基于小波包分解提取刀具振动信号特征向量.pdf

《基于小波包分解提取刀具振动信号特征向量.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、应用与试验2013年第4期(第26卷，总第126期)·枕械研究与应用·基于小波包分解提取刀具振动信号特征向量邵占帅，黄民(北京信息科技大学，北京100192)摘要：主要介绍了3种基于小波包分解的以不同方式进行提取刀具磨损振动信号特征向量的方法刀具振动信号通过小渡包分解后重构成不同频段的信号系数。在此基础上，首先提取各个频段能量基于总能量比值的特征向量；其次对其进行功率谱分析，提取特定频段幅值的特征向量；最后，利用奇异值分解将不同频段的信号映射到正交子空间中，从中选取信号的奇异值作为特征向量。最终将得到的特征向量组合成一个特征向量输入支持向量机中进行刀具磨损识别关键词：刀具振动信号；小波包分析

2、；功率谱；SVD(奇异值分解)中图分类号：T(；68文献标志码：A文章编号：1007—4414(20l3)04—0058—03DecompositionandExtractingVibrationSignalFeatureVectorforToolBasedonWaveletPacketSHA0Zhan—shuai．HUANGMin(MechanicⅡ，ElectronicEngineering，BeijingInJbrmationScience&Technology"University，Beijing100192，China)Abstract：Threedifl；erentwaysare

3、describedbasedonwaveletpackettoextractthefeaturevectorofvibrationsignalsoftoolwear．Foolvibrationsignalisdecomposedbywaveletpacket，andthenre—constituteddifferentfrequencybandsignalCoeffi—cients．Onthisbasis，firstly。extractingtheratioofenergyofeachfrequencyhandbasedontotalenergyasafeatureVeCtor．Second

4、ly，extra(iingtheamplitudeofspecific~equencybandsinitspowerspectrumasafeaturevector．Finally，differentfre—quencybandsofsignalaremappedtotheo~hogonalsubspacebyusingthesingularvaluedecomposition(SVD)，Thesingularvahlesofthesignalareselectedasafeaturevectorinthesubspace．Asignalfeaturevectorcomposedwithth

5、reefeaturevectorsisfinallyinputte~lintosupportvectormachinesfortoolwhichbeingrecognized．Keywords：toolvibrationsignal；waveletpacketanalysis；powerspectrum；SVD1引言同频率的信号通过不同的频带分离出来，得到与刀具刀具系统是高档数控机床极其重要的功能部件。磨损状态密切相关的特征。从而实现特征值的提取。切削过程中，刀具在高温、高压条件下工作，由于受到小波包分析能够为信号提供一种更为精细的分析方工件、切屑的剧烈摩擦，刀具在前、后面接触区域内会法，不

6、仅对低频进行细分，而且对高频部分也进一步产生磨损，且随切削时问的增加磨损量逐渐增大。磨细分，因此小波包具有更为广泛的应用价值。损较轻时刀具的几何形状和加工工件尺寸发生改变，2小波包分析相关理论严重时将引起刀具失效(失效原因主要包括刀具磨小波分析的基本思想是把信号投影到一组相互钝、破损和刀刃塑性变形及热磨损等)。因此，减少正交的小波函数构成的子空间上，形成的信号在不同月具失效是提高生产效率和加工质量的一个重要途尺度上展开，从而提取信号在不同频带的特征，同时径，而减少刀具失效最重要的方法就是进行刀具在线保留信号在各个尺度上的时域特征。通过小波滤状态监测。在线监测过程中提取刀具磨损信号的特波器在一

7、系列选择性相同的频带上，使之能够体现在征值是实现在线监测的重要一环，特征值提取的好坏具有良好滤波器特性的小波时频窗之中，以获得信号直接影响后面模式识别的优劣。所包含的特征信息。小波变换是近十几年信号处理领域研究的一个小波包是由M．V．Wikcer，R．R．Coifman等人热点，许多学者将小波理论上的研究成果应用到图像在小波变换的基础上进一步提出来的，并且从数学压缩、特征提取、信号滤波和数据融合等方面，而且小