一种切削工况下的主轴回转精度劣化溯源系统技术方案

本发明专利技术涉及一种切削工况下的主轴回转精度劣化溯源系统，其在线处理部分包括数据采集模块、信号分析与处理模块和人机交互模块；离线处理部分包括劣化溯源模块；数据采集模块用于采集切削工况下的主轴振动位移信号，得到主轴回转误差并传输至信号分析与处理模块；信号分析与处理模块将接收到的主轴回转误差信号进行频谱变换，并对采集到的原始振动信号进行降噪处理，对传感器测得的主轴振动位移信号进行误差分离，对主轴回转误差进行误差结果评定；人机交互模块与信号分析与处理模块进行信息交互，用于显示评定结果，并生成报表；设置采集信号的参数并传输至信号分析与处理模块；劣化溯源模块用于进行基于轴心轨迹的主轴回转精度劣化分析，实现主轴运行状态识别。

【技术实现步骤摘要】
一种切削工况下的主轴回转精度劣化溯源系统
本专利技术涉及一种数控机床
，特别是关于一种切削工况下的主轴回转精度劣化溯源系统。
技术介绍
主轴作为数控机床的核心部件，其性能优劣直接决定了零件加工的质量，因而主轴的动态性能研究成为人们关注的焦点。主轴回转误差的研究对于主轴回转精度、主轴性能劣化溯源、加工参数优化和误差补偿等方面有着重要意义。目前主轴的回转误差研究主要停留在机床空载工况下进行的，其运行状态与切削工况下的真实情况相差甚远，只能局部的反映主轴性能。
技术实现思路
针对上述问题，本专利技术的目的是提供一种切削工况下的主轴回转精度劣化溯源系统，其能完成主轴回转精度劣化溯源，溯源效果较好。为实现上述目的，本专利技术采取以下技术方案：一种切削工况下的主轴回转精度劣化溯源系统，其包括在线处理部分和离线处理部分；所述在线处理部分包括数据采集模块、信号分析与处理模块和人机交互模块；所述离线处理部分包括劣化溯源模块；所述数据采集模块用于采集切削工况下的主轴振动位移信号，得到主轴回转误差并传输至所述信号分析与处理模块；所述信号分析与处理模块将接收到的主轴回转误差信号进行频谱变换，并对其频谱图进行分析；同时，对采集到的原始振动信号进行降噪处理，对传感器测得的主轴振动位移信号进行误差分离，并用形状成像法对主轴回转误差进行误差结果评定；所述人机交互模块与信号分析与处理模块进行信息交互，用于显示评定结果，并生成报表；设置采集信号的参数并传输至所述信号分析与处理模块；所述劣化溯源模块用于进行基于轴心轨迹的主轴回转精度劣化分析，实现主轴运行状态识别。进一步，在所述数据采集模块中，采用三个电涡流位移传感器A、B、C采集主轴振动位移信号，所述主轴振动位移信号是主轴回转误差和被测目标的表面形状误差的集合。进一步，三个所述电涡流位移传感器A、B、C设置在主轴的周围，所述电涡流位移传感器A位于X轴的轴线上，所述电涡流位移传感器B放置于与X轴成α角度的位置上，所述电涡流位移传感器C放置于与X轴成β角度的位置上，三个所述电涡流位移传感器A、B、C处于同一截面且传感器延长线汇于一点。进一步，所述角度α和角度β的取值为：α∈(80.2°,83.7°)，β∈(134.6°,144.4°)。进一步，所述信号分析与处理模块包括信号降噪模块和误差分离模块；所述信号降噪模块中采用基于VMD与小波变换联合的降噪方法，所述误差分离模块中采用三点法或矩阵算法对降噪后的误差信号进行误差分离。进一步，所述降噪方法包括：步骤11、输入主轴振动位移信号设置VMD参数：惩罚因子设置为2000，带宽参数设置为τ＝0并输入分解层数k，k将原始振动信号分解为k个IMF分量；步骤12、输入不同的k值，得到中心频率分布值；根据中心频率判断分解层数的优劣差异，确定分解层数；步骤13、计算各IMF分量与原始主轴振动位移信号的相关性，根据相关系数原则选择相关度较高的IMF分量，舍弃相关度较低的IMF分量；步骤14、采用新的小波自适应阈值对选择的IMF分量进行降噪，并将降噪后的各分量进行重构，得到降噪后的主轴回转位移信号。