CN102490086A - 镗杆工作状态实时监测系统 - Google Patents
镗杆工作状态实时监测系统 Download PDFInfo
- Publication number
- CN102490086A CN102490086A CN2011103321994A CN201110332199A CN102490086A CN 102490086 A CN102490086 A CN 102490086A CN 2011103321994 A CN2011103321994 A CN 2011103321994A CN 201110332199 A CN201110332199 A CN 201110332199A CN 102490086 A CN102490086 A CN 102490086A
- Authority
- CN
- China
- Prior art keywords
- boring bar
- vibration signal
- signal
- intermediate station
- vibration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
镗杆工作状态实时监测系统，包括信号检测装置、上位机和中间站；上位机对振动信号的分析处理包括：分别对每组历史振动信号建立特征向量；将每组特征向量与对应的状态信息分别作为输入参数和输出参数构建学习样本；选择核函数，输入训练样本到支持向量机中进行样本训练，获得基于支持向量机的分类模型；计算实时振动信号的特征向量，输入到分类模型中进行模式识别，模式识别判断当前镗杆是处于稳定状态或颤振状态；待识别样本作为新的学习样本增添到支持向量机中，以提高分类模型的识别能力。本发明具有安装方便、响应速度快、抗干扰能力强的优点。
Description
技术领域
本发明涉及一种镗杆工作状态实时监测系统。
背景技术
当前机械制造业技术不断发展，精密和超精密加工已成为现代机械制造的重要组成部分。卧式镗床属于精密加工的一种，主要用于加工高精度孔或一次定位完成多个孔的精加工。镗杆属于悬臂梁结构，镗削过程中，处于自由端的镗刀与工件之间极易产生自激振动，破坏加工过程的稳定性，致使工件加工表面质量急剧恶化，降低刀具寿命，影响加工效率。因此，对镗杆工作状态进行实时监测显得十分重要。而由于镗杆在工作过程中处于旋转状态，无法采用传统的有线检测方法测得镗刀处的振动信号。
发明内容
为克服现有的有线检测方法无法在镗杆旋转状态时测得镗刀处的振动信号，本发明提供了一种基于无线通信技术，能够直接在镗杆旋转状态下测得镗刀处振动信号，且无需改变刀具结构，安装方便的镗杆工作状态实时监测系统。
镗杆工作状态实时监测系统，包括固定于镗杆端部、用于监测镗杆振动信号的信号检测装置，对监测到的振动信号进行分析处理的上位机，及实现信号检测装置与上位机之间通信的中间站；
所述的上位机发出的控制指令传送到中间站，所述的中间站通过无线通信方式将控制指令发送到信号检测装置，并接收信号检测装置发送的振动信号；所述的信号检测装置通过无线通信方式将检测到的振动数据发送至中间站，该振动信号由中间站通过串口发送到上位机；
上位机对振动信号的分析处理包括以下步骤：
1）、分别对每组历史振动信号经过特征参数提取得到振动信号的典型特征参数，建立特征向量；通过时频分析获取每组历史振动信号的状态信息；将每组特征向量与对应的状态信息分别作为输入参数和输出参数构建支持向量机的学习样本；所述的状态信息指的是镗杆处于稳定状态或颤振状态；
2）、选择核函数，输入学习样本到支持向量机中进行样本学习，获得输入参数和输出参数的精确映射关系，该映射关系为基于支持向量机的分类模型；
3）、计算来自信号检测装置的实时振动信号的特征向量，将该特征向量作为待识别样本，将待识别样本输入到分类模型中进行模式识别，模式识别判断当前镗杆处于稳定状态或颤振状态；
4）、待识别样本作为新的学习样本增添到支持向量机中，以提高分类模型的识别能力。
进一步，所述的信号检测装置包括固定于镗杆上的加速度传感器，为信号检测装置提供电源的振动检测电源模块，将加速度传感器感测到的振动信号进行放大和采样、对振动数据编码和控制指令解码的振动信号处理模块，用于存储采样后振动数据的存储模块，及与中间站进行数据交互的振动检测无线通信模块。
进一步，所述的镗杆上固定两个加速度传感器，两个加速度传感器正交。所述的加速度传感器与镗杆之间设有套接于镗杆上的圆环基体，两个加速度传感器固定于圆环基体的圆周上，圆环基体通过紧固螺钉固定在镗杆上；信号检测装置采用圆环形电路板，圆环形电路板通过螺钉固定在圆环基体的侧面，振动信号处理模块、无线通信模块、存储模块和振动检测电源模块均采用贴片元件，各个贴片元件沿圆环基体的圆周均匀分布。
