一种基于稳态子空间分析多维信号的刀具状态监测方法技术

本发明专利技术实施例公开了一种基于稳态子空间分析多维信号的刀具状态监测方法，包括在已测刀具的历史数据中，获取刀具状态种类及各种刀具状态所得一维振动时域信号，将各振动时域信号扩展为多维并对应截取N组信号依次进入稳态子空间分析模型中计算，得到已测刀具各种刀具状态对应的数学分析值；采集待测刀具一维振动时域信号并扩展为多维后，截取N组信号进入稳态子空间分析模型中计算，得到待测刀具的数学分析值；筛选与待测刀具的数学分析值之差绝对值为最小的已测刀具的数学分析值，并将其所对应刀具状态种类作为待测刀具的故障类别。本发明专利技术实施例，克服现有方法的弊端，适用于有限样本下对信号要求更宽泛、更适合刀具损伤过程的监测与诊断。

A tool condition monitoring method based on steady subspace analysis of multi dimensional signals

The embodiment of the invention discloses a tool condition monitoring method of steady state subspace analysis based on multidimensional signal, including historical data have been measured in cutting tools, tool condition and various types of acquisition tool state income one-dimensional vibration signal in time domain, the vibration signal in time domain and the corresponding extended to multidimensional N group in order to enter the steady interception signal subspace analysis of the calculation model, analyzed the various tool tool condition has been measured corresponding mathematical values; the measured vibration signal acquisition of one-dimensional tool and extended to multidimensional, the interception of N group of signal subspace analysis in steady state model calculation, analysis test tool of mathematics; mathematics tool screening and measured value analysis the absolute value of the difference value has been measured with minimal tool of mathematics, and the corresponding tool condition as measured type fault type tool. The example of the invention overcomes the disadvantages of the existing method, and is suitable for the monitoring and diagnosis of the damage process of the tool under the limited sample, which is more extensive and more suitable for the damage process of the cutter.

【技术实现步骤摘要】
一种基于稳态子空间分析多维信号的刀具状态监测方法
本专利技术涉及机械故障诊断
和计算机
，尤其涉及一种基于稳态子空间分析多维信号的刀具状态监测方法。
技术介绍
随着市场竞争的日益激烈，制造型企业对生产过程的自动化需求不断增加，数控机床的自动化是大多数制造过程自动化的重要组成部分。刀具作为数控机床最易损伤的部件，对其进行及时有效的状态监测与故障识别至关重要，主要原因在于：(1)据统计，在切削加工中刀具故障通常约占机床停机时间的20％，而频繁的停机换刀严重影响企业的生产效率；(2)如若刀具发生故障而没有及时发现，会直接影响零件表面光洁度、尺寸精度等质量特性，严重的还将导致工件报废，增加生产成本。因此，加工过程中的实时刀具状态监测是自动化制造中的关键研究课题，如何在加工过程中有效地监测刀具状态，识别刀具的损伤程度，已成为数控机床智能化以及生产过程自动化发展急需解决的问题。目前，学者们开展了大量刀具状态监测研究，已提出了诸多比较有效的方法，如快速傅里叶变换(FFT)、小波变换(WT)、人工神经网络(ANN)、隐马尔科夫链(HMM)、支持向量机(SVM)等，这为高精度、高可靠的刀具本文档来自技高网...

【技术保护点】
一种基于稳态子空间分析多维信号的刀具状态监测方法，其特征在于，所述方法包括：在已测刀具的历史数据中，获取刀具状态的种类及各种刀具状态下所得一维振动时域信号，采用预设的非线性复自相关函数法将各种刀具状态下所得的一维振动时域信号扩展为对应的多维时域信号，并从各种刀具状态下所扩展的多维时域信号中分别对应截取连续采样数为T的不重叠的N组信号，且进一步将所述截取到的各种刀具状态下各自对应N组信号分别作为当前N组期望信号依次进入预设的稳态子空间分析模型中计算，得到已测刀具各种刀具状态分别对应的数学分析值；其中，T和N均为大于1的正整数；采集待测刀具的一维振动时域信号，采用所述预设的非线性复自相关函数法将待...

【技术特征摘要】
1.一种基于稳态子空间分析多维信号的刀具状态监测方法，其特征在于，所述方法包括：在已测刀具的历史数据中，获取刀具状态的种类及各种刀具状态下所得一维振动时域信号，采用预设的非线性复自相关函数法将各种刀具状态下所得的一维振动时域信号扩展为对应的多维时域信号，并从各种刀具状态下所扩展的多维时域信号中分别对应截取连续采样数为T的不重叠的N组信号，且进一步将所述截取到的各种刀具状态下各自对应N组信号分别作为当前N组期望信号依次进入预设的稳态子空间分析模型中计算，得到已测刀具各种刀具状态分别对应的数学分析值；其中，T和N均为大于1的正整数；采集待测刀具的一维振动时域信号，采用所述预设的非线性复自相关函数法将待测刀具所得的一维振动时域信号扩展为多维时域信号，并从待测刀具所扩展的多维时域信号中对应截取连续采样数为T的不重叠的N组信号，且进一步将所述截取到的待测刀具所得对应N组信号作为当前N组期望信号进入所述预设的稳态子空间分析模型中计算，得到待测刀具的数学分析值；在所述得到的已测刀具各种刀具状态分别对应的数学分析值中，筛选出与所述待测刀具的数学分析值之差的绝对值为最小，并将所筛选出差的绝对值为最小时已测刀具所对应刀具状态种类作为所述待测刀具的故障类别。2.如权利要求1所述的基于稳态子空间分析多维信号的刀具状态监测方法，其特征在于，所述当前N组期望信号进入所述预设的稳态子空间分析模型中计算的具体步骤包括：计算当前N组期望信号的均值和协方差，并根据所述计算出的当前N组期望信号的均值和方差，利用KL散度计算出当前N组期望信号的非平稳正态分布和标准正态分布的散度值，且进一步构造以非平稳映射向量为优化参数的目标函数后，求解当前N组期望信号所对应目标函数的最优非平稳映射；将当前N组期望信号以其对应求解到的最优非平稳映射进行优化，得到优化后的当前N组期望信号；确定所得优化后的当前N组期望信号需计算的共同特征参数项并计算，且进一步得到由优化后的当前N组期望信号对应所述共同特征参数项所得特征值形成的特征参数集；对所述得到的特征参数集采用Fishe...

【专利技术属性】
技术研发人员：周余庆，孙兵涛，钟永腾，汤何胜，任燕，向家伟，
申请(专利权)人：温州大学，
类型：发明
国别省市：浙江,33