国际科技合作与交流专项项目(2008DFA71750)
- 作品数：3 被引量：9H指数：2
- 相关作者：李亮申志刚何宁更多>>
- 相关机构：南京航空航天大学更多>>
- 发文基金：国际科技合作与交流专项项目国家科技支撑计划更多>>
- 相关领域：电子电信金属学及工艺更多>>
- 高速铣削智能监测系统研究被引量：1
- 2010年
- 针对目前加工状态监测系统存在的依赖系统事先的"教学"或"训练"过程的问题,在对刀具磨损规律分析的基础上,提出一种针对高速加工的智能化实时刀具状态监测系统.引入自学习能力使该系统初步具备了智能性,自动进行不同刀具状态的识别和磨损程度的估计,较大程度上摆脱了对系统"教学"或"训练"过程的依赖.运用离散小波分解技术对铣削过程中的三向切削力信号进行时域以及各子频段的能量和变动特征的提取,并利用分析技术进行特征筛选.基于两个嵌套的循环运行过程构建了监测系统,进行特征量的线性拟合和马氏距离计算.高速铣削试验证明了所提出的智能刀具状态监测系统的有效性.
- 申志刚何宁李亮
- 关键词：刀具磨损小波分解智能监测
- 具备自动特征提取能力的智能监测系统被引量：3
- 2010年
- 为了减少加工状态监测系统开发的时间和成本,提出自动敏感特征提取方法,自动选择合适的传感器和信号处理技术来提取出"敏感特征".针对高速铣削过程中的刀具磨损监测,采用切削力、振动、声音和声发射传感器来采集信号,并运用时域、频域和小波分析技术对信号进行处理.试验结果表明:该方法可自动地进行传感器和信号处理技术的选择,提取出的敏感特征适合于自学习监测系统应用.
- 申志刚何宁李亮
- 关键词：智能监测信号处理特征量高速铣削
- 高速硬铣削加工刀具磨损监测研究被引量：6
- 2009年
- 针对高速铣削淬硬钢加工中的刀具磨损问题,运用时域平均、离散小波分析以及希尔伯特变换等信号处理技术来提取切削力信号中与刀具磨损密切相关的特征量,并基于马氏距离法对刀具磨损状态进行监测识别。用硬铣削试验验证了该监测策略的有效性。
- 申志刚何宁李亮
- 关键词：高速铣削小波分析希尔伯特变换
