GH3030具有良好的耐腐蚀性、抗氧化性和高拉伸性能GH30

添加图片注释，不超过 140 字（可选）

镍基高温合金，即Nimonic 75是本研究考虑的材料。镍基高温合金在高达 1500°F （815 °C） 的温度下具有良好的耐腐蚀性、抗氧化性和高拉伸性能。这种合金广泛用于飞机发动机、火箭发动机、化学加工厂和核电站的涡轮部分。刀具过度磨损已成为制约镍基高温合金加工的主要瓶颈之一。这里的优化是一个收敛到切削参数最佳组合的过程，表示为输出的函数，作为多个输入参数的结果。提供最佳参数的适当技术对于实现过程的几个相互冲突的目标至关重要，否则，如果依赖于跟踪基础或操作员的技能，则无法提供可靠的最佳参数。Kumar [1] 认为，使用 AE 信号可以有效地预测刀具状态。Nilruda Mandal等[2]使用田口和回归分析评估了使用Zr钢化氧化铝陶瓷嵌件的AISI 4340钢的可加工性。通过使用田口技术，他们获得了最佳的切削条件，并且还开发了一个数学模型来预测ZTA陶瓷刀片的刀面磨损。Pawade 和 Joshi [3] 应用具有适当实验设计的田口灰色关系分析来优化车削 Inconel 718 的工艺参数。切削速度、进给速度、切削深度和刃口几何形状等参数具有最高的灰度关系等级，具有最高的置信区间切削深度，对车削具有统计学重要性。Lihong Li 和 Qingbin An [4] 提出了一种用于自动化刀具状态监控系统的微视觉系统。结果表明，自动对焦和按区域分割磨损区域可以提高视觉系统的鲁棒性和准确性。Laura Fernandez-Robles等[5]开发了一种使用机器视觉的自动刀片断裂监测系统。开发的系统能够在立铣操作过程中自动检测刀片断裂。在所提出的方法中，首先聚焦于刀片的螺钉，然后通过几何变换确定刀片边缘的方向。其次，计算切削刃与实际切削刃的偏差，并与监测断裂状态进行比较。结果表明，所提系统的谐波平均精度约为91%，可用于加工中心。Maria Teresa Garcia-Ordas等[6]报道了一种对切削刀具磨损等级进行分类的方法。使用机器视觉和机器学习技术从刀具磨损图像中提取形状描述符，例如 B-ORCHIZ、ZIBO 和 ZMEG。创建了包含 200 多张刀具磨损图像的数据集来评估所提出的方法。这些实验是在铣床上进行的，以区分高磨损和低磨损水平。分类是使用支持向量机完成的。结果表明，B-ORCHIZ的性能优于ZIBO和ZMEG描述符，准确率为88%。Rajashekar等[7]通过考虑统计图像参数，从焊缝图像中定量评估质量，将焊缝表面纹理与内部焊缝结构联系起来，这些图像是通过视觉获取的，并通过图像处理方法进行分析。与此同时，观察到在焊接过程中获得的声发射信号也显示出类似的变化。他们开发了一个模型，使用机器视觉的极限值和焊缝不同区域的AE特征来评估焊缝质量。Bibin Jose等[8]利用声学信号解释了车削过程中表面粗糙度和切削刀具磨损的影响。提取采集的声发射信号和AE特征。结果表明，加工过程中获得的特征对刀具磨损最敏感，是切削刀具磨损进展的良好指标。为了研究刀具磨损过程中形成的切屑的影响，Bhuiyan等人[9]使用声发射传感器来预测刀具状态，并在此过程中从刀具磨损中得出低于瞬态偏移信号的频率。Satyanarayana Kosaraju等[10]构建了一个用于估计AE信号的数学模型。AE 的 RMS 值用于识别硬质合金刀具的刀面磨损增长。为了预测自动曝光特征，考虑了切削参数以及最大刀面磨损。进行了验证测试以确认模型的正确性。实验结果表明，在工艺参数范围内，使用PVD涂层硬质合金刀具车削钛合金时的AE信号可以被合理地预测出来。Ravindra等[11]发现AE最适合于刀具状态监测，因为在不同的切削条件下，加工表面的变化趋势明显，刀具磨损。Kurada和Bradley[12]回顾了机器视觉在监测工具状态方面的应用，表明了前者在过去几十年中获得的重要性，并强调了图像处理领域的进步，这些进步导致了周期视觉传感器的发展，并强调了机器视觉图像处理直接和间接估计工具状况的适用性。Dutta等[13]回顾了自动加工中心使用图像处理算法可视化刀具状态的监控系统的发展。本综述中某些公认的解释是，a.为了增强图像捕捉，漫射照明和 CCD（高速）相机是必须的。b.在TCM中，可以考虑图像预处理、阈值、边缘检测和形态学操作以获得更快的输出。c. 可以考虑使用照明补偿技术以及高斯滤波进行图像预处理操作。他们建议使用机器视觉系统地研究图像特征变化与加工时间，以获得全部好处。Kassim等[14]和Min-yang Yang等[15]利用机器视觉系统进行刀具状态监测，然而，许多研究人员使用田口技术[16]，[17]进行加工过程中的工艺优化。从回顾的文献中可以明显看出，AE和机器视觉方法非常方便，可以更有效地可视化刀具状态，否则很难识别。然而，使用图像处理、机器视觉信号处理和声发射，可以实现非传统且成本较低的切削参数优化，以最大限度地减少刀具磨损。

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）