进一步，所述新的小波自适应阈值函数η(x,λ)为：式中，x＝(x1,x2,…,xN)是不含噪声信息的原始信号，N为采样点数；k＝(k1,k2,…,kN)，且k～N(0,σ2)属于噪声，σ是噪声的标准差；λ为乘法算子；参数a、b为正常数；m为小波函数阈值的逼近程度，在区间(0,1)中调整参数m的大小。进一步，所述三点法误差分离方法包括：步骤21、设三个电涡流位移传感器A、B、C的输出信号分别为S0(θ)、S1(θ)、S2(θ)；步骤22、将三个输出信号乘以权系数c0、c1、c2相加之后构造形状误差线性方程；步骤23、对形状误差线性方程进行FFT变换，提取出形状误差r(θ)；步骤24、将得到的形状误差r(θ)带入所述步骤21的三个输出信号表达式中，得到回转误差的X轴和Y轴的两个分量x(θ)、y(θ)。进一步，所述劣化溯源模块中采用基于CGA-SVR的回转精度劣化溯源模型进行溯源，其中，CGA为混沌遗传算法，SVR为支持向量机回归模型；溯源方法包括：步骤31、将采集到的主轴振动位移信号进行去噪，完成信号前期处理；步骤32、提取发生回转精度劣化的主轴轴心轨迹，并计算其特征向量；步骤33、将特征向量进行归一化处理，并随机选取所有特征向量的70％为训练样本，其它作为测试样本；步骤34、设定SVR参数的初始取值范围；步骤35、采用CGA产生初始种群，将其作为SVR模型的初始参数；步骤36、将训练样本输入到SVR模型，利用CGA算法对SVR参数不断迭代进化，最终得到参数(C,γ,ε)的最优解；其中，C为惩罚因子，C>0；γ是径向基核函数的参数；ε为不敏感损失系数；步骤37、将测试样本输入到优化完成的SVR模型，进行状态识别与分类；步骤38、根据识别与分类后的状态进行主轴回转精度劣化溯源，完成劣化溯源诊断。进一步，所述步骤32中，采用轴心轨迹不变矩提取发生回转精度劣化的主轴轴心轨迹的特征值；提取方法包括：步骤321、确定p+q阶的矩Mpq；其中，p,q均为整数；步骤322、根据矩Mpq确定p+q阶的中心矩mpq；步骤323、将中心矩归一化之后得到7阶的不变值前4阶用于描述图像的大体特征，5-7阶矩则是图像的图形特征。本专利技术由于采取以上技术方案，其具有以下优点：1、本专利技术实现了主轴振动位移信号采集、信号处理、误差分离、评价和回转精度劣化溯源。对机床的主轴回转精度进行测量，对比Lion设备所测结果，验证了系统的有效性。同时在该机床上成功的进行了主轴回转精度劣化溯源分析，为工程实际应用提供了技术手段，具有很重要的意义。2、本专利技术为了将混杂在回转误差信号中的高频噪声进行消除，采用基于VMD+小波变换的信号降噪方法对原始信号进行降噪处理，其降噪效果较为良好。附图说明图1是本专利技术实施例中的系统整体结构示意图；图2是本专利技术实施例中的三个电涡流位移传感器设置位置示意图；图3是本专利技术实施例中信号降噪模块的降噪方法流程示意图；图4是本专利技术实施例中基于CGA-SVR的回转精度劣化溯源模型的溯源方法流程示意图；图5a是本专利技术实施例中施加0.2N·mm时在轻度磨损下的主轴轴心轨迹图；图5b是本专利技术实施例中施加0.4N·mm时在轻度磨损下的主轴轴心轨迹图；图5c是本专利技术实施例中施加0.6N·mm时在轻度磨损下的主轴轴心轨迹图；图6a是本专利技术实施例中施加0.2N·mm时在中度磨损下的主轴轴心轨迹图；图6b是本专利技术实施例中施加0.4N·mm时在中度磨损下的主轴轴心轨迹图；图6c是本专利技术实施例中施加0.6N·mm时在中度磨损下的主轴轴心轨迹图；图7a是本专利技术实施本文档来自技高网...

