收藏本站
《吉林大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于声发射信号多特征分析与融合的刀具磨损分类与预测技术

关山  
【摘要】:随着制造装备自动化与制造模式集成化的发展,刀具切削状态的实时监测成为实现加工过程自动化的一项关键技术,也是目前尚没解决的重要难题。因此,研究加工过程中的刀具状态监控技术对实现加工过程自动化、提升产品加工质量、提高生产率是至关重要的也是非常迫切的。 本文针对变切削条件下刀具磨损的分类及磨损量预测这一课题,通过大量的切削实验,在实验数据基础上,将现代信号处理方法,如:经验模态分解,高阶谱分析和小波变换等,引入刀具磨损特征的提取中,提出了基于最小二乘支持向量机的声发射信号多特征分析与融合的刀具磨损分类与磨损量预测方法。主要研究内容包括以下几个方面: 1、以往的刀具状态监测中,多数都采用传统的信号处理方法,如:时域统计分析、傅里叶变换、功率谱估计等,提取对应刀具不同磨损状态的信号特征。由于刀具在磨损过程中发出的各种信号的非平稳、非线性及非高斯特性,传统的信号处理方法,已经远远的不能满足特征提取的要求。本文将更适于非平稳、非线性、非高斯信号处理的现代信号处理方法,如:经验模态分解、高阶谱分析和小波包分析,引入刀具磨损信号的特征提取。 首先,提出了基于EMD与AR模型相结合的刀具磨损特征提取方法。通过EMD分解将非平稳的声发射信号分解为有限个平稳的IMF分量之和,针对不同磨损阶段信号EMD分解后得到IMF分量个数不同的问题,提出了基于相关系数法的IMF分量选择方法。建立各IMF分量的AR模型,提取模型系数构造特征向量。结合声发射信号实例,讨论了AR模型的定阶问题,利用所建模型对各IMF分量进行预测,预测误差分析结果证明了建立4阶AR模型的准确性,从而间接的证明了AR模型系数作为表征刀具磨损特征向量的有效性。 其次,将双谱分析理论引入刀具磨损状态监测信号的特征提取中,提出了基于双谱奇异值分解的刀具磨损特征提取方法。在对不同切削条件、不同磨损阶段的实验数据去均值及归一化处理的基础上,进行双谱分析,构造基于双谱的特征向量矩阵,然后对特征向量矩阵进行奇异值分解,选取奇异谱构造特征向量。实验结果表明:该方法可以有效的减少切削条件的影响,更适于变切削条件下刀具磨损特征的提取。 第三,提出了建立在小波包最优基基础之上的小波包能量及时域统计特征的信号特征提取方法。结合声发射信号实例,探讨了小波包分解层次的确定方法和小波包最优基的选择方法。在此基础上,提取最优小波包能量和时域统计特征构造特征向量,通过引入基于类内、类间距离评估因子的特征评估方法对所得的高维时域统计特征进行评估,将时域统计特征从72维降至13维,有效的减少了特征的维数,提高了特征分类的性能,避免了由于高维输入特征而产生的“维数灾难”。 2、提出了信号多特征分析与融合的刀具磨损特征提取方法。在传统的刀具磨损监测系统中,为了提高监测的准确率,许多学者提出了基于传感器融合的监测方法,但是这种方法用于实际的监测,却存在一定的弊端:首先,多传感器融合大大增加了监测系统的成本,其次,基于多传感器融合的监测系统在安装上可能会干涉加工人员的操作,甚至影响到加工机床的性能。鉴于此,本文采用上述提及的现代信号处理技术,提取同一信号在不同域内的特征,从不同的角度反映刀具的磨损状态,构造联合多特征向量。然后利用核主元分析法对联合多特征向量进行融合降维处理,通过提取累积贡献率大于85%的主元,生成对应刀具磨损的融合特征,有效剔除了联合多特征中与刀磨损相关性较小或冗余的特征。降维后融合特征的散度图表明:所保留的融合特征具有更好的聚类性。 3、将最小二乘支持向量机引入刀具磨损的分类与磨损量预测。针对人工神经网络训练需要大量样本,学习算法收敛速度慢,且训练过程中易陷入局部极小值等缺点,将最小二乘支持向量机引入刀具磨损的分类,实例分析的结果证明,在正确选定最小二乘支持向量机核函数参数的前提下,融合特征对刀具磨损的识别率要高于联合特征及单一特征的识别率,基于最小二乘支持向量机的分类模型要优于基于神经网络的分类模型。采用最小二乘支持向量机回归算法,通过构造并联的双回归支持向量机,有效的实现了刀具磨损量提前10s预测。 4、开发了基于数字信号处理器的刀具磨损监测系统。该系统运算速度快,完全满足监测系统实时性的要求;系统柔性强,所有分类与预测算法均通过软件实现;提供通用的传感器信号接口,传感器可根据实际监测信号的变化方便更换;对于不同的加工方法,在未知信号特征及监测算法的情况下,本系统可以做为一个数据采集器,通过系统提供的高速USB接口,可将现场数据及时上传计算机,经技术人员分析与处理,编写新的特征提取、分类和预测算法程序,再回传给系统,实现不同加工方法下刀具的状态监测。因此系统通用性强,在理论上适用于任何加工方法刀具状态监测。
