基于当前传感和非接触信号分析的工具断裂检测技术的研究
Chia-Hung Lai1, Sih-Hao Huang1, Ting-En Wu2
1Department of Intelligent Automation Engineering, National Chin-Yi University of Technology, Taichung 411030, Taiwan.
Sensors (Basel, Switzerland)
|July 12, 2025
概括
本研究介绍了一种非接触式方法,用于检测CNC加工中使用轴电流信号检测刀具断裂. 该系统识别了光谱异常,可靠,早期检测,提高生产率和降低成本.
科学领域:
- 制造业 工程 制造工程
- 机械工程 机械工程
- 信号处理 信号处理
背景情况:
- 在CNC加工中,刀具破损会对生产率产生重大影响,并导致高维护费用.
- 现有的检测方法往往需要复杂的硬件修改,或者是不可靠的.
研究的目的:
- 为CNC机器提出和验证一种非接触式工具断裂检测方法.
- 为了实时监控,利用线电流信号和频域分析.
主要方法:
- 采用SCT013电流传感器,用于非侵入性捕获轴电机电流信号.
- 应用快里叶变换 (FFT) 进行光谱特征提取,专注于高频异常.
- 评估人工神经网络 (ANN),深度神经网络 (DNN) 和卷积神经网络 (CNN) 进行自动检测.
主要成果:
- 在20个实验中,在工具断裂事件期间,在线索电流信号中观察到一致的光谱异常.
- 拟议的系统可靠地通过在事件发生后1-3秒内识别频域异常来检测工具断裂.
- 深度学习模型显示不同的推断时间 (15-58秒),但核心检测机制很早就发现了断裂特征.
结论:
- 使用轴心电流信号的非接触式工具断裂检测方法是有效和可靠的.
- 早期检测工具断裂可以及时评估工具状况和主动维护策略.
- 这种方法为提高CNC加工效率和降低运营成本提供了具有成本效益的解决方案.
更多相关视频
09:26In Situ Time-dependent Dielectric Breakdown in the Transmission Electron Microscope: A Possibility to Understand the Failure Mechanism in Microelectronic Devices
Published on: June 26, 2015
8.9K
06:45Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
Published on: October 28, 2022
1.8K
