Resumen

El reconocimiento del estado de desgaste de la herramienta de fresado juega un papel importante en el control de la calidad de las piezas fresadas y en la reducción del tiempo de inactividad de la máquina herramienta. Sin embargo, las características del proceso de fresado limitan la precisión y estabilidad del monitoreo del estado de la herramienta (TCM) empleando señales de vibración. Para mejorar este problema, este artículo explora el uso de señales de vibración como enfoque de detección para reconocer los estados de desgaste de la herramienta durante la operación de fresado mediante el modelo de conjunto de generalización apilada (SG). En este estudio, las señales de vibración recopiladas durante el proceso de fresado se analizan a través del dominio del tiempo, dominio de la frecuencia y dominio tiempo-frecuencia para extraer características de la señal. Se utiliza el algoritmo de eliminación recursiva de características de máquina de vectores de soporte (SVM-RFE) para seleccionar las principales características que son más relevantes para los estados de desgaste de la herramienta. Se

• Materias:Emisión acústica Campo de tensión Onda de sismo Diagnóstico de fallas
• Subjects:Acoustic emission Strain field Seismic wave Fault diagnosis
• Palabras claves:Desgaste de la herramienta de fresado; Señales de vibración; Modelo de conjunto de apilamiento generalizado; Monitoreo de condición de la herramienta; Características de la señal; Máquina de vectores de soporte
• Keywords:Milling tool wear; Vibration signals; Stacked generalization ensemble model; Tool condition monitoring; Signal features; Support vector machine