1 / 30
文档名称:

先进制造技术先进制造系统检测与监测gbippt课件.ppt

格式:ppt   大小:667KB   页数:30页
下载后只包含 1 个 PPT 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

先进制造技术先进制造系统检测与监测gbippt课件.ppt

上传人:aluyuw1 2022/6/13 文件大小:667 KB

下载得到文件列表

先进制造技术先进制造系统检测与监测gbippt课件.ppt

相关文档

文档介绍

文档介绍:先进制造系统的检测与监测
切削过程的传感技术
切削力的探测
颤振探测传感
切屑状况探测传感
***损坏的监视
***-工件的接触监视
工况模式的噪声监视系统
工件过程传感技术
工件尺寸与形状误差的传感
表面粗糙度传感
机床运行过程进给或主轴系统的扭矩
应变片、角度传感器、霍尔器件
成本低,较易使用,灵敏度低
功率
主电动机或进给电动机的功率
霍尔器件、互感器、功率表
研究最早,成本低,易使用,灵敏度低,有商品供应,可实用化
振动
过程振动参数及其变化、FFT分析
加速度传感器、振动传感器、动态测量仪
灵敏,识别较难,有工业应用前景
噪声
切削区噪声的模式分析
传声器
可同时识别多种切削状态,识别较复杂,主要用于实验研究中
AE
破损时的突发信号识别
多种声发射传感器
灵敏,响应时间短,已开始实用化,有系列产品

切削区噪声监视系统的提出
有经验的操作者可以凭借自己的听觉,判断机床的启动停止、主轴和工作台的运转状况、***是否在进行切削、换刀运动的进行;
从切削区发出的噪声可以判断切削过程是否正常、***是否磨钝或破损、折损。
从这一事实出发,仿人的听觉和人脑的噪声识别,就产生了切削区噪声识别监视法。
切削区噪声分析原理
基于语音识别技术,利用传声器搜集切削区的噪声信号,经选频滤波等处理后得到特征信息,建立起特征参数与切削状态的关系,采用模式识别技术,利用谱分析技术获取切削过程各种工况的声模式,进行过程识别。

工件过程传感
研究应用最多最早的传感技术
以加工质量控制为目标,提高成品率、降低加工成本、缩短交货期等
分类
工件识别:工件确认、加工裕量检测、表面缺陷检测
工件安装位姿监视:辨识工件安装的位姿是否是工艺规程要求的位姿
工艺过程监视:加工表面粗糙度、尺寸、形状与位置精度
. 工件尺寸与形状误差的传感
工件尺寸与形状误差的传感
从测量原理角度,可分为直接测量法与间接测量法
直接测量法
直接测定或利用标准件匹配测定
接触式与非接触式
间接测量法
检测***运动误差、刀尖位置精度
. 表面粗糙度传感
表面技术
表面形貌、表面粗糙度、表面组份与结构及性能等
过程传感技术
目前仍以表面粗糙度和表面缺陷检测传感为主要目标
在线和实时表面检测传感方法多以能够快速检测和具有较好识别能力的光学法为主
. 驱动系统的检测传感
驱动系统的检测传感
利用位移传感器实现机床驱动系统位移(线位移与角位移)监视,提供反馈信号,进行反馈控制。
激光干涉仪系统
分辨率约为2nm,精度高、需校准,价格昂贵
旋转变压器
~,易于使用、可靠性高、价格适中

主轴和回转系统的检测传感
涡流传感器:探测监视轴承变形、传感运动件间接近状况
载荷传感器:监视卡盘夹紧状况
角度传感器:在线齿轮监视系统
回转码盘 :监视主轴回转误差
切削扭矩传感器:传感冷却液供应时机
温度传感器:进行机床热变形误差补偿
. 机器视觉监视系统
机器视觉监视系统
应用场合
零件尺寸的精密测量
零件表面缺陷的检测
零件安装位姿、装卡正确性监视
物料传输位置正确性和物料装卸同机床干涉监视
***选择正确性与磨损监视
. 机器视觉监视系统
机器视觉
用机器代替人眼来实现人的视觉功能来进行测量及判断,利用计算机来实现对客观三维世界的识别。
灵敏度和测量精度高、速度快、噪声低、应用方便灵活、便于数字化处理。
机器视觉监视系统
通过图像摄取装置将被摄取目标转换成图像信号,传送给专业的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号,通过各种运算来抽取信号中的特征,进而根据判别的结果来控制现场的设备动作。
机器视觉不能简单等同于图像处理,还包括对外界环境物体的识别、研究或操纵。
. 机器视觉监视系统
机器视觉监视***过程的优点
有测量柔性,可适应多种***和多种规格刀片的监测
可以同新刀比较、获取绝对磨/破损值
测量分辨率高,可达10μm或更高量级
无损型检测
不足
尚难于进行实时监测
对现场环境光场要求较高
4. 信息融合技术
多传感器融合定义
利用多个传感器资源,通过对多传感器及其观测信息的合理支配和使用,把多传感器在空间或时间上冗余或互补信息依据某种准则来进行组合,以获得被测对象的一致性解释或描述。
信息融合的三个级别——对原始数据不同程度的抽象
数据级融合
保持细微信息
特征级融合
实现可观的信息压缩,有利于实时处理
决策级融合
容错性能好,对传感器依赖性小
4. 信息融合技术
多传感器数据融合原理