刀具状态在线监控策略研究
摘 要
本文对刀具状态声发射信号监控策略有关的理论和方法进行了探索围绕刀具磨损和破损的检测及识别问题 进行了切削试验研究在此基础上运用信号处理技术针对刀具磨损和破损时的声发射信号进行了特征提取和在线识别的探索。
本文的主要研究工作有
（1）刀具磨损和破损切削试验研究设计和建立了刀具状态声发射信号的检测系统该系统采用高时域分辨率的数字示波器宽带声发射传感器在此基础上进行了刀具磨损和破损试验采集了大量的刀具正常磨损和破损时的声发射信号。
（2）信号特征的分析和提取经过对切削试验数据的分析和处理进一步探明了切削用量和刀具后刀面磨损与声发射信号的关系 AE 信号的能量随刀具后刀面磨损量的增加而增加同时也随着切削用量的增加而增加另外 刀具后刀面的磨损引起AE信号在10K赫兹处的能量密度增加。
（3）状态识别策略的研究探索了用BP神经网络进行刀具状态识别的方法并基于声发射信号特征值和切削参数实现了变切削工况的刀具状态ANN识别识别正确率达到81%。
关键词 刀具状态监控 声发射 BP神经网络
刀具状态在线监控策略研究全文