【技术保护点】
1.一种切削工况下的主轴回转精度劣化溯源系统，其特征在于，包括在线处理部分和离线处理部分；所述在线处理部分包括数据采集模块、信号分析与处理模块和人机交互模块；所述离线处理部分包括劣化溯源模块；/n所述数据采集模块用于采集切削工况下的主轴振动位移信号，得到主轴回转误差并传输至所述信号分析与处理模块；/n所述信号分析与处理模块将接收到的主轴回转误差信号进行频谱变换，并对其频谱图进行分析；同时，对采集到的原始振动信号进行降噪处理，对传感器测得的主轴振动位移信号进行误差分离，并用形状成像法对主轴回转误差进行误差结果评定；/n所述人机交互模块与信号分析与处理模块进行信息交互，用于显示评定结果，并生成报表；设置采集信号的参数并传输至所述信号分析与处理模块；/n所述劣化溯源模块用于进行基于轴心轨迹的主轴回转精度劣化分析，实现主轴运行状态识别。/n

【技术特征摘要】
1.一种切削工况下的主轴回转精度劣化溯源系统，其特征在于，包括在线处理部分和离线处理部分；所述在线处理部分包括数据采集模块、信号分析与处理模块和人机交互模块；所述离线处理部分包括劣化溯源模块；
所述数据采集模块用于采集切削工况下的主轴振动位移信号，得到主轴回转误差并传输至所述信号分析与处理模块；
所述信号分析与处理模块将接收到的主轴回转误差信号进行频谱变换，并对其频谱图进行分析；同时，对采集到的原始振动信号进行降噪处理，对传感器测得的主轴振动位移信号进行误差分离，并用形状成像法对主轴回转误差进行误差结果评定；
所述人机交互模块与信号分析与处理模块进行信息交互，用于显示评定结果，并生成报表；设置采集信号的参数并传输至所述信号分析与处理模块；
所述劣化溯源模块用于进行基于轴心轨迹的主轴回转精度劣化分析，实现主轴运行状态识别。


2.如权利要求1所述溯源系统，其特征在于，在所述数据采集模块中，采用三个电涡流位移传感器A、B、C采集主轴振动位移信号，所述主轴振动位移信号是主轴回转误差和被测目标的表面形状误差的集合。


3.如权利要求2所述溯源系统，其特征在于，三个所述电涡流位移传感器A、B、C设置在主轴的周围，所述电涡流位移传感器A位于X轴的轴线上，所述电涡流位移传感器B放置于与X轴成α角度的位置上，所述电涡流位移传感器C放置于与X轴成β角度的位置上，三个所述电涡流位移传感器A、B、C处于同一截面且传感器延长线汇于一点。


4.如权利要求3所述溯源系统，其特征在于，所述角度α和角度β的取值为：α∈(80.2°,83.7°)，β∈(134.6°,144.4°)。


5.如权利要求1所述溯源系统，其特征在于，所述信号分析与处理模块包括信号降噪模块和误差分离模块；所述信号降噪模块中采用基于VMD与小波变换联合的降噪方法，所述误差分离模块中采用三点法或矩阵算法对降噪后的误差信号进行误差分离。


6.如权利要求5所述溯源系统，其特征在于，所述降噪方法包括：
步骤11、输入主轴振动位移信号设置VMD参数：惩罚因子设置为2000，带宽参数设置为τ＝0并输入分解层数k，k将原始振动信号分解为k个IMF分量；
步骤12、输入不同的k值，得到中心频率分布值；根据中心频率判断分解层数的优劣差异，确定分解层数；
步骤13、计算各IMF分量与原始主轴振动位移信号的相关性，根据相关系数原则选择相关度较高的IMF分量，舍弃相关度较低的IMF分量；
步骤14、采用新的小波自适应阈值对选择的IMF分量进行降噪，并将降噪后的...

【专利技术属性】
技术研发人员：王红军，魏许杰，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京;11