基于EEMD-PCA-ICA算法的铣削过程能效状态识别
发布时间：2021-02-10 13:37
切削过程的能效在线识别是高能效切削的重要课题之一。如何在线判断切削状态是否处于高能效状态是本文的研究目标。本文针对切削过程能效状态识别问题,对加工系统监测信号中表征能效状态的特征及其提取算法进行了探索。本文从铣削力的角度入手,提取铣削力信号中与能效状态相关的信息,探索铣削加工过程中能效状态属性及变化规律,为铣削加工系统的能效状态在线监测提供理论依据和技术解决方案。本文设计了机床空载及负载条件下的能效状态识别系统。根据经验模型对空载及铣削过程的能效状态进行分类。由于铣削力信号是一种混叠多源状态的信号,本文基于集合经验模态分解、主成分分析和独立分量分析提出一种用于分离提取铣削力信号中能效状态特征分量的算法。该算法首先利用集合经验模态分解将经过预处理的单通道铣削力信号分离成多组分量,目的是对混叠信号进行解耦。然后用主成分分析去除各分量间的相关性,提取与源信号相关的主要分量,对数据进行降维,以加快算法迭代速率及后续信号分离的效率。对降维后的分离用快速独立分量分析进行处理,分离出组成多组分量的对应的相互独立的源信号。通过分析铣削力分离源信号的时频特征,提取表征能效状态的特征分量,发现在高能效状态...
【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】：82 页
【学位级别】：硕士
【部分图文】：
加工过程机床主电动机功率曲线
上海交通大学硕士学位论文5号及功率来反映能效特征的方法。美国加州大学伯克利分校Vijayaraghavan教授[44]的研究团队指出，传统节能策略涉及切削系统各个环节，由于切削机床千变万化，且总体复杂程度高，建立准确的能耗模型难度高，在实际生产环境中的精度及可操作性差，为此他们提出了机床基于事件流的自动能耗分级监测方法，如图1-3所示，并设计了相应的决策程序，可以改善机床运行过程中的能效状态。该研究成果可以用于在线测量，但没有报道具体的在线实时监测实施方案。因此，许多学者认识到有效的解决方案是在加工过程中在线监测和识别能效状态[45,46]。其聚焦于与能效状态相关的信号，可以从多个信号（力，温度，功率，声发射，振动等）包含信息中推断能效状态[47-49]。国内重庆大学胡韶华等人[50]在切削系统能效在线监测方面做了大量工作，他提出能效不仅对机械系统本身有着重要意义，而且对环境的影响也是至关重要的，因此需要对切削过程进行能效的在线、实时监测。蔡赟[51,52]做了大量与能效状态在线识别的研究，包括用马尔可夫模型推断能效状态，用小波变换和独立成分分析对瞬时能效信号特征提取，对能效状态进行在线监控。切削过程能效状态评估、监测及控制策略大多从控制设备性能、工艺流程与参数等方面着手，建立了包括加工设备、系统及过程参数的多种节能模型并开发了相应的优化算法，这些节能理论和策略无疑对改善加工系统的能耗状态、拟定节能工艺具有重要的指导价值，但面对千变万化的切削系统和过程，建立准确的、全面的定量能效模型用于切削系统的实时能效状态评估难度很大，模型的鲁棒性、可靠性不能保证，因而也难以真正应用于生产实际。而在线能效状态监测，则可以从监测传感器信号中获得能效状态的信息，避免?
