导读:本文包含了批量钻削论文开题报告文献综述及选题提纲参考文献，主要关键词:批量钻削,工步质量,监测信号,高斯分布
批量钻削论文文献综述
周友行,张俏,田茂,喻思亮[1]（2014）在《批量钻削监测信号双谱特征融合研究及应用》一文中研究指出基于钻削工步质量波动与监测信号特征变化之间的耦合现象,提出一种基于监测信号双谱特征的高精度批量钻削工步质量一致性控制检测方法。认为正常钻削过程的声发射和叁向加速度振动监测信号可视为随机过程,满足或近似高斯分布,信号偏离高斯分布的程度与各钻孔加工质量波动间存在对应关系;以各钻孔声发射和加速度振动监测信号为研究对象,提取各钻孔监测信号的双谱幅值平均值为特征,对不同钻削情况下信号偏离高斯分布的程度进行定量分析;采用基于Relief F算法的特征加权模糊聚类分析,进行基于监测信号双谱幅值均值特征矩阵的钻孔质量分类,并与人工检测的工步质量一致性结果对比分析。计算和分析结果表明,监测信号双谱特征与各钻削工步质量之间存在有机联系,对信号双谱特征进行融合聚类可分析批量钻削工步质量的一致性。(本文来源于《机械工程学报》期刊2014年24期）
周友行,任勇勇,韦衍[2]（2013）在《批量钻削工步信号曲率尺度特征提取及应用》一文中研究指出为实现基于切削过程传感器信号特征的批量工步质量分析,提出一种基于改进算法的传感器信号特征提取方法。该方法基于计算机补码运算原理选择曲率尺度测量技术算法的基本点,从而改进曲率尺度测量技术算法。以批量钻削工步主轴功率信号为例,首先对监测信号进行z-score标准化和分段处理,然后利用改进后的曲率尺度测量技术算法提取批量钻削工步监测信号从局部到全局的尺度特征;最后采用主成分分析法进行特征降维,从而获取批量钻削工步质量的分布情况。计算结果表明,曲率尺度测量技术算法能够降低监测信号幅值数量级差距和数据规模过大对特征提取效果的影响,批量钻削工步质量分类符合实际情况,可解决批量工步质量的人工抽检随意性问题。(本文来源于《计算机集成制造系统》期刊2013年10期）
周友行,董银松,张海华,郭辉[3]（2012）在《基于改进InDBSCAN算法的批量钻削工序质量增量聚类分析》一文中研究指出针对批量钻削工序质量检测问题,采用声发射传感器采集工序加工过程中的声发射信号,提取其时域统计特征,构造工序过程信号的特征向量,根据密度带噪声的空间增量聚类算法(InDBSCAN)对工序过程中的声发射信号特征向量进行增量聚类,以分析批量工序质量。考虑到插入数据点在促成新类创建的同时可能引起已存在的不同类合并的情况,改进InDBSCAN算法。实验结果表明:改进的InDBSCAN算法使插入数据点的增量聚类更加合理,工序质量分布状况检测准确率达84.03%。(本文来源于《中南大学学报(自然科学版)》期刊2012年02期）
董银松[4]（2011）在《基于监测信号加权特征的批量钻削工步质量增量聚类研究》一文中研究指出针对批量工艺参数一致钻孔的质量检测问题,本文通过声发射传感器和霍尔功率传感器采集钻削加工过程中的声发射信号和主轴功率信号,从时域和频域两个方面提取监测信号的特征,构建特征向量,依据各个特征对钻削过程特性的反映程度大小对其分配权重,使用增量聚类分析方法对钻孔依据其自身的质量特性进行分类,从而间接分析批量钻孔质量的分布特性及其发展趋势,为钻孔质量的人工抽检提供理论指导。本文具体以下面叁个主要内容进行探讨。1、特征提取。声发射传感器和霍尔功率传感器采集到的钻削过程信号是时域信号,采样点过多,数据量过大,直接对其分析较为困难。因此本文提取原始监测信号的时域和频域特征,使用这些特征来表征原信号。为每一组钻削信号构建一个特征向量,这些特征向量组成一个数据库,用于后续分析。2、权重分配。从钻削监测信号中提取出来的特征可以反映钻削加工过程特性,但不同特征的这种反映的程度不同,而且这对后续的增量聚类分析会有很大影响,因此要依据各个特征对钻削加工过程特性的反映程度对其分配权重。本文使用层次分析法(AHP)作为权重分配的工具,并结合遗传算法(GAs)使层次分析法中的判断矩阵元素取值更为客观合理且不会出现逻辑错误。3、增量聚类分析。经过特征提取和权重分配后,每一组钻削监测信号都对应一个加权特征向量,以此作为数据对象,使用聚类分析方法对钻孔依据其自身的质量特性进行分类。由于聚类分析面对的加权特征向量数据库是一个不断在变化的数据库,本文研究了叁种增量聚类算法:基于密度的InDBSCAN、基于网格的InGrid和基于模型的SOM,并利用“准确率”这种聚类评价方法比较了它们的增量聚类效果。计算和分析结果表明:对钻削监测信号的特征提取可以有效降低数据分析难度,权重的分配使增量聚类结果更加合理,并且,应用改进后的基于密度的增量聚类方法InDBSCAN对批量钻孔工步质量分布状况的检测准确率最高,其值高达84.90%。(本文来源于《湘潭大学》期刊2011-06-03）
