学位论文 > 优秀研究生学位论文题录展示

基于协整建模的铣刀磨损状态监测技术研究

作　者: 李启铭
导　师: 王国锋
学　校: 天津大学
专　业: 机械制造及其自动化
关键词: 铣削 切削力 协整建模 支持向量机 隐马尔科夫 人工神经网络 BP
分类号: TG54
类　型: 硕士论文
年　份: 2010年
下　载: 55次
引　用: 0次
阅　读: 论文下载
 

内容摘要


铣削加工是常用的加工方式之一,其刀具的磨损状态直接影响到工件的加工表面质量和尺寸精度。针对铣刀磨损状态的在线监测,本文采用协整建模的方法实现了切削力信号的参数化建模,并通过智能诊断的技术实现了刀具磨损状态的分类。具体的研究内容如下:对铣削过程切削力信号的协整建模进行了深入的研究。针对当前刀具状态监测中非参数化特征提取无法给出精确的数学模型的缺点,通过广义单位根检验、协整性检验和协整向量估计,建立了不同磨损状态下的切削力信号协整模型,以更为清晰地反映磨损状态的动态变化。基于切削力信号协整过程的平稳性检验实现了刀具磨损状态的辨识。根据铣削力信号的周期性时变的特点,本文分别将三种磨损状态的铣削力信号代入其他两种磨损状态的协整模型中,对得到的协整过程进行平稳性检验,通过判断其平稳性来实现不同磨损状态的辨识。研究表明这种识别方法可以有效避免铣削力信号周期时变的干扰。基于协整向量特征,采用支持向量机分类技术实现了铣刀磨损状态的辨识。以不同磨损状态的协整向量为特征,分别用人工神经网络BP、隐马尔科夫和支持向量机模型对其进行训练和辨识。研究结果表明,对于低维的小样本特征,支持向量机的识别效果明显优于其他两种模型。以上研究表明,采用协整建模的方法可以更为精确的反映刀具磨损过程中的动态变化特性。同时,协整建模结合支持向量机模型可以在小样本低维特征的条件下更为准确识别刀具的不同磨损状态。这些研究的开展对于提高刀具磨损监测的准确性以及切削过程的加工效率和工件质量具有重要的意义。

全文目录


摘要  3-4
ABSTRACT  4-8
第一章 绪论  8-17
  1.1 引言  8
  1.2 刀具磨损监测技术的发展综述  8-12
  1.3 特征提取方法在铣刀磨损监测中的研究现状  12-13
  1.4 智能诊断技术在铣刀磨损监测中的发展现状  13-14
  1.5 课题的提出  14-15
  1.6 论文研究内容  15-17
第二章 协整建模  17-30
  2.1 协整模型产生的背景  17
  2.2 时间序列平稳性检验  17-23
    2.2.1 时间序列及其平稳性概述  17-18
    2.2.2 时间序列平稳性的单位根过程  18-20
    2.2.3 Dickey-Fuller 检验  20-21
    2.2.4 ADF 检验  21-22
    2.2.5 其他单位根检验方法  22-23
  2.3 协整及其检验  23-29
    2.3.1 协整的含义  23-24
    2.3.2 协整的秩  24
    2.3.3 协整向量的估计方法  24-27
    2.3.4 协整性检验  27-29
  2.4 本章小结  29-30
第三章 基于神经网络及模式识别的智能诊断技术  30-38
  3.1 人工神经网络BP 算法  30-31
  3.2 隐马尔科夫模型  31-33
    3.2.1 隐马尔科夫模型及其组成  31-32
    3.2.2 隐马尔科夫模型解决的基本问题  32
    3.2.3 基于隐马尔科夫的智能诊断技术  32-33
  3.3 支持向量机模型  33-36
    3.3.1 支持向量机原理  33-34
    3.3.2 支持向量机多类分类问题  34-35
    3.3.3 基于支持向量机的智能诊断技术  35-36
  3.4 三种智能诊断技术的比较  36-37
  3.5 本章小结  37-38
第四章 基于协整建模的铣刀磨损状态监测  38-58
  4.1 刀具磨损监测实验设计  38-41
    4.1.1 实验系统组成  38-40
    4.1.2 实验方案的拟定  40-41
  4.2 协整建模总体思路  41-43
  4.3 铣削力信号的平稳性检验  43-47
  4.4 铣削力信号的协整建模  47-49
  4.5 基于协整理论的特征提取  49-51
  4.6 铣刀磨损状态的智能诊断识别  51-57
    4.6.1 基于BP 神经网络的铣刀磨损状态识别  51-52
    4.6.2 基于HMM 的铣刀磨损状态识别  52-54
    4.6.3 基于SVM 的铣刀磨损状态识别  54-57
    4.6.4 识别结果分析与比较  57
  4.7 本章小结  57-58
第五章 结论与展望  58-60
  5.1 结论  58
  5.2 展望  58-60
参考文献  60-66
发表论文和参加科研情况说明  66-67
致谢  67

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  4. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  5. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  6. 音乐结构自动分析研究,TN912.3
  7. 网络语音传输丢包的恢复技术,TN912.3
  8. 基于三维重建的焊点质量分类方法研究,TP391.41
  9. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  10. 领域实体属性及事件抽取技术研究,TP391.1
  11. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  12. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  13. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  14. 基于图像的路面破损识别,TP391.41
  15. 机械臂视觉伺服系统的研究,TP242.6
  16. 基于支持向量机的故障诊断方法研究,TP18
  17. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  18. 市级旅游用地规划环境影响评价研究,X820.3
  19. 珠三角地区高性能混凝土配合比智能化系统,TU528
  20. 大学生综合素质测评研究,G645.5
  21. 基于并行算法的模糊综合评价模型的设计与应用,TP18

中图分类: > 工业技术 > 金属学与金属工艺 > 金属切削加工及机床 > 铣削加工及铣床
© 2012 www.xueweilunwen.com