本发明专利技术涉及一种基于声发射的磨削状态测控方法及装置，在学习阶段计算不同滤波频段的特征参数，获取工作阶段所需的最佳滤波频段，在工作阶段与学习阶段存储的特征参数实时对比，精确判断磨削加工状态，并把状态反馈信号输出给数控系统，使磨削加工中砂轮或工件采用分段磨削逐次完成，即完成单个工件的加工数控系统控制砂轮有多次进刀和退刀；空程阶段采用快速进给，磨削阶段采用慢速进给，从而缩短空程时间达到消空程的目的；同时检测磨削过程中的异常情况，防止造成设备损坏达到防碰撞目的。该系统实现了消空程、防碰撞的在线监测，提高磨削加工效率，实现磨削加工的自动化、智能化。
【技术实现步骤摘要】
本专利技术属于精密机械加工领域，涉及声发射技术、高速数据采集与处理、模式识别 领域，涉及一种属于磨床加工中消空程、防碰撞实时在线监控装置，具体涉及基于声发射的 磨削状态测控方法及装置。
技术介绍
磨床状态测控系统的实现方法现状是：用于砂轮与工件的磨削状态的间接检测 法，是通过传感器检测磨削过程中能反应砂轮与工件接触状态的某些参数，能够实现磨削 状态的在线实时监测。 (1)振动信号检测技术 磨削过程产生的振动信号包含丰富的磨削振动状态信息，通过分析振动信号在时 域和频域的特点，提取信号特征判断磨削工作状态。但各种因素造成的异常震动不容易排 除，振动信号受磨削过程中颤振现象影响大，受外界低频干扰大使磨削状态检测精度低，在 高精度的磨削加工中应用受到限制。 (2)电机功率检测技术 在磨削加工过程中，随着砂轮与工件的接触程度加大，磨削力逐渐变大，驱动砂轮 电机的工作电流也随之发生变化，使之可以采用检测电机工作的实时功率判断砂轮与工件 的接触状态。但在线监测时受电网的波动影响大，且对磨削状态检测灵敏度低、精度低，判 断的延迟时间长，在粗磨加工中广泛应用，在高精度磨削中无法使用。 (3)声发射信号检测技术 声发射信号具有频率高、频带范围宽、灵敏度高、信噪区分能力强等优点，包含了 丰富的与磨削状态直接相关的特征信息，而且在不同的磨削阶段声发射信号的幅值差别也 非常明显，利用AE传感器将声发射信号转换成电压信号，通过滤波器可以直接除去机械振 动和周围环境噪声的低频干扰，容易得到较纯净的AE信号。 在声发射信号处理技术方面，主要有以下的方法： 1、特征参数分析法:主要在时域中分析和处理声发射信号，AE传感器检测到的声 发射信号经过信号调理电路预处理后，由声发射处理仪器提取声发射信号的特征(主要包 括幅度值、振铃计数、持续时间、门槛阀值和能量等），见文献"袁哲.DSP在声发射信号模式 识别中的应用研究.南京林业大学，2009."。为了更精确的描述声发射信号在时域的数 字特征，又引入了幅值域(均值、均方值、方差等)来表示声发射信号的平均能量强度。 (1)计数分析法:通过记录单位时间内声发射信号超过预先设定阈值的次数，用来 判断事件状态。缺点是易受放大器、滤波器和阈值电压工作状况的影响，见文献"刘磊.高温 高压下金刚石生长的声发射实时动态检测与长大机制研究.山东大学，2011." (2)幅度分析法:通过分析信号峰值幅度和幅度分布来判断声发射强度。通过应用 对数放大器，可以消除传感器的响应频率、阻尼特性等对其的影响，实现对声发射信号的峰 值幅度精确测量。 (3)能量分析法:能量与声发射信号波形包络线下的面积成正比，通常用均方根电 压Vrms表示。声发射信号的能量与材料的物理参数有关，不需要建立数学模型就可直接计 算。 2、波形分析方法 把记录的时域波形、频谱特征和相关函数与测试材料的声发射机理对应起来，通 过分析频谱特征获取有关声发射源信息。波形分析方法对声发射信号易于识别和区分，其 更好的去噪能力和对声发射源更精确的定位能力，但利用波形分析方法分析的信号应是周 期性的平稳信号，而AE信号往往是非平稳随机信号。在实际工程应用中，对真实存在的环境 噪声没有考虑，同时该方法计算量大、实时性差，仍处于实验室研究阶段，难以做到在线监 测。 3、将建立在硬件基础上的各种检测手段同现代信号处理方法相结合，运用频谱分 析、分形理论、统计学习方法对声发射信号进行处理，提取隐含信息。见文献"刘国华.声发 射信号处理关键技术研究.浙江大学，2008 (1)小波分析法：用一个适当的时间-频率窗，使信号在这个窗内能够体现频率信 息，而窗和窗之间则反映频率随时间的变化，提供了一种自适应的时域和频域同时局部化 的方法。但此方法需要有较高的时域、频域精度，且大多数研究仍处于在实验室条件下，在 工程应用中对声发射信号的检测处理还有很多困难。 (2)盲源分离:在源信号与传输信道参数均未知的条件下，仅通过声发射传感器米 集到的观测信号来估计原信号和传输信道参数。通过该方法可以得到声发射信号、振动和 噪声等源信号，从而可以准确的分析不同信源的特征，使磨削加工等故障诊断的准确性大 大提尚。 (3)信息融合:通过融合算法对采集数据进行综合处理，达到更优的处理结果，常 用的融合算法包括:加权平均法、贝叶斯网络方法、证据理论推理和神经网络等。 