第二章铣削过程能效状态识别方法102.2铣削过程能效状态识别算法不同加工条件、机床加工过程能量损失是动态的，其能效也是不断变化的。图2-2为机床加工过程能量流示意图，从中可以更直观的看出，机床能量流失过程的复杂性，基于加工过程能量损失涉及的部件众多以及损失过程复杂，考虑从机床输入和输出端入手，通过监测机床输入功率和铣削力信号，利用特征分离解耦算法提取铣削力信号中表征能效状态的特征来评估机床能效状态。图2-2机床加工过程能量流示意图Fig.2-2Theenergyflowchartofmachinetoolprocessing能效状态隐含在常规监测信号中，铣削过程能效状态特征是一种多源耦合状态特征，若要实现能效特征的提取，信号分解算法尤为重要。为探究加工过程能效状态特征变量，本文提出了针对铣削力多源耦合信号的分解流程。信号分解的流程如图2-3所示，其目标是将通过算法从混叠的原信号中分离出独立的源信号，从源信号中获取表征铣削过程能效状态的特征变量。图2-3信号分解流程图Fig.2-3Flowchartofsignaldecomposition针对能效信号，在分解过程中需要聚焦三个方面：第一要保证信号的真实性，避原信号信号解耦数据压缩及降维信号分离源信号
【参考文献】：
期刊论文
[1]数控机床进给系统功率模型及空载功率特性[J]. 胡韶华,刘飞,胡桐. 重庆大学学报. 2013(11)
[2]数控机床多源能量流的系统数学模型[J]. 王秋莲,刘飞. 机械工程学报. 2013(07)
[3]数控机床变频主传动系统的空载能量参数特性研究[J]. 胡韶华,刘飞,何彦,胡桐. 计算机集成制造系统. 2012(02)
[4]数控机床能量设计因子提取方法研究[J]. 周丹,刘光复,何平. 中国机械工程. 2011(03)
[5]基于主元分析法的浅地层小目标探测算法[J]. 冯温雅,彭正辉,费翔宇,应娉. 物探与化探. 2010(04)
[6]基于快速独立分量分析的模态振型识别方法研究[J]. 张晓丹,姚谦峰,刘佩. 振动与冲击. 2009(07)
[7]面向状态监测的改进主元分析方法[J]. 韦洁,张和生,贾利民. 电子测量与仪器学报. 2009(07)
[8]数控机床空载运行时节能决策模型及实用方法[J]. 施金良,刘飞,许弟建,陈国荣. 中国机械工程. 2009(11)
[9]绿色制造生产过程多目标集成决策运行机理研究[J]. 张华,江志刚,吴晓珍,王贤琳,俞育军. 武汉科技大学学报(自然科学版). 2008(01)
[10]主元分析法在原油储罐监控系统中的应用[J]. 刘春涛,陈祥光,李宇峰,刘志成. 仪器仪表学报. 2006(S2)
博士论文
[1]现代数控机床多源能耗特性研究[D]. 胡韶华.重庆大学 2012
[2]基于盲源分离技术的工程结构模态参数识别方法研究[D]. 张晓丹.北京交通大学 2010
硕士论文
[1]基于EEMD的结构损伤识别研究[D]. 岳槐宇.青岛理工大学 2016
[2]基于EEMD-SVD的FCM聚类的轴承故障诊断[D]. 康乐.燕山大学 2016
[3]数控加工切削参数优化的研究[D]. 赵绪平.沈阳工业大学 2006
本文编号：3027444
【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】：82 页
【学位级别】：硕士
【部分图文】：
加工过程机床主电动机功率曲线
上海交通大学硕士学位论文5号及功率来反映能效特征的方法。美国加州大学伯克利分校Vijayaraghavan教授[44]的研究团队指出，传统节能策略涉及切削系统各个环节，由于切削机床千变万化，且总体复杂程度高，建立准确的能耗模型难度高，在实际生产环境中的精度及可操作性差，为此他们提出了机床基于事件流的自动能耗分级监测方法，如图1-3所示，并设计了相应的决策程序，可以改善机床运行过程中的能效状态。该研究成果可以用于在线测量，但没有报道具体的在线实时监测实施方案。因此，许多学者认识到有效的解决方案是在加工过程中在线监测和识别能效状态[45,46]。其聚焦于与能效状态相关的信号，可以从多个信号（力，温度，功率，声发射，振动等）包含信息中推断能效状态[47-49]。国内重庆大学胡韶华等人[50]在切削系统能效在线监测方面做了大量工作，他提出能效不仅对机械系统本身有着重要意义，而且对环境的影响也是至关重要的，因此需要对切削过程进行能效的在线、实时监测。蔡赟[51,52]做了大量与能效状态在线识别的研究，包括用马尔可夫模型推断能效状态，用小波变换和独立成分分析对瞬时能效信号特征提取，对能效状态进行在线监控。切削过程能效状态评估、监测及控制策略大多从控制设备性能、工艺流程与参数等方面着手，建立了包括加工设备、系统及过程参数的多种节能模型并开发了相应的优化算法，这些节能理论和策略无疑对改善加工系统的能耗状态、拟定节能工艺具有重要的指导价值，但面对千变万化的切削系统和过程，建立准确的、全面的定量能效模型用于切削系统的实时能效状态评估难度很大，模型的鲁棒性、可靠性不能保证，因而也难以真正应用于生产实际。而在线能效状态监测，则可以从监测传感器信号中获得能效状态的信息，避免?
