基于无线传感器网络的机床颤振智能监控系统及方法技术方案

一种基于无线传感器网络的机床颤振智能监控系统及方法，该系统包括：安装于机床若干振动测量点的振动场测量部分，用于获取机床的振动场信息；数据传输部分，用于将获取的振动场信息传输到上位机；以及上位机，其包括：特征信息提取部分，用于通过分析数据，提取振动特征信息；智能诊断部分，用于通过分析振动特征信息，判断机床是否发生颤振；以及加工参数优化部分，用于根据诊断结果和当前的加工参数作出决策，维持或改变当前的加工参数，保证加工过程稳定。本发明专利技术可有效提高机床的实时监控性能，实时监测加工状态，诊断机床是否发生颤振。颤振发生时，可及时优化加工工艺参数，抑制颤振，有效提高加工稳定性和加工零件的表面质量。

【技术实现步骤摘要】

本专利技术涉及一种基于无线传感器网络的机床颤振智能监控系统及方法。
技术介绍
无线传感器网络是一种分布式网络，它的终端兼具传感与通信的功能。由于具有自组织、动态拓扑、集成度高、柔性大等特点，无线传感器网络的布置与组网都变得相对容易。无线传感器网络由于同时具有数据采集、处理与传输的功能，而且传感器类型多样，在医疗、环境、家具等领域都已有所应用。高速加工过程中，刀具颤振与刀具磨损是影响加工稳定性与加工零件质量的关键的因素。特别是刀具颤振，由于其在加工过程中具有突发性，且破坏较大，因此智能监控与预测刀具颤振对提高加工稳定性与加工质量有重要意义。
技术实现思路
本专利技术的主要目的在于克服现有技术的不足，提供一种基于无线传感器网络的机床颤振智能监控系统。为实现上述目的，本专利技术采用以下技术方案：一种基于无线传感器网络的机床颤振智能监控系统，包括：安装于机床若干振动测量点的振动场测量部分，用于获取机床的振动场信息；数据传输部分，用于将获取的振动场信息传输到上位机；以及上位机，包括：特征信息提取部分，用于通过分析数据，提取振动特征信息；智能诊断部分，用于通过分析振动特征信息，判断机床是否发生颤振；以及加工参数优化部分，用于根据诊断结果和当前的加工参数作出决策，维持或改变当前的加工参数，保证加工过程稳定。进一步地：所述振动场测量部分包含传感模块、电源模块和信息处理模块，所述传感模块用于测量振动，所述信息处理模块包括信号放大模块、抗混叠滤波模块、ADC和MCU，振动信号经过所述信号放大模块放大，然后由所述抗混叠滤波模块滤波，滤波后的信号通过ADC采样后将数据送到MCU，MCU将数据打包为数据包，通过所述数据传输部分传输到上位机。所述振动场测量部分包含还包括用于存储数据的存储模块与堆栈模块，其中所述堆栈模块还用于支持通信协议。所述数据传输部分包括数据发送子部分与数据接收子部分；数据发送子部分包括位于振动测量点的无线射频模块，用于将数据发送通过无线方式发送出去，所述数据接收子部分接收所述数据发送子部分发送的数据，并负责建立通信网络拓扑，所述数据接收子部分接收数据后，经由串口与上位机通信。所述特征信息提取部分包括频谱分析模块、滤波模块和小波变换模块，所述频谱分析模块用于对数据进行频谱分析以找出信号中受迫振动的基频和谐振频率，所述滤波模块用于至少将基频和谐振频率信息滤出，所述小波变换模块用于对滤波后的输出做小波变换，得到该振动状态下的小波变换数据，即振动中的特征信息。所述频谱分析模块采用Welch功率谱估计算法，所述滤波模块为梳状带阻数字滤波器，滤波器的通带与阻带的截止频率由所述频谱分析模块给出，所述小波变换模块的小波变换基为Morlet小波。所述智能诊断部分基于人工神经网络，用于根据实时获得的振动特征信息判断加工是否发生颤振，所述人工神经网络使用之前利用历史数据进行训练以优化网络参数，网络训练的输入是带Tag值的特定振动状态下的小波变换数据，该数据由所述特征信息提取部分提供，Tag值包括对应振动状态下的加工参数及是否发生颤振。