本文主要研究内容
作者桂宇飞,官威,陈标,沈彬(2019)在《基于HHT算法与主轴功率信号的刀具磨损状态在线监测》一文中研究指出:对刀具磨损状态进行在线监测是提高加工效率、改善产品质量的重要途径,提出了一种基于希尔伯特-黄变换(HHT)和机床主轴功率信号的刀具磨损状态在线监测方法,并设计了六组实验用于研究切削用量、工件材料、加工方式等因素对该方法监测精度的影响。实验结果表明,在不同加工工况条件下,基于希尔伯特-黄变换和主轴功率信号构造的磨损系数与刀具的实际磨损量均有较高的相关性,相关系数约为0.85,最高可达0.98,即所研究的因素对该方法监测精度影响较小。表明文章提出的刀具磨损状态在线监测方法具有良好的可行性和适用性,能够满足工业中的应用需求。
Abstract
dui dao ju mo sun zhuang tai jin hang zai xian jian ce shi di gao jia gong xiao lv 、gai shan chan pin zhi liang de chong yao tu jing ,di chu le yi chong ji yu xi er bai te -huang bian huan (HHT)he ji chuang zhu zhou gong lv xin hao de dao ju mo sun zhuang tai zai xian jian ce fang fa ,bing she ji le liu zu shi yan yong yu yan jiu qie xiao yong liang 、gong jian cai liao 、jia gong fang shi deng yin su dui gai fang fa jian ce jing du de ying xiang 。shi yan jie guo biao ming ,zai bu tong jia gong gong kuang tiao jian xia ,ji yu xi er bai te -huang bian huan he zhu zhou gong lv xin hao gou zao de mo sun ji shu yu dao ju de shi ji mo sun liang jun you jiao gao de xiang guan xing ,xiang guan ji shu yao wei 0.85,zui gao ke da 0.98,ji suo yan jiu de yin su dui gai fang fa jian ce jing du ying xiang jiao xiao 。biao ming wen zhang di chu de dao ju mo sun zhuang tai zai xian jian ce fang fa ju you liang hao de ke hang xing he kuo yong xing ,neng gou man zu gong ye zhong de ying yong xu qiu 。
论文参考文献
论文详细介绍
论文作者分别是来自机械设计与研究的桂宇飞,官威,陈标,沈彬,发表于刊物机械设计与研究2019年05期论文,是一篇关于刀具状态监测论文,希尔伯特黄变换论文,主轴功率信号论文,在线监测论文,机械设计与研究2019年05期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自机械设计与研究2019年05期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:刀具状态监测论文; 希尔伯特黄变换论文; 主轴功率信号论文; 在线监测论文; 机械设计与研究2019年05期论文;