进一步，振动信号处理模块中内置能够同时对两路模拟信号进行采样的16位∑-△模数转换器，确保采样结果在时域的一致性；信号经过A/D转换后存入存储模块，振动检测电源模块中设有为模数转换器提供基准电压的基准电路。
振动信号处理模块读取存储模块中的数据，对数据进行编码后传输给无线通信模块；振动信号处理模块根据无线通信模块接收的来自上位机的配置命令来配置系统运行参数，配置监测信号的采样频率和一次采样时间，配置无线通信模块的工作频率和发送功率等参数；振动信号处理模块根据指令调整无线通信模块的工作模式；振动信号处理模块空闲时处于低功耗状态，当有处理请求时可迅速恢复到正常工作状态，其状态转换时间只需要几个微秒，可做到及时响应处理请求，延长系统的工作时间。
进一步，振动检测电源模块包括为振动信号处理模块及无线通信模块供电的主电源电路，为传感器提供稳定电流的恒流源电路，和为模数转换器提供基准电压的基准电路；主电源电路由超低功耗稳压芯片和电池组成。稳压芯片具有微安级的工作电流和较宽的输入电压范围。为了减小供电系统的体积和重量，可使用纽扣电池为系统供电。
进一步，所述的中间站包括将来自上位机的控制指令发送到信号检测装置的中间站无线通信模块，对来自信号检测装置的振动信号进行解码和对待发送的控制指令进行编码的中间站信号处理模块，和为中间站无线通信模块及中间站信号处理模块供电的中间站电源模块；中间站信号处理模块通过RS232串口与上位机通信，实现数据的可靠传输。中间站无线通信模块和中间站信号处理模块与信号检测装置中的无线通信模块和振动信号处理模块分别采用相同的硬件。
本发明采用加速度传感器获取镗杆的振动信号，通过无线传输方式将振动信号经中间站传输至上位机，由上位机进行计算、识别镗杆当前是处于稳定状态或颤振状态。当镗杆出现颤振时，上位机发出报警，提醒工作人员注意。
本发明具有安装方便、响应速度快、抗干扰能力强的优点；本发明利用无线通信技术克服了旋转类刀具布线困难的问题，实现了镗杆工作状态的实时监测。本发明的技术方案也可用于其它旋转类刀具的在线监测。
附图说明
图1为本发明实时监测系统的框图。
图2为本发明的数据流图。
图3为本发明信号检测传输框图。
图4为本发明模式识别流程图。
图5为本发明信号检测装置结构图。
图6为本发明信号检测装置流程图。
图7为本发明中间站流程图。
具体实施方式
参照附图，进一步说明本发明：
镗杆工作状态实时监测系统，包括固定于镗杆端部、用于监测镗杆振动信号的信号检测装置，对监测到的振动信号进行分析处理的上位机，和连接信号检测装置与上位机之间通信的中间站；
上位机发出的控制指令传送到中间站，中间站通过无线通信方式将控制指令发送到信号检测装置，并接收信号检测装置发送的振动信号；信号检测装置通过无线通信方式将检测到的振动信号发送至中间站，该振动信号由中间站通过串口发送到上位机；
上位机对振动信号的分析处理包括以下步骤（如图4所示）：
1）、分别对每组历史振动信号经过特征参数提取得到振动信号的典型特征参数，建立特征向量；通过时频分析获取每组历史振动信号的状态信息；将每组特征向量与对应的状态信息分别作为输入参数和输出参数构建支持向量机的学习样本；所述的状态信息指的是镗杆处于稳定状态或颤振状态；
2）、选择核函数，输入学习样本到支持向量机中进行样本学习，获得输入参数和输出参数的精确映射关系，该映射关系为基于支持向量机的分类模型；
3）、计算来自信号检测装置的实时振动信号的特征向量，将该特征向量作为待识别样本，将待识别样本输入到分类模型中进行模式识别，模式识别判断当前镗杆是处于稳定状态还是处于颤振状态；
4）、待识别样本作为新的学习样本增添到支持向量机中、以提高分类模型的识别能力。
信号检测装置包括固定于镗杆上的加速度传感器，为信号检测装置提供电源的振动检测电源模块，将加速度传感器感测到的振动信号进行放大和采样、对振动数据编码和控制指令解码的振动信号处理模块，用于存储采样后振动数据的存储模块，及与中间站进行数据交互的振动检测无线通信模块。
如图6所示，信号检测装置开机后进入初始化，初始化主要完成无线通信模块运行参数的配置和分配各类数据的存储空间；初始化完成后，系统处于等待状态，等待接收中间站发送的上位机配置指令；如果接收到配置指令，则按指令对装置进行参数配置，完成配置后，系统处于等待状态；如果接收上位机发送的采样指令，则按设定的采样频率和采样时间对加速度传感器输出的信号进行采样并存储在存储模块内；如果接收上位机发送的发送指令，则读取存储模块中的监测数据并对数据进行编码，然后通过振动检测无线通信模块进行发送。
振动信号处理模块采用低功耗单片机MSP430F42X0，存储模块采用超低功耗的FRAM（铁电随机存取存储器），振动检测无线通信模块采用低功耗射频芯片nRF905。
存储模块中保存振动检测装置的运行参数和监测数据；FRAM的高速数据存取速度能及时将监测数据存入其中，避免数据丢失，保证数据的连续性；信号检测装置初始化或复位后可从存储模块中读取运行参数。
