基于STM32单片机的机床数据采集系统设计

车间信息化管理系统往往只需获取机床在某时刻的状态数据,无需分析该状态信号在短时间内的频率信息,而机床故障诊断及健康监测系统则不然,二者的差异要求机床数据采集系统应同时具备低频采集和高频采集的能力。针对上述问题,通过两个独立的低频采集控制模块和高频采集控制模块设计了具备低、高采样频率的分布式机床数据采集系统。该系统将每台机床作为一个分布式数据采集节点,节点中的采集控制通过STM32系列MCU实现,工控机在获取MCU的采集结果后对其进行分类及预处理,并上传至车间服务器。测试结果表明,系统数据采集结果精确且工作稳定。

基于主轴振动信号的铣刀磨损监测研究

为实现复杂零件制造过程中的刀具磨损状态在线监测与识别,提出了一种基于机床主轴振动信号,利用近似解析小波包变换和径向基(RBF)神经网络的监测方法。采用近似解析小波包变换对监测信号进行多尺度分解,以峭度为指标寻找周期性冲击特征明显的频带,进而构造了包含8个频带重构信号的峰峰值和有效值的特征向量。建立刀具不同磨损状态下多特征向量样本数据库,训练RBF神经网络,实现刀具磨损状态的精确识别。

一维测头的螺杆转子齿廓测量

基于一维测头的螺杆转子齿廓测量及数据处理方法,建立转子螺旋面的数学模型,计算齿面测量点的坐标值和单位法矢,提出了转子测量转角的优化算法。根据复杂曲面测量原理及误差补偿理论给出了测量数据的处理方法,得出转子齿廓制造误差,指导了转子的精密磨削制造。现场转子齿廓测量结果验证了该测量方法的可行性与正确性。

机械故障特征提取的拓扑集分形稀疏字典

多尺度字典是实现机械动态信号中频域弱相干成分解耦的重要方法,但目前还欠缺围绕固定频率进行分辨率持续细化的系统性理论。基于近似解析小波变换构建了全新的拓扑集分形多分辨理论。提出了中心嵌套子空间簇,它随分析尺度深化实现了机械故障特征多目标同时追踪细化,在频域上表现为围绕一系列固定中心频率进行严格的二进细化。在数学上严格证明了:①任意中心嵌套子空间簇都是动态信号频域的拓扑空间;②各中心嵌套子空间簇按分析尺度具有严格自相似的分形特性。另外研究还揭示了二进制多分辨理论与拓扑集分形的深刻同构关联,即任意二进小波包唯一从属于某个中心嵌套子空间簇。其次,在扩展中心嵌套子空间诱导下,经典小波包变换可以化归成拓扑集分形的真子集。将拓扑集分形与旋转机械部件损伤动态模型结合提出了一种新的机械故障特征提取方法。该方法通过周期性成分稀疏测度优化和中心嵌套子空间搜索对冲击性机械故障特征的周期、瞬时动力学参数进行优化提取,从而提取物理意义更显著的单分量信息。将该方法应用于滚动轴承的故障诊断中,在含强噪声的振动信号中准确提取了表征轴承外圈剥落的多个单一模式分量。通过对比验证了所提出方法的噪声抑制能力显著优于以谱峭度和群组稀疏优化为代表的对主流机械故障特征提取技术。

基于信息粒化支持向量机的主轴热误差综合预测模型

主轴热变形是影响数控机床加工精度的主要因素。为提高主轴热误差的预测精度,提出了基于信息粒化支持向量机(SVM)的主轴热误差综合预测模型。使用信息粒化方法对采样温度数据与主轴热误差数据进行预处理,分别建立基于SVM的主轴热误差的回归预测模型和时间序列模型,通过计算两个模型权重系数,最终建立主轴热误差综合预测模型。以2MZK7150五轴数控可转位刀片工具磨床为研究对象,实验表明,较之于单一模型该模型具有良好的泛化能力和较高建模精度。

面向数字加工监控的边云工艺协同迁移

智能制造是高端装备发展的必然趋势,设备智能运维对于保障数字加工质量及可靠性具有重要意义。在离散智能制造过程中,工艺多样性成为制约智能运维数字模型构建与实施的关键瓶颈。为此,提出一种边云协同的工艺知识迁移方案,融合应用边缘计算和云计算,实现智能运维模型的快速进化。首先,在云端训练PMsCNN模型,对历史工艺方案下设备的退化过程抽象建模;然后,利用新工艺方案下无标签的数据样本开展迁移学习,使PMsCNN适应新的工艺方案。相应地提出了一种改进型最大均值差异损失函数,克服数据不均衡难题;最后,将进化后的PMsCNN部署应用于边缘设备,在线实施设备智能运维。以设备核心基础件的性能运维为研究案例,验证了所提工艺知识迁移方案的先进性。相比于现有基于深度学习的监测方法,新工艺方案下测试准确率提升了20%以上,优于现有迁移诊断方法。