基于声发射的磨床状态测控系统的现状： 国内一些学者对将声发射技术应用于磨削状态测控系统的实现方面进行了探索 和研究：（1)王丹提出了一种用DSP和CPLD设计高速数据采集处理系统的方法，用于声发射 源的定位研究，设计了一个以DSP为核心处理器、CPLD为系统控制器的脱机发射信号采集处 理系统，见文献"王丹.基于DSP的光纤声发射传感系统研究. 2007. "；（2)采用LabVIEW编 制图形化界面，利用串口通信进行现场数据的采集，采用跨平台的多数据库访问工具包 LabSQL技术进行数据库的访问，建立了系统的实现模型，见文献"滕家绪，胡仲翔，时小军. 基于LabVIEW的磨削加工声发射监测系统设计.电子质量，2004，11:3-7. " ；（3)基于 LabVIEW软件设计和ARM+DSP硬件平台的磨削监测系统，DSP软件模块包括HPI通信设计、采 样、滤波、参数计算等函数的设计，见文献"盛炜佳.磨床AEMS系统的LabVIEW仿真与DSP实现 .浙江大学，2010；（4)基于WinCE的磨床AEMS监控系统，采用DSP和ARM组成的双处理器 实现，通过HPI接口进行通信，ARM中采用嵌入式WinCE操作系统作为软件运行的平台，实现 了 AEMS系统的整体逻辑功能，见文献"赵勅波.基于WinCE的磨床AEMS监控系统的设计与实 现.浙江大学，2010."。 现有技术的缺陷：国外现已研制的AEMS系统销价昂贵，投入使用成本高，返修费用 昂贵，针对某些特定无损检测方面的使用缺乏专用性。国内磨床状态测控系统中，部分基于 LabVIEW、ARM和DSP的实现平台对于高速数据采集存在缺陷，声发射信号的采集和处理不能 实时同步进行，对高速数据的连续采集存储和远程管理存在不足，且大多数磨床监控系统 属于专用系统，其开放性较差，对磨削状态检测精度低、存在误判现象，系统的状态响应灵 敏度低、时延长。
技术实现思路
要解决的技术问题 为了避免现有技术的不足之处，本专利技术提出一种基于声发射的磨削状态测控方法 及装置。 技术方案 -种基于声发射的磨削状态测控方法，其特征在于:将声发射AE传感器安装到磨 床上，安装地点不会受到切肩以及外界物质的影响，测控步骤如下：步骤1:将AE传感器检测的磨削加工过程中的声发射信号，进行信号调理对AE信号 放大和滤波处理得到磨削加工AE信号所处的频段信号50Khz-450Khz，再经过A/D数据变换 后输入到FPGA，并在FPGA中采用双乒乓缓存的异步FIFO保证数据采集和数据传输的同步进 行；步骤2:将50Khz-450Khz的磨削加工AE信号均分为四个不同频段信号，分别采用带 通滤波器滤除信号的直流分量和部分干扰噪声；步骤3:对四个不同滤波频段信号分别进行特征参数RMS的提取，方法为:采用宽度 为N本文档来自技高网...
【技术保护点】
一种基于声发射的磨削状态测控方法，其特征在于：将声发射AE传感器安装到磨床上，安装地点不会受到切屑以及外界物质的影响，测控步骤如下：步骤1：将AE传感器检测的磨削加工过程中的声发射信号，进行信号调理对AE信号放大和滤波处理得到磨削加工AE信号所处的频段信号50Khz‑450Khz，再经过A/D数据变换后输入到FPGA，并在FPGA中采用双乒乓缓存的异步FIFO保证数据采集和数据传输的同步进行；步骤2：将50Khz‑450Khz的磨削加工AE信号均分为四个不同频段信号，分别采用带通滤波器滤除信号的直流分量和部分干扰噪声；步骤3：对四个不同滤波频段信号分别进行特征参数RMS的提取，方法为：采用宽度为N的滑动窗口，对四个不同滤波频段信号，采用离散型均方根电压值的计算方式分别进行RMS值的并行计算：VRMS1=x112+x122+...+x1N2/N]]>VRMS2=x212+x222+...+x2N2/N]]>rRMS3=x312+x322+...+x3N2/N]]>VRMS4=x412+x422+...+x4N2/N]]>其中：VRMS1、VRMS2、VRMS3和VRMS4为四个不同滤波频段的特征参数RMS；x表示声发射信号采样值,N表示滑动窗口的宽度；步骤4：以四个不同滤波频段信号的RMS值作为待检测模式的样本数据，进行去均值、归一化处理得到特征向量q(0)，根据求出序参量的初始值ξk(0)，利用学习阶段得到原型模式向量和伴随向量，且按照序参量的动力学方程：ξk(n+1)‑ξk(n)＝γ[λk‑D+Bξk2(n)]ξk(n)演化后最终只会有一个序参量的值达到稳定，即ξk＝1；其余随着迭代步数的增加逐渐趋于0；那么ξk＝1时的k值为当前磨削的工作状态，k为1是空程，k为2是正常磨削，k为3是碰撞其中，D=(B+C)ΣkMξk2(n),]]>λk满足0<λk<2D-λk]]>是三种状态的原型模式向量Vk的伴随向量原型模式向量Vk所对应的：V1为空程的原型模式向量、V2为正常磨削的原型模式向量、V3为碰撞的原型模式向量。...
【技术特征摘要】
【专利技术属性】
技术研发人员：何鹏举，张璐佳，杨磊，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。