EEMD方法在刀具磨损状态识别的应用.pdf

《EEMD方法在刀具磨损状态识别的应用.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、2012年第3l卷第5期传感器与微系统(TransducerandMicrosystemTechnologies)147应用～投～^～术～EEMD方法在刀具磨损状态识别的应用聂鹏，徐洪矗，刘新宇，李正强(1．沈阳飞机工业中国航空工业集团有限公司，辽宁沈阳110034；2．沈阳航空航天大学机电工程学院，辽宁沈阳110136)摘要：总体经验模态分解(EEMD)方法在EMD的基础上消除了模态混叠的现象，从而更能准确地揭露出信号特征信息。根据声发射信号的非稳态、非线性的特点，提出一种基于EEMD应用于刀具磨损状态识别的方法。通过EEMD获取无模态混叠的IMF分量；通过敏感度评估算法从所有IMF分量中提

2、取敏感的IMF；提取敏感IMF的能量作为支持向量机(SVM)分类器的输入，将刀具分成正常切削、中期磨损和严重磨损3种状态。通过比较EEMD与应用EMD等方法的分类准确率，确立了基于EEMD的方法在提取刀具磨损状态特征信息的优势。关键词：刀具磨损；状态识别；总体经验模态分解；经验模态分解；支持向量机中图分类号：TP206．3文献标识码：A文章编号：1000-9787(2012)05-0147-03ApplicationofEEMDmethodinstaterecognitionoftoolwearNIEPeng一，XUHong．yao，LIUXin—yu，LIZheng—qiang2(1．She

3、nyangAircraftCorporation，AVIC，Shenyang110034，China；2．SchoolofMechanical&ElectricalEngineering，ShenyangAerospaceUniversity，Shenyang110136，China)Abstract：Ensembleempiricalmodedecomposition(EEMD)ispresentedtoalleviatethemodemixingproblemoccurringinEMD．Featureinformationofsignalisrevealedmoreaccuratelyt

4、hanwithEMD，withhelpsofEEMD．Accordingtounstable—stateandnon-linearcharacteristicsofacousticemissionsignals，anappliedmethodfortoolwearstateidentificationbasedonEEMDispresented．TheIMFcomponentswithnomodemixingcanbeobtainedwithEEMD．ThesensitivityevaluationalgorithmextractssensitiveIMFfromalltheIMF．Theen

5、ergyofthesensitiveIMFisextractedasinputofsuppodvectormachine(SVM)classifier，andthetoolwearstateisdividedintothreekindsofstate：normalcutting，mediumwearandseverewear．BycomparingclassificationaccuraterateofEEMDandappliedEMDmethods，thesuperiorityoftheproposedmethodbasedonEEMDisdemonstratedinstaterecogni

6、tionoftoolwear．Keywords：toolwear；staterecognition；ensembleempiricalmodedecomposition(EEMD)；empiricalmodedecomposition(EMD)；suppo~vectormachine(SVM)0引言的本征模态函数(IMF)。IMF代表着信号谐振模式的本刀具磨损过程产生的声发射信号是典型的非线性、非质，它作为仅由信号确定的基本函数，这点要优于事先确定稳态信号。为了处理非稳态信号，时频分析(如小波变换)内核。这样，这种自适应信号处理方法可以广泛地很好地被广泛应用于刀具的故障诊断中，并在近几十年得到

7、应用于非线性、非稳态信号的处理中。然而EMD方法最大广泛的关注。小波变换非自适应性的缺点使得对小波基函的缺点之一是模态混叠问题，即一个单独的IMF信号含有数的选取直接影响分析结果。全异尺度或相同尺度出现在不同的IMF中。为降低EMD经验模态分解(EMD)作为一种新的时频分析技术最的模态混叠，WuZH和HuangNE提出了一种EMD的改近已成功广泛应用于故障诊断中[33。EMD基于信号时间进方法EE