基于切削力和神经网络的铣削刀具状态监测研究

基于切削力分量测量信号,提出了用于端面铣削的刀具状态监测(TCM)的3层BPNN网络系统,用于估计铣削过程中的刀具磨损(Vb)和表面粗糙度(Ra)。利用切削力数据构建了6×10×2结构的神径网络的训练样本,并对其性能进行了评价。建立了刀具磨损和表面粗糙度与有关的切削参数关系。试验结果表明模型输出与直接测量的刀具磨损和表面粗糙度的值非常接近,证明了该方法是可行的。