機(jī)械加工質(zhì)量智能監(jiān)測(cè)與控制

目錄
第1章 緒論 1
1.1 機(jī)械加工的重要性與挑戰(zhàn) 1
1.1.1 機(jī)械加工的重要性 1
1.1.2 機(jī)械加工在產(chǎn)品制造中的角色 2
1.2 機(jī)械加工質(zhì)量的重要性 3
1.3 內(nèi)容與章節(jié)安排 4
第2章 機(jī)械加工基礎(chǔ) 6
2.1 機(jī)械加工工藝與工件加工質(zhì)量 6
2.1.1 機(jī)械加工工藝 6
2.1.2 工件加工表面質(zhì)量及評(píng)價(jià)指標(biāo) 10
2.2 加工質(zhì)量和質(zhì)量控制 14
2.2.1 質(zhì)量控制方法的研究現(xiàn)狀 15
2.2.2 傳統(tǒng)質(zhì)量控制方法 17
2.2.3 加工工序質(zhì)量控制 20
2.3 先進(jìn)的機(jī)械加工制造技術(shù) 21
2.3.1 現(xiàn)代化機(jī)械加工制造發(fā)展 21
2.3.2 先進(jìn)加工工藝與制造技術(shù)的應(yīng)用 23
2.3.3 先進(jìn)機(jī)械制造技術(shù)的發(fā)展趨勢(shì) 24
2.3.4 先進(jìn)制造技術(shù)的重點(diǎn)發(fā)展方向 25
2.3.5 先進(jìn)加工技術(shù)中的質(zhì)量智能監(jiān)測(cè)與控制技術(shù) 26
2.4 機(jī)械加工質(zhì)量智能監(jiān)測(cè)與控制技術(shù) 26
2.4.1 機(jī)器視覺測(cè)量加工質(zhì)量預(yù)測(cè)方法 26
2.4.2 功率測(cè)量加工質(zhì)量預(yù)測(cè)方法 29
2.4.3 振動(dòng)測(cè)量加工質(zhì)量預(yù)測(cè)方法 30
2.4.4 機(jī)械加工質(zhì)量智能監(jiān)測(cè)與控制技術(shù)發(fā)展趨勢(shì) 34
第3章 數(shù)據(jù)采集與處理 37
3.1 基于傳感器的監(jiān)測(cè)信號(hào)采集分析 38
3.1.1 切削力信號(hào) 39
3.1.2 振動(dòng)信號(hào) 41
3.1.3 電流信號(hào) 41
3.1.4 聲發(fā)射信號(hào) 43
3.1.5 溫度信號(hào) 44
3.1.6 多傳感信號(hào) 44
3.2 傳感信號(hào)處理技術(shù) 45
3.2.1 時(shí)域特征參數(shù) 45
3.2.2 時(shí)域信號(hào)分析 46
3.2.3 頻域特征參數(shù) 47
3.2.4 頻域信號(hào)分析 47
3.2.5 時(shí)頻域特征參數(shù) 48
3.2.6 時(shí)頻域信號(hào)分析 49
3.2.7 多域組合分析 50
3.3 基于機(jī)器視覺的圖像數(shù)據(jù)采集分析 51
3.3.1 機(jī)器視覺技術(shù)概述 51
3.3.2 相機(jī) 53
3.3.3 鏡頭 54
3.3.4 光源 56
3.4 圖像處理技術(shù) 57
3.4.1 圖像的灰度處理 57
3.4.2 圖像的去噪處理 58
3.4.3 圖像檢測(cè)區(qū)域的框定 60
第4章 考慮各部件的機(jī)床性能評(píng)估 65
4.1 引言 65
4.2 導(dǎo)軌對(duì)機(jī)床性能的影響 66
4.2.1 導(dǎo)軌對(duì)重心驅(qū)動(dòng)機(jī)構(gòu)動(dòng)力學(xué)性能的影響 66
4.2.2 箱中箱結(jié)構(gòu)動(dòng)力學(xué)建模 69
4.2.3 箱中箱結(jié)構(gòu)動(dòng)力學(xué)仿真分析 75
4.3 絲杠對(duì)機(jī)床性能的影響 78
4.3.1 進(jìn)給系統(tǒng)動(dòng)力學(xué)建模及絲杠磨損的影響分析 78
4.3.2 絲杠磨損狀態(tài)下進(jìn)給系統(tǒng)仿真分析 82
4.3.3 絲杠磨損對(duì)進(jìn)給系統(tǒng)摩擦特性的影響分析 84
4.4 刀具對(duì)機(jī)床性能的影響 88