低功耗射频芯片nRF905具有两种工作模式，实现数据的接收和发射，工作频率和发射功率的动态可调能满足不同监测环境的要求；通过SPI接口与振动信号处理模块连接，保证通信质量和速度；无线通信模块在空旷环境下通信距离1000米，满足通信要求；发射芯片内建空闲模式与关机模式，易于实现节能。
所述的镗杆1上固定两个加速度传感器3、4，两个加速度传感器3、4正交。如图5所示，所述的加速度传感器3、4与镗杆1之间设有套接于镗杆1上的圆环基体2，两个加速度传感器3、4固定于圆环基体2的圆周上，圆环基体2通过紧固螺钉固定在镗杆1上；信号检测装置采用圆环形电路板，圆环形电路板通过螺钉固定在圆环基体的侧面，振动信号处理模块、振动检测无线通信模块、存储模块和振动检测电源模块均采用贴片元件，各个贴片元件沿圆环基体2的圆周均匀分布。调整电源模块位置使信号检测装置获得转动时的动平衡，以免引起震荡。
加速度传感器选用IC压电式加速度传感器；正交的加速度传感器能够分别测量镗刀在水平和竖直两个方向上的振动情况；IC压电式传感器是一种低阻抗电压型传感器，传感器内置电荷放大器，将于加速度成正比的电荷信号直接转换和放大成低阻的电压输出信号；振动检测电源模块中设有为传感器提供稳定电流的恒流源电路；恒流源电路能在各种使用条件变化的情况下输出稳定电流，保证传感器正常工作。
振动信号处理模块中内置能够同时对两路模拟信号进行采样的16位∑-△模数转换器，确保了采样结果在时域的一致性；信号经过A/D转换后存入存储模块，振动检测电源模块中设有为模数转换器提供基准电压的基准电路。
振动信号处理模块读取存储模块中的数据，对数据进行编码后传输给无线通信模块；振动信号处理模块根据无线通信模块接收的来自上位机的配置命令来配置系统运行参数，配置监测信号的采样频率和一次采样时间，配置无线通信模块的工作频率和发送功率参数；振动信号处理模块根据指令调整无线通信模块的工作模式；振动信号处理模块空闲时处于低功耗状态，当有处理请求时可迅速恢复到正常工作状态，其状态转换时间只需要几个微秒，可做到及时响应处理请求，延长系统的工作时间。
振动检测电源模块包括为振动信号处理模块及无线通信模块供电的主电源电路，为传感器提供稳定电流的恒流源电路，和为模数转换器提供基准电压的基准电路；主电源电路由超低功耗稳压芯片和电池组成。稳压芯片具有微安级的工作电流和较宽的输入电压范围。为了减小体积和重量，可使用纽扣电池为系统供电。
如图3所示，所述的中间站模块包括将来自上位机的控制指令发送到信号检测装置的中间站无线通信模块，对来自信号检测装置的振动信号进行解码和对待发送的控制指令进行编码的中间站信号处理模块，和为中间站无线通信模块及中间站信号处理模块供电的中间站电源模块。中间站无线通信模块和中间站信号处理模块与信号检测装置中的无线通信模块和振动信号处理模块分别采用相同的硬件；中间站与上位机的通信采用RS232串口通信，实现与上位机的可靠数据传输。
如图7所示，中间站开机完成初始化后，中间站信号处理模块处于等待状态；判断是否接收到经串口发送的上位机控制指令，如果接收到上位机的控制指令，则将指令由中间站无线通信模块发送给振动检测装置；如果没有接收到串口通信，则判断是否接收到振动监测装置发送的信号，如果接收到振动检测装置发送的信号并判断为振动数据，则将接收到的数据通过串口发送到上位机中进行保存。
本发明使用加速度传感器获取镗杆的振动信号，通过无线传输方式将振动信号经中间站模块传输至上位机，由上位机进行计算、识别镗杆当前是处于稳定状态还是颤振状态。当镗杆出现颤振时，上位机发出报警，提醒工作人员注意。
本发明具有安装方便、响应速度快、抗干扰能力强的优点；本发明利用无线通信技术克服了旋转类刀具布线困难的问题，实现了镗杆工作状态的实时监测。本发明的技术方案也可用于其它旋转类刀具的在线监测。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (7)
1. 镗杆工作状态实时监测系统，包括固定于镗杆端部、用于监测镗杆振动信号的信号检测装置，对监测到的振动信号进行分析处理的上位机，和连接信号检测装置与上位机之间通信的中间站；
所述的上位机发出控制指令传送到中间站，所述的中间站通过无线通信方式将控制指令发送到信号检测装置；所述的信号检测装置通过无线通信方式将检测到的振动数据发送至中间站，该振动数据由中间站通过串口发送到上位机；
上位机对振动信号的分析处理包括以下步骤：
1）、分别对每组历史振动信号经过特征参数提取得到振动信号的典型特征参数，建立特征向量；通过时频分析获取每组历史振动信号的状态信息；将每组特征向量与对应的状态信息分别作为输入参数和输出参数构建支持向量机的学习样本；所述的状态信息指的是镗杆处于稳定状态或颤振状态；
