基于深孔钻削噪声信号的钻头磨损特征提取方法研究.pdf

基于深孔钻削噪声信号的钻头磨损特征提取方法研究.pdf

ID:52210086

大小:344.14 KB

页数:5页

时间:2020-03-25

基于深孔钻削噪声信号的钻头磨损特征提取方法研究.pdf_第1页
基于深孔钻削噪声信号的钻头磨损特征提取方法研究.pdf_第2页
基于深孔钻削噪声信号的钻头磨损特征提取方法研究.pdf_第3页
基于深孔钻削噪声信号的钻头磨损特征提取方法研究.pdf_第4页
基于深孔钻削噪声信号的钻头磨损特征提取方法研究.pdf_第5页
资源描述:

《基于深孔钻削噪声信号的钻头磨损特征提取方法研究.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、西安理工大学学报JournalofXi’anUniversityofTechnology(2011)Vo1.27No.4文章编号:1006-4710(2011)04-0446-05基于深孔钻削噪声信号的钻头磨损特征提取方法研究李佳,郑建明,李言,魏磊磊,卞小静(1.西安理工大学机械与精密仪器工程学院,陕西西安710048;2.西安陕鼓动力股份有限公司工艺部,陕西西安710075)摘要:采用深孔钻削过程中的噪声信号对钻头的磨损状态进行监测,建立了钻削过程噪声信号采集系统。运用改进的经验模态分解方法对经过广义形态滤波后的噪声信号进行了模态分解,获得了钻削噪声信号的本征模态函数。采用希尔伯特变换对

2、本征模态函数进行处理,获得了与本征模态函数对应的边际谱。研究了谱频段能量和峰值随钻头磨损的变化规律。结果表明,边际谱频段能量和峰值与钻头磨损状态之间存在密切联系,根据噪声信号边际谱特征参数的变化规律可实现钻头磨损状态的监测。关键词:深孔钻削;钻头磨损;噪声信号;HHT中图分类号:TH165.3文献标志码:AResearchonFeatureExtractionMethodofDrillingToolWearBasedonNoiseSignalofDeep.HoleDrillingProcessLIJia,ZHENGJianming,LIYan‘,WEILeilei,BIANXiaojing‘

3、(1.FacultyofMechanicalandPrecisionInstrumentEngineering,Xi’anUniversityofTechnology,Xi’all710048,China;2.CraftDepartment,Xi’anShaanguPowerCo,LTD,Xi’an71~75,China)Abstract:Thedrillingtoolweal"conditionmonitoringisinvestigatedinthispaperbyusingthedrillingnoisesigna1.Thenoisesignalacquisitionsystemise

4、stablishedforthedrillingprocess.,IIlleimprovedEm—piricalModeDecompositionmethodisusedtocarryoutthemodaldecompositionfornoisesignalfilteredbythegeneralizedmorphologicalfiltering,andtheIntrinsicModeFunction(IMF)ofsignalisobtained.TheIMFisprocessedbyHilberttransformation.andthemarginalspectrumofIMFiSo

5、btained.Thechan—ginglawsofthespecialfrequencyrangeenergyandpeakvalueofmarginalspectrumalongwiththedrillingtoolwealsareresearched.111eexperimentalresultsshowthatthereexisttheclosercorrelationsbetweenthetoolwearconditionandthetwofeatureparameters.I11edrillingtoolweal"conditionmonitoringCallbereal—ize

6、dbasedonthevariationlawsofthemarginalspectrumfeatureparametemofnoisesigna1.Keywords:deep-holedrilling;drillingtoolwear;noisesignal;HHT在深孑L加工领域,人们一直努力探索一种有效测方法。文献[1]采用钻削力信号监测钻头磨损,利的方法来降低加工成本、提高产品质量和减少事故用小波变换对钻削力信号进行处理,实现了钻头磨损发生率。钻头作为钻削过程中至关重要的环节,其信号特征的提取,建立了基于HMM的钻头磨损监测完好率与磨损状态对产品质量与运行的可靠性具有实验系统。文献[

7、2]通过提取了钻削过程中的钻削重要影响,因此实现钻削过程中钻头磨损的状态监力、振动和声音信号,建立了基于模糊理论的钻头磨测对保证加工过程正常运行具有重要意义。为了解损状态识别模型。文献[3]采集了加工过程中的切决这一问题,人们进行了广泛的研究,提出了许多监削力信号,并且进行了有效的时频分析,建立了刀具收稿日期:2011-05-08基金项目:陕西省“13115”科技创新工程基金资助项目(2009ZDKG-25)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。