导读:本文包含了磨损预测论文开题报告文献综述及选题提纲参考文献，主要关键词:现场试验,滚刀磨损,磨损预测,磨损速率
磨损预测论文文献综述
秦银平,张竹清,孙振川,陈馈,杨延栋[1]（2019）在《基于现场试验的TBM滚刀磨损分析及预测》一文中研究指出为准确判断和预测滚刀磨损生命周期,指导TBM安全、高效施工,采用现场跟踪试验和理论预测模型相结合的方法对滚刀磨损进行分析研究。由滚刀磨损机制分析得到,TBM滚刀磨损主要为磨粒磨损;基于滚刀破岩磨损现场跟踪试验,分析TBM滚刀磨损失效形式,并结合刀盘刀具分布特点,研究滚刀磨损规律特性。基于Rabinowicz磨粒磨损简化计算模型,引入CSM滚刀破岩模型,构建滚刀磨损速率、线性磨损速率预测模型,对比分析高黎贡山正洞TBM 2 000 m掘进里程滚刀磨损实测数据与理论模型预测结果。结果表明:1)正滚刀磨损发生规律性变化,中心滚刀易出现侧向滑移,边滚刀发生二次磨损; 2)TBM滚刀理论预测与实测分析结果的相对误差小于10%,可准确预测滚刀磨损,同时得到正滚刀磨损速率与刀具、围岩物理参数具有相应的定量关系。(本文来源于《隧道建设(中英文)》期刊2019年11期）
袁立斌,刘杰,赵宏,杨志勇,许超[2]（2019）在《富水卵漂石地层盾构滚刀磨损规律及寿命预测分析》一文中研究指出为探究成都富水卵漂石地层盾构滚刀磨损规律及寿命特性,以成都地铁17号线凤温区间和明一区间第1次查换刀情况为研究对象,首先对两区间不同开口率刀盘的滚刀磨损形式和磨耗系数进行对比,之后采用基于现场实测数据的滚刀寿命预测模型对查换刀距离进行预测,最后通过第2次换刀对预测效果进行验证。研究结果表明:1)富水卵漂石地层滚刀磨损形式主要表现为尖状磨损和偏磨磨损,偏磨滚刀主要分布于刀盘边缘及中心区域; 2)滚刀磨耗系数与安装位置半径关系曲线大致呈U形分布,中心滚刀和边缘滚刀的磨耗系数较大,正面滚刀的磨耗系数较小; 3)刀盘开口率是影响滚刀磨耗系数和偏磨概率的重要因素。(本文来源于《隧道建设(中英文)》期刊2019年10期）
王震,黄如意,李霁蒲,李巍华[3]（2019）在《基于多尺度卷积神经网络的刀具磨损预测方法》一文中研究指出作为保障机械设备安全、可靠和高效运行的重要手段,近年来剩余寿命(Remaining Useful Life, RUL)预测技术在工业大数据的驱动下取得了突破性的进展。传统的卷积神经网络(Convolutional Neural Networks, CNN)预测模型多使用单一尺度卷积核进行卷积运算,难以充分提取原始信号中的有效信息,导致模型的预测性能不佳,限制了其实际的工程应用。为解决上述问题,提出一种多尺度卷积神经网络(Multi-Scale Convolutional Neural Network,MCNN),并应用于刀具的磨损预测。多尺度卷积神经网络由多尺度卷积特征提取器和回归预测模型组成。多尺度卷积特征提取器以多源传感数据为输入,提取多源传感融合的有效特征表示;再将融合后的特征表示输入回归预测模型,实现刀具的磨损预测。实验结果表明:所提预测方法能准确预测刀具的磨损量,为机械设备剩余寿命预测提供了一种新的手段。(本文来源于《第十叁届全国振动理论及应用学术会议论文集》期刊2019-11-09）