2）、选择核函数，输入学习样本到支持向量机中进行样本学习，获得输入参数和输出参数的精确映射关系，该映射关系为基于支持向量机的分类模型；
3）、计算来自信号检测装置的实时振动信号的特征向量，将该特征向量作为待识别样本，将待识别样本输入到分类模型中进行模式识别，模式识别判断当前镗杆处于稳定状态或处于颤振状态；
4）、待识别样本作为新的学习样本增添到支持向量机中，以提高分类模型的识别能力。
2.如权利要求1所述的镗杆工作状态实时监测系统，其特征在于：所述的信号检测装置包括固定于镗杆上的加速度传感器，为信号检测装置提供电源的振动检测电源模块，将加速度传感器感测到的振动信号进行放大和采样的振动信号处理模块，用于存储采样后振动信号的存储模块，及与中间站进行数据交互的振动检测无线通信模块；振动信号处理模块对待发送的振动信号进行编码，经编码的振动信号通过振动检测无线通信模块发送到中间站。
3. 如权利要求2所述的镗杆工作状态实时监测系统，其特征在于：所述的镗杆上固定两个加速度传感器，两个加速度传感器正交。
4. 如权利要求3所述的镗杆工作状态实时监测系统，其特征在于：所述的加速度传感器与镗杆之间设有套接于镗杆上的圆环基体，两个加速度传感器固定于圆环基体的圆周上，圆环基体通过紧固螺钉固定在镗杆上；信号检测装置采用圆环形电路板，圆环形电路板通过螺钉固定在圆环基体的侧面，振动信号处理模块、振动检测无线通信模块、存储模块和振动检测电源模块均采用贴片元件，各个贴片元件沿圆环基体的圆周均匀分布。
5. 如权利要求2所述的镗杆工作状态实时监测系统，其特征在于：振动信号处理模块中内置能够同时对两路模拟信号进行采样的16位∑-△模数转换器，模数转换器采样获得的数字信号存入存储模块中。
6. 如权利要求2所述的镗杆工作状态实时监测系统，其特征在于：振动检测电源模块包括为振动信号处理模块及无线通信模块供电的主电源电路，为传感器提供稳定电流的恒流源电路，和为模数转换器提供基准电压的基准电路；主电源电路由超低功耗稳压芯片和电池组成。
7. 如权利要求2所述的镗杆工作状态实时监测系统，其特征在于：所述的中间站包括将来自上位机的控制指令发送到信号检测装置的中间站无线通信模块，对来自信号检测装置的振动信号进行解码和对待发送的控制指令进行编码的中间站信号处理模块，和为中间站无线通信模块及中间站信号处理模块供电的中间站电源模块；中间站信号处理模块通过串口实现与上位机通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011103321994A CN102490086B (zh) | 2011-10-28 | 2011-10-28 | 镗杆工作状态实时监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011103321994A CN102490086B (zh) | 2011-10-28 | 2011-10-28 | 镗杆工作状态实时监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102490086A true CN102490086A (zh) | 2012-06-13 |
| CN102490086B CN102490086B (zh) | 2013-11-27 |
Family
ID=46181969
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011103321994A Expired - Fee Related CN102490086B (zh) | 2011-10-28 | 2011-10-28 | 镗杆工作状态实时监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102490086B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102765010A (zh) * | 2012-08-24 | 2012-11-07 | 常州大学 | 刀具破磨损状态检测方法及其检测系统 |
| CN102825504A (zh) * | 2012-09-18 | 2012-12-19 | 重庆科技学院 | 数控机床主轴状态检测方法 |
| JP2015091612A (ja) * | 2013-11-08 | 2015-05-14 | 国立大学法人 東京大学 | 切削状態判定システム及び切削状態判定方法 |
| CN104742153A (zh) * | 2015-04-01 | 2015-07-01 | 中国计量学院 | 六轴多关节工业机器人故障预测装置 |
