机械加工表面形貌信号检测算法研究

发布时间：2020-12-04 00:38

　　机床加工精度是决定工件质量的最重要因素,在机床加工过程中,既有静态误差,也有动态误差,两者都会不同程度的反映到工件表面上,影响表面质量。因此要对机床表面质量信号进行降噪处理。但传统的降噪处理方法只能进行局部的频率信号处理,造成大量信号信息丢失。因此提高对机床加工表面形貌的信号成分分解精度及改进降噪效果是对表面形貌研究的重要课题。本文首次提出基于最佳小波包基的改进信号分解方法,该方法通过信息熵值准则确定最优的小波包基使得分解的信号频段内能量分布更均匀,结合高频谐波加入法（HFHA-EMD）,进一步提高经验模态分解（EMD）分解的效果。并首次提出带补偿的小波降噪方法（WDCL）,该方法在传统小波降噪的基础上,引入补偿机制,通过调节不同频率成分的降噪通过率,降低真实信号成分的损失并进一步去除噪声成分。最后本文针对基于最佳小波包基的改进信号分解方法和带补偿的小波降噪方法进行实验验证,实验结果表明新方法可以有效的提高信号分解精度和降噪效果。 

【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究的背景和意义
        1.1.1 课题来源
        1.1.2 课题研究的背景
        1.1.3 课题研究的意义
    1.2 国内外研究现状及存在的问题
        1.2.1 机械加工表面质量的降噪
        1.2.2 机械加工表面质量的分解
    1.3 本文的主要研究内容
第二章 信号降噪及分解理论
    2.1 信号降噪理论
        2.1.1 小波函数
        2.1.2 连续小波变换
        2.1.3 离散小波变换
    2.2 信号分解理论
        2.2.1 经验模态分解理论
        2.2.2 本征模态函数
        2.2.3 EMD算法的主要问题及改进
    2.3 本章小结
第三章 机械加工表面形貌的降噪与补偿
    3.1 表面形貌的降噪
        3.1.1 小波分解与重构
        3.1.2 小波降噪
    3.2 表面形貌的补偿
        3.2.1 集合经验模态分解
        3.2.2 希尔伯特变换
        3.2.3 小波函数的传递函数
        3.2.4 表面形貌特征的补偿
    3.3 本章小结
第四章 机械加工表面形貌的分解和故障识别
    4.1 表面形貌的分解
        4.1.1 多分辨分析
        4.1.2 小波包分析
        4.1.3 最佳小波包基的选择
    4.2 经验模态分解的改进HFHA-EMD
    4.3 本章小结
第五章 机械表面加工形貌检测的实验
    5.1 表面加工形貌的降噪补偿实验
    5.2 表面加工形貌的分解实验
    5.3 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
附录
发表论文和参加科研情况说明
致谢



本文编号：2896728