周友行,张建勋,董银松,张海华[5]（2011）在《基于振动信号过程特征的批量钻削工序质量检测》一文中研究指出为实现批量钻削质量的快速检测分析,采用振动传感器监控钻削过程,提出一种基于振动信号处理的批量钻削质量监测分析方法。基于钻刃与工件接触位置变化状况,在钻削过程中提炼出与钻削加工质量密切相关的叁个阶段:引钻、钻孔和出钻叁阶段。采用正交包络法求解振动信号的瞬时频率及瞬时幅值,定位这叁个阶段初始时刻的瞬态时间点。利用这些瞬态时间点对振动信号进行分割,获得与每一个钻削过程中引钻、钻孔和出钻叁阶段对应的钻削过程振动信号数据。采用主成分分析方法,综合此叁个阶段内振动信号的统计特征对批量钻孔质量分布进行分析。计算和分析结果证明,可在3%的误差内提取瞬态特征点,分析和评估批量钻削质量准确度高。(本文来源于《机械工程学报》期刊2011年07期）
周友行,董银松,张海华,唐稳庄[6]（2010）在《基于监测信号特征的批量钻削工序质量研究》一文中研究指出针对批量钻削工序质量的快速监测和分析问题,利用批量钻削加工过程主轴功率信号和声信号的时域统计特征和频域能量特征构造了批量工序钻削过程特征矩阵。应用K均值聚类技术从时域统计、频域能量和时频域综合特征叁个角度依据钻孔本身的质量特征对钻孔进行分类,分析批量工序过程特征分布状况,间接反映批量钻削工序质量。对比人工质量检测结果,分析批量钻削过程监控信号时频域特征矩阵聚类纯净度,结果显示其工序质量分布状况检测准确率高达94.19%(本文来源于《世界科技研究与发展》期刊2010年05期）
张建勋[7]（2010）在《基于多传感器信号瞬态特征的批量钻削工序质量研究》一文中研究指出钻孔质量检测作为孔质量保证的关键环节,目前检测方法因存在检测不完备性、高成本性、在线检测实施难度大、抽检隐患等问题而表现出强烈的质量检测技术需求。本文以实现批量钻孔质量检测为主线,在钻削监控系统搭建、监控信号瞬态特征点提取、钻削过程特征提取和多特征矩阵降维上做了较为详细的研究:1、根据钻削加工的特性,以霍尔功率传感器监测主轴功率变化、声发射传感器监测刀具的磨损情况和加速度振动传感器监测工件的振动情况。利用LabVIEW软件作为钻削监控系统软件开发平台。2、根据钻刃与工件的接触环境变化,将实际切削过程分为引钻、钻孔和出钻叁个阶段。对主轴功率信号进行滤波、RMS分析和求导一系列处理,则可提取出各钻孔阶段的瞬态特征点;对声发射信号进行滤波、包络、RMS分析和求导可提取出各钻孔阶段瞬态特征点;采用正交包络法可提取出加速度振动信号各钻孔阶段瞬态特征点。3、根据监控信号瞬态特征点可将各钻削监控信号划分为与钻削物理过程对应的引钻、钻孔和出钻信号阶段,并计算出各钻孔阶段的加工时间。然后分别提取出各信号阶段的信号均值、信号标准差、信号四分位间距和信号熵值作为信号过程特征。最后以功率信号、声发射信号和振动信号过程特征为特征元素组建引钻、钻孔和出钻特征质量矩阵并对其进行数据标准化。4、利用主成分分析方法对引钻、钻孔和出钻阶段特征矩阵进行多特征降维处理,通过各钻孔特征在第一和第二主成分坐标系下的种群分布图,可对批量钻削工序质量进行质量划分和评估。利用本文的研究方法对24个钻孔质量进行了归类,在一定程度上实现了批量钻孔质量检测的问题。该方法可代替人工检测和依赖昂贵检测设备的问题,且不会产生漏检的情况。从而为解决批量钻削质量检测方法中存在的检测不完备性、高成本性、在线检测实施难度大、抽检隐患等问题提出了一种新的方法,对批量钻孔质量的分析具有一定的指导意义和实用价值。(本文来源于《湘潭大学》期刊2010-06-08）