复小波域影致留形及金属铣削表面质量评估

针对机械加工产品质量原位评估问题,提出一种数字图像为媒介的在线检测方法。通过数码相机对加工表面进行近场拍摄成像,获得影像在16位灰度空间上的映射。引入加工表面连续性约束构造辐照方程的正则化问题并求解,从灰度信息中恢复加工表面的三维模型。采用双数复小波变换对三维重构模型进行后处理降噪,计算加工表面的粗糙度评价指标。通过航空铝合金端面铣实验并应用提出方法进行分析,与离线接触式测量的结果进行对比,验证了该方法具有高精度重构效果,可有效的应用于在线金属铣削过程状态监测与加工质量评估。

基于迭代K均值聚类的改进谱峭度方法及在滚动轴承故障诊断中的应用

针对快速谱峭度指标对偶发性冲击过于敏感,从而导致故障诊断错误的问题,提出一种基于迭代二均值聚类的改进谱峭度算法。将信号样本在时域分段后,根据数据片段的峭度特征,使用二均值聚类算法识别被偶发性冲击污染的片段并剔除,最后基于正常片段统计信号样本的改进峭度。为解决聚类簇数难以预先确定的问题,提出一种迭代二均值聚类算法,以正常片段的峭度相对极差为迭代终止判据,逐次剔除被污染的数据片段。对原信号进行双树复小波包分解,计算各重构子信号的改进峭度生成谱峭度图,检测最大改进峭度值对应频段进行包络解调分析诊断轴承故障。仿真和实验结果表明,该方法能够在多个不同强度的偶发性冲击干扰下准确识别循环瞬态冲击,识别效果优于其他算法。

石墨烯作为水基半合成切削液添加剂的硬质合金-钢材料摩擦学特性分析

改善加工过程润滑条件是延缓刀具磨损的重要途径。将石墨烯作为3034水基半合成切削液的添加剂,研究石墨烯悬浮切削液的硬质合金-钢材料摩擦学性能,研究对象是由硬质合金YG8制备的金属球和由45#钢制备的圆盘形试件;采用球-盘摩擦副接触方式在摩擦磨损试验机上进行试验,测定了质量分数为0. 1%~0. 9%的石墨烯悬浮切削液的平均摩擦特性和摩擦系数;采用激光共聚焦显微镜对磨痕轮廓进行提取,并得出磨损定量评价指数,并用扫描电镜和拉曼光谱仪对磨痕进行磨损机理分析;进行切削实验来分析石墨烯悬浮切削液对切削性能指标的改善情况。实验分析结果表明:石墨烯悬浮切削液能明显改善硬质合金-45#钢之间的润滑条件,摩擦系数和磨损率显著下降,采用不同质量分数石墨烯悬浮切削液的平均摩擦系数较原半合成切削液下降12. 9%~57. 3%,磨损率下降33. 82%,同时切削合力较原半合成切削液下降18. 58%,加工后工件表面粗糙度下降7. 5%。

茶叶生产机械化存在问题如何破解

一、产业发展现状 勉县茶园面积由2008年的8．1万亩增加到2013年的13．1万亩，茶叶种植面积不断扩大，产量产值同步增长；2008年全县茶叶产量1630吨，现在达到5642余吨，产值由1．6亿元增加到6．3亿多元，翻了两番。

回转体逆时序右特征识别及内外轮廓自动重构

特征自动化识别与解读是回转体零件加工代码自适应生成的重要基础,而回转体内外轮廓的几何特征信息是加工轨迹生成的重要依据。针对多种信息混合的CAD载体中回转体零件几何特征解读问题,提出了顺时序最右侧判别法自动识别回转体零件的内外轮廓特征。利用DXF结构化存储的图形信息和回转体零件对称性的特点去除尺寸标注,剖面线、粗糙度标注,形位公差标注等多余线,最后沿着逆时针寻找相对于当前轮廓最右侧的路径为下一轮廓。与传统方法相比,所提出算法的复杂度进一步降低,能够准确可靠地在干扰信息中识别出零件的内外轮廓精确信息。

基于Morlet小波和改进峭度的滚动轴承故障诊断方法

采用峭度指标识别滚动轴承共振频带,结合包络解调分析,是滚动轴承故障诊断的常用方法,但峭度指标对冲击过于敏感,容易导致错误的故障诊断结果。针对于此,提出一种基于迭代二均值聚类的改进峭度指标。首先将信号样本在时域分段,然后根据数据片段的峭度特征,使用迭代二均值聚类算法识别并剔除含有偶发性冲击的片段,以正常片段的峭度相对极差为迭代终止判据,并基于正常片段统计信号样本的改进峭度指标。结合Morlet小波和粒子群优化算法,得到一种基于Morlet小波和改进峭度的滚动轴承故障诊断方法,并与峭度指标进行仿真和实验。对比结果表明,改进峭度指标能够在强偶发性冲击噪声干扰下有效识别周期性瞬态冲击,验证了该方法的有效性。

