2.2 循环神经网络模型

4.3 混合模型

5 刀具磨损状态监测研究难点及发展

6 结语


点赞(1) 关注

立即下载

温馨提示! 你需要支付 ¥3.98 元后才可以下载

评论列表 共有 0 条评论

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部