付细群,刘俊,熊文亮[4]（2019）在《基于HHT算法和功率信号的刀具磨损预测》一文中研究指出采用希尔伯特-黄变换对主轴功率信号进行处理,构建了两个反映刀具磨损状态的刀具磨损系数,建立了钻削工况下刀具磨损量的预测模型,并通过实验验证了模型的有效性。实验结果表明:提出的方法可实现精确度高达95%的刀具磨损预测,在刀具磨损预测领域具有良好的应用前景。(本文来源于《机械工程与自动化》期刊2019年05期）
王英,管延萱,冯佳欣,魏来,宋知霖[5]（2019）在《考虑无形磨损的拖拉机残值系数预测模型》一文中研究指出针对当前随着农机设备更新速度加快,无形磨损对农机折旧影响加重的问题,该文在传统拖拉机残值系数预测模型的基础上引入无形磨损系数,构建了考虑无形磨损的拖拉机残值系数预测模型。以来自于农机服务中心农机及农具拍卖结果的25台拖拉机拍卖数据为研究样本,以机龄、年平均工作时长、无形磨损系数为变量参数,分析其价值变化规律;同时,为了进一步综合对比改进模型与原模型的残值系数预测精度,引入基于几何学的"弗雷歇距离"度量法。结果表明,改进模型与原模型相比,预测偏差较小,预测精度大幅度提高,达到24.9%及以上,能够显着地提高拖拉机残值预测准确度,该研究为折旧成本的计算和农机设备的更新决策提供了科学、准确的决策依据。(本文来源于《农业工程学报》期刊2019年17期）
谭雷川,高德利,ADEEB,Samer,陶红,陶冶[6]（2019）在《基于钻柱正弦屈曲的套管磨损预测模型》一文中研究指出在复杂井况油气勘探开发的钻井过程中,巨大的摩阻扭矩和严重的狗腿度使钻柱和套管不可避免地发生接触,导致严重的套管磨损。基于能量耗散原理和新的复杂几何关系,建立一种考虑钻柱正弦屈曲的套管磨损预测模型,并利用套管磨损因子反演的方法校正并预测具有相似结构和井眼轨迹的井的套管磨损情况。该模型应用于涪陵页岩气套管磨损预测,通过井X1现场井径测试数据对具有相似结构和井眼轨迹的井X2进行磨损预测。结果表明:当测深达到2 700 m时,如果不考虑钻柱的正弦屈曲会导致磨损深度预测误差超过23.9%;对于位于1 989 m钻柱接头与套管的目标磨损位置,若考虑正弦屈曲情况,实际位于1 794 m处,预测误差达到9.8%;忽略钻柱正弦屈曲对套管磨损的影响会导致套管磨损预测不准确。(本文来源于《中国石油大学学报(自然科学版)》期刊2019年04期）
唐柏清[7]（2019）在《钛合金车削加工刀具磨损建模技术研究及预测分析》一文中研究指出钛合金因其优异的物理和机械性能而受到越来越高的重视,被广泛的应用于航空航天工业,用来制造飞机发动机、机体和各种高速结构件,被称为高性能战略金属材料。然而,由于其弹性模量小、导热系数低和化学活性高等特点,使其成为一种典型的难加工材料。在其切削加工过程中,切削区域会产生很高的切削温度,导致加工效率低、刀具磨损快。硬质合金刀具因其优良的性能而被广泛应用于钛合金加工。然而,硬质合金刀具的磨损是个突出的问题。严重的刀具磨损对加工效率和质量有较大的影响,而目前尚缺乏钛合金加工刀具寿命预测的有效模型和方法。因此,建立一个能准确预测刀具磨损量、监测刀具磨损状态的模型已成为钛合金加工研究领域值得关注的课题。本文以硬质合金刀具车削钛合金TC4为例,研究切削过程中刀具在热力耦合作用下的磨损特征和规律。从理论上分析了切削过程中的切削原理和切屑成形规律,研究了刀具的磨损形式、磨损过程和磨损机理。分别构建了单个磨损机理作用下和综合考虑磨粒、粘结和扩散磨损机理作用下的硬质合金刀具磨损模型,揭示了基于温度效应的刀具失效机理。在此基础上,利用有限元软件ABAQUS的二次开发技术进行了刀具磨损的预测研究,分析了切削用量参数对切削温度、切削力和刀具磨损的影响规律,以及研究了刀具磨损对切削过程的影响。