【技术实现步骤摘要】
本专利技术涉及机床加工
,尤其涉及一种基于倒频谱分析的颤振在线监测方法。
技术介绍
切削颤振的机理研究最早可追溯到1946年,在研究初期阶段,认为颤振的发生主要归因于切削系统存在负阻尼。随着研究的不断深入,发现切削颤振主要由再生和模态耦合影响而引起,其中再生影响已经成为颤振发生的主要原因,通常所说的颤振多指再生颤振。立铣加工过程中的颤振会严重影响工件表面质量和材料去除率,加剧刀具磨损和恶化工作环境。虽然大部分颤振监测系统可以监测到颤振发生,但颤振发生时已经对工件和刀具产生了严重的损伤,因此,需要提前监测到颤振特征。由于加工过程的非线性导致振动信号频率成分复杂,单一的时频分析方法难于得到可靠的颤振特征。
技术实现思路
本专利技术要解决的技术问题是:为了解决现有的颤振监测方法无法得到可靠的颤振特征的问题,本专利技术提供了一种基于倒频谱分析的颤振在线监测方法来解决上述问题。本专利技术解决其技术问题所采用的技术方案是:一种基于倒频谱分析的颤振在线监测方法,包括以下步骤:S1、通过安装在立式铣床的主轴上的加速度传感器采集立铣切削过程中的加速度信号表示为X=[x(1),x(2),…,x(n)],n表示信号长度,所述加速度信号包括稳 定状态信号、过渡状态信号和颤振状态信号;S2、对颤振状态信号进行小波包分解,得到小波包系数,然后通过小波包逆变换重构各个频段的颤振状态信号:其中,cj0,k为在尺度j0上的近似小波系数;dj,k为在j0及其以下尺度上具体的小波系数;S3、对上述重构后的颤振状态信号进行倒频谱分析,提取倒频谱幅值的均方根值的最小值rmin和最大值rmax; ...
【技术保护点】
一种基于倒频谱分析的颤振在线监测方法,其特征在于,包括以下步骤:S1、通过安装在立式铣床的主轴上的加速度传感器采集立铣切削过程中的加速度信号表示为X=[x(1),x(2),…,x(n)],n表示信号长度,所述加速度信号包括稳定状态信号、过渡状态信号和颤振状态信号;S2、对颤振状态信号进行小波包分解,得到小波包系数,然后通过小波包逆变换重构各个频段的颤振状态信号:其中,cj0,k为在尺度j0上的近似小波系数;dj,k为在j0及其以下尺度上具体的小波系数;S3、对上述重构后的颤振状态信号进行倒频谱分析,提取倒频谱幅值的均方根值的最小值rmin和最大值rmax;S4、对采集到的所述加速度信号进行小波包分解,得到小波包系数,然后通过小波包逆变换重构各个频段的加速度信号,然后进行倒频谱分析,提取倒频谱幅值的均方根值:r=Σi=1npi2/n]]>其中,pi为颤振发生频段信号的第i个离散倒频谱幅值,n为倒频谱离散点数;S5、将作为颤振特征进行颤振的在线监测,如果说明进入了颤振状态。
【技术特征摘要】
1.一种基于倒频谱分析的颤振在线监测方法,其特征在于,包括以下步骤:S1、通过安装在立式铣床的主轴上的加速度传感器采集立铣切削过程中的加速度信号表示为X=[x(1),x(2),…,x(n)],n表示信号长度,所述加速度信号包括稳定状态信号、过渡状态信号和颤振状态信号;S2、对颤振状态信号进行小波包分解,得到小波包系数,然后通过小波包逆变换重构各个频段的颤振状态信号:其中,cj0,k为在尺度j0上的近似小波系数;dj,k为在j0及其以下尺度上具体的小波系数;S3、对上述重构后的颤振状态信号进行倒频谱分析,提取倒频谱幅值的均方根值的最小值rmin和最大值rmax;S4、对采集到的所述加速度信号进行小波包分解,得到小波包系数,然后通...
【专利技术属性】
技术研发人员:王二化,朱俊,赵黎娜,
申请(专利权)人:常州信息职业技术学院,
类型:发明
国别省市:江苏;32
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。