資源描述：
《基于多尺度主元分析的刀具磨損狀態(tài)監(jiān)測研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、天津大學碩士學位論文基于多尺度主元分析的刀具磨損狀態(tài)監(jiān)測研究TheResearchofToolConditionMonitoringBasedonMulti-scalePrincipalComponentAnalysis領域：機械工程作者姓名：張彥超指導教師：王國鋒副教授企業(yè)導師：宋慶東高工天津大學機械工程學院二零一五年十二月中文摘要難加工材料由于其硬度高、導熱性差，銑削時切削力較大，切削溫度高，刀具磨損劇烈。而刀具狀態(tài)直接影響到工件表面質(zhì)量和精度，因此亟需對刀具磨損狀態(tài)進行實時監(jiān)測。但是，傳統(tǒng)的模式識別方法的建模過程需要獲得刀具多種磨
2、損狀態(tài)下的信號，耗費大量精力，顯然不適合實際切削過程中的刀具磨損監(jiān)測。本文提出了一種基于多尺度主元分析（MSPCA）的刀具磨損監(jiān)測方法，這種方法只需要正常加工狀態(tài)下的數(shù)據(jù)就能建立監(jiān)測模型。在該監(jiān)測方法中，首先利用離散小波分解（DWT）將數(shù)據(jù)分解到多個尺度，然后通過主元分析（PCA）建立各尺度下的主元模型，選擇顯著尺度進行小波重構。最終建立多尺度主元分析監(jiān)測模型，并通過多變量統(tǒng)計控制圖顯示監(jiān)測結果。為了驗證該方法的有效性，本文選用了GH4169高溫合金進行銑削實驗，采用了測力儀和振動加速度傳感器采集信號。根據(jù)兩種信號的特點，分別選用低通和
3、帶通濾波器進行預處理，并截取刀具真正參與切削時的傳感器信號。通過提取時域、頻域特征組成了訓練樣本集和測試樣本集，對多尺度主元分析模型進行了訓練和測試。磨損狀態(tài)控制圖的顯示結果表明：多尺度主元分析模型的監(jiān)測精度最高可達到100%，完全滿足刀具磨損監(jiān)測的要求。并且結合本文所研究的方法，開發(fā)了一套基于虛擬儀器技術的刀具狀態(tài)智能在線監(jiān)測軟件。本文的研究結果表明：多尺度主元監(jiān)測模型只需要正常加工狀態(tài)下的信號就能建立有效的監(jiān)測模型，克服傳統(tǒng)模式識別方法的缺點，取得了很高的監(jiān)測精度，因此更適合用于難加工材料的刀具磨損狀態(tài)監(jiān)測。關鍵詞：高溫合金；多尺度
4、主元分析；刀具磨損監(jiān)測；虛擬儀器IAbstractDifficulttocutmaterialspossessthecharacteristicsofhighhardnessandlowthermalconductivity.Whenthesematerialsaremachining,thecuttingforceandtemperatureareveryhighandthewearofthecuttingtoolissevere.Thetoolconditionaffectsthesurfacequalityandprecision
5、ofthework-piece.Soitisnecessarytomonitorthewearstateofthecuttingtoolinrealtime.Buttraditionalpatternrecognitionmethodsarecostly.Theyarenotsuitableformonitoringtherealprocessofmachiningobviously.Inthispaper,anewtoolconditionmonitoringmethodbasedonmulti-scaleprincipalcompo
6、nentanalysis(MSPCA)wasproposedinthispaper.Itsmodelcanbebuiltonlybysamplesundernormalconditions.Inthismethod,thetrainingsamplesetofnormaloperationalconditionisdecomposedintodifferentscalesusingwaveletmultiresolutionanalysis.Thenprincipalcomponentanalysis(PCA)modelofeachsc
7、alewasconstructedtoselectsignificancescales.ThestatisticalindicesandthecorrespondingcontrollimitsareconstructedtomonitorthetoolwearbasedonPCA.Totesttheeffectivenessoftheproposedmethod,superalloy4169millingexperimentwascarriedout.Forceandvibrationsignalsduringthemachining
8、processwerecollectedsimultaneouslytodepictthecharacteristicsofthetoolwearvariation.Basedontheextractedf