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TG506

【引证文献】
中国博士学位论文全文数据库 前3条
1 柴艳有;基于核学习理论的船舶柴油机故障诊断研究[D];哈尔滨工程大学;2012年
2 陈世海;冲击地压电磁辐射前兆信息识别技术研究[D];中国矿业大学;2012年
3 李威霖;车铣刀具磨损状态监测及预测关键技术研究[D];西南交通大学;2013年
中国硕士学位论文全文数据库 前4条
1 董慧;基于HHT的刀具磨损状态监测技术研究[D];沈阳航空航天大学;2013年
2 高辉;钛合金铣削加工中刀具磨损状态监测技术研究[D];沈阳航空航天大学;2013年
3 段乐峥;基于HHT的供水管道泄漏检测研究[D];厦门大学;2014年
4 唐亮;基于人工蜂群优化神经网络的刀具磨损状态监测系统研究[D];西南交通大学;2014年
【参考文献】
中国期刊全文数据库 前10条
1 聂鹏;谌鑫;;基于主元分析和BP神经网络对刀具VB值预测[J];北京航空航天大学学报;2011年03期
2 陈爱弟,王信义,王忠民,杨大勇,贾玉平;基于模糊聚类的刀具磨损量在线监测方法[J];北京理工大学学报;2000年03期
3 王忠民,王信义,陈爱弟,杨大勇,贾玉平;基于分形维数的刀具状态在线监测新方法[J];北京理工大学学报;2000年04期
4 徐创文;陈花玲;郭攀成;严慧萍;;基于径向基函数网络的刀具磨损识别[J];测试技术学报;2007年03期
5 丛瑜;肖怀铁;付强;;基于核主分量分析的高分辨雷达目标特征提取与识别[J];电光与控制;2008年02期
6 贾嵘;王小宇;张丽;罗兴锜;;基于EMD和AR模型的水轮机尾水管动态特征信息提取[J];电力系统自动化;2006年22期
7 雷萍;;基于PSO优化的小波神经网络在刀具磨损识别中的应用[J];工具技术;2007年06期
8 朱宁;冯志刚;王祁;;基于KPCA和SVM的火箭发动机试验台故障诊断方法[J];哈尔滨工业大学学报;2009年03期
9 李旗号,赵卫东,许少平;刀具磨损监测的神经网络实践[J];合肥工业大学学报(自然科学版);1998年06期
10 刘钟,朱名铨;刀具状态监测的信息处理技术[J];航空工艺技术;1996年05期
中国博士学位论文全文数据库 前2条
1 郑建明;基于HMM的多特征融合钻头磨损监测技术的研究[D];西安理工大学;2004年
2 高宏力;切削加工过程中刀具磨损的智能监测技术研究[D];西南交通大学;2005年
中国硕士学位论文全文数据库 前10条
1 郗长青;基于钻削力信号的钻头磨损状态监测技术的研究[D];西安理工大学;2005年
2 曹伟青;B样条模糊神经网络在刀具故障诊断中的应用[D];西南交通大学;2005年
3 罗杰;基于钻削力和噪声信号的HMM钻头磨损监测技术研究[D];西安理工大学;2006年
4 潘旭辉;基于切削加工声音信号的刀具状态监测技术基础研究[D];南京航空航天大学;2006年
5 高龙;基于小波分析和集成神经网络的刀具磨损监测技术研究[D];西南交通大学;2007年
6 谢政;基于切削声音信号的刀具状态识别研究[D];上海交通大学;2008年
7 魏春燕;小波分析与神经网络在刀具故障诊断中的应用[D];西华大学;2008年
8 张大吉;基于双谱与分形技术及神经网络的刀具智能诊断技术研究[D];西南交通大学;2008年
9 袁艳;基于KPCA的人脸识别中核函数参数的研究[D];大连海事大学;2008年
10 吕冬梅;支持向量机在刀具故障诊断中的应用[D];西华大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
