车削大螺距螺纹刀具磨损监测方法研究
大螺距螺纹件作为一种非标准件，在进行加工的过程中，由于刀具的切削行程长、切削刃长且刀具悬伸量大，导致在加工过程中，刀具的振动和切削力幅值大且波动明显，刀具的磨损迅速，影响了长行程高品质的大螺距螺纹件加工。因此对刀具磨损进行监测，在提高大螺距螺纹件的生产效率与质量方面有重要意义。本文提出了一种车削大螺距螺纹件的刀具磨损监测方法，并设计了一种可应用于车削大螺距螺纹件的刀具磨损监测系统。本文的主要研究内容如下： 首先，对车削大螺距螺纹件的刀具磨损过程进行了研究。得出了该试验下的刀具磨损形式主要为硬质点磨损和粘结磨损；绘制了刀具的磨损曲线，依据曲线的曲率对刀具磨损阶段进行了划分；依据被加工表面的粗糙度明确了刀具的磨钝标准；为后续搭建的刀具磨损模型提供了依据。 其次，对切削过程中的监测信号与刀具磨损量进行了分析与处理。使用时域、频域方法对信号进行了分析并提取了相关特征值，时频分析使用集成经验模态方法对信号降噪后提取了特征值；然后使用Relief-F特征选择法将提取的特征值与刀具磨损量进行相关性筛选，确定了后文预测模型的输入量。 再次，基于深度学习方法建立刀具磨损模型。分别通过使用BP神经网络建立刀具磨损量预测模型；使用多粒度扫描级联森林法建立刀具磨损阶段识别模型。针对模型中的预设参数，通过经验公式法或者重复摸索的办法进行选择确定，最终刀具磨损量预测模型和识别模型的准确度分别达到90.93%和92.06%。 最后，进行了车削大螺距螺纹刀具磨损监测系统的开发与验证。将信号分析处理、刀具磨损模型等功能编写到系统中，使之一体化；设计了车削大螺距内螺纹的刀具磨损实验，将车削外螺纹时的刀具磨损监测分析方法应用到了该实验，得出在内螺纹的刀具磨损监测中，刀具磨损量预测模型的准确率为91.27%，刀具磨损阶段识别模型的准确率为93.56%，验证了该监测方法的有效性与系统的可靠性。
大螺距螺纹件;车削加工;刀具磨损监测;深度学习
哈尔滨理工大学
硕士
机械工程
李哲
2022
中文
TG62
2022-09-21（万方平台首次上网日期，不代表论文的发表时间）