所述加工参数优化部分用于根据所述智能诊断部分诊断所得到的结果，在加工工艺数据库的支持下，优化加工工艺参数，并将优化后的加工工艺参数传给数控系统，由数控系统进行相应修正，抑制颤振；其中若诊断未发生颤振，则加工工艺参数不变，并将该信息告知机床数控系统；若诊断发生颤振，则根据颤振情况以及加工工艺数据库，优化加工参数并传给机床数控系统；机床数控系统在得到信息后，根据信息作出响应，保证加工稳定性；优选地，所述加工参数优化部分根据所述智能诊断部分提供的振动特征信息，在机床特性数据和工艺加工数据的支持下优化加工工艺参数，所述机床特性参数包括固有频率、阻尼比和模态振型，加工工艺参数包括主轴转速、切削速度、进给量和背吃刀量以及不同参数组合在加工不同材料时的特性表现。所述人工神经网络获得机床在不同加工工艺参数组合的各个振动状态下的小波变换数据，利用带Tag值的小波变换数据进行训练；训练开始时，首先初始化网络，包括网络层数、节点数、权值及变换函数；置k＝1，输入第一组带Tag的小波数据，通过神经网络后，得到输出；比较输出与Tag值，若吻合度良好，训练结束；若吻合度不佳，更新神经网络参数，并输入下一组数据，继续训练；不断迭代，直到网络的输出与Tag值的吻合度良好，训练结束。一种基于无线传感器网络的机床颤振智能监控方法，使用所述的智能监控系统进行监测和控制，其中振动场测量部分获取机床各振动测量点的振动场信息；数据传输部分将获取的振动场信息传输到上位机；上位机中，特征信息提取部分通过分析数据，提取振动特征信息；智能诊断部分通过分析振动特征信息，判断机床是否发生颤振；加工参数优化部分根据诊断结果和当前的加工参数作出决策，维持或改变当前的加工参数，保证加工过程稳定。本专利技术的有益效果：本专利技术将无线传感器网络技术、振动监测技术、智能诊断技术结合起来，应用于高速机床的切削颤振智能监测与控制，在工业中有着重要的意义。应用本专利技术可有效提高高速机床的实时监控性能，实时监测机床的加工状态，诊断机床是否发生颤振。颤振发生时，可及时优化加工的工艺参数，抑制颤振。应用于高速加工中，可有效提高加工的稳定性和加工零件的表面质量和合格率。进一步地，对振动的分析与诊断采用小波变换技术与人工神经网络技术，信息提取更有效，诊断结果更可靠。进一步地，数据传输采用无线方式，传感器布置方便灵活。附图说明图1是本专利技术实施例的基于无线传感器网络的机床颤振智能监控系统的整体结构图。图2是本专利技术实施例的测量点的信号流程图。图3是本专利技术实施例的测量点的逻辑组成图。图4是本专利技术实施例的上位机软件智能监测总体框架图。图5为本专利技术实施例的特征数据提取方法示意图。图6为本专利技术实施例的人工神经网络的训练过程示意图。具体实施方式以下对本专利技术的实施方式作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本专利技术的范围及其应用。参阅图1至图6，在一种实施例中，一种基于无线传感器网络的机床颤振智能监控(监测与控制)系统，包括：安装于机床若干振动测量点的振动场测量部分，用于获取机床的振动场信息；数据传输部分，用于将获取的振动场信息传输到上位机；以及上位机，上位机包括：特征信息提取部分，用于通过分析数据，提取振动特征信息；智能诊断部分，用于通过分析振动特征信息，判断机床是否发生颤振；以及加工参数优化部分，用于根据诊断结果和当前的加工参数作出决策，维持或改变当前的加工参数，保证加工过程稳定。参阅图2和图3，在优选的实施例中，所述振动场测量部分包含传感模块、电源模块和信息处理模块，所述传感模块用于测量振动，可以包括多个振动传感器1、2、……n；所述信息处理模块包括信号放大模块、抗混叠滤波模块、ADC和MCU，振动信号经过所述信号放大模块放大，然后由所述抗混叠滤波模块滤波，滤波后的信号通过ADC采样后将数据送到MCU，MCU将数据打包为数据包，通过所述数据传输部分传输到上位机。参阅图3，在优选的实施例中，所述振动场测量部分包含还包括用于存储数据的存储模块与堆栈模块，其中所述堆栈模块还用于支持通信协议。参阅图1至图3，在优选的实施例中，所述数据传输部分包括数据发送子部分与数据接收子部分，可以采用例本文档来自技高网...

