【摘 要】
：
刀具作为切削加工的主体,刀具不合理规范的使用会导致制造成本激增,生产质量和效率的骤减,因此能否在刀具剩余使用寿命内充分利用刀具从而降低生产成本是亟待解决的问题。除刀具后刀面磨损量能很好表征刀具磨损外,刀具的振动信号同样包含丰富信息,通过刀具振动特征能够获取刀具当前的磨损状态。分析刀具的后刀面磨损量和振动特征,根据相应的变化趋势预测刀具的使用寿命对刀具的充分利用、降低生产成本具有重要的意义。论文主要
【基金项目】
：
广东省科技计划智能制造装备领域智能装备制造核心零部件项目:全直驱高速高精密车滚复合数控机床装备,项目编号为:2019B090918003
论文部分内容阅读
刀具作为切削加工的主体,刀具不合理规范的使用会导致制造成本激增,生产质量和效率的骤减,因此能否在刀具剩余使用寿命内充分利用刀具从而降低生产成本是亟待解决的问题。除刀具后刀面磨损量能很好表征刀具磨损外,刀具的振动信号同样包含丰富信息,通过刀具振动特征能够获取刀具当前的磨损状态。分析刀具的后刀面磨损量和振动特征,根据相应的变化趋势预测刀具的使用寿命对刀具的充分利用、降低生产成本具有重要的意义。论文主要研究工作如下:1.基于刀具磨损的影响因素与磨损机理,搭建车刀寿命实验系统,设计了切削速度、进给速度和背吃刀量三个变量的车刀寿命实验,在此基础上进行了9组正交实验和1组对照实验,获得了车刀全寿命的后刀面磨损量数据和振动数据。2.将“分形维数”特征引入到刀具振动信号的特征中,通过相关性分析对比了车刀振动信号8个时域特征、4个频域特征,以及分形盒维数特征在车刀寿命实验中随走刀数变化的趋势,结果表明,分形盒维数特征与走刀数的相关系数最大,选用分形盒维数特征作为表征刀具磨损的敏感特征量。3.针对刀具磨损失效过程在时间上具有前后依赖关系导致预测困难的问题,提出了基于双向长短时记忆网络（BILSTM）的车刀剩余使用寿命预测模型,并利用贝叶斯优化（BO）算法对BILSTM模型的隐含层单元个数、初始学习率两个超参数进行优选,利用BO-BILSTM模型对车刀剩余使用寿命进行预测,并与BO-LSTM模型和灰色模型进行对比。结果表明:BO-BILSTM模型的预测性能表现最优,但是仍存在预测误差偏大的情况。4.针对BILSTM模型预测误差偏大的问题,结合整合差分移动平均自回归（ARIMA）模型短期预测精度高的优势,提出基于BILSTM-ARIMA的车刀剩余使用寿命预测混合模型,利用混合模型对车刀剩余使用寿命进行预测,结果表明:混合模型的性能表现优于BO-BILSTM模型,预测误差减小,预测精度更高,能有效提高BILSTM的预测精度。
其他文献
在训练集和测试集满足独立同分布的假设条件下,经典的机器学习算法在我们的日常生活中得到了大量成功的应用。令人遗憾的是,当训练集和测试集的分布存在较大差异时,经典的机器学习算法性能会显著下降。领域自适应算法利用来自不同分布的源域数据（训练数据）和目标域数据（测试数据）,缩小源域和目标域数据的分布差异,从而达到利用经典机器学习算法进行建模的目的。目前,大多数领域自适应算法通过对齐源域和目标域的边际分布（
经济水平的腾飞与人口数量的增长,加速了社会对生活塑料制品的更新速度以及更多需求的产生,同时,带来了废杂塑料产量的飞速上升与其类别的多样化与复杂化,这为塑料的回收利用带来了极大的商业潜力与生产压力。随着机器学习智能算法理论的高速发展,以视觉相机为传感器,智能算法为处理核心的检测技术逐渐被企业应用到工业生产的各个场景中,提高自动化程度、降低生产成本。本文针对废杂塑料视觉分选中的复杂检测场景开展研究,主