3 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
4 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
5 吴亚楠;李鸿雁;王玉新;;第二松花江流域近75年降水量变化特征分析[J];安徽农业科学;2012年04期
6 李鹏飞;张庆国;周晓飞;严力蛟;朱雅莉;;Morlet小波在铜陵降水序列分析中的应用[J];安徽农业大学学报;2011年04期
7 胡远东;;基于MATLAB数字滤波器的设计[J];安徽科技学院学报;2009年05期
8 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
9 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
10 马庆元,郭继平,李宁;城市燃气管网负荷预测方法[J];鞍山科技大学学报;2004年02期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
4 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
6 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
7 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
8 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
9 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
10 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 魏海霞;爆破地震波作用下建筑结构的动力响应及安全判据研究[D];山东科技大学;2010年
2 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
3 王晓辉;中国产业结构的动态投入产出模型分析[D];哈尔滨工程大学;2010年
4 李高云;大型船舶航向/航迹智能容错控制研究[D];哈尔滨工程大学;2010年
5 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
6 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
7 唐艳红;基于航海雷达的海浪遥测关键技术研究[D];哈尔滨工程大学;2010年
8 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
9 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
10 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 盖卫勇;基于小波神经网络的高速铣削刀具磨损状态识别研究[D];河南理工大学;2010年
3 朱晓岭;多传感器信息融合技术在铣削过程监测中的应用研究[D];南昌航空大学;2010年
4 李锦;基于声波的运动车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
5 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
6 杨焱麟;基于小波变换理论与比值分析法的变压器励磁涌流识别的研究[D];山东科技大学;2010年
7 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
8 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
9 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
10 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 赵松;江汉红;张朝亮;柯泽贤;;基于改进小波阈值函数的雷达信号去噪[J];兵工自动化;2011年07期
