基于信息学对刀具的摩擦磨损行为进行分析，获得有效的摩擦磨损信息，用于刀具的分析、诊断以及预测。准确地认知刀具的摩擦磨损行为不仅了解刀具的摩擦磨损规律，而且为预测性维护提供依据，从而降低运行维护成本。刀具作为加工零部件的常用工具，需求量大，对于刀具磨损规律的了解和探索具有重要的工程意义。然而，刀具的工作环境极其复杂，给摩擦磨损行为的研究带来了极大的挑战。传统的刀具分析方法是对时域时间信号采用统计的手段和将时域信号转换频域信号对信号进行频谱分析。这些传统的方法未考虑到信号波形信息，使得所提取的信号特征包含的信息少。本文以公开数据集PMH2010为基础，用一种新颖的基于相空间的数据驱动方法有效地探索了刀具的磨损规律。该方法包含几个步骤：延时坐标下构建吸引子（abstractor）、去除基准偏置、构建v-w平面密度图、生成吸引子时间轨迹。该方法基于延时坐标产生3维相空间的数据；然后将3维相空间数据投影至矢量(1,1,1) 上得到v-w平面上的数据，从而实现了消除基准偏置的目的；再者计算v-w平面的概率密度分布图；最后基于滑动窗口生成一系列的概率密度图，用以跟踪吸引子的轨迹。实验表明刀具的磨损先小量磨损后达到稳定磨损，最后加速磨损直至刀具损坏。在v-w平面上，刀具磨损呈现一个正分布的趋势，随着时间的变化均值和方差而变化，具有线性增大的关系。本文提取了刀具磨损的特征和量化分析了刀具磨损的规律，为刀具的诊断和预测性维护提供了依据。

暂无