-
题名基于卷积神经网络的车刀磨损研究
- 1
-
-
作者
陈娜
孔繁星
王彦旭
何腾飞
李胜男
-
机构
吉林化工学院信息与控制工程学院
吉林化工学院机电工程学院
吉林化工学院先进制造技术部
-
出处
《吉林化工学院学报》
CAS
2023年第9期43-47,共5页
-
基金
吉林化工学院博士启动基金项目(吉化院博金合字2021第031号)。
-
文摘
车削加工过程中,刀具磨损是影响加工效率最重要的一个因素,在工件表面发生过度损坏之前,需要对刀具的磨损情况进行识别和及时更新,实现工件的高质量生产加工。提出了一种基于深度学习的刀具磨损状态识别方法,通过显微镜记录不同磨损阶段的车削刀具图像,并利用卷积神经网络提取输入图像不同磨损状态特征,为该模型选择合适的训练参数,实现切削刀具磨损的状态分类。实验表明,在对车刀的不同磨损状态进行分类时,准确率可达94.0%,可用于低成本识别车削加工过程中的刀具磨损状态。
-
关键词
卷积神经网络
车刀磨损
磨损分类
-
Keywords
convolutional neural networks
turning tool wear
wear classification
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名基于奇异值分解和灰靶决策的车刀磨损状态判别
被引量:3
- 2
-
-
作者
朱坚民
赵全龙
何丹丹
-
机构
上海理工大学机械工程学院
-
出处
《计量学报》
CSCD
北大核心
2017年第2期189-192,共4页
-
基金
国家自然科学基金(50975179)
上海市教委科研创新项目(11ZZ136)
上海市科委科研计划项目(13160502500)
-
文摘
针对随机噪声干扰车刀磨损振动信号时域特征提取,车刀磨损判别精度不高的问题,提出一种通过小波包变换和相关系数法提取车刀振动信号的磨损时域特征,采用奇异值分解对磨损时域特征进行去噪处理,去噪处理后获取磨损时域特征。选取与车刀磨损最相关的磨损特征作为参考特征序列,计算参考特征序列与其余磨损特征序列之间的相似关联度,对相似关联度归一化处理得到各磨损时域特征的权值,使用灰靶决策计算各磨损时域特征的综合测度,确定车刀磨损状态。实验结果表明:该方法可以有效地滤除随机噪声干扰。
-
关键词
计量学
车刀磨损
磨损状态判别
奇异值分解
灰靶决策
小波包变换
-
Keywords
metrology
tool wear
wear condition recognition
SVD
grey target decision
wavelet packet transformation
-
分类号
TP93
[自动化与计算机技术]
-
-
题名车刀磨损的原因及改进措施研究
- 3
-
-
作者
罗慧
-
机构
蚌埠士官学校机械系
-
出处
《装备制造技术》
2013年第1期151-152,共2页
-
文摘
结合工作实际,对车刀磨损主要原因进行分析并对其提出改进措施,有利于提高刀具的使用效率,改善加工品质,提高切削效率。
-
关键词
车刀磨损
磨料
冷焊
扩散
氧化
改进措施
-
Keywords
lathe tool wear
abrasive
cold welding
diffusion
oxidation
improvement measures
-
分类号
TG712
[金属学及工艺—刀具与模具]
-
-
题名基于遗传算法优化神经网络刀具磨损监测研究
被引量:1
- 4
-
-
作者
贺志林
杜茂华
徐智超
令狐克进
王沛鑫
-
机构
昆明理工大学机电工程学院
-
出处
《农业装备与车辆工程》
2022年第5期12-17,共6页
-
基金
国家自然科学基金项目(61562055)。
-
文摘
通过对车刀磨损状态监测技术的研究,建立了基于遗传算法(Genetic Algorithm, GA)的BP(Back propagation)神经网络刀具磨损状态识别模型。选择振动信号和AE信号作为实验监测信号,对采集的振动信号和AE信号分别采用不同的方法进行分析,最终提取到与刀具磨损相关性强的特征作为原始特征。采用Relief-F算法对原始特征进行特征过滤得到最终特征样本。将测试样本输入训练后刀具磨损状态识别模型并查看识别结果。结果表明,识别模型的正确识别率达到96.296%,表明建立的GA-BP模型对车刀状态识别具有很好的分类效果。
-
关键词
车刀磨损
振动信号
AE信号
Relief-F算法
GA-BP模型
-
Keywords
tool wear
vibrational signal
AE signal
Relief-F algorithm
GA-BP model
-
分类号
TG712
[金属学及工艺—刀具与模具]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名高斯过程的车床刀具磨损预测研究
- 5
-
-
作者
龙镇洪
曾盛绰
肖泽青
罗建伟
-
机构
广西大学机械工程学院
-
出处
《机械设计与制造》
北大核心
2017年第12期238-241,共4页
-
文摘
为了保证产品质量,并能及时、准确、有效的更换刀具,提出利用高斯过程建立模型并对刀具磨损程度进行预测。首先利用Deform软件仿真车床刀具切削过程,建立刀具磨损随时间变化而变化的样本,然后利用该样本建立高斯过程的刀具磨损预测模型。最后进行刀具实际切削实验,利用测量工具测量刀具磨损量,并建立刀具随时间变化的实际磨损样本,利用实际实验数据对预测值进行验证。数据分析结果表明:预测模型可以有效地学习并预测刀具磨损中的非线性关系,而且刀具磨损的预测精度较高。因此在预测刀具磨损程度时,该模型可以作为重要的预测手段。
-
关键词
Deform仿真
高斯过程
车刀磨损实验
-
Keywords
Deform Simulation
Gaussian Process
Tool Wear Experiments
-
分类号
TH16
[机械工程—机械制造及自动化]
TG701
[金属学及工艺—刀具与模具]
-
-
题名介绍一种车床刀具磨损视觉检测装置
- 6
-
-
作者
万仁全
冯意涛
杨震
邹宇峰
王中任
-
机构
襄樊学院机械与汽车工程学院
-
出处
《机械管理开发》
2012年第1期9-10,共2页
-
基金
襄樊学院大学生科研基金项目项目.(2010PX3044)
襄樊学院科研基金资助项目(2009YA0005)
-
文摘
对于现代机床而言,刀具的磨损状态监测显得日益重要。在此设计并制作出了一种新颖的在机视觉检测装置,不仅可以实现视觉系统与机床的结合,而且具有良好的隔振性能。实验结果表明,采用这种机构,可以使摄像机拍摄到比较清晰的图像,为实现车刀磨损在机检测提供了条件。
-
关键词
在机检测
机器视觉
车刀磨损
-
Keywords
on-machine detection
machine vision
wear of turning cutter
-
分类号
TG5
[金属学及工艺—金属切削加工及机床]
-
-
题名浅谈车刀的刃磨与寿命的关系
被引量:1
- 7
-
-
作者
黄铁荣
-
机构
福建省三明市第三技校
-
出处
《科技风》
2010年第12期209-210,共2页
-
文摘
车刀磨损是切削过程中一个普遍的现象。由于切削时会产生很大的切削力,车刀前刀面与切屑之间,后刀面与工件之间的相对运动而发生剧烈的摩擦与粘结现象;在切屑被切下的同时,车刀材料的微小颗粒被工件切屑一起带走。尤其是当切削热很高时,车刀硬度下降,金相组织改变,合金元素扩散,如此经过一段时间的切削,车刀就失去了切削性能。
-
关键词
车刀磨损
刃磨
寿命
-
分类号
TG5
[金属学及工艺—金属切削加工及机床]
-