2 唐秀家,颜大椿;基于神经网络的管道泄漏检测方法及仪器[J];北京大学学报(自然科学版);1997年03期
3 李均之,曹明,夏雅琴,毛浦森;岩石压缩试验与震前电磁波辐射的研究[J];北京工业大学学报;1982年04期
4 唐英,顾崇衔,孙荣平,陈克兴;金属切削过程声发射机理[J];北京科技大学学报;1995年05期
5 廖明,石博强,张文明,冯雅丽;分形在柴油机燃油系故障诊断中的应用[J];北京科技大学学报;1998年05期
6 陈爱弟,王信义,王忠民,杨大勇,贾玉平;基于模糊聚类的刀具磨损量在线监测方法[J];北京理工大学学报;2000年03期
7 王忠民,王信义,陈爱弟,杨大勇,贾玉平;基于分形维数的刀具状态在线监测新方法[J];北京理工大学学报;2000年04期
8 陈方;崔占忠;徐立新;;一种基于小波变换的静电探测信号自适应去噪方法[J];北京理工大学学报;2005年S1期
9 许宝杰;张建民;徐小力;李建伟;;抑制EMD端点效应方法的研究[J];北京理工大学学报;2006年03期
10 采峰;曾凤章;;产品需求量非平稳时序的ANN-ARMA预测模型[J];北京理工大学学报;2007年03期
中国博士学位论文全文数据库 前10条
1 李关防;模态域信号处理在水声中的应用[D];哈尔滨工程大学;2009年
2 王旭宏;大同矿区“三硬”煤层冲击地压发生机理研究[D];太原理工大学;2010年
3 杨力;基于小样本数据的矿井瓦斯突出风险评价[D];中国科学技术大学;2011年
4 王骏;无监督学习中聚类和阈值分割新方法研究[D];南京理工大学;2011年
5 薛洋;基于单个加速度传感器的人体运动模式识别[D];华南理工大学;2011年
6 刘松华;核矩阵低秩分解与核空间信息能度量研究及应用[D];西安电子科技大学;2011年
7 李绍东;中国装备制造业先进水平实证研究[D];辽宁大学;2011年
8 韩骏;小波熵与小波网络在多相流参数测量中的应用研究[D];天津大学;2010年
9 徐学锋;煤层巷道底板冲击机理及其控制研究[D];中国矿业大学;2011年
10 王正帅;老采空区残余沉降非线性预测理论及应用研究[D];中国矿业大学;2011年
中国硕士学位论文全文数据库 前10条
1 杨浩杰;高考志愿填报的数据分析研究[D];河南大学;2011年
2 郎宇宁;基于支持向量机的多分类方法研究及应用[D];西南交通大学;2010年
3 方记文;难加工材料铣削加工刀具磨损建模技术研究[D];南京航空航天大学;2010年
4 崔银虎;基于协整建模的刀具磨损预测研究[D];天津大学;2012年
5 彭东彪;TC4钛合金铣削过程预测和表面质量分析[D];天津大学;2012年
6 谌鑫;基于人工神经网络对刀具磨损状态监测技术研究[D];沈阳航空航天大学;2011年
7 谭佳丰;基于小波自回归谱的刀具故障诊断研究[D];西南交通大学;2005年
8 张杰;基于数学形态学的故障行波测距方法研究[D];昆明理工大学;2005年
9 李琳;HHT时频分析方法的研究与应用[D];吉林大学;2006年
10 牛洪瑜;基于神经网络的船舶柴油发电机组的故障诊断[D];兰州理工大学;2007年
【二级引证文献】
中国期刊全文数据库 前1条
1 费景洲;王忠巍;石灵丹;于涛;张鹏;;柴油机综合实验平台建设[J];实验技术与管理;2014年09期
中国硕士学位论文全文数据库 前3条
1 石晋明;基于粗糙集与核主元分析方法的柴油机故障检测与诊断[D];中北大学;2014年
2 王仁泽;柴油机进排气系统典型故障的实验研究与诊断[D];大连海事大学;2014年
3 曹慧;基于模糊聚类的储油罐底声发射源识别[D];沈阳工业大学;2014年
【二级参考文献】
中国期刊全文数据库 前10条
1 王计生,黄惟公,喻俊馨,魏远文;小波神经网络在智能诊断中的应用[J];兵工自动化;2003年05期
2 关剑,费仁元,王民;切屑状态在线监测的信号特征[J];北京工业大学学报;2000年01期
3 刘强;刀具磨损的偏最小二乘回归分析与建模[J];北京航空航天大学学报;2000年04期
4 李劲松,陈鼎昌;基于铣削力的刀具磨损监控研究[J];北京航空航天大学学报;1998年05期
