国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      數(shù)據(jù)融合技術檢測外圓磨削表面粗糙度的方法及其裝置制造方法

      文檔序號:3285633閱讀:334來源:國知局
      數(shù)據(jù)融合技術檢測外圓磨削表面粗糙度的方法及其裝置制造方法
      【專利摘要】本發(fā)明涉及數(shù)據(jù)融合領域。提供了一種通過數(shù)據(jù)融合技術對縱向外圓磨削表面粗糙度進行測量的方法及裝置。該技術方案為:1、正交磨削試驗設計??刂茀?shù)是磨削深度、工件轉(zhuǎn)速以及工作臺移動速度。需測的量分別是工件振動信號和工件表面粗糙度。2、磨削試驗。按照步驟1的方案進行試驗,記錄控制參數(shù)和測量參數(shù)結(jié)果,其中工件振動信號通過電渦流傳感器傳入工控機。3、神經(jīng)網(wǎng)絡訓練及驗證。建立表面粗糙度的神經(jīng)網(wǎng)絡模型,輸入?yún)?shù)為磨削深度、工件轉(zhuǎn)速、工作臺移動速度及工件振動信號,輸出參數(shù)為工件表面粗糙度。然后,運用試驗數(shù)據(jù)對網(wǎng)絡進行訓練及驗證。4、表面粗糙度測量。神經(jīng)網(wǎng)絡通過驗證后,可在線測量同樣工藝系統(tǒng)下的磨削表面粗糙度。
      【專利說明】數(shù)據(jù)融合技術檢測外圓磨削表面粗糙度的方法及其裝置
      【技術領域】
      [0001]本發(fā)明涉及數(shù)據(jù)融合領域。具體涉及通過數(shù)據(jù)融合技術對縱向外圓磨削表面粗糙度進行測量的方法及為實現(xiàn)該方法所發(fā)明的一種裝置。
      【背景技術】
      [0002]磨削作為最主要的精加工方法,其主要功能在于降低工件表面粗糙度,若能在磨削過程中對表面粗糙度進行在線測量,則可根據(jù)測量結(jié)果實時調(diào)整磨削過程參數(shù),降低工件廢品率。然而,由于磨削機理非常復雜,加之砂輪切削刃分布的隨機性、磨削參數(shù)間的非線性關系以及磨削過程的不穩(wěn)定性等因素,都增加了磨削表面粗糙度在線測量的難度,至今仍未找到一種在線測量磨削表面粗糙度的可靠方法。
      [0003]目前,國內(nèi)外應用最廣的表面粗糙度檢測方法是比較法和測量法,后者又分接觸法和非接觸法兩種,其中接觸法應用最為廣泛。
      [0004]比較法是將工件表面與標準樣塊比較,從而對工件表面粗糙度進行判定。該方法簡單易行,但精度較差,且僅能定性判斷,無法給出具體數(shù)值。
      [0005]采用接觸法時,粗糙度儀測頭上的金剛石觸針與工件表面相接觸,當觸針在工件表面按照評定長度移動時,會隨工件表面輪廓上下運動。然后觸針通過杠桿原理以及電感式傳感器將微小運動信號轉(zhuǎn)換、放大并調(diào)理,最終得到表面粗糙度值。該方法局限性在于只能進行靜態(tài)檢測,即必須在機床停止工作的狀態(tài)下進行測量,無法實現(xiàn)在線檢測;而且測量時觸針必須與工件表面直接接觸,對于一些表面很光滑的精密零件來說,測量過程中可能破壞其表面質(zhì)量。
