基于微控制器的工具磨损自适应诊断的英文翻译

自适应诊断刀具的磨损和单片机摘要工具磨损监测是非常重要的。摘要提出了一种新型的而且实惠解决方案。想法是可利用很容易找到的单片机硬件,这是很便宜的，原因在于它的大规模生产。便宜的硬件与先进的软件结合在一起。使用回归分析技术模糊逻辑,使系统自适应,也就是说,该系统可实时监测新工具自动经过短暂的学习周期。自动学习周期通常只维持秩序5%总数，使引进该方法很简单有效。论述介绍基于单片机所使用硬件。但是,也覆盖和总结了原则背后的这种新方法，这使得有可能使用硬件的能力。更多的详细描述数学物理基础中都能找到参考。本文提出的方法进行了数据钻井测试。关键词：钻穿、状态监测、多项式的回归分析诊断模糊分类、单片机无人操纵的柔性制造系统是不可能用恰当方法来进行工具磨损监测的，因为生产质量是受工具本身性质影响的，这就意味着只有可靠的工具的磨损自动检测才能保证可接受表面光洁、连续的生产中没有不必要的中断。原则上在工具磨损监控上有两种方法即直接法和间接法。直接的方法用于测量，间接方法测量其他的物理现象如振动、声音或力量,它们在功能上也随之而变，这种情况下作为直接监测是困难的和昂贵的，所以这时候采用间接的方法。Jantunen(2002)给出了一种在间接方法的开采的概要。概要还包括常用的信号分析和诊断方法。工具磨损状态监测在技术上对控制参数要求是很苛刻,随着切削参数变化和材料差异而变化的。此外,在切削液及流量切割的晶片会出现很大的噪声。一种克服挑战的方法就是上面描述的用复杂的信号分析技术。然而,这些方法可以导致其他的问题,例如使分析缓慢而创造一个需要很多内存存储数据。发达国家的做法，本文提出依靠相对简单的分析参数，可以快速，容易计算出来。由Jantunen（2006年）提出来的使用回归分析法解决该数据保存问题。此外，回归分析使用，使信号分析更稳定，并在一定程度上也使预后受监视信号的发展。在相同的参考（Jantunen2006）使用的模糊分类还建议制作一个自动诊断该工具是否已磨损。MEMS传感器的新的快速发展（微机电系统）和微控制器有减少潜在的测量系统价格。本文的方法，使得一个用钻头磨损诊断提出了微控制器。该微控制器办法是，在这个硬件所有必要的模块，例如AD转换器，足够的计算能力和网络连接中可以找到同一相对廉价的硬件部分。自然，基于对微控制器诊断系统的体积非常紧凑，从而易于安装。据预计，开发这种方法适用于监测环境的迅速发展加速磨损对被监视组件的周期。这种磨损的发展工具，也能在其他典型如麻花钻上使用，例如该方法可用于监测车削刀具磨损。根据化验（Jantunen和约基宁1996）铣削具磨损更难以监测，即成功不能被隔离对所有类型的铣刀。这也许是有趣的，同种方法也可以成功地用于非常不同种监测作为长期的发展任务的磨损遵循类似原则。其他典型的监测领域是状态监测滚动轴承和齿轮。然而，更多的测试对不同类型的工具和其他类型的监测仍然是需要。文章的第二章提供了一个关于刀具磨损的概述。第三章给出了一个简短的关于在刀具磨损监测方法上的概述。第四章讨论如何用高阶多项式回归分析法以帮助状态监测进行诊断。在第五章是利用模糊集分类进行了讨论。在第六章新的微控制器的硬件解决方案，由开发的状态监测主办。第七章介绍了实验室进行与系统检测结果。第八章总结了文章刀具的磨损刀具磨损是一个复杂的现象,不是一件容易的事情。本文刀具的磨损模型是本身的性质和形状的磨损曲线建模的描述因为这形式描述了训练的基本理解诊断的快速增长的现象如最终诊断发生磨损速度相当快。Thangaraj和赖特（1988）解释说，原则上，Thangaraj和赖特（1988）解释说，原则上，钻穿是一个加速的过程，是由于外缘的密切接触和高温工具工件接触这是一般人都知道并能接受的，切削力量增加了刀具的磨损，例如，见林及汀（1995年）。这是由于增加工具和工件使得刀具之间的摩擦增大，从上面的一个很重要的发现：钻头磨损是渐进式，即磨损率调高磨损进展。因此，它可以使用一个类似简化的理论方法，这种方法已被用来作为该案件。如何进行旋转机械磨损深度可以发展成为功能的时候，这种模型就得到了发展（Jantunen2006年）。基于多项研究，Onsoyen（1991）进行了归纳总结一个简单的模型中显示磨损深度的的简单模型。h(t)=h0+h
