机床数控化再制造.pdf

机床数控化再制造技术研究 摘要并介绍了普通机床数 控化再制造的实例 说明了机床数控化再制造是6项可节省大量资金 并具环保概念的新技 术 采用多种表面工程技术恢复旧机床精度并经数控化再制造后的机床性能接近或达到甚至 超过新品 提高了零件加工精度 改善了工作环境 提高了产品质量及劳动生产率 缩短了新产 品的制造周期 提升了企业的现代化水平 关键词机床数控再制造机床精度 A B C D E F G 9 A B C 喻俊馨黄惟公王计生 D摘要E用声发射传感器采集刀具的切削状态信号F用小波分析和神经网络技术对信号进行特 征提取和仿真训练F并建立了基于小波神经网络的刀具故障监测系统G系统对已测得的刀具切 削状态信号进行仿真试验F结果表明H系统对刀具故障的预报正确率为B A I A JF可有效地应用 到工程实践中G 关键词小波分析神经网络刀具监测 KL M N O P Q R 2 7 2 2 9 V T U I A文献标识码H W 刀具磨损是金属切削过程中的重要现象之一F 为实现制造业自动化并保证制造系统运行的稳定性 和可靠性F均要求对刀具切削状态进行在线监测G目 前用光学X机械振动X切削力X切削噪声等方法对刀 具切削状态的监测都收到了不同程度的效果G利用 声发射传感器采集刀具切削状态的数据F再利用小 波神经网络对它们进行特征识别F是对刀具故障进 行在线监测的又一种新方法G 声发射的频率范围远远高于机械振动和环境噪 声的频率范围F因此F对采集的数据利用高通滤波器 很容易得到无干扰的有用信号Y同时F接收声发射信 号的压电晶体传感器也很容易安装在刀具上F而不 影响加工过程Z G 人工神经网络是人工智能的一个分支F在U 世 纪 年代末已开始应用于设备故障诊断G小波分析 技术的出现为故障诊断提供了一个有利的分析工 具G目前F小波与神经网络的结合 小波神经网络 在设备智能诊断技术方面的应用受到了广泛的关 注F并有许多成功的应用实例Z U G 作者利用松散性的小波神经网络来分析用声发 射传感器采集的刀具切削状态信号F并以此建立起 在线的刀具故障监测系统G该系统可实现在线识别 和监测刀具切削状态F并能得到较高的故障预报率F 有一定的推广应用价值 G 应的伺服系统F以替代原有的电气控制系统F整体提 升机床的控制性能与控制精度F实现加工装备的自 动或半自动化操作G再制造机床的电气配置F应以确 保系统运行可靠为目标G 旧机床数控化再制造应用实例 我们采用数控化再制造技术对某单位的 台车 床进行了数控化再制造F这 台车床有 a W X a U X a A 等类型F大多都是U 世纪b 年代的旧 机床F机床磨损比较严重F有的导轨磨损已达 I F有的机床导轨上有严重划伤F有的机床主轴回 转跳动量较大G采用上述技术对这 台车床进行数 控化再制造F再制造后的机床精度达到了新出厂数 控机床的国家标准F图A是经再制造后的数控机床F 图 是这些机床加工出的合格零件的实例G 图A再制造的数控机床图 再制造机床加工的零件 结论 旧机床经数控化再制造后F性能得到了质的飞 跃F可提升企业装备现代化的水平G机床数控化再制 造技术的特点是H C旧机床实施数控化再制造后F性能可以达到 甚至超过新品F而费用仅为购买新品的 c d c A G U C数控化再制造机床操作简单F能可靠地加工 出合格产品F显著缩短加工时间F提高零件加工精 度F改善了工作环境F提高产品质量及劳动生产率G A C机床数控化再制造F可充分利用旧机床资 源F减少浪费F绿色环保F可大量节省在新机床制造 中的铸造X切削加工所消耗的能源X材料等F减少对 环境的污染G Z 参考文献 Z 周延佑I国产数控系统特点和机床数控化改造的迫切 性I制造技术与机床F B B B C H B I Z U 俞圣