基于多传感器信号特征融合的孔系钻削质量一致性评估
本文选题:孔系钻削 + 突变点检测 ; 参考:《湘潭大学》2015年硕士论文
【摘要】:钻削质量一致性是衡量与保证孔系类零部件加工质量和工作性能的关键因素。本文以实现孔系钻削质量一致性检测为目的,在孔系钻削实验平台搭建、监测信号突变点检测与提取、钻削过程信号特征提取与融合、模式识别等方面进行相关研究。(1)孔系钻削实验平台搭建和信号采集。根据钻削加工的特性,搭建孔系钻削实验平台。采用霍尔电流传感器监测主轴电流负载的变化情况、声发射传感器监测钻削工件材料断裂与变形和三向加速度振动传感器监测工件在钻削过程中的振动情况,并通过数据采集仪采集各孔钻削过程多传感器监测信号。(2)孔系钻削过程监测信号预处理与突变点提取。首先采用谱减法对多传感器监测信号进行去噪;然后,根据钻头刃尖与工件接触和钻头刃尖切出工件时刻钻削力以及主轴功率信号在突变点处的变化特点,对主轴功率信号进行RMS分析和信号变化率计算,提取出各孔钻削过程中钻入钻出时刻突变点;最后根据信号突变点将与钻削质量相关的钻削阶段信号分割出来,为后续的孔系钻削质量分析提供数据基础。(3)监测信号特征提取与分析。针对钻削阶段监测信号的非线性、非平稳、非高斯特性,对各孔监测信号进行希尔伯特黄变换和高阶谱分析,提取各孔监测信号的边际谱和双谱特征,分析监测信号特征变化与钻孔质量之间的有机联系。(4)基于主成分分析的监测信号特征融合与聚类。采用主成分分析对钻削阶段监测信号边际谱与双谱特征构建的特征矩阵进行特征降维处理。根据各孔监测信号第一主成分和第二主成分对钻孔数据进行k均值聚类,获得孔系钻削质量分布状态。将聚类结果与人工检测结果进行比对,评判聚类分析结果的有效性。最后,通过改变钻削工艺参数进行钻削试验验证本文所述方法的可行性。计算分析和试验验证结果表明,采用本文所述研究方法可有效实现孔系钻削质量进行一致性评估,快速分析和识别质量异常钻孔。该方法有效克服了孔系类零部件钻削质量检测中人工检测存在的漏检以及在线检测实现难度较大等问题,为实现孔系钻削质量一致性检测与控制提供了理论依据。
[Abstract]:The consistency of drilling quality is the key factor to evaluate and guarantee the machining quality and working performance of hole system parts.In order to realize the consistency inspection of drilling quality of drilling system, the paper builds the experimental platform of drilling in the hole system, detects and extracts the abrupt point of monitoring signal, and extracts and fuses the feature of the signal during drilling process.Related research on pattern recognition. 1) drilling experiment platform and signal acquisition.According to the characteristics of drilling, a drilling experiment platform is built.Hall current sensor is used to monitor the change of spindle current load, acoustic emission sensor is used to monitor the fracture and deformation of drilling workpiece material and the vibration sensor of three-direction acceleration is used to monitor the vibration of workpiece during drilling.The multi-sensor monitoring signal of drilling process of each hole is collected by the data acquisition instrument, and the monitoring signal of drilling process of the hole system is preprocessed and the abrupt point is extracted.Firstly, the multi-sensor monitoring signal is de-noised by spectral subtraction method, then, according to the contact between the bit tip and the workpiece and the cutting force of the workpiece and the variation of the spindle power signal at the abrupt point, the cutting force of the workpiece and the power signal of the spindle are obtained.The power signal of spindle is analyzed by RMS and the rate of change of signal is calculated, and the abrupt point of drilling time is extracted in the process of drilling. Finally, the signal of drilling stage related to drilling quality is segmented according to the abrupt point of signal.This paper provides a data basis for the subsequent analysis of drilling quality of hole system. The feature of monitoring signal is extracted and analyzed.Aiming at the nonlinear, non-stationary and non- characteristics of the monitoring signals in drilling stage, Hilbert Huang transform and high-order spectrum analysis are carried out to extract the marginal and bispectral characteristics of the monitoring signals.Analysis of the organic relationship between the variation of monitoring signal features and the quality of borehole. (4) the feature fusion and clustering of monitoring signals based on principal component analysis (PCA).The feature matrix constructed by the marginal spectrum and bispectral feature of monitoring signal in drilling stage is processed by principal component analysis (PCA).According to the first principal component and the second principal component of the hole monitoring signal, the drilling data were clustered by k-means clustering, and the drilling quality distribution state of the hole system was obtained.The validity of clustering analysis was evaluated by comparing the clustering results with the results of manual detection.Finally, the feasibility of this method is verified by changing drilling parameters.The results of calculation analysis and experimental verification show that the method presented in this paper can effectively realize the consistency evaluation of drilling quality of hole system and quickly analyze and identify the abnormal drilling quality.This method effectively overcomes the problems of manual inspection of drilling quality of hole system parts and the difficulty of on-line testing. It provides a theoretical basis for the consistency detection and control of drilling quality of hole system.