【技术保护点】
一种基于无线传感器网络的机床颤振智能监控系统，其特征在于，包括：安装于机床若干振动测量点的振动场测量部分，用于获取机床的振动场信息；数据传输部分，用于将获取的振动场信息传输到上位机；以及上位机，包括：特征信息提取部分，用于通过分析数据，提取振动特征信息；智能诊断部分，用于通过分析振动特征信息，判断机床是否发生颤振；以及加工参数优化部分，用于根据诊断结果和当前的加工参数作出决策，维持或改变当前的加工参数，保证加工过程稳定。

【技术特征摘要】
1.一种基于无线传感器网络的机床颤振智能监控系统，其特征在于，包括：安装于机床若干振动测量点的振动场测量部分，用于获取机床的振动场信息；数据传输部分，用于将获取的振动场信息传输到上位机；以及上位机，包括：特征信息提取部分，用于通过分析数据，提取振动特征信息；智能诊断部分，用于通过分析振动特征信息，判断机床是否发生颤振；以及加工参数优化部分，用于根据诊断结果和当前的加工参数作出决策，维持或改变当前的加工参数，保证加工过程稳定。2.如权利要求1所述的智能监控系统，其特征在于，所述振动场测量部分包含传感模块、电源模块和信息处理模块，所述传感模块用于测量振动，所述信息处理模块包括信号放大模块、抗混叠滤波模块、ADC和MCU，振动信号经过所述信号放大模块放大，然后由所述抗混叠滤波模块滤波，滤波后的信号通过ADC采样后将数据送到MCU，MCU将数据打包为数据包，通过所述数据传输部分传输到上位机。3.如权利要求2所述的智能监控系统，其特征在于，所述振动场测量部分包含还包括用于存储数据的存储模块与堆栈模块，其中所述堆栈模块还用于支持通信协议。4.如权利要求1至3任一项所述的智能监控系统，其特征在于，所述数据传输部分包括数据发送子部分与数据接收子部分；数据发送子部分包括位于振动测量点的无线射频模块，用于将数据发送通过无线方式发送出去，所述数据接收子部分接收所述数据发送子部分发送的数据，并负责建立通信网络拓扑，所述数据接收子部分接收数据后，经由串口与上位机通信。5.如权利要求1至4任一项所述的智能监控系统，其特征在于，所述特征信息提取部分包括频谱分析模块、滤波模块和小波变换模块，所述频谱分析模块用于对数据进行频谱分析以找出信号中受迫振动的基频和谐振频率，所述滤波模块用于至少将基频和谐振频率信息滤出，所述小波变换模块用于对滤波后的输出做小波变换，得到该振动状态下的小波变换数据，
\t即振动中的特征信息。6.如权利要求5所述的智能监控系统，其特征在于，所述频谱分析模块采用Welch功率谱估计算法，所述滤波模块为梳状带阻数字滤波器，滤波器的通带与阻带的截止频率由所述频谱分析模块给出，所述小波变换模块的小波变换基为Morlet小波。7.如权利要求1至5任一项所述的智能监控系统，其特征在...

【专利技术属性】
技术研发人员：许超，冯平法，叶健，黄双刚，
申请(专利权)人：清华大学深圳研究生院，
类型：发明
国别省市：广东;44