5 石博强,薛辉;基于相空间重构的GMDH方法在复杂机械系统状态预测中的应用[J];北京科技大学学报;1999年06期
6 廖明,石博强,张文明,冯雅丽;分形在柴油机燃油系故障诊断中的应用[J];北京科技大学学报;1998年05期
7 吕志民,徐金梧,张武军,翟绪圣;分形维数在滚动轴承故障诊断中应用[J];北京科技大学学报;1998年05期
8 陈爱弟,王信义,王忠民,杨大勇,贾玉平;用于监测刀具磨损的声发射(AE)特征优选方法[J];北京理工大学学报;2000年03期
9 陈爱弟,王信义,王忠民,杨大勇,贾玉平;基于模糊聚类的刀具磨损量在线监测方法[J];北京理工大学学报;2000年03期
10 王忠民,王信义,陈爱弟,杨大勇,贾玉平;基于分形维数的刀具状态在线监测新方法[J];北京理工大学学报;2000年04期
中国博士学位论文全文数据库 前5条
1 熊四昌;基于计算机视觉的刀具磨损状态监测技术的研究[D];浙江大学;2003年
2 郑建明;基于HMM的多特征融合钻头磨损监测技术的研究[D];西安理工大学;2004年
3 陆爽;基于现代信号分析和神经网络的滚动轴承智能诊断技术研究[D];吉林大学;2004年
4 高宏力;切削加工过程中刀具磨损的智能监测技术研究[D];西南交通大学;2005年
5 朱启兵;基于小波理论的非平稳信号特征提取与智能诊断方法研究[D];东北大学;2006年
中国硕士学位论文全文数据库 前10条
1 张文彬;基于声音和图像的刀具磨损状态监测技术的研究[D];浙江工业大学;2003年
2 郭亚;振动信号处理中的小波基选择研究[D];合肥工业大学;2003年
3 钦兰云;异形螺杆铣削过程中刀具监控系统的研究和开发[D];沈阳工业大学;2004年
4 王巧云;基于遗传—神经网络的电液伺服阀故障模式识别研究[D];武汉科技大学;2004年
5 谭佳丰;基于小波自回归谱的刀具故障诊断研究[D];西南交通大学;2005年
6 曹伟青;B样条模糊神经网络在刀具故障诊断中的应用[D];西南交通大学;2005年
7 刘岩;基于分形的往复机械振动信号分析技术[D];大庆石油学院;2006年
8 潘旭辉;基于切削加工声音信号的刀具状态监测技术基础研究[D];南京航空航天大学;2006年
9 杨培辉;小波包技术研究及储层预测评价[D];成都理工大学;2006年
10 王波;短时电能质量扰动检测与间谐波参数测量[D];四川大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 初黎;漫话硬质合金刀具的发展与最佳切削状态[J];工具技术;1981年05期
2 拾零;立方氮化硼聚晶刀具材料铣削试验[J];工具技术;1981年09期
3 王宝友,黄传真,艾兴,赵军;硬质合金粉末表面涂层陶瓷的材料[J];陶瓷学报;1999年03期
4 于启勋,解丽静,刘忠和,林景;超硬刀具材料的发展与实验研究[J];世界制造技术与装备市场;2004年06期
5 于启勋,张京英;刀具材料技术水平迅速发展——记第九届中国国际机床展览会[J];机械工程师;2005年06期
6 张志华,林克伟;高锰钢的合理切削条件[J];机械工程师;2005年06期
7 赵志江,陈健,唐文秀;可调整快换机夹切断刀具的国产化[J];林业机械与木工设备;2005年06期
8 涂杰;;高速切削发展的瓶颈——刀具[J];中小企业科技;2007年05期
9 于启勋;;硬质合金刀具材料技术水平的进展[J];新技术新工艺;2007年05期
10 熊建武;周进;刘楚玉;;铝合金切削加工条件选择及其切削加工性能改善[J];科技信息(科学教研);2007年26期
中国重要会议论文全文数据库 前10条
1 闫利平;;浅析刀具磨损[A];第十五届全国汽车检测技术年会论文集[C];2011年
2 仇晓梅;;手机透镜及键盘加工行业数控铣刀具的合理选择与使用[A];天津市电视技术研究会2011年年会论文集[C];2011年
3 张晓饶;梁鑫;;提高油田井下钻铣刀具效率及寿命的研究[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
4 刘战强;王遵彤;万熠;艾兴;;基于实例推理的刀具材料选择系统的研究[A];制造业与未来中国——2002年中国机械工程学会年会论文集[C];2002年
