基于刀具受力状态的车床加工进度信息采集方法-机械工程专业论文.docxVIP

重庆大学 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV progress information. And then the application verification was carried out in a machining workshop in chongqing, which had achieved good application results. Key words: Machining progress, Information collection, Cutting force state, Support vector machine, Turning tool . 重庆大学硕 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 论文的选题背景和意义 1 1.1.1 论文研究背景 1 1.1.2 论文研究意义 2 1.2 国内外相关研究现状及总结 3 1.2.1 国内外相关研究现状 3 1.2.2 国内外研究现状总结 5 1.3 论文选题来源和目的 6 1.3.1 论文选题来源 6 1.3.2 论文研究目的 6 1.4 论文主要研究内容 6 1.5 本章小结 7 2 车床加工进度信息及刀具受力状态特点分析 8 2.1 车床加工进度信息分析 8 2.1.1 车床加工进度信息特点 8 2.1.2 车床加工进度信息分类 9 2.1.3 车床加工进度信息描述方法 10 2.2 车床刀具受力状态分析 12 2.3 基于刀具受力状态的车床加工进度信息采集总体思路 14 2.4 本章小结 16 3 车床刀具受力状态信息采集与特征建模 17 3.1 车床刀具受力状态原始信号采集方案 17 3.1.1 车床刀具测力仪性能要求 17 3.1.2 车床刀具测力仪类型选择 19 3.1.3 车床刀具测力仪的结构方案 20 3.2 车床刀具受力状态信息特征建模 21 3.2.1 信号形态滤波 22 3.2.2 时域分析与时域特征 25 3.2.3 频域分析与频域特征 26 3.2.4 小波分析与小波特征 27 3.3 本章小结 30 4 基于支持向量机(SVM)的加工进度信息识别方法 32 4.1 支持向量机(SVM)理论 32 4.1.1 最优分类面 32 4.1.2 支持向量机 33 4.1.3 核函数 34 4.2 基于支持向量机的车床加工进度识别原理 34 4.2.1 加工进度特征向量模型 34 4.2.2 批量工件识别原理 35 4.2.3 单件加工阶段识别原理 36 4.3 基于支持向量机的车床加工进度识别流程 38 4.4 本章小结 39 5 应用验证 40 5.1 验证方案 40 5.2 验证过程 42 5.3 结果分析 45 5.4 本章小结 46 6 结 论 47 致 谢 48 参考文献 49 附 录 53 TOC \o 1-1 \h \z \u HYPERLINK \l _TOC_250003 A. 作者在攻读硕士学位期间发表的论文目录 53 HYPERLINK \l _TOC_250002 B. 作者在攻读硕士学位期间公布的专利 53 HYPERLINK \l _TOC_250001 C. 作者在攻读硕士学位期间参加的主要科研项目 53 HYPERLINK \l _TOC_250000 D. 作者在攻读硕士学位期间的获奖情况 53 重庆大学 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1 绪 论 1.1 论文的选题背景和意义 1.1.1 论文研究背景 信息技术的飞速发展推动着传统制造业向数字化和智能化转型升级。制造业 信息化的推进进程中，数字化智能化作为一种新的核心技术已成为改造传统制造 业的有效手段，车床作为量大面广的通用加工设备是制造业数字化智能化改造的 主要对象。车床数字化智能化改造主要包括智能化、集成化和模块化，智能化要 求能实时监测车床的加工状态和自动采集车床的加工进度信息，实现自动识别工 件类别和工件加工进度；集成化则要实现车床内部运行状况的信息、车床设备外 部制造过程信息和制造系统制造过程中所产生信息三个层次信息之间的转换和交 互[1]，比如车床加工进度信息与制造执行系统的集成交互；模块化要求车床具备开 放的体系结构，可以按照不同的功能需求设计为不同的功能模块，通过各功能模 块的组合，得到不同规格和性能的车床。车床的加工进度信息是支持实现制造业 数字化智能化的重要信息之一，及时掌握车床加工进度信息对制造业信息化的推 进具有重要意义。 工件的加工进度信息是制造企业生产过程中最为基础和