岳彩旭,周天祥,秦怡源,王 樂,胡德生
(哈爾濱理工大學先進制造智能化技術教育部重點實驗室,哈爾濱 150080)
隨著航空航天工業的不斷發展,空天飛行器、特種精密儀器等對零件的穩定性及可靠性提出了更高的目標。薄壁零件因其具有質量輕、比強度高、空間結構緊湊的特點被廣泛應用于航空航天工業領域。目前該類零件通常采用銑削加工方式進行[1]。因工件結構材質、刀具、機床、銑削條件和裝夾等多方面因素的影響,薄壁件在加工過程中易發生加工變形[2]。由于高溫、噪聲干擾等復雜工況,更難以實現對加工狀態的精準監測與控制。薄壁件加工狀態的監測是以不同目標狀態為導向,利用傳感器采集得到反映加工狀態的信息,經過分析處理,最終實現對加工狀態的識別及預測[3]。加工過程面臨著智能化、數字化方向的發展趨勢[4],單一的傳感器信息已不能滿足工作需求。Chen 等[5]融合了聲發射、加速度等多傳感器信息,基于深度學習方法對銑削刀具磨損狀態進行了監測,經過多次試驗,均取得了較好的效果。Bagga等[6]利用振動、力、溫度等多傳感器數據融合方法對切削刀具磨損進行預測,與實踐數據相比,具備更低的測量誤差。Tran 等[7]通過融合麥克風、振動傳感器信息來對銑削顫振進行監測,相較于傳統監測方法,既提高了加工精度,又節約了生產成本。綜上所述,多傳感器信息融合技術具有更好的互補性和可靠性,將其引入加工中的狀態監測,可提高監測的精度和效率。……