结果表明,切削速度越大,刀具磨损越快,并且在切削用量参数中切削速度对切削温度的影响最大,而背吃刀量对切削力的影响最大,且随着刀具磨损的增大,切削力、切削温度及工件表面残余应力也会随着增大。用硬质合金刀具进行钛合金车削试验,观察分析了刀具前刀面的磨损情况,结果表明,仿真结果与试验结果基本吻和,说明所建的刀具磨损模型可以用来进行刀具磨损量和磨损状态的预测。(本文来源于《西安理工大学》期刊2019-06-30）
柳培蕾[8]（2019）在《盘形滚刀刀圈磨损的建模方法与寿命预测》一文中研究指出随着经济的增长和城市化水平的不断提高,我国隧道工程发展迅速。刀具作为盾构机在隧道掘进施工中的关键工具,其费用是施工成本中的重要组成部分。深入研究刀具磨损机理,对于降低刀具消耗量,控制施工成本具有重要意义。不同的施工方法和地质环境都会引起刀具磨损量的变化。本文结合陕西某硬岩隧道工程,对滚刀刀圈磨损机理进行分析,并建立刀圈磨损模型,通过优化结构参数和施工参数减少刀具磨损,预测盘形滚刀寿命。在对破岩弧长和CSM模型破岩力分析的基础上,对破岩机理和主要磨损机理进行分析,建立了刀圈磨损模型;采用优化算法对不同磨损机理的占比系数进行优化,通过离散化拟合修正滚刀体积磨损量。修正后的磨损计算量相较于工程数据误差小于20%,表明该磨损模型具有较好的准确性,可用于刀圈体积磨损量的计算。通过有限元分析软件建立滚刀磨损仿真模型,计算盘形滚刀体积磨损量,对比不同贯入度和刀间距下刀圈的破岩力和磨损深度。结果表明:随着贯入度和刀间距的不断增大,相对应的作用力和磨损深度会不断增加。分析刀盘布置、施工参数与结构参数对刀具磨损的影响。通过计算不同刀盘分布的刀具磨损,显示刀具的安装半径是影响刀具磨损的重要因素,采用阿基米德螺旋线法的刀盘布置可减少刀具的体积磨损量,同时有利于增大刀具的掘进距离。基于人工鱼群算法,先求解各目标的最优值,再建立总体评价函数,求解所有约束下评价函数的最小值点。对比设计参数可知,优化后的参数同时满足各约束条件且目标函数值更佳,是一组可行的参数组合。基于支持向量机非线性回归模型,采用现代优化算法对核函数的参数与惩罚参数寻优,利用最佳参数建立刀具寿命的预测模型。对比分析几种不同的算法,引力搜索算法误差小,预测准确率高,且预测时间短。(本文来源于《西安理工大学》期刊2019-06-30）
曹翔,赵培轶,王鹏程,秦枭品,高鑫[9]（2019）在《基于高斯过程回归方法的钛合金铣削刀具磨损预测》一文中研究指出通过钛合金材料切削试验,对铣削加工中切削参数对高进给铣刀刀齿后刀面最大磨损量的影响规律进行分析。采用高斯过程回归法建立了刀齿后刀面最大磨损宽度的预测模型,并进行试验验证。预测结果与试验结果吻合程度较高,验证了预测模型的有效性,为钛合金铣削刀具的磨损预测提供了理论方法和试验依据。(本文来源于《制造技术与机床》期刊2019年06期）
甘文智[10]（2019）在《基于刀具磨损预测的加工参数智能控制系统研究及开发》一文中研究指出国家创新驱动战略中提出了发展智能绿色制造技术的内容,而在精密加工智能制造中,建立使加工质量保持的智能制造系统是推动制造业向自动化、智能化转变的有效途径。因此,有必要开发一套加工参数智能控制系统,使生产线保持最佳工作状态来获得产品质量的稳定。本文对加工参数智能控制流程进行了详尽的阐述,并构建了智能控制系统总体框架的理论模型。