Sélection de la langue

Gouvernement du Canada / Government of Canada

Recherche

In-process self-configuring approach to develop intelligent tool condition monitoring systems

Par Conseil national de recherches du Canada

Téléchargement
  1. Sera disponible ici le 1 mai 2026
DOITrouver le DOI : https://doi.org/10.1016/j.cirp.2024.04.049
AuteurRechercher : 1Identifiant ORCID : https://orcid.org/0000-0001-6881-3882; Rechercher : 1Identifiant ORCID : https://orcid.org/0000-0002-2751-7400; Rechercher : 1Identifiant ORCID : https://orcid.org/0000-0002-4705-5311
Affiliation
  1. Conseil national de recherches du Canada. Aérospatiale
FormatTexte, Article
Sujetcutting; machine learning; condition monitoring
Résumé
A self-configuring real-time tool condition monitoring (TCM) system for milling applications using vibration signals is introduced. A suite of signal processing and machine learning algorithms was developed to define a generalized correlation between distortion-resistant features of usable and worn tools. Using only a few seconds of learning data acquired at the early stage of tool life, the system synthesizes worn tool features in-process to define the decision-making boundaries, independent of the utilized cutting parameters, machines, and sensors. It provides high detection accuracy and reduces the lead time and cost needed for system development and calibration, introducing the plug-and-play concept to TCM.
Date de publication
Maison d’éditionElsevier
Licence
Dans
  • CIRP Annals (1 mai 2024).
Langueanglais
Sous presseOui
Publications évaluées par des pairsOui
IdentificateurS0007850624000672
Exporter la noticeExporter en format RIS
Signaler une correctionSignaler une correction (s'ouvre dans un nouvel onglet)
Identificateur de l’enregistrement00ca9a6f-070b-4fec-afa4-71698780fdf0
Enregistrement créé2024-05-15
Enregistrement modifié2024-05-16
Date de modification :