唐稳庄[8]（2009）在《面向批量钻削工序质量检测的多维信号聚类分析》一文中研究指出针对市场经济环境下,制造业对批量工序产品质量检测表现出的市场需求,以及现有检测方法因存在检测不完备、高成本、在线检测实施难度大的问题而表现出的技术需求,以批量钻削加工工序质量检测为例,从加工过程信号的角度研究批量工序质量检测方法。主要完成的研究工作如下:1、批量钻削工序阶段模型构造及钻削质量影响因素分析。一方面通过实验,研究钻削过程的阶段特征及其在主轴功率信号和声信号中的表现,提取瞬态时间特征并建立起各阶段与信号在时间上的同步关系;另一方面从理论上分析批量钻削质量的评估指标和影响因素,以及它们在钻削过程信号中的表现。2、批量钻削工序过程信号分析及其特征提取。结合实验采集到的过程信号和阶段特征分析,应用信号处理技术,根据瞬态时间特征从过程信号中截取与钻削质量关系密切的阶段信号,并从中提取时域统计特征,同时通过小波包分解提取声信号的频域能量特征。将得到的批量钻削工序瞬态时间特征、时域统计特征和频域能量特征分别绘制曲线图,并进行初步讨论分析。然后对各特征归一化处理,进一步构造出描述批量钻削过程的特征矩阵。3、基于多维信号特征聚类的批量钻削工序质量信息挖掘。分别以提取到的瞬态时间、时域统计、频域能量特征以及由叁者构造的综合特征为对象,应用K均值聚类技术分析各特征条件下的批量工序质量分布。并对比实验中逐一质量检测结果,评估聚类分析的准确度,得出基于综合特征的聚类分析准确度最高,达到97.22%。同时,应用凝聚层次聚类技术进行基于综合特征的批量工序质量分析,讨论了以不同类属性作为聚类依据时的分析效果,结果显示基于类间极大距离邻近的凝聚层次聚类准确度最高,达到94.87%。本文将批量工序质量检测分解为质量评估的数据采集层和数据分析层两个层面,在数据采集层,以加工过程信号的采集代替传统的工件质量参数采集;在数据分析层,考虑过程信号分析的无指导性,根据相似性原理,研究适合于批量工序质量分析的聚类方法,并通过分析聚类结果的纯净度来评估该方法的准确度,分析结果显示,该方法检测批量工序质量的准确度可达97.22%。(本文来源于《湘潭大学》期刊2009-06-02）
王盟,徐志鹏,杨晓红[9]（2008）在《小批量倾斜小孔的钻削方法》一文中研究指出对于单件或小批量制造时圆孔钻削的情况,往往划线后使用普通钻床加工。我们在实践中遇到如图1所示的倾斜小孔的加工,需要钻削20个均布的小孔(本文来源于《金属加工(冷加工)》期刊2008年11期）
批量钻削论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为实现基于切削过程传感器信号特征的批量工步质量分析,提出一种基于改进算法的传感器信号特征提取方法。该方法基于计算机补码运算原理选择曲率尺度测量技术算法的基本点,从而改进曲率尺度测量技术算法。以批量钻削工步主轴功率信号为例,首先对监测信号进行z-score标准化和分段处理,然后利用改进后的曲率尺度测量技术算法提取批量钻削工步监测信号从局部到全局的尺度特征;最后采用主成分分析法进行特征降维,从而获取批量钻削工步质量的分布情况。计算结果表明,曲率尺度测量技术算法能够降低监测信号幅值数量级差距和数据规模过大对特征提取效果的影响,批量钻削工步质量分类符合实际情况,可解决批量工步质量的人工抽检随意性问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
批量钻削论文参考文献
[1].周友行,张俏,田茂,喻思亮.批量钻削监测信号双谱特征融合研究及应用[J].机械工程学报.2014
[2].周友行,任勇勇,韦衍.批量钻削工步信号曲率尺度特征提取及应用[J].计算机集成制造系统.2013
[3].周友行,董银松,张海华,郭辉.基于改进InDBSCAN算法的批量钻削工序质量增量聚类分析[J].中南大学学报(自然科学版).2012
[4].董银松.基于监测信号加权特征的批量钻削工步质量增量聚类研究[D].湘潭大学.2011
[5].周友行,张建勋,董银松,张海华.基于振动信号过程特征的批量钻削工序质量检测[J].机械工程学报.2011
[6].周友行,董银松,张海华,唐稳庄.基于监测信号特征的批量钻削工序质量研究[J].世界科技研究与发展.2010
[7].张建勋.基于多传感器信号瞬态特征的批量钻削工序质量研究[D].湘潭大学.2010
[8].唐稳庄.面向批量钻削工序质量检测的多维信号聚类分析[D].湘潭大学.2009
[9].王盟,徐志鹏,杨晓红.小批量倾斜小孔的钻削方法[J].金属加工(冷加工).2008