·th(t)—磨损深度t—时间h—磨损率h0—磨合初值在此基础上的定义，给JantunenHolmberg(1991年通过)和Poikonen(1993)选择了一个非常简化计算公式磨损率:h
(t)=A·tc/(tc−t)(2)其中A为系数不改变为一个函数的时间t通过整合上述公式计算表达的磨损深度可展开（Jantunen和Poikonen1993）：h(t)=−A·tc·ln(1−t/tc)(3)假设某些频率的振动是由表面物理不规则引起的，即耐磨，初始振动是由不平衡引起的，加载在电动机等，作为时间的函数的格式如下振动磨损深度方程描述3。这种发展振动水平示意图如图所示1。虽然上面所描述的方法是非常简化而不是一个真实的物理模型，它应该指出的是给定的方法如下的趋势，可看到与测量工具磨损监测数据。这是典型的该参变化图1显示的是归一化振动的影响，显示渐进磨损相对缓慢，然后在最后变化非常快Jantunen（2003）或Jantunen和约基宁（1996年）。刀具磨损监测由于刀具的磨损监测的难度相当多，而且都是经过测试的监测方法和信号分析技术。当然也有好多已经在这个领域发表的好的总结和例子，Rehornetal.(2005)andByrneetal.(1995).Dimlaetal.(1997)给的评论神经网络解决方案中就有传感器信号的信息使用。Cook(1980)在这个领域，列出直接法和间接法两种方法是必需的用于刀具磨损监测。在综述TlustyandAndrews(1983)专注于传感器。LiandMathew(1990)做出总结的监测技术用于转弯。Teti(1995)发表了数据库(Teti1995)的参考文献，这鼓舞编制数据库中备案报告(2001)Jantunen。一个评论(Jantunen2002)给人的总结方法,已经使用了钻头磨损状态监测。最广泛测试方法时的饲料的力量。然而,可以这样说,测量力量不是很实际的整个产业的发展。、声音、声发射比较容易传感器类型以及其定位是被考虑的范围JantunenandJokinen(1996)测试了数量的测量方法在一起有大量的信号分析方法。结论是振动是最有效的解决办法，号分析方法如FFT给有一个更可靠的估计刀具磨损比简单的统计参数。然而，有相关的问题,利用更多的精密复杂的方法提出了新的更高要求他们对硬件,倾向是慢于更简单方法。JantunenandJokinen(1996)建议采用多种方法和参数可使诊断为刀具磨损具有更强的鲁棒性。本文仅非常简单,计算统计量从时间域数据如平方值使用。然而，这不是一个限制发达硬件方案,想法是可利用的最简单的方法可得到的。在测试水平振动,大部分都是使用正因为它已经被证明是最可靠的信号(1996)JokinenJantunen.多项式回归模型程度高与数量有限的条件:回归分析是一个可能的方法来处理大量的所包含的数据如刀具磨损监测(Jantunen2003).当回归分析方法测量参数的趋势的形式保存总结的条件.这减少了存储的数据,数量有所限制不再的工具,可以处理的实践中去。高阶多项式回归函数一定数量的术语可以很好模拟穿开发或开发的一种监测参数图1显示的。Jantunen(2003)建议使用多项式回归模型强调更高的学位,最近期的资料数量有限的条件。建议方法的好处(Jantunen2006)..高阶功能充分反应以便于一种破旧的工具可以注意到。.强调最新数字是另一个工具能够快速地做了分析,以适应电流变化。这意味着是可以处理切削参数的变化工件的变化,是可以接受的,如果它的诊断可以开始一段时间的限制,但是不能中断同时假设发生和变化的信息传递给测量系统。强调最新数字也能减少错误,介绍了高多项式回归函数订单..