项目名称: 铣削刀具磨损自适应建模与参数辨识策略研究

项目编号: No.51465029

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 机械、仪表工业

项目作者: 徐创文

作者单位: 兰州工业学院

项目金额: 48万元

中文摘要: 铣削加工条件的多样性、切削参数的多变性、刀具磨损的随机性和复杂性等因素使得铣削过程自适应建模、磨损特征提取成为刀具磨损监测研究中的难点问题。本项目以实现切削过程监测与智能控制的理论与技术的系统研究为目标,采用理论分析、数值模拟、测试实验相结合的研究方法,通过研究切削过程中加工参数对动力学行为、加工状态、刀具磨损特性、热力学效应的影响规律及内在机理,构建含有加工参数的铣削力模型;在此基础上,逐步开展以加工参数为影响因素的铣削功率自适应时变参数模型研究,探索动态系统时变参数的自适应控制算法与优化;以模型参数变化为变量,阐释铣削过程时变特性的变化规律、物理意义以及辨识误差;揭示磨损表征与刀具磨损量关联的内在机理,确立特征向量复杂度与磨损量的映射关系匹配设计准则,创建辨识模型。项目研究成果拟通过试验研究自适应模型准确性和有效性,开发刀具磨损监测系统,促进高速、精密、复合加工技术的进步与升级。

中文关键词: 刀具磨损;自适应建模;参数估计;特征提取;状态监测

英文摘要: The difficult problems of tool wear monitoring study are adaptive modeling and wear feature extraction in the wear of milling process, becauses of diversity, cutting parameters of milling conditions, the variability of the tool wear the randomness and complexity of the factors,The research object of this project are the cutting process monitoring , intelligent control system research of the theory and technology and the construction the milling force model of processing parameters, by adopting the research combination method of theoretical analysis, numerical simulation and experiment and studying the fluence of thermodynamic law and internal mechanism of the state of machining ,parameters on the dynamic behavior, tool wear characteristics in the process of cutting,On this basis,adaptive time-varying parameter model of processing parameters as the factors affecting milling powe and the adaptive control algorithm and optimization of the dynamic system of time-varying parameters are expored, With model parameters as variables, illuminate the change rule of time-varying characteristic, the physical meaning ands identification error in the milling process,to reveal the inherent mechanism of and wear characterization tool wear associated eigenvectors, to establish criterion mapping relationship of complexity and wear matching and create a recognition model,Project research propose by the accuracy of experimental study and effectiveness of the adaptive model ,Tool wear monitoring system is developed, promoting the progress and upgrate of high-speed, precision and composite processing technology .

英文关键词: Tool wear;Self-adaptive model;Parameter estimation;Feature extraction;Condition monitoring

成为VIP会员查看完整内容
1

相关内容

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。 特征被检测后它可以从图像中被抽取出来。这个过程可能需要许多图像处理的计算机。其结果被称为特征描述或者特征向量。
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
类脑超大规模深度神经网络系统
专知会员服务
54+阅读 · 2022年1月21日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
34+阅读 · 2020年11月26日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
【KDD2021】双重图强化神经推荐模型
专知
0+阅读 · 2021年11月10日
魅蓝手机宣布将回归,你有买过吗?
ZEALER订阅号
0+阅读 · 2021年11月5日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
概述自动机器学习(AutoML)
人工智能学家
19+阅读 · 2019年8月11日
已删除
将门创投
12+阅读 · 2018年6月25日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Risk-Averse Receding Horizon Motion Planning
Arxiv
1+阅读 · 2022年4月20日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
小贴士
相关VIP内容
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
类脑超大规模深度神经网络系统
专知会员服务
54+阅读 · 2022年1月21日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
34+阅读 · 2020年11月26日
相关资讯
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
【KDD2021】双重图强化神经推荐模型
专知
0+阅读 · 2021年11月10日
魅蓝手机宣布将回归,你有买过吗?
ZEALER订阅号
0+阅读 · 2021年11月5日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
概述自动机器学习(AutoML)
人工智能学家
19+阅读 · 2019年8月11日
已删除
将门创投
12+阅读 · 2018年6月25日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员