由于常规铬酸盐钝化对人体及环境危害大,锌层表面无铬钝化技术一直是研究的热点。在诸多的无铬钝化研究中,铈盐钝化技术因其绿色无毒、工艺简单、耐蚀性较好,成为可能替代铬酸酸钝化的技术之一,但单一的铈盐转化膜耐蚀性并不能满足使用要求。利用硅烷与铈盐复合成膜能够有效减少铈盐膜的裂纹同时提高阻隔性能,有效增强膜层耐蚀性能。本论文选用带有疏水基团的乙烯基三甲氧基硅烷,采用两种不同的配制钝化液的方法,在锌层表面通
航空航天器的功能要求使得结构大型化、复杂化,许多柔性智能结构中存在着耦合连接,这使其容易产生残余振动,如果不进行有效控制,将会降低操作的精度,甚至会导致更严重的后果,因此研究多柔性体系统的振动特性及主动控制是有必要的。本文以多柔性梁为研究对象,针对多柔性梁弹性耦合结构与多柔性梁刚柔耦合结构展开研究,全文工作总结如下:针对多柔性梁弹性耦合与刚柔耦合两种结构的多柔性体系统,进行了有限元建模,分析了结构
在大多数国家,建筑行业耗能占能源消费总量的最大部分,其碳排放约占总量的三分之一。此外,随着城市化的进展,人们对于生活水平提高的需求越来越迫切。中国各地的气候差异很大,这对区域供暖需求有决定性影响。优化现有供热网络、设计包含更高份额可再生清洁能源的新型供热系统是提高能源效率、减少碳排放以及提高人们生活水平行之有效的途径之一。供热管网系统由于包含大量的管道和换热器等装置而存在大量的储能,合理利用其储能
1前言聚合物改性沥青防水涂料简称液态防水卷材,是一种新型环保型建筑防水涂料,与普通卷材防水材料相比,具有施工方便、快捷、应用范围广,广泛应用于厕卫、厨房、建筑物外墙、坡瓦屋面、地下工程和储液池等工程的防水。以乳化沥青为基料,用合成高分子聚合物进行改性的水乳性防水涂料,不但具有优良的耐水性抗渗性,且涂膜柔软、有高档防水卷材的功效,又有施工方便,粘结力强,可抵抗压力渗透,特别适用于复杂结构,可明显降低
随着我国经济水平的提高,城镇化和工业化不断推进,如何处理大量产出的城市生活垃圾,受到了越来越广泛的关注。成熟的城市生活垃圾焚烧不仅是垃圾无害化处理的方式之一,还可以实现垃圾资源化。也正是由于焚烧法具有减容性好,处理量大,以及回收热量等优点,正逐渐成为主流的垃圾处理方式。但垃圾焚烧过程中氯元素污染物的生成、流动会腐蚀焚烧设备,过量排放更会污染环境。现如今已经有大量针对垃圾常规空气气氛下氯的迁移或脱除
随着人工智能的发展,“AI+传统行业”的改革可以赋予行业新的经济增长点。“AI+动物保护”可以在提高动物研究效率的同时减少对生态环境的影响。现在主流的研究方案是使用隐蔽相机拍照通过网络上传至云端服务器进行动物检测,但是这样会带来巨大的网络传输成本,并且该方案对信号不稳定地区的动物检测很不友好。因此本文基于边缘计算来进行动物检测,在隐蔽相机中加入AI识别功能,在给动物拍照的同时在边缘计算平台进行检测
研究背景:急性心肌梗死是持续性心肌缺血和缺氧的严重急症。晚期糖基化终产物受体（receptor for advanced glycation end products,RAGE）在急性心肌梗死时表达水平增加,阻断RAGE蛋白表达可减轻心肌损伤。目前,许多研究通过病毒或脂质体携带小干扰RNA（small interfering RNA,siRNA）抑制rage的表达。然而,病毒具有细胞毒性、免疫原性
随着深度学习技术的不断发展,卷积神经网络逐渐在越来越多的领域取得了超过传统算法的表现。然而将卷积神经网络应用到安防、汽车电子和智能手机等场景时,一方面,算法对于算力的需求以及功耗的控制,使得传统硬件平台无法胜任,另一方面算法模型的开发与硬件加速平台的分离,使得算法部署的复杂度过高。因此,针对以上两个问题,本文围绕卷积神经网络加速器设计和快速部署工具设计展开研究,提出了一种基于稀疏矩阵优化的神经网络