      [0006]非接觸法是指在檢測的過程中,檢測儀器不接觸工件表面,而是利用光學、聲學等原理對表面粗糙度值進行間接測量。隨著圖像處理技術、激光全息、數(shù)據(jù)處理等相關技術日臻成熟,非接觸測量法取得了長足發(fā)展。目前,非接觸法主要包括光學法和聲發(fā)射法,但尚存在不小局限性,光學法對光源和測量環(huán)境要求很高,聲發(fā)射法則對機床噪聲和環(huán)境噪聲要求很高。實際生產(chǎn)過程中,環(huán)境復雜加之切削液、切削熱及切削力等各種干擾的存在,難以滿足光源、環(huán)境和噪聲等指標要求。此外,這兩種方法的數(shù)據(jù)處理速度較慢,測量結(jié)果嚴重滯后。
      [0007]采用數(shù)據(jù)融合技術可從與工件表面粗糙度有緊密聯(lián)系的過程參數(shù)角度間接測量粗糙度,本發(fā)明所要解決的問題就是應用該技術實現(xiàn)縱向外圓磨削表面的在線測量。

      【發(fā)明內(nèi)容】

      [0008]本發(fā)明所解決的第一個技術問題是提供一種可靠、方便實用、可用于縱向外圓磨削表面粗糙度在線測量的方法。
      [0009]本發(fā)明所解決的第二個技術問題是提供一種可靠、方便實用、可用于縱向外圓磨削表面粗糙度在線測量的裝置。
      [0010]本發(fā)明的技術方案、工作原理和過程如下所述:[0011]1、試驗設計。針對具體的磨床、砂輪、夾具及工件情況,采用正交試驗設計的方法設計磨削試驗??刂茀?shù)是磨削深度、工件圓周進給速度以及工作臺縱向進給速度。需測的量分別是工件振動信號和磨削后工件表面粗糙度。2、磨削試驗。按照步驟I的試驗設計方案進行磨削試驗,記錄每次試驗的控制參數(shù)和測量參數(shù)結(jié)果,其中工件振動信號通過電渦流傳感器傳入工控機。3、神經(jīng)網(wǎng)絡訓練及驗證。建立表面粗糙度的神經(jīng)網(wǎng)絡模型,輸入?yún)?shù)為磨削深度、工件圓周進給速度、工作臺縱向進給速度以及工件振動信號,輸出參數(shù)為磨削后工件的表面粗糙度。然后,運用磨削試驗數(shù)據(jù)對網(wǎng)絡進行訓練并加以驗證。4、磨削表面粗糙度測量。神經(jīng)網(wǎng)絡通過驗證后,可采用該神經(jīng)網(wǎng)絡模型對同樣機床、工件及工裝條件下的磨削表面粗糙度進行在線測量。
      [0012]與現(xiàn)有離線檢測方法相比,本發(fā)明的優(yōu)點在于:將數(shù)據(jù)融合技術靈活地運用到縱向外圓磨削加工,提高了加工過程的智能化程度和效率,降低了廢品率。該裝置結(jié)構(gòu)簡單,系統(tǒng)易于維護,設備投入低,實用性高。
      【專利附圖】

      【附圖說明】
      [0013]附圖為本發(fā)明檢測系統(tǒng)結(jié)構(gòu)示意圖。
      【具體實施方式】
      [0014]以下結(jié)合附圖對本發(fā)明作進一步詳細描述。
      [0015]采用數(shù)據(jù)融合技術檢測外圓磨削表面粗糙度的裝置主要由外圓磨床、電渦流傳感器、傳感器支架以及工控機組成。
      [0016]工作原理和過程:
      [0017]1、試驗設計。針對具體的磨床、砂輪、夾具及工件情況,結(jié)合機械加工工藝手冊推薦數(shù)據(jù)采用正交試驗設計的方法設計磨削試驗??刂茀?shù)分別是磨削深度、工件圓周進給速度以及工作臺縱向進給速度。需測的量分別是工件振動信號和磨削后工件表面粗糙度,其中工件振動信號通過電渦流傳感器進行非接觸式測量,傳感器探頭通過螺紋固定在支架上,探頭與工件表面之間的距離可通過螺紋進行調(diào)節(jié),以滿足加工不同尺寸工件的需要。
      [0018]2、磨削試驗。按照步驟I的試驗設計方案進行磨削試驗,記錄每次試驗的控制參數(shù)和測量參數(shù)結(jié)果,其中工件振動信號通過電渦流傳感器傳入工控機。
