登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 机械机电类 > 机械工程及自动化 > 正文

基于神经网络的金属切削过程刀具磨损预测研究开题报告

 2020-05-01 08:41:05  

1. 研究目的与意义(文献综述)

课题来源及研究目的与意义

如今,从国际角度来看,制造业地位日益凸显,以智能制造为代表的科技变革,正在将全球制造业推倒重建,形成新的“工业互联网”世界,并成为国际竞争的战略高地。在2015年,国务院发布了《中国制造2025》,通过推进互联网与工业相结合,实现制造业转型升级[1]。 在智能制造当中,其核心是实现制造过程高度集成化、无人化、信息化和智能化。要实现智能制造,需要许多相关技术的保证。

在这种形势下,加工设备的健康状态监控预测越来越受到人你们的挂住,刀具的状态监控预测就是其中的一个重要环节。在机械加工中,大部分的零件是由切削加工生产得到的,刀具的使用是最直接最频繁的,刀具的磨损和破损是在加工工程中刀具状态发生变化的主要形式。因此,零件加工的精度和加工的表面质量、机器的停机时间和突发状况停机、生产效率都会直接受到刀具的影响。

近年来,企业广泛使用数控机床、加工中心等先进的制造设备,因此需要刀具磨损监测预测系统来实时监测加工系统的动态切削过程,进一步预报刀具磨损状况,从而提高生产效率[2]。由于刀具的工作环境是不断变化的,因此可以认为刀具的磨损情况随加工条件的变化而变化的。在传统工艺中,常通过人工辨别切屑和加工过程中的噪声情况或是根据加工时间和加工工件的数量来判断刀具的磨损状态。人工判断受经验因素影响较大,判断精确度不高,同时,刀具的磨损情况与其他因素之间是一种高度非线性的关系,因此通过刀具使用时间和其加工工件的数量来判断其磨损亦不精确。在实际的加工生产中,在未知刀具磨损量时,为确保加工工件的尺寸精度,就必须平凡地更换刀具,就会引起加工成本的提高,降低生产效率。而如果刀具磨、破损而未及时更换,会影响工件的加工质量,甚至引起机床的报废,造成经济的巨大损失,所以说刀具磨损状态监测是至关重要的[3]。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

研究方法

1. 1.文献研究法:搜集整理相关研究资料,了解人工神经网络的原理、matlab编程以及刀具磨损相关知识为研究做准备。

2. 2. 实证研究法:利用matlab软件,建立起刀具磨损预测模型,通过训练样本训练建立的网络模型,然后利用已经训练好的网络模型来测试,从而达到实现刀具磨损预测的目的。

主要研究内容和研究思路

1.刀具磨损监测系统的构建:选用与刀具磨损相关的某些信号,如:切削力信号、声发射信号、振动信号等,利用传感器采集信号,将采集到的信号输入信号放大器,接着输入模拟/数转换器转换成计算机可以识别的数字信号,就可以对这些数字信号进行特征提取,从而对刀具的磨损量进行识别,进而进行刀具磨损量的预测

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

第1-3周:收集分析相关资料,了解原理与要求,对文献进行出不学学,翻译相关外文资料,总体方案构思,并完成开题报告和英文翻译;
第4周:完成相关文献的复现,学会利用MATLAB软件建立起人工神经网络模型。
第5-9周:完成刀具磨损监测系统的构建,采集相应的信号并对信号进行处理,提取相关的特征,为后面的训练与预测做准备。
第9-12周:利用MATLAB软件建立起提取到的特征值与磨损状态之间的映射关系,反复训练模型,达到预期的目的。

第13-15周:检查和改善设计,毕业设计论文写作
第16周:毕业设计论文修订,评阅,与毕业答辩。

4. 参考文献(12篇以上)

  1. [1]. 贺正楚, 潘红玉. 德国“工业4.0”与“中国制造2025”[j]. 长沙理工大学学报(社会科学版), 2015(3):103-110.

    [2]. 潘旭辉. 基于切削加工声音信号的刀具状态加测技术基础研究. 南京航空航天大硕士学位论文. 2006年.

    [3]. 关山,康晓峰. 在线金属切削刀具磨损状态监测研究的回顾与展望. 机床于液压,2010,38(11):127-132.

    [4]. 仁建平,白恩远,王俊元,赵红美. 现代数控机床故障诊断与维修. 北京:国防工业出版社,2002

    剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图