赵转哲
- 作品数：2 被引量：1H指数：1
- 供职机构：东南大学机械工程学院更多>>
- 发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目安徽省自然科学基金更多>>
- 相关领域：金属学及工艺机械工程更多>>
- 基于属性层次模型的单工位状态监测异类传感器布置优化被引量：1
- 2014年
- 为了获得足够有效的切削过程状态信息,确保产品质量/系统零部件的安全可靠运行,应采用可靠的监测策略并对传感器进行优化布置。针对单工位多工步切削过程状态监测,基于多工位误差流(Stream of variation,SOV)理论构建单工位多工步信息流模型,通过状态空间变换和主成分分析确定故障/监测量信息传递系数π用来表征不同测点传感器的监测能力;考虑传感器以及故障/监测量之间的特性差异对于系统检测能力的影响,采用6Sigma的因果矩阵(Cause-effect matrix,CEM)和失效模式与影响分析(Failure mode and effect analysis,FMEA)工具分别对传感器以及故障/监测量特性进行量化表示;基于属性层次模型(Attribute hierarchical model,AHM)构建传感器,故障/检测量以及系统检测能力之间的因果关系,设定优化目标和约束条件,并采用元启发式算法-混合蛙跳算法(Shuffled frog leaping algorithm,SFLA)和遗传算法(Genetic algorithm,GA)用于优化计算。提出基于单工位状态监测的六步传感器优化布置策略。实例分析表明,在一定约束条件下,就优化目标而言,SFLA显示比GA更高的优化效率,为单工位状态监测的传感器布置优化提供实践参考。
- 何康贾民平赵转哲
- 关键词：属性层次模型
- 面向机械加工过程的状态监测技术研究现状分析
- 2018年
- 机械加工过程状态监测对于提高工件加工质量,确保系统可靠性以及减少机床停机时间具有重要的实践意义。但是当前的研究对于机械加工过程状态监测技术的相关理论和方法缺乏总体性概括、分析和比较,从而难以为机械加工过程状态监测技术的后续研究提供可以参考的整体理论框架。为此,本文以当前表面粗糙度和刀具状态监测两大研究热点为研究对象,基于以下三点视角:(1)基于人工智能的状态监测策略;(2)基于统计学习的状态监测策略;(3)基于多传感器信息融合的状态监测策略,较为全面地介绍和论述了用于机械加工过程状态监测的相关理论和方法,并对其优缺点进行了对比分析,最后给出机械加工过程状态监测技术研究未来所面临的挑战。
- 何康贾民平赵转哲
- 关键词：表面粗糙度刀具状态机械加工过程
