面向智能制造的刀具全生命周期智能管控技术

来源 :机械工程学报 | 被引量 : 0次 | 上传用户:stchd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
智能制造是未来制造业的主攻方向,以航空航天、汽车领域为代表的高端制造装备关乎国防安全和国家经济命脉.复杂多样化的零部件加工对刀具管控提出了更高的要求.刀具作为切削过程中最活跃、状态变化最多的要素,其性能直接影响加工精度和生产效率.大数据时代的到来引领刀具管理模式的变革,制造商、供应商、应用企业对刀具全生命周期数据的需求与日俱增.通过分析刀具管控现状可知,设计制造精准性、寿命预测准确性、刀具管控科学性是亟待解决的核心问题.提出刀具全生命周期智能管控的内涵及关键技术,综述国内外学者在刀具设计制造智能优化、刀具切削过程状态监测和刀具多源数据管理共享方面的研究成果,最后结合刀具管控技术的应用情况对未来的研究方向进行展望.随着智能制造的不断深入,以人工智能、大数据、数字孪生、云计算等现代信息技术为依托的刀具全生命周期智能管控技术,必将推动刀具产业链转型升级.
其他文献
针对四轮驱动汽车纵向车速难以直接测量的问题,考虑多源传感器信号置信度动态变化特征,提出一种基于运动学信息融合的纵向车速自适应估计方法.研究行驶环境对车载传感器信息的影响规律,建立基于Kalman滤波框架的运动学信息融合模型,设计面向有色噪声的车速自适应滤波算法,实现对车轮滑移和道路坡度等非随机时变因素的扰动补偿.为兼顾算法稳定性及估计最优性,提出融合衰减记忆因子的强跟踪滤波改进策略,有效避免了极限工况下的滤波发散现象.在Carsim/Simulink联合仿真环境下,采用坡道加速、车轮滑转和双移线等工况验证