      [0019]3、神經(jīng)網(wǎng)絡訓練及驗證。建立表面粗糙度的神經(jīng)網(wǎng)絡模型,輸入?yún)?shù)為磨削深度、工件圓周進給速度、工作臺縱向進給速度以及工件振動信號,輸出參數(shù)為磨削后工件的表面粗糙度。這樣,通過神經(jīng)網(wǎng)絡將4個輸入?yún)?shù)的數(shù)據(jù)融合在一起對工件表面粗糙度進行間接測量。然后,運用磨削試驗數(shù)據(jù)對網(wǎng)絡進行訓練并加以驗證。
      [0020]4、磨削表面粗糙度測量。神經(jīng)網(wǎng)絡通過驗證后,可采用該神經(jīng)網(wǎng)絡模型對同樣機床、工件及工裝條件下的磨削表面粗糙度進行在線測量。
      【權利要求】
      1.一種將數(shù)據(jù)融合技術用于縱向外圓磨削表面粗糙度檢測的方法與裝置,其特征在于所述的方法采用神經(jīng)網(wǎng)絡數(shù)據(jù)融合技術間接測量工件表面粗糙度,步驟如下:(I)試驗設計,針對具體的磨床、砂輪、夾具及工件情況,結(jié)合機械加工工藝手冊推薦數(shù)據(jù)采用正交試驗設計的方法設計磨削試驗,控制參數(shù)分別是磨削深度、工件圓周進給速度以及工作臺縱向進給速度,需測的量分別是工件振動信號和磨削后工件表面粗糙度,其中工件振動信號通過電渦流傳感器進行非接觸式測量,傳感器探頭通過螺紋固定在支架上,探頭與工件表面之間的距離可通過螺紋進行調(diào)節(jié),以滿足加工不同尺寸工件的需要;(2)磨削試驗,按照步驟I的試驗設計方案進行磨削試驗,記錄每次試驗的控制參數(shù)和測量參數(shù)結(jié)果,其中工件振動信號通過電渦流傳感器傳入工控機;(3)神經(jīng)網(wǎng)絡訓練及驗證。建立表面粗糙度的神經(jīng)網(wǎng)絡模型,輸入?yún)?shù)為磨削深度、工件圓周進給速度、工作臺縱向進給速度以及工件振動信號,輸出參數(shù)為磨削后工件的表面粗糙度。這樣,通過神經(jīng)網(wǎng)絡將4個輸入?yún)?shù)的數(shù)據(jù)融合在一起對工件表面粗糙度進行間接測量。然后,運用磨削試驗數(shù)據(jù)對網(wǎng)絡進行訓練并加以驗證;(4)磨削表面粗糙度測量。神經(jīng)網(wǎng)絡通過驗證后,可采用該神經(jīng)網(wǎng)絡模型對同樣機床、工件及工裝條件下的磨削表面粗糙度進行在線測量。
      2.根據(jù)權利要求1所述方法,其特征在于采用電渦流傳感器測量磨削過程中位于磨削點的工件振動信號,作為工件表面粗糙度的特征之一。
      3.根據(jù)權利要求1所述方法,其特征在于將可控的磨削用量(磨削深度、工件圓周進給速度及工作臺縱向進給速度),與不可控制但可測量的工件振動信號進行數(shù)據(jù)融合,實現(xiàn)對工件表面粗糙度的測量。
      4.根據(jù)權利要求1所述方法,其特征在于實現(xiàn)了外圓磨削表面粗糙度的實時在線測量。
      【文檔編號】B24B49/08GK103659602SQ201210374368
      【公開日】2014年3月26日 申請日期:2012年9月25日 優(yōu)先權日:2012年9月25日
      【發(fā)明者】陳廉清, 郭建亮, 遲軍 申請人:寧波工程學院
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1