基于力信号的砂轮磨削状态在线监测研究

磨削过程监控是实现磨削加工智能化与保证制造质量的关键.磨削力是磨削加工过程中一个重要的伴随信号特征,它直接跟砂轮磨损程度、磨削热、砂轮与工件接触状态等事件之间有着密切联系.为了提升微晶刚玉砂轮磨削齿轮工艺的精密化、自动化与智能化水平,开展砂轮磨削状态在线监测与砂轮磨损机制研究,建立磨削力时频两域信号与砂轮–工件接触状态、砂轮磨损程度事件之间的内在关联,提出一种基于实时力信号的砂轮磨削状态的在线监测新方法.同时,采用激光共聚焦显微镜与扫描电镜表征分析了微晶刚玉砂轮形貌蕴含的磨损机理.研究表明,磨削力时域波谱的峭度、波形指标、峰值指标、脉冲指标等波形特征指标分布规律呈现为变切深磨削状态≥显著磨损砂轮的稳态磨削状态≥轻度磨损砂轮的稳态磨削状态>未接触状态的鲜明态势.然而,磨削力幅频谱的峭度、脉冲指标两项波形特征值在不同磨削状态下的变化规律却与时域信号截然相反.砂轮工作表面三维粗糙度随磨损演变呈现出先略微减小后增大的变化规律,而微晶刚玉磨粒的聚微晶结构使其拥有沿微晶界面呈现逐层解理剥落的更新自锐能力.

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 。

磨削加工对象多变时砂轮状态在线监测方法

在磨削加工对象频繁更换的情况下 ,工件的材料、加工要求、磨削条件和磨削参数经常变化 ,使声发射信号的信息也随之发生变化 ,为此提出基于声发射信号多变情况下的归原处理法 ,用于多变磨削加工环境下砂轮状态的在线监测。

磨削砂轮状态在线监测方法研究

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

AE在线检测技术在数控修整系统中的应用

AE在线检测技术多用于监测刀具磨损状态，而NTC-LANDIS数控无靠模凸轮轴磨床应用AE在线检测技术，通过其与数控系统间的通信，检测、控制砂轮的修整状态，并自动完成了修整坐标系的建立，从而彻底改变了传统修整系统较多依赖于人的五官，如用眼观、耳听来判断砂轮修整状况，实现了自动化修整。

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。