【学位授予单位】:湘潭大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TG52
【相似文献】
相关期刊论文 前10条
1 张厚江,陈五一,樊锐,陈鼎昌;碳纤维复合材料高质量孔的钻削[J];航空制造技术;2004年03期
2 熊良山,师汉民,陈永洁;钻头与钻削研究的历史、现状与发展趋势[J];工具技术;2005年08期
3 王军;;浅谈几种特殊孔的钻削要领[J];科技信息(学术研究);2007年33期
4 程军;焦锋;;微小孔钻削工艺的研究现状[J];机械工程师;2007年11期
5 王盟;徐志鹏;杨晓红;;小批量倾斜小孔的钻削方法[J];金属加工(冷加工);2008年11期
6 李冠亚;王志甫;;钻削精密孔的操作技巧[J];煤矿机械;2009年02期
7 刘东;陈志同;陈五一;顾卫东;;碳纤维复合材料高速钻削实验研究[J];工具技术;2009年07期
8 施志辉;刘刚;;应用于加工中心的钻削用量确定方法[J];工具技术;2009年07期
9 杨毅欣;王成勇;秦哲;宋月贤;陈翰源;;医疗钻头钻削力和钻削温度的试验研究[J];机械设计与制造;2010年11期
10 吴健;韩荣第;雷从一;;钻削快速落刀装置的研制及其应用[J];工具技术;2012年01期
相关会议论文 前6条
1 蔡昆山;付圣林;;钛合金钻削和攻丝的工艺分析及研究[A];中国电子学会生产技术学分会机械加工专业委员会第八届学术年会论文集[C];2001年
2 张平宽;王慧霖;;轴向振动钻削参数的调整研究[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年
3 张国永;刘丽娟;邵华;申如国;许雄国;;高温合金和耐热钢骑缝孔钻削特性研究[A];2011年“天山重工杯”全国机电企业工艺年会暨第五届机械工业节能减排工艺技术研讨会论文集[C];2011年
4 田锡天;杨杰;池建昌;;超声振动钻削装置研发[A];第三届数控机床与自动化技术专家论坛论文集[C];2012年
5 吴玉生;肖继明;李言;;D406A超高强度钢钻削条件的试验优选[A];制造技术自动化学术会议论文集[C];2004年
6 代汉达;刘耀辉;高印寒;杜军;文世河;;Al_2O_3和C短纤维混杂增强铝基复合材料钻削加工性的研究[A];复合材料:生命、环境与高技术——第十二届全国复合材料学术会议论文集[C];2002年
相关重要报纸文章 前1条
1 太原市黄河供水有限公司 安润喜;不锈钢钻削加工性的改进[N];山西科技报;2005年
相关博士学位论文 前10条
1 曾伟民;旋转超声钻削先进陶瓷的基础研究[D];华侨大学;2006年
2 黄立新;印刷电路板定位安装孔钻削研究[D];广东工业大学;2011年
3 吴健;典型难加工材料钻削相关技术的基础研究[D];哈尔滨工业大学;2010年
4 孙艳红;微钻头折断机理及钻削力在线监测的研究[D];吉林大学;2009年
5 郑小虎;微细钻削铣削关键技术及应用基础研究[D];上海交通大学;2013年
6 崔亚新;基于双神经网络的微孔钻削在线监测研究[D];吉林大学;2012年
7 马利杰;轴向振动钻削机理及其工艺效果实验研究[D];江苏大学;2007年
8 张厚江;碳纤维复合材料(CFRP)钻削加工技术的研究[D];北京航空航天大学;1998年
9 肖思来;一种变参数螺旋槽深孔麻花钻及其钻削实验研究[D];湖南大学;2013年
10 玛嘎拉;高速微孔钻床主轴系统及钻头的动态特性研究[D];吉林大学;2005年
相关硕士学位论文 前10条
1 郭涛;和田玉超声波钻削系统及材料去除机理研究[D];西安石油大学;2015年
2 杨佩璇;和田玉超声波钻削表面微观特性及韧性裂纹机理的研究[D];西安石油大学;2015年
3 曹龙飞;气体质量流量计微孔加工工艺改进及其参数优化[D];燕山大学;2015年
4 王子s,
本文编号:1762897
本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/1762897.html