一种基于阶次谱与动态免疫模糊聚类的铣刀磨损监测方法技术

本发明专利技术公开一种基于阶次谱与动态免疫模糊聚类的铣刀磨损监测方法，属于智能制造与加工技术领域，包括如下几个步骤：以铣刀铣削过程中主轴电流的原始时域信号为模型输入，参比超景深三维显微镜同步观测结果与定量标准，提取铣刀不同磨损等级电流信号的特征参数向量，考虑实验数据在铣刀磨损各等级临界状态识别上的模糊

【技术实现步骤摘要】
一种基于阶次谱与动态免疫模糊聚类的铣刀磨损监测方法


[0001]本专利技术属于智能制造与加工
，涉及到铣削过程中刀具表面磨损与工件加工质量效率问题，具体为一种基于阶次谱与动态免疫模糊聚类的铣刀磨损监测方法
。

技术介绍

[0002]铣削作为现代制造业的主要加工方式，广泛应用于核电
、
航空航天等大型设备核心部件的加工环节之中
。
伴随着时间的推移，铣削过程中工件材料硬质点对刀具的刻划与两接触表面之间的粘结
、
扩散等都易造成铣刀的退化现象
。
若持续使用过度磨损的铣刀进行生产加工，不仅会引起力
、
温度
、
振动等铣削参数的明显变化，还决定工件的加工质量和效率，甚至危及到工人的人身安全
。
为此，选取合理
、
有效的铣刀磨损状态监测方法对现代制造业的发展有着重要意义
。
[0003]铣刀磨损状态的监测与识别主要分为直接
、
间接测量两种方法
。<br/>其中，间接测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于阶次谱与动态免疫模糊聚类的铣刀磨损监测方法，其特征在于，包括以下步骤：步骤1：实验方案的制定；通过模拟实验，确定刀具不同磨损状态对应的磨损量，用于指导加工；采集一把新刀从切削开始到严重磨损的全寿命信号，并在实验过程中测量刀具后刀面的磨损量，建立电流监测信号与刀具不同磨损状态磨损量间的对应关系；所用刀具为硬质合金平头立铣刀，2刃，直径
12mm
，螺旋角为
30
°
，总长度为
72mm
，铣削加工的工件材料为
40Cr
；实验过程中实时停机，使用超景深显微镜测量刀具后刀面的磨损量；为探究变工况下铣削加工过程对刀具不同磨损状态的监测与识别能力，采用交叉实验法设置各铣削参数，并循环重复进行加工过程以获取主轴电流信号；步骤2：实验数据的分析；对上述步骤1中所获取的主轴电流信号进行整理
、
分类，同时利用电流有效值求解公式，对所获取多种工况下主轴电机的三相电流信号进行融合求解，即将所获三相电流信号
I
u
，
I
v
，
I
w
融合为三相电流有效值
I
rms
；依据后刀面磨损量，将刀具的磨损程度情况划分为四种状态：磨损状态Ⅰ、
磨损状态
II、
磨损状态
III
和磨损状态Ⅳ；对主轴电流信号的有效值
I
rms
数据进行预处理，并按照磨损状态进行样本划分，然后依次训练
、
测试信号样本；其中，当前信号总长度包含
36
组数据，对其进行样本化处理以获得具有不同磨损状态的信号，所得
1400
个样本，每种磨损状态有
350
个样本，对四种磨损状态各选取
250
个样本作为训练样本，剩下的作为测试样本，样本的分布情况具体如表2所示：表2刀具四种磨损状态样本针对变工况下，刀具各等级临界磨损状态识别上的模糊和不确定性，结合动态模糊聚类算法不需事先确定聚类数的特性，以模糊聚类分析描述样本归属不同类别的不确定程度，同时考虑每个特征指标的特点和分类决策影响，使其最终分类结果具有更好的模糊相似关系；步骤3：动态模糊聚类算法的分析；通过建立模糊相似矩阵和传递闭包，利用不同阈值
λ
对初始数据集进行动态模糊聚类；设论域
U
＝
{x1,x2,
···
,x
n
}
为样本空间，样本总数
n
，每个样本对应
m
个特征，即
x
i
＝
{x1,x2,
···
,x
im
}
，得到原始数据矩阵
(x
ij
)
n
×
m
，其中
x
ij
表示第
i
个样本第
j
个特征指标，
i
＝
1,2,...,n
；
j
＝
1,2,
…
,m
；对原始数据进行标准化处理，采用式
(2)
平移
‑
极差变换公式，将数据压缩到区间
[0,1]
标准化矩阵：采用绝对值减数法
‑
欧式距离，计算样本
x
i
与
x
j
的相似度
r
ij
为：
其中，
d(x
i
,x
j
)
表示样本
x
...

【专利技术属性】
技术研发人员：李宏坤，王朝东，刘淑杰，吕帅，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：