机械加工过程中，用涡电流传感器来测量振动和用模糊分类器来计算稳定域.rar

机械加工过程中，用涡电流传感器
来测量振动和用模糊分类器来计算稳定域
摘要
今天，在工程师寻找关于安全控制参数，生产力，品质和运作的无缺陷无失败的最佳组合的过程中，知识已变成一个重要的因素。在我们的实验室里，我们在高速加工与建模，仿真和实验方法的领域进行研究。最终，我们调查的目的是为了开发一个可以使切削条件最佳化的软件，以限制在预测检验过程中的人数，以避免在加工操作过程中产生任何麻烦。这个软件是基于构成了知识的过程的模型和实验数据集。在这篇文章里，我们处理了在加工操作过程中产生振动的问题，一些可能导致某些失误和缺陷的振动，如工件表面的改建和快速刀具的磨损。为了衡量工作工具的细微变动，我们为车床配备了一种包含了电涡流传感器的特异性仪表；所采集得到的信号与表面光洁度呈正相关关系；并采用了信号处理算法来确定试验是稳定还是不稳定的。然后，用模糊分类方法来分类测试一个空间所界定的宽度裁剪及切削速度。最后，在考虑了测量不确定性后，它还是表明了该模糊分类法计算稳定极限或稳定域的过程。

1.导言
颤振振动被认为是经常出现在加工过程中的一个最重要的问题，它被定义为刀具相对到工件和机床框架的小变动。颤振在切削过程中具有破坏性的影响，它减少了刀具寿命，产生粗糙面，加速了刀具磨损，并有可能损害其他一些机器部件。基于这些原因，振动检测和刀具位移测量是非常重要的：它们提供资料，以了解颤振现象，并帮助科学家在加工过程中验证和发展的动态模型。
目前，大量的测试技术都被用来测量震动。常用的传感器都是用来测量加速度和测功。这些传感器测量加速度，它们具有足够的传统频率分析能力，然而，它们的位移分析效率不高。在这种情况下，双整合必须在建立在获得的信号和两个初始条件是整合常量的基础上。为此，我们建议在使用电涡流传感器的时候，直接用它来测量工具间的位移。
在文章的第一部分，我们提出一种理论，研究设计出一个具体的工具，以便于在一个初级加工操作过程中获取只有一个方向的颤振振动：正交切削一管。实验结果表明，与它们有联系的信号，可以分为三种：稳定的，不稳定的和准稳态信号。接着，一种基于模糊逻辑的分类方法，用来分类所有的信号。这表明模糊分类方法能够计算稳定和不稳定的之间的极限地区，包括一些不确定性的测量值。最后，我的建议是最好快速比较评估实验的模拟结果。