摩擦过程多源信息采集系统设计研究

为获取摩擦过程中产生的多源信息,基于环境设计理论分析摩擦学试验研究的现状和需求,构建摩擦过程多源信息采集系统的递归对象模型,通过识别关键冲突并寻求解决方案,实现系统的整体方案设计。通过多传感器部署和LabVIEW软件开发,研制一种基于通用摩擦磨损试验机的摩擦过程多源信息采集系统,实现摩擦过程中的振动、声音、声压等多源信息的实时采集、存储和展示。将系统进一步集成化并基于Unity 3D构建摩擦磨损试验机的数字孪生虚拟实体,同时为便于多源信息的后续利用,提出相应的信号预处理方法。通过试验验证该系统满足摩擦试验中多源信息的采集需求,能够为后续开展多源信息融合、多学科信息关联映射提供数据基础,也为实现基于摩擦学衍生量的摩擦学状态监测提供数据基础。

基于特征迁移的面铣刀磨损监测方法

实时监测刀具磨损状态对保证工件加工质量和确定合理换刀时间至关重要.数据驱动的多源信号融合预测是解决刀具磨损预测难题的可行方案.本文中通过时域和频域分析提取了多维信号特征,并结合机器视觉方法处理刀具磨损图像获得的磨损特征,针对涂层面铣刀建立了随机森林磨损预测模型.对于同类型的刀具和工件材料,使用特征迁移方法解决多工况场景下新刀样本不足问题.试验结果表明,基于迁移特征建立的磨损预测模型对目标刀具的磨损量预测效果较迁移前显著提升,准确性评价指标R^(2)决定系数从0.37提升到0.96.基于特征迁移的磨损预测模型为数据驱动模型在刀具磨损预测和实时监测领域的应用提供参考依据.

多源信息拟合摩擦系数的回归集成模型

机器系统运动部件摩擦系数(coefficient of friction,COF)的实时监测是一项具有挑战性的难题,智能感知和数据技术的发展为利用摩擦学关联信息对摩擦系数进行预测提供了可能性。该文利用摩擦磨损试验过程中的声音、振动等多源摩擦关联信息,形成时间截面化的摩擦信息数据集,针对摩擦系数拟合问题建立了K折交叉验证双层堆叠的回归集成模型,定义了范围性评估的评价指标,并通过多种载荷试验数据对模型进行了检验。结果表明所建立模型能够有效提炼摩擦信息的关联特性,从而实现对摩擦系数的准确拟合及预测,该方法对不同载荷条件数据具有通用性。