| 长度分形维数在微铣刀磨损状态识别中的应用 |
| |
| 引用本文： | 王志强,宫虎,房丰洲,刘冰.长度分形维数在微铣刀磨损状态识别中的应用[J].振动．测试与诊断,2016,36(3):592-597. |
| |
| 作者姓名： | 王志强 宫虎 房丰洲 刘冰 |
| |
| 作者单位： | （1.天津职业技术师范大学信息技术工程学院，天津300222）（2.天津微纳制造技术工程中心，天津300457） |
| |
| 基金项目： | 国家自然科学基金资助项目（90923038）；国家重点基础研究发展计划（“九七三”计划）资助项目（2011CB706703）;天津市教委科研计划资助项目（20130404） |
| |
| 摘 要： | 针对微铣刀磨损状态在线检测提出了一种新的方法。首先,通过采集待测刀具的铣削振动信号,并采用长度分形维数法提取其特征参量,同时设定微铣刀不同的磨损状态作为参考样本;然后,采集不同样本的多段时域信号,并提取特征参量,进而根据区间估计法确定参考样本的聚类域;最后,将待测刀具的特征参量与参考样本的聚类域进行比较来判断刀具的磨损状态。基于自行研制的微型三轴立式机床,对上述方法进行了实验验证。首先,确定了微铣刀后刀面刀尖处的最大磨损深度分别为0,5,10,15,20和45μm以及主切削刃崩刃7种参考样本下的长度分形维数聚类域;然后,分别提取10把待测刀具的分形维数特征参量,并与7个参考样本的聚类域进行比较。实验结果表明,各个待测刀具的特征参量均落在其实际磨损状态所对应的聚类域内,故采用长度分形维数的方法检测刀具磨损状态切实可行。
|
| 关 键 词： | 微铣削 刀具磨损 振动响应 长度分形维数 特征参量 |
Recognition of Wear Condition of Micro Milling Tool Based on Length Fractal Dimension |
| |
| Affiliation: | (1.The Information Engineering Institute, Tianjin University of Technology and Education Tianjin, 300222, China)(2.Centre of Micro Nano Manufacturing Technology Tianjin, 300457, China) |
| |
| Abstract: | |
| |
| Keywords: | micro milling tool wear vibration response length fractal dimension characteristic parameter |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《振动．测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动．测试与诊断》下载全文 |
|
