基于多分量信号分解的铣削颤振识别
发布时间：2021-02-06 18:42
铣削工艺系统的弱刚性等因素导致加工过程易发生颤振,影响加工质量和生产效率。例如在航空航天制造领域,常采用重量轻、强度高的整体薄壁零件,在时变铣削力的作用下易颤振。若在颤振未完全发生时将其识别并有效抑制,可最大程度地减少颤振对工件的损害。然而过渡阶段的颤振信号振幅微弱,很难被传统算法所捕捉。本文在对铣削振动响应进行仿真的基础上,提出了针对铣削振动信号的多分量信号分解方法,并运用到颤振识别算法。本文围绕信号处理、特征提取、切削状态识别三大模块,展开了以下工作:分别基于线性、非线性动力学理论,建立切削力仿真模型,通过计算切削稳定性叶瓣图,选择合适的切削条件,理论上能避免颤振。然而实际加工中,系统模态参数等难以辨识,很难精确地建立切削力模型。对稳定、颤振切削状态下振动响应特性进行分析,通过对线性和非线性切削模型对应的切削响应进行对比,结果得到它们都具有相同的能量谱特性。因此,若基于振动信号的能量分布提取颤振特征,则可以理想化切削力模型,使用线性模型的仿真信号设计颤振识别算法。提出了一种针对铣削振动响应的多分量信号分解方法。铣削振动信号是非平稳多分量信号,且分量轨迹在频域交叉、重叠和靠近,信号的...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：130 页
【学位级别】：硕士
【部分图文】：
颤振对加工产生的不利影响
0 5 10 15 20Time (s) 1-2 切削由稳定状态过渡到颤振状态的加速度信号 The acceleration signal from stable cutting to chatter cutti，上述所有这些颤振抑制策略都基于可靠的颤振振即将要发生时，存在短暂的过渡过程，若能在颤振抑制控制策略，可最大程度避免颤振对工件振特征很微弱，信号信噪比很低，是颤振识别算通常包括三个模块：信号处理、特征提取和状态振特征提取征提取是颤振识别算法的核心。近年来，针对信作，国内外学者提出了很多方法，如表 1-1 所示、传感器设置、信号处理技术、特征提取和参考择
图 2-17 带轴承间隙的铣削过程的动力学模型[71] The dynamic model of milling process with bearing励，系统的运动微分方程为：2 2 2 21 22 2 2 21 2( ) ( ) cos(( ) ( )sinx x x y y y c x k x x y k x y c y k y x y k x y
【参考文献】：
期刊论文
[1]非线性调频分量分解的转子油膜涡动信号分析研究[J]. 李玲玲,陈是扦,彭志科. 噪声与振动控制. 2017(05)
[2]Vold-Kalman滤波和高阶能量分离在时变工况行星齿轮箱故障诊断中的应用研究[J]. 秦嗣峰,冯志鹏,LIANG Ming. 振动工程学报. 2015(05)
[3]基于经验模态分解和希尔伯特-黄变换的精密孔镗削颤振特征提取[J]. 李欣,梅德庆,陈子辰. 光学精密工程. 2011(06)
[4]DHMM+SVM在切削颤振中的应用[J]. 蒋文凤,江涌涛,张春良,刘琼. 机电产品开发与创新. 2009(03)
[5]切削颤振的线性和非线性理论研究[J]. 汤爱君,马海龙. 工具技术. 2007(06)
硕士论文
[1]基于驱动电机电流信号的车削颤振在线监测方法研究[D]. 陈青海.华中科技大学 2012
[2]基于逻辑回归和高斯混合模型的设备故障诊断技术研究与应用[D]. 钟鑫.北京化工大学 2010
本文编号：3020915
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：130 页
【学位级别】：硕士
【部分图文】：
颤振对加工产生的不利影响
0 5 10 15 20Time (s) 1-2 切削由稳定状态过渡到颤振状态的加速度信号 The acceleration signal from stable cutting to chatter cutti，上述所有这些颤振抑制策略都基于可靠的颤振振即将要发生时，存在短暂的过渡过程，若能在颤振抑制控制策略，可最大程度避免颤振对工件振特征很微弱，信号信噪比很低，是颤振识别算通常包括三个模块：信号处理、特征提取和状态振特征提取征提取是颤振识别算法的核心。近年来，针对信作，国内外学者提出了很多方法，如表 1-1 所示、传感器设置、信号处理技术、特征提取和参考择
图 2-17 带轴承间隙的铣削过程的动力学模型[71] The dynamic model of milling process with bearing励，系统的运动微分方程为：2 2 2 21 22 2 2 21 2( ) ( ) cos(( ) ( )sinx x x y y y c x k x x y k x y c y k y x y k x y
【参考文献】：
期刊论文
[1]非线性调频分量分解的转子油膜涡动信号分析研究[J]. 李玲玲,陈是扦,彭志科. 噪声与振动控制. 2017(05)
[2]Vold-Kalman滤波和高阶能量分离在时变工况行星齿轮箱故障诊断中的应用研究[J]. 秦嗣峰,冯志鹏,LIANG Ming. 振动工程学报. 2015(05)
[3]基于经验模态分解和希尔伯特-黄变换的精密孔镗削颤振特征提取[J]. 李欣,梅德庆,陈子辰. 光学精密工程. 2011(06)
[4]DHMM+SVM在切削颤振中的应用[J]. 蒋文凤,江涌涛,张春良,刘琼. 机电产品开发与创新. 2009(03)
[5]切削颤振的线性和非线性理论研究[J]. 汤爱君,马海龙. 工具技术. 2007(06)
硕士论文
[1]基于驱动电机电流信号的车削颤振在线监测方法研究[D]. 陈青海.华中科技大学 2012
[2]基于逻辑回归和高斯混合模型的设备故障诊断技术研究与应用[D]. 钟鑫.北京化工大学 2010
本文编号：3020915
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3020915.html