5 李友生;邓建新;石磊;;加工钛合金刀具材料的抗氧化性能研究[A];《硅酸盐学报》创刊50周年暨中国硅酸盐学会2007年学术年会论文摘要集[C];2007年
6 吴春桥;张胜文;仝永海;朱玉龙;方喜峰;;基于VB和MATLAB的计算机辅助刀具与工艺参数优选研究[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年
7 于学全;邵大鹏;倪红军;王永刚;燕超鹏;师淑娟;;孔口倒角工艺及刀具研究[A];第十七届全国大功率柴油机学术年会论文集[C];2011年
8 戚正风;任瑞铭;;国内外刀具材料发展现状[A];第九次全国热处理大会论文集(一)[C];2007年
9 邓建新;曹同坤;艾兴;;自润滑刀具的设计及其减摩机理研究[A];2005年中国机械工程学会年会论文集[C];2005年
10 李永洪;徐炜;王晓华;张波;潘敏元;;陶瓷刀具材料增强增韧机制的TEM研究[A];第七次全国电子显微学会议论文摘要集[C];1993年
中国重要报纸全文数据库 前10条
1 刘峰;国产刀具要在高和专上下功夫[N];消费日报;2006年
2 本报记者 臧亚伟;袁哲俊解读中国刀具业发展直陈三大制约因素[N];机电商报;2006年
3 力纳;发展刀具业不能再错失良机[N];消费日报;2008年
4 王迅;硬质合金刀具材料不断推陈出新[N];中国有色金属报;2008年
5 张丽娜;洋刀霍霍中国刀企还要磨刀几回?[N];消费日报;2006年
6 ;国产五金刀具缘何受冷落[N];现代物流报;2006年
7 刘献礼;PCBN刀具在中国市场的应用现状与思考[N];机电商报;2005年
8 太原东山煤矿有限责任公司 王志荣;自润滑刀具材料研究[N];山西科技报;2006年
9 本报记者 臧亚伟;“二元结构”或破解中国刀具行业困局[N];机电商报;2006年
10 本报记者 陈蕾;模具行业发展呼唤装备业新技术[N];机电商报;2006年
中国博士学位论文全文数据库 前10条
1 杨树宝;置氢钛合金高效切削仿真及刀具磨损预测研究[D];南京航空航天大学;2012年
2 张少婧;基于聚焦离子束技术的微刀具制造方法及关键技术的研究[D];天津大学;2009年
3 张辉;硬脆刀具材料的高温摩擦磨损特性及机理研究[D];山东大学;2011年
4 崔晓斌;高速断续切削淬硬钢刀具失效机理研究[D];山东大学;2013年
5 陈洪涛;基于多参量信息融合的刀具磨损状态识别及预测技术研究[D];西南交通大学;2013年
6 孙玉晶;钛合金铣削加工过程参量建模及刀具磨损状态预测[D];山东大学;2014年
7 张宗阳;基于最小表面磨损率的刀具磨损及加工表面层特性研究[D];山东大学;2012年
8 李安海;基于钛合金高速铣削刀具失效演变的硬质合金涂层刀具设计与制造[D];山东大学;2013年
9 曹自洋;微细铣削机床、刀具与加工机理的基础研究[D];南京航空航天大学;2009年
10 尹震飚;面向复杂型腔工件高效数控加工的刀具优选技术研究[D];重庆大学;2011年
中国硕士学位论文全文数据库 前10条
1 黄丽仁;铣刀楔角对木塑材料切削过程中切削温度的影响[D];南京林业大学;2010年
2 邹浩波;高速切削加工表面粗糙度的研究[D];昆明理工大学;2006年
3 何建林;具有微结构功能表面的刀具及车削性能研究[D];华南理工大学;2011年
4 丁玉发;面向大批量生产的刀具磨损在线识别技术研究[D];华中科技大学;2011年
5 翟银星;数字化车间刀具全生命周期可视化管理系统研究与开发[D];南昌大学;2012年
6 任鹏伟;刀具全生命周期管理系统的研究与开发[D];青岛理工大学;2012年
7 薛庆华;铣削淬硬45钢和40Cr钢的刀具寿命可靠性研究[D];山东大学;2013年
8 戴玲;路面铣刨机刀具的力学分析和优化设计[D];中南林业科技大学;2012年
9 刘伟;盾构机刀具切削的三维数值模拟研究及刀盘的有限元分析[D];燕山大学;2013年
10 刘月萍;铣削Ti6Al4V刀具刃口钝化研究[D];山东大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026