提升小波分形策略在电机轴承电蚀故障特征提取中的应用

电蚀是感应电机轴承服役过程中常见的物理现象,电蚀现象的发生使得电机轴承表面更容易发生点蚀剥落等局部损伤。提出提升小波分形策略,用于从多成分耦合的振动信号中提取反映轴承故障的冲击性故障特征;该策略通过对经典冗余提升小波包分解产生的相邻子空间进行后处理,生成新的隐小波包尺度,可有效弥补二进小波包分析方法对过渡带区间特征提取能力的不足;通过隐小波包子空间的中心嵌套集合实现了振动信号的中心极化多分辨分析;该方法还能继承冗余提升小波包分解的诸多优良特性(如精确线性相位及平移不变性等),从而进一步增强了振动信号中非平稳冲击特征的分析提取能力。将提出的方法应用于某型号平整机的感应电机轴承振动信号分析,在某个由提升小波分形策略生成的隐小波包子空间中提取表征轴承机械故障的周期性冲击特征,经停机检修验证该故障特征是由轴承中已经存在的电蚀故障引发;将所提出方法的特征提取效果与基于双树复小波等的主流分析方法进行对比,验证了提升小波分形策略具有更加全面的轴承故障特征分析能力。

基于离散元素法的薄壁轴法兰磨削阻尼器设计

为抑制薄壁轴零件精密磨削过程中产生的受迫振动响应,提高加工精度和效率,基于颗粒碰撞阻尼技术建立阻尼系统的离散元模型,设计了专用粒子阻尼器。通过离散元仿真对阻尼器颗粒参数(颗粒直径和颗粒填充率)进行了优化,基于设计的粒子阻尼器搭建振动试验平台,针对阻尼器颗粒参数对振动抑制的影响展开研究。将参数优化后的颗粒阻尼器应用于现场磨削试验,振动抑制比达70%以上,验证了所提出理论应用的可靠性,可提高零件的磨削精度和加工效率。

C60纳米粒子切削液对15Cr14Co12Mo5Ni2WA齿轮钢切削特性的影响研究

高强度钢15Cr14Co12Mo5Ni2WA的切削特性表现为切削力大,造成刀具磨损快与崩刃严重、加工精度保持性差。针对上述问题,提出将富勒烯C60纳米粒子混合切削液作用于金属切削过程中的刀-屑接触区(Ⅱ变形区)和刀-工接触区(Ⅲ变形区),以改善切削性能。为此,基于修正库仑摩擦、赫兹接触等理论方法建立了C60纳米粒子在刀-屑接触中的减摩润滑预测模型,研究预测了切削接触界面间产生的“纳米滚动轴承”效应及减摩特性,通过摩擦磨损试验测定了不同浓度C60纳米切削液下的摩擦特性变化,采用超景深3D显微镜、SEM、拉曼光谱仪等先进测量手段表征分析了试样表面磨痕微观形貌、研究了摩擦磨损机理。切削试验结果表明C60纳米切削液具有很好的减摩效果,有效地降低了切削力、工艺系统振动、刀具磨损,切削性能显著提升。应用在插削加工过程中,表现出切削冲击振动导致的刀具崩刃现象明显减少、因冷焊撕裂造成的前刀面局部剥落现象消失,刀具使用寿命延长。

无监督学习驱动的高端轴承故障智能诊断算法

谱峭度是用于滚动轴承故障诊断的有效方法,然而它对工程中常见的偶发性冲击特征具有高度的敏感性,常导致特征提取结果失效.为解决该问题,针对多重偶发性冲击(sporadic impulses,SIs)干扰下的时间序列峭度计算提出了一种基于无监督学习的智能评估方法.首先,根据偶发性冲击在时域上能量高度集中的特性,在时域将原始信号样本等间隔地划分为数据片段.其次,将各数据片段映射到统计参数特征空间(statistical parameter feature space,SPFS).再次,提出了迭代二均值聚类算法,实现了聚类中心自定位及类簇数自适应整定,利用含SIs片段与正常片段在SPFS显著的统计特性差异,逐次识别并清除受SIs干扰的片段.最后对未受SIs干扰的正常片段进行峭度信息融合,得到智能峭度估计.结合该智能峭度估计方法与多尺度分解方法提出了高端轴承故障诊断的新方法.通过仿真算例及轴承故障诊断实际案例验证了该方法能够在多成分耦合、多重偶发性冲击干扰的不利影响下准确提取异常故障特征,并在应用中能够兼顾智能化、高鲁棒性及高计算效率.