数控机床刀具磨损状态特征参数提取.pdf

《数控机床刀具磨损状态特征参数提取.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、第6期组合机床与自动化加工技术N0．62013年6月ModularMachineTool＆AutomaticManufacturingTechniqueJun．2013文章编号：1001—2265(2013)06—0065—03数控机床刀具磨损状态特征参数提取术高鹏磊，库祥臣(河南科技大学机电工程学院，河南洛阳471003)摘要：基于振动信号小波包分解理论对不平稳信号特征提取的优势，提出了一种利用振动信号的能量变化来监测刀具磨损状态的方法。该方法利用db4小波基对振动信号进行4层小波包分解．并将分解后的各频带能量值作为刀具磨损状态判断的特

2、征参数。在新刀和刀具磨损的状态下提取特征向量，并根据频段能量的变化判断刀具磨损程度。试验结果证明该方法在刀具磨损状态判断中的可行性。关键词：刀具磨损；小波包分解；振动信号；特征提取中图分类号：THI6；TG65文献标识码：ACharacteristicParametersExtractiOilOfCCMachineToolWearStateGAOPeng·lei，KUXiang—chen(SchoolofMeehatronicsEngineering，HenanUniversityofScience&Technology，LuoyangH

3、enan471003，China)Abstract：Basedontheadvantageofthewaveletpackettransformtheoryinthenon—stationarysignalfeatureextraction，amethodisproposedtojudgetoolwearstatebymeansoftheenergyvarietyofthevi—brationsignals．Thismethodusesdb4waveletpackettodecomposevibrationsignalsinto4leve

4、l，andtakingthedecompositionoftheeachfrequencybandenergyascharacteristicparametersofthetoolwearstate．Thecharacteristicvectorisextractedundernewtoolconditionandtoolwearcondition，andusingthisvectortojudgethetoolwearvariety．Theusabilityofthismethodisverifiedbythetestresults．K

5、eywords：toolwear；waveletpacketdecomposition；vibrationsignals；featureextraction0引言是磨损监测的有效方法之一。1特征提取在金属切削加工中，刀具磨损状态的监测不仅影响加工零件的质量和生产效率，而且也是降低生振动信号具有瞬态性和随机性，属于非平稳信产成本的重要途径之一。在传统切削加工过程中，号，因此使用传统的傅里叶变换不适合振动信号的刀具磨损、破损状态只能依靠操作人员通过切削声分析。小波分析具有同时在时域和频域表征信号局音、切屑颜色和切削时间等来判断。这种判断方法部

6、特征的能力，比较适合用于分析含有瞬态信息的主观性较强，不可避免的存在两个问题：①如果刀具振动信号。本文通过对小波包分解理论的理解，以磨损量低于磨钝标准但已经被卸下，则没有充分利振动信号的小波包分解系数来表征信号的能量，利用刀具而带来浪费，增加加工成本；②如果刀具已经用提取信号主要能量频段内统计特征值的方法，实发生磨损或破损而没有更换刀具，则会影响加工表现了对刀具磨损状态的分析。面质量和尺寸精度，甚至损坏机床¨。小波包分析是从小波分析延伸出来的一种对信到目前为止，关于刀具磨损监测的方法主要有：号进行更加细致的分解和重构的方法，是目前非平振动

7、法、声发射法、电机功率电流法、切削力法、光学稳随机信号分析最有力的工具。它的特点是对信号法、图像法、表面粗糙度法、光学法等。其中振动进行变时窗分析，即对信号中的低频分量采用较宽信号目前被认为是对刀具磨损、破损敏感度非常高的时窗，对高频分量采用较窄的时窗。这个特点的一种特征信号。在切削加工过程中，磨损及损伤使得小波包分析在时域和频域同时具有良好的局部程度不同的刀具与工件刃部侧面摩擦，将会产生不分析特性，非常适合用来分析振动信号。。。同频率结构、不同强度的振动信号，因此振动监测也收稿日期：2012—10—15；修回日期：2012—11—13基

8、金项目：国家科技重大专项课题一高档数控机床与基础制造装备(2012ZX04005—021)作者简介：高鹏磊(1985一)，男，河南开封人，河南科技大学机电工程学院硕士，研究方向为机电设备状态监