在框架内对基于刀具磨损预测的产品质量控制方法展开研究,开发出加工信号管理模块、刀具磨损管理模块、加工参数管理模块以及产品质量管理模块。然后使用UML建模语言对基于刀具磨损预测方法的系统框架进行具体设计,借助用例图从用户的角度对系统的功能需求进行分析,利用顺序图从系统的角度分析各个功能的实际操作逻辑和流程,阐述不同对象之间的交互过程,并根据功能需求以及交互过程中会涉及到的数据设计数据表的逻辑结构,利用Microsoft SQL Server构建相应的数据库物理结构。最后基于MATLAB GUI设计了系统的用户界面,通过代码实现所需要的各个功能,并进行了相应的论证式分析与测试,表明开发的系统和模块是成功的。在以上研究内容中,本文主要完成了以下工作:(1)探索了加工参数智能控制的总体流程,并根据流程需要建立了系统的总体框架;(2)详细描述了基于刀具磨损预测的加工参数控制方法,基于UML建模语言的系统开发方法,建立了基于刀具磨损预测方法的系统模型和框架;(3)基于MATLAB GUI和Microsoft SQL Sever实现了系统的实际开发任务。(本文来源于《广西大学》期刊2019-06-01）
磨损预测论文开题报告
（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：
为探究成都富水卵漂石地层盾构滚刀磨损规律及寿命特性,以成都地铁17号线凤温区间和明一区间第1次查换刀情况为研究对象,首先对两区间不同开口率刀盘的滚刀磨损形式和磨耗系数进行对比,之后采用基于现场实测数据的滚刀寿命预测模型对查换刀距离进行预测,最后通过第2次换刀对预测效果进行验证。研究结果表明:1)富水卵漂石地层滚刀磨损形式主要表现为尖状磨损和偏磨磨损,偏磨滚刀主要分布于刀盘边缘及中心区域; 2)滚刀磨耗系数与安装位置半径关系曲线大致呈U形分布,中心滚刀和边缘滚刀的磨耗系数较大,正面滚刀的磨耗系数较小; 3)刀盘开口率是影响滚刀磨耗系数和偏磨概率的重要因素。
（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。
磨损预测论文参考文献
[1].秦银平,张竹清,孙振川,陈馈,杨延栋.基于现场试验的TBM滚刀磨损分析及预测[J].隧道建设(中英文).2019
[2].袁立斌,刘杰,赵宏,杨志勇,许超.富水卵漂石地层盾构滚刀磨损规律及寿命预测分析[J].隧道建设(中英文).2019
[3].王震,黄如意,李霁蒲,李巍华.基于多尺度卷积神经网络的刀具磨损预测方法[C].第十叁届全国振动理论及应用学术会议论文集.2019
[4].付细群,刘俊,熊文亮.基于HHT算法和功率信号的刀具磨损预测[J].机械工程与自动化.2019
[5].王英,管延萱,冯佳欣,魏来,宋知霖.考虑无形磨损的拖拉机残值系数预测模型[J].农业工程学报.2019
[6].谭雷川,高德利,ADEEB,Samer,陶红,陶冶.基于钻柱正弦屈曲的套管磨损预测模型[J].中国石油大学学报(自然科学版).2019
[7].唐柏清.钛合金车削加工刀具磨损建模技术研究及预测分析[D].西安理工大学.2019
[8].柳培蕾.盘形滚刀刀圈磨损的建模方法与寿命预测[D].西安理工大学.2019
[9].曹翔,赵培轶,王鹏程,秦枭品,高鑫.基于高斯过程回归方法的钛合金铣削刀具磨损预测[J].制造技术与机床.2019
[10].甘文智.基于刀具磨损预测的加工参数智能控制系统研究及开发[D].广西大学.2019