摘要
数控机床刀具磨损监测与磨损量估算对于提高机床加工的利用率,减小由此带来的经济损失和安全隐患具有重要意义。提出了一种基于无线传输技术的数控机床刀具监测与控制系统,利用遗传算法优化BP神经网络的算法诊断刀具磨损状态。通过采集刀具加工过程中的振动信号,利用时频分析法提取反映刀具磨损状态的信号特征量作为神经网络的输入样本,完成加工过程中刀具磨损状态的识别。试验结果表明:该系统工作稳定,识别结果较准确,且具有较强的实用性。
Designed a CNC machine tools monitoring and control system based on wireless transmission technology and applied AG-based BP neural network optimization algorithm to the tool wear diagnosis. Collected the vibration signals in the process of tool machining, by means of time-frequency analysis method extracted the signal characteristic quantity which reflecting the tool wear condition as the neural network input sample, and completed the tool＇s wear condition recognition. The experiment result shows that the whole system works smoothly, its recognition result is accurate, and it is more practical.
出处
《湖南工业大学学报》
2013年第3期65-69,共5页
Journal of Hunan University of Technology
基金
安徽高等学校省级自然科学基金资助项目(KJ2013B134)
蚌埠学院自然科学基金资助重点项目(2011ZR01zd)
关键词
无线传输
遗传神经网络
刀具磨损
数控机床
wireless transmission
GA-BP neural network
tool wear
CNC machine
作者简介
李大胜（1978-），男，安徽固镇人，蚌埠学院副教授，主要从事数控机床加工技术，CAD技术，数控设备工况检测与故障诊断研究，E-mini：bbxyjdx@126．com