4.4.1 刀具磨損基本原理 88
4.4.2 刀具磨損基本規(guī)律 92
4.4.3 刀具磨損對(duì)機(jī)床性能的影響 94
第5章 基于信號(hào)的銑刀狀態(tài)監(jiān)測(cè) 97
5.1 基于切削力的銑刀狀態(tài)監(jiān)測(cè) 97
5.1.1 切削力與銑刀磨損狀態(tài)之間的關(guān)聯(lián)性 97
5.1.2 基于切削力的實(shí)時(shí)監(jiān)測(cè)方法 98
5.2 基于電流的銑刀狀態(tài)監(jiān)測(cè) 105
5.2.1 電流與銑削加工質(zhì)量之間的關(guān)聯(lián)性 105
5.2.2 基于電流的實(shí)時(shí)監(jiān)測(cè)方法 106
5.3 基于加速度的銑刀狀態(tài)監(jiān)測(cè) 123
5.3.1 加速度與銑削加工質(zhì)量之間的關(guān)聯(lián)性 123
5.3.2 基于加速度的實(shí)時(shí)監(jiān)測(cè)方法 125
5.4 基于聲發(fā)射的銑刀狀態(tài)監(jiān)測(cè) 130
5.4.1 聲發(fā)射與銑削加工質(zhì)量之間的關(guān)聯(lián)性 130
5.4.2 基于聲發(fā)射的實(shí)時(shí)監(jiān)測(cè)方法 132
第6章 基于機(jī)器視覺的銑刀狀態(tài)監(jiān)測(cè) 136
6.1 機(jī)器視覺在銑刀狀態(tài)監(jiān)測(cè)中的應(yīng)用背景 136
6.1.1 刀具磨損監(jiān)測(cè)系統(tǒng) 136
6.1.2 刀具磨損狀態(tài)分類 139
6.1.3 刀具磨損區(qū)域識(shí)別 142
6.1.4 刀具狀態(tài)監(jiān)測(cè)指標(biāo) 143
6.2 主軸旋轉(zhuǎn)下刀具磨損區(qū)域定位和跟蹤 145
6.2.1 主軸旋轉(zhuǎn)下刀具磨損圖像序列 146
6.2.2 刀具磨損區(qū)域自適應(yīng)定位和跟蹤 147
6.3 基于輕量化網(wǎng)絡(luò)的刀具磨損狀態(tài)分類 154
6.3.1 考慮工業(yè)環(huán)境影響的數(shù)據(jù)增強(qiáng) 155
6.3.2 基于多重激活函數(shù)的刀具磨損分類網(wǎng)絡(luò) 159
6.4 基于圖論的后刀面磨損精確分割測(cè)量 162
6.4.1 圖像預(yù)處理 163
6.4.2 基于圖論的后刀面磨損分割和測(cè)量 165
6.5 考慮磨損距離離散度的刀具狀態(tài)評(píng)估 167
6.5.1 后刀面磨損退化狀態(tài) 168
6.5.2 后刀面退化狀態(tài)監(jiān)測(cè)指標(biāo)構(gòu)建 169
第7章 基于紋理的表面質(zhì)量監(jiān)測(cè) 175
7.1 基于仿真與采集紋理圖像的粗糙度識(shí)別 175
7.1.1 切削面的紋理特征提取 175
7.1.2 基于仿真與采集紋理圖像的粗糙度識(shí)別模型構(gòu)建 177
7.2 工件關(guān)鍵加工面識(shí)別與切屑檢測(cè) 184
7.2.1 工件關(guān)鍵加工面識(shí)別 184
7.2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè) 185
7.2.3 代價(jià)敏感損失函數(shù)的構(gòu)建 190
7.3 基于紋理分析的銑削加工監(jiān)測(cè)系統(tǒng)實(shí)用化研究 192
7.3.1 工件紋理圖像采集與監(jiān)測(cè)框架 192
7.3.2 銑削監(jiān)測(cè)軟件系統(tǒng)的前、后端設(shè)計(jì)及實(shí)現(xiàn) 195
7.4 本章小結(jié) 199
第8章 結(jié)論與展望 200
8.1 本書主要內(nèi)容 200
8.2 智能監(jiān)測(cè)與控制技術(shù)同機(jī)械加工的融合 200
8.3 智能監(jiān)測(cè)與控制技術(shù)的未來(lái)發(fā)展方向 201
參考文獻(xiàn) 203