[发明专利]一种基于Logistic模型的数控机床刀具可靠性评估方法无效
申请号: | 201010603572.0 | 申请日: | 2010-12-20 |
公开(公告)号: | CN102176217A | 公开(公告)日: | 2011-09-07 |
发明(设计)人: | 何正嘉;訾艳阳;陈雪峰;李兵;张周锁;陈保家 | 申请(专利权)人: | 西安瑞特快速制造工程研究有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 西安智大知识产权代理事务所 61215 | 代理人: | 弋才富 |
地址: | 710089 陕西省西安市*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 logistic 模型 数控机床 刀具 可靠性 评估 方法 | ||
技术领域
本发明涉及机械设备可靠性评估和剩余有效寿命预测应用研究方面,特别涉及一种基于Logistic模型的数控机床刀具可靠性评估方法。
背景技术
数控机床是当代机械制造业的主流设备,提高其设计可靠性、故障诊断的准确性和排故维修的有效性一直受到人们的高度重视。所以,加强数控设备监测及维修,提高设备的可靠性,降低数控机床故障发生率已是一个必须要解决的重要问题。
刀具系统作为数控装备的一个重要部件,其可靠性必然会影响到整个装备系统的加工效率和稳定性。对刀具寿命的精确估计和适时更换不仅可以降低生产成本,带来显著的经济效益,还可以保证工件表面加工质量。
对于数控车床加工刀具,在ISO3685、ISO8688、ANSI/ASME B94.55M、GB/T16461等标准中对其失效定义和寿命估计都是以磨损区域某点的值作为基准,最常用的指标是后刀面磨损量,这些数据都需要通过直接法测量。但是直接法存在价格昂贵、间断测量、干扰加工等缺点,因此以振动信号为主要研究对象估计刀具磨损状态的间接法得到了很大发展。实际加工过程中引起刀具振动的原因很多,除切削过程中的摩擦力变化、积屑瘤的时生时灭、金属材料内部的硬度不均匀、刀具磨损及其他因素。刀具从锋利到磨钝的过程中,其振动信号的幅值和分布都会发生变化,所以对振动信号分析的主要目的在于通过相应的信号处理方法提取刀具磨损的显著特征,并将这些特征与可靠性评估模型结合起来对刀具运行性能进行评估。
传统的基于样本寿命统计基础上的可靠性分析方法得到的是设备的整体可靠性估计,对于正在运行的单台或小批量设备来说,这些统计数据意义不大,人们更关心的是当前所用设备的寿命裕度和可靠性。设备退化信息能够实时反映设备的运行性能、精度,准确判定设备的时间、动态特性,揭示产品失效与性能退化之间的关系。
发明内容
为了克服上述现有技术的缺陷,本发明的目的在于提供一种基于Logistic模型的数控机床刀具可靠性评估方法,将设备状态信息引入到可靠性评估当中,更能反映设备的时间动态特性,且不需要估计特征指标的退化轨迹和分布函数,适合机床类退化失效型设备的服役性能评估。
为了达到上述目的,本发明的技术方案是这样实现的:
一种基于Logistic模型的数控机床刀具可靠性评估方法,包括以下步骤:
步骤一、信号分析和特征提取:通过实验测取车刀加工过程中的振动信号和相应磨损量数据,利用正交小波基函数对振动信号进行小波包分解和重构,使得耦合在一起的多载波振动信号分解为两个或两个以上的单载波振动信号,计算特征频带信号时域特征;与刀具磨损量进行相关分析,提取刀具磨损量显著指标,确定刀具失效阈值;
步骤二、利用步骤一中的刀具磨损状态显著指标建立logistic回归模型,对正在运行的刀具进行可靠性评估指标和失效寿命预测。
步骤一中所述的信号分析和特征提取包括以下步骤:
一、小波包分解和重构
假设一个能量有限信号的尺寸空间为通过小包变换,被二进地分解成多个子空间。其迭代公式为:
其中,j(j≤0)为分解层次,表示正交分解,三个闭包空间分别对应的小波函数为ψn(t),ψ2n(t)和ψ2n+1(t),并满足双尺度方程:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安瑞特快速制造工程研究有限公司,未经西安瑞特快速制造工程研究有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010603572.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种掩盖改良深色接装纸异味的香料添加剂
- 下一篇:经粒化的硫酸铵颗粒
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用