| CN105081879A (zh) * | 2015-08-27 | 2015-11-25 | 成都飞机工业（集团）有限责任公司 | 一种数控机床主轴的故障诊断与预测的方法 |
| CN105965321A (zh) * | 2016-06-16 | 2016-09-28 | 清华大学深圳研究生院 | 基于无线传感器网络的机床颤振智能监控系统及方法 |
| CN106112697A (zh) * | 2016-07-15 | 2016-11-16 | 西安交通大学 | 一种基于3σ准则的铣削颤振自动报警阈值设定方法 |
| CN106217130A (zh) * | 2016-08-15 | 2016-12-14 | 大连理工大学 | 复杂曲面加工过程中铣刀状态在线监测与预警方法 |
| CN107378641A (zh) * | 2017-08-23 | 2017-11-24 | 东北电力大学 | 一种基于图像特征和lltsa算法的刀具磨损状态监测方法 |
| CN109746762A (zh) * | 2019-01-07 | 2019-05-14 | 北京理工大学 | 一种深孔镗削加工颤振的在线监测与抑制方法 |
| CN110103077A (zh) * | 2019-05-08 | 2019-08-09 | 北京理工大学 | 一种镗刀杆多传感器集成的镗削状态智能监测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101603950A (zh) * | 2008-06-12 | 2009-12-16 | 中国石油化工股份有限公司 | 催化剂积碳量的在线检测方法 |
| CN102053016A (zh) * | 2010-11-08 | 2011-05-11 | 江苏大学 | 旋转机械滚动轴承的无线振动监测系统 |
| CN102179723A (zh) * | 2011-03-08 | 2011-09-14 | 哈尔滨先锋机电技术开发有限公司 | 基于无线电通讯的数控机床在线测量装置 |
-
2011
- 2011-10-28 CN CN2011103321994A patent/CN102490086B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101603950A (zh) * | 2008-06-12 | 2009-12-16 | 中国石油化工股份有限公司 | 催化剂积碳量的在线检测方法 |
| CN102053016A (zh) * | 2010-11-08 | 2011-05-11 | 江苏大学 | 旋转机械滚动轴承的无线振动监测系统 |
| CN102179723A (zh) * | 2011-03-08 | 2011-09-14 | 哈尔滨先锋机电技术开发有限公司 | 基于无线电通讯的数控机床在线测量装置 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102765010A (zh) * | 2012-08-24 | 2012-11-07 | 常州大学 | 刀具破磨损状态检测方法及其检测系统 |
| CN102765010B (zh) * | 2012-08-24 | 2014-12-17 | 常州大学 | 刀具破磨损状态检测方法及其检测系统 |
| CN102825504A (zh) * | 2012-09-18 | 2012-12-19 | 重庆科技学院 | 数控机床主轴状态检测方法 |
| CN102825504B (zh) * | 2012-09-18 | 2014-12-24 | 重庆科技学院 | 数控机床主轴状态检测方法 |
| JP2015091612A (ja) * | 2013-11-08 | 2015-05-14 | 国立大学法人 東京大学 | 切削状態判定システム及び切削状態判定方法 |
| CN104742153A (zh) * | 2015-04-01 | 2015-07-01 | 中国计量学院 | 六轴多关节工业机器人故障预测装置 |
| CN105081879A (zh) * | 2015-08-27 | 2015-11-25 | 成都飞机工业（集团）有限责任公司 | 一种数控机床主轴的故障诊断与预测的方法 |
| CN105965321A (zh) * | 2016-06-16 | 2016-09-28 | 清华大学深圳研究生院 | 基于无线传感器网络的机床颤振智能监控系统及方法 |
| CN106112697A (zh) * | 2016-07-15 | 2016-11-16 | 西安交通大学 | 一种基于3σ准则的铣削颤振自动报警阈值设定方法 |
| CN106112697B (zh) * | 2016-07-15 | 2018-07-17 | 西安交通大学 | 一种基于3σ准则的铣削颤振自动报警阈值设定方法 |