第二章铣削过程能效状态识别方法102.2铣削过程能效状态识别算法不同加工条件、机床加工过程能量损失是动态的，其能效也是不断变化的。图2-2为机床加工过程能量流示意图，从中可以更直观的看出，机床能量流失过程的复杂性，基于加工过程能量损失涉及的部件众多以及损失过程复杂，考虑从机床输入和输出端入手，通过监测机床输入功率和铣削力信号，利用特征分离解耦算法提取铣削力信号中表征能效状态的特征来评估机床能效状态。图2-2机床加工过程能量流示意图Fig.2-2Theenergyflowchartofmachinetoolprocessing能效状态隐含在常规监测信号中，铣削过程能效状态特征是一种多源耦合状态特征，若要实现能效特征的提取，信号分解算法尤为重要。为探究加工过程能效状态特征变量，本文提出了针对铣削力多源耦合信号的分解流程。信号分解的流程如图2-3所示，其目标是将通过算法从混叠的原信号中分离出独立的源信号，从源信号中获取表征铣削过程能效状态的特征变量。图2-3信号分解流程图Fig.2-3Flowchartofsignaldecomposition针对能效信号，在分解过程中需要聚焦三个方面：第一要保证信号的真实性，避原信号信号解耦数据压缩及降维信号分离源信号
【参考文献】：
期刊论文
[1]数控机床进给系统功率模型及空载功率特性[J]. 胡韶华,刘飞,胡桐. 重庆大学学报. 2013(11)
[2]数控机床多源能量流的系统数学模型[J]. 王秋莲,刘飞. 机械工程学报. 2013(07)
[3]数控机床变频主传动系统的空载能量参数特性研究[J]. 胡韶华,刘飞,何彦,胡桐. 计算机集成制造系统. 2012(02)
[4]数控机床能量设计因子提取方法研究[J]. 周丹,刘光复,何平. 中国机械工程. 2011(03)
[5]基于主元分析法的浅地层小目标探测算法[J]. 冯温雅,彭正辉,费翔宇,应娉. 物探与化探. 2010(04)
[6]基于快速独立分量分析的模态振型识别方法研究[J]. 张晓丹,姚谦峰,刘佩. 振动与冲击. 2009(07)
[7]面向状态监测的改进主元分析方法[J]. 韦洁,张和生,贾利民. 电子测量与仪器学报. 2009(07)
[8]数控机床空载运行时节能决策模型及实用方法[J]. 施金良,刘飞,许弟建,陈国荣. 中国机械工程. 2009(11)
[9]绿色制造生产过程多目标集成决策运行机理研究[J]. 张华,江志刚,吴晓珍,王贤琳,俞育军. 武汉科技大学学报(自然科学版). 2008(01)
[10]主元分析法在原油储罐监控系统中的应用[J]. 刘春涛,陈祥光,李宇峰,刘志成. 仪器仪表学报. 2006(S2)
博士论文
[1]现代数控机床多源能耗特性研究[D]. 胡韶华.重庆大学 2012
[2]基于盲源分离技术的工程结构模态参数识别方法研究[D]. 张晓丹.北京交通大学 2010
硕士论文
[1]基于EEMD的结构损伤识别研究[D]. 岳槐宇.青岛理工大学 2016
[2]基于EEMD-SVD的FCM聚类的轴承故障诊断[D]. 康乐.燕山大学 2016
[3]数控加工切削参数优化的研究[D]. 赵绪平.沈阳工业大学 2006
本文编号：3027444
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3027444.html
