摘要
针对铣削刀具状态监控困难的问题,这里运用声发射传感器、振动传感器及电流传感器构建了一个铣刀状态监测系统.在刀具磨损状态监测实验中,通过三种传感器获取加工过程信号,进行时域分析,最终确定提取出主轴振动信号的有效值、工作台声发射信号方差、工作台声发射信号峰值、主轴电机电流标准差、主轴电机电流标准差峰值5个特征值,利用KNN算法进行刀具磨损状态识别.经过参数优化及对比,最终结果证明选择切比雪夫距离及k=6时状态识别效果最好,准确率为96.83％.
基金项目
山东省重点研发计划(重大科技创新工程)项目(2018CXGC0602)
NETL
NSTL
维普
万方数据