基于神经网络的磨削砂轮状态的在线监测

利用声发射 (AE)传感器和功率传感器为信号源 ,固定时间间隔内的声发射信号幅值增量累加及砂轮碰撞破碎时电机功率信号的陡变为砂轮状态识别的特征值 ,应用BP神经网络建立信号特征值与砂轮状态之间的非线性关系模型 ,可以为小批量、多品种产品磨削加工中砂轮状态的智能化在线监测提供准确有效的途径·测试结果证明了该系统的可行性 ,为磨削加工实现智能控制奠定了基础 。

磨削砂轮状态在线监测方法研究

提出了用声发射(AE)信号在线监测砂轮状态的方法。利用该方法可以监测工件材料、加工要求和磨削参数经常变化环境下的砂轮钝化程度和破碎情况;并采用神经网络建立了传感器信号与砂轮状态之间的非线性关系。

砂轮磨损自动补偿技术在硬质合金刀具产线中的应用

为保证硬质合金刀具加工精度以及减少停机时间,实现硬质合金刀具各尺寸参数的自动补偿至关重要。介绍了一种硬质合金刀具尺寸参数的自动补偿方法,通过对砂轮状态的在线检测与补偿来间接保证硬质合金刀具的尺寸参数,并阐述了砂轮在线检测技术、砂轮磨损自动补偿在实际生产中的应用。试验结果表明:砂轮磨损自动补偿技术具有较高的准确性,误差≤0.004mm,能有效补偿因砂轮磨损而造成的硬质合金刀具尺寸参数变化。

砂轮磨损状态的声发射检测及其误差补偿方法的研究

砂轮磨损会破坏砂轮型面 ,对加工精度有重要影响。利用声发射方法检测砂轮的磨损状态以及修整过程 ,并提出了实现砂轮磨损误差在线补偿的方法。

基于EMD的金刚石砂轮磨损状态声发射监测

针对磨削金刚石砂轮磨损状态声发射信号小波分析中存在的问题,根据工程陶瓷部分稳定氧化锆磨削过程中声发射信号非线性非平稳性的特点,采用经验模态分解方法将磨削声发射信号分解为多个平稳的固有模态函数之和,并提取其有效值、方差和能量系数等特征值.在磨削金刚石砂轮从轻度磨损状态转变为严重磨损状态时,固有模态函数的有效值(IMFrms)和方差(IMFvar)增大,而能量系数(IMFpe)发生明显的变化;将其做为最小二乘支持向量机的输入参数,对金刚石砂轮的轻度磨损状态和严重磨损状态成功地进行了智能监测.

嵌入式异构多核测试的流式大数据处理系统

本文采用FPGA实现四通道传感器的高速数据采集、同步转换和LMS自适应降噪,使用ARM搭建了边缘计算平台,进而实现了一种云边端协同的测试流式大数据处理系统,并且在磨床设备检测中得到了应用。实验和现场测试结果表明,本系统可以满足实际应用的需求,为基于工业物联网的设备监测提供了一种可行的方法。