| CN106217130A (zh) * | 2016-08-15 | 2016-12-14 | 大连理工大学 | 复杂曲面加工过程中铣刀状态在线监测与预警方法 |
| CN107378641A (zh) * | 2017-08-23 | 2017-11-24 | 东北电力大学 | 一种基于图像特征和lltsa算法的刀具磨损状态监测方法 |
| CN107378641B (zh) * | 2017-08-23 | 2019-02-01 | 东北电力大学 | 一种基于图像特征和lltsa算法的刀具磨损状态监测方法 |
| CN109746762A (zh) * | 2019-01-07 | 2019-05-14 | 北京理工大学 | 一种深孔镗削加工颤振的在线监测与抑制方法 |
| WO2020143203A1 (zh) * | 2019-01-07 | 2020-07-16 | 北京理工大学 | 一种深孔镗削加工颤振的在线监测与抑制方法 |
| CN109746762B (zh) * | 2019-01-07 | 2021-02-02 | 北京理工大学 | 一种深孔镗削加工颤振的在线监测与抑制方法 |
| CN110103077A (zh) * | 2019-05-08 | 2019-08-09 | 北京理工大学 | 一种镗刀杆多传感器集成的镗削状态智能监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102490086B (zh) | 2013-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102490086B (zh) | 镗杆工作状态实时监测系统 | |
| CN202411967U (zh) | 旋转刀具在线监测系统 | |
| US20190358709A1 (en) | Smart cutting tool system for use in precision cutting | |
| CN102519743B (zh) | 基于无线传感器网络的矿用通风机运行状态监测预警方法 | |
| CN103786071A (zh) | 基于无线传感器网络的机床工况实时监控系统 | |
| CN110091215A (zh) | 一种实时监测铣削力、振动的无线传输智能刀柄检测系统 | |
| CN103196494A (zh) | 用于公路健康监测的嵌入式自供电无线传感系统 | |
| CN202379324U (zh) | 智能集装箱传感器 | |
| CN202356982U (zh) | 镗杆工作状态实时监测系统 | |
| CN202393445U (zh) | 支持定位追踪的油量检测系统和支持定位跟踪的油量检测盒 | |
| CN213455835U (zh) | 一种旋转设备振动状态监测装置 | |
| CN102680123A (zh) | 一种保持架温度及应力在线监测系统及其方法 | |
| CN101413834B (zh) | 提升机滚筒应力场检测方法与装置 | |
| CN103759686A (zh) | 自动盘车轴线测量装置及其测量方法 | |
| CN203069733U (zh) | 基于振动检测的用于gis型式试验时局部放电点定位装置 | |
| CN207074069U (zh) | 一种机械振动及温度检测装置 | |
| CN108955867A (zh) | 一种多通道远程振动信号监示仪及监示系统 | |
| CN204373772U (zh) | 一种采用WiFi通讯技术的无线振动传感器 | |
| CN109271948B (zh) | 一种基于聚类算法的多通道远程振动信号监示系统及监测方法 | |
| CN203116829U (zh) | 车辆动态称重装置 | |
| KR20040100446A (ko) | 무선통신 기술을 응용한 지능형 센서와 이를 이용한 진동측정방법 | |
| CN113530983A (zh) | 一种能精确检测轴承工况的一体式轴承座 | |
| CN206509837U (zh) | 一种用于精密切削的智能刀具系统 | |
| CN112099093A (zh) | 一种用于配电房的水浸传感器系统及其控制方法 | |
| CN220358978U (zh) | 一种智能化电机振动处理系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131127 Termination date: 20161028 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |