《基於大數據挖掘的數控工具機多工況載荷譜系研究》是依託華中科技大學，由武瀅擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於大數據挖掘的數控工具機多工況載荷譜系研究
- 項目類別：青年科學基金項目
- 項目負責人：武瀅
- 依託單位：華中科技大學
項目摘要,結題摘要,
項目摘要
載荷譜是數控工具機可靠性分析的基礎。數控工具機載荷譜系包括工具機各功能部件在各種工況下、不同切削狀態下的載荷譜，是數控工具機系統可靠性失效相關分析和多狀態分析的基礎。傳統小樣本下的載荷譜分析難以將各載荷特徵對工具機可靠性的影響進行詳細分析，難以表征各類信號與功能部件性能狀態之間的複雜映射關係。本項目套用大量感測器採集工具機實際生產中的載荷包括切削力、溫度、振動等數據，採用深信度神經網路方法，結合全壽命周期數據，對切削力-時間歷程中的極值載荷、靜態載荷、動態載荷進行自識別，挖掘切削力多尺度載荷特徵與工具機性能之間的映射關係；對切削力、溫度、振動等載荷數據進行相關性分析，提出反映不同載荷特徵參數動態相關性的相關函式。建立多工況下反映不同加工參數、不同性能狀態包含多源載荷信息的數控工具機的載荷譜系，為數控工具機可靠性分析和最佳化設計提供依據，為數控工具機的複雜工況識別及預測奠定基礎。
結題摘要
隨著大數據挖掘和機器學習等方法的深入運用，對於數控工具機加工過程產生的大量數據的分析和處理能力得到了大幅度提高。本項目基於實際加工過程中採集的大量電流、切削力等信號數據開展了基於大數據挖掘的數控工具機載荷譜及關鍵部件可靠性研究。主要工作內容如下：（1）針對工業生產過程中，大多需要從連續的多工藝信號中提取相應的單個工藝信號，而以往多採用手動操作提取信號數據，這對於大量的加工數據而言，是極其麻煩的。本項目採用基於二維卷積理論的方法對加工過程信號數據進行提取和存儲，可實現零部件全壽命周期加工過程中大量多工藝加工信號的不同單工藝加工數據的同時提取和存儲，並通過實例對該方法的精度進行了驗證。（2）套用深度學習方法，通過輸入的電流載荷-時間歷程信號數據，經過反覆疊代，對數控工具機驅動系統電流數據中的載荷特徵進行提取，根據該特徵參量的退化軌跡，基於Gamma退化隨機過程，對數控工具機關鍵部件剩餘壽命分布和時變可靠度進行預測分析。最後通過一組實測的臥式加工中心絲槓電流數據和壽命數據對以上方法進行了驗證。（3）提出了一種複雜隨機載荷歷程作用下，機械零部件的多尺度載荷譜建模方法。通過對複雜隨機載荷-時間歷程數據進行EMD分解，對各頻帶的IMF信號中的載荷循環分別進行數據分析與統計，得到該頻帶上載荷的機率密度函式作為該時間尺度上的載荷譜。該方法避免了常規方法將所承受的載荷或應力視為只有一個頻率的恆幅或變幅載荷建立載荷譜的弊端，可以為機械零部件的疲勞壽命計算和疲勞可靠性分析提供更為準確的依據。（4）研究了套用電流信號進行切削力估計的方法，提出了基於實際切削電流信號的工具機載荷譜建模方法，該方法可以採用工具機實際加工過程中的大量電流信號，而不影響實際的生產過程。由於數控工具機的電流信號便於長期採集，這裡提出了數控工具機多工況電流譜系的建模方法，並套用該方法對採集的某臥式加工中心驅動系統的全壽命周期電流數據，建立了相應的各工況電流譜。