尤其适用于高阶功能对刀具的磨损的末尾,刀具寿命发展指数增长,由于穿导致增加负荷增加,依次增强了磨损等的速度。回归函数的发展(Jantunen2003)遵循原则形容为榜样弥尔顿、阿诺》(1995年)。Jantunen(2003)建议使用以下类型的回归功能。y(t)=a·te+b·tf+c·tg+d(4)其中y（t）是时间机能缺失监测参数，a，b和c为回归系数，t是时间参数e，f和g是函数的程度系数，d是常数。当e=9值时，f=6和G=3时，能是整个结果有很高的质量。使用下列因素是教育署建议时要使用的摘要条款计算（Jantunen2003）pi=q(n−i)(5)其中n是当前总样本数，i是在计算Q时的一个常数，定义在开始时会给出这个常数，结果是p与i相乘的结果，例如从查表中假设s=0.99，那么0.6就可能是最终的结果。模糊分类为了分解高阶多项式raoandrao制定出一个很简单的模糊分类的方法。开始的想法是，从良好的实验测量中得到的数据。从这些数据中拿出一些早期的数据用于分类界限的模糊定义。在该方法中集体数目与在良好的条件下八个二级相比是有限的，高级则意味着监视的组件越来越成为一个严重的条件。一类是保留给监视的参数值越低意味着可能在开始时在不同的切削条件下极限被定义在第一个地方。这一类使用下面的定义每个集（i=1..8）和平均值类的上限和下限定义根据下面的定义：集体集i=(i−2)·j·σ+µ(6)低级i=集体集i−j·(1+k)·σ/2低高级i=集体集i−j·(1−k)·σ/2高低级i=集体集i+j·(1−k)·σ/2高高集i=集体集i+j·(1+k)·σ/其中，j是系数，k是类型，μ是平均值，σ第一个标准差测量参数。限制数量的选择是一些相关的后处理和神经流程网络，这个过程中参数很多，最大的使用模糊集优势，是在一些限制需要作出更多鲁棒性.然而发达的后处理功能的方法与模糊clas的好处本文不讨论。硬件解决方案在微控制器一个硬件解决方案基于使用的微型控制器，微型控制器的发展是有优势的，边缘路由器是种非常小微型控制器而且很廉价，假设它履行一个最佳的技术任务要解决安装到机床的工具磨损。应当指出的是另一个同时发展的的硬件即发展微机电系统，传感器（微机电系统）。相对于传统的测量传感器MEMS传感器预计会更便宜，就要有便宜的硬体诊断的任务。为了快速而且简单的能够做分析的后续的诊断解决方案荷兰国际集团开发的硬件解决方案的边界条件已经确定：·A/D转换频率可高达2kHz与1024points·两个输入通道·可能使FFT转换·通过CAN与PC接口通信·极少使用外部元件，无需外从技术角度上来看，一个单片机芯片的微控制器解决方案是RAM的数量（随机存取记忆体），RAM能保存测量的数据、栈和项目。其他一些大的要测量的变量有10位模拟数字转换器的使用将2048个字节的RAM加成为1024个1024个数据点是存储在16bitWORD格式。如果只时域统计特征的计算此内存空间一些额外的栈和程序参数存储器是需要的，那么功能计算在频域更多的内存也是需要。频率和参数的计算采用快速傅立叶变换（FFT）。从1024数据点的FFT结果分为两部分。各1024含单精度浮点。数据类型是用于这些数字的FFT结果是8192字节.如果有超过8192节的微控制器RAM是需要的.应该指出，这一数额与4096字节的RAM内存可以测量的数据点，频域的形成是没有必要的。...在计算过程中，有某些行为需要做，使可用内存扩大。例如，如果需要时域和频域性时域特性先计算该程序使用两个时间相同的内存空间，频率做主要数据.在时域数据计算主要使用FFT，FFT后就没有主要的数据时间遗留，当用傅里叶计算完频谱同样的记忆空间也被使用了。该诊断软件的开发流程如下.当微控制器上的电源被打开时，微控制器等待操作指令10秒。如果没有收到指令时它开始自己运行参数编程.否则，该操作将根据接收到得参数启动。之后系统将每个周期自定义还将计算平均值直到模糊集的限制。该解决方