刀具工況聲譜特征的提取與辨識(shí).pdf

1、目前,機(jī)械制造行業(yè)正在向柔性化、無(wú)人化方向發(fā)展,在大規(guī)模的自動(dòng)化生產(chǎn)過(guò)程中,對(duì)刀具狀態(tài)的在線監(jiān)測(cè)是保證生產(chǎn)順利進(jìn)行的關(guān)鍵,這對(duì)于延長(zhǎng)機(jī)床設(shè)備無(wú)故障運(yùn)行時(shí)間、提高加工效率和產(chǎn)品質(zhì)量具有重要的意義.本文在分析刀具狀態(tài)監(jiān)測(cè)技術(shù)研究現(xiàn)狀的基礎(chǔ)上,從切削聲信號(hào)入手對(duì)刀具狀態(tài)的監(jiān)測(cè)進(jìn)行了研究,主要進(jìn)行了以下工作: (1)搭建了切削聲信號(hào)采集平臺(tái),在數(shù)控加工中心上進(jìn)行了切削聲信號(hào)的采集實(shí)驗(yàn),對(duì)采集的切削聲信號(hào)進(jìn)行了統(tǒng)計(jì)分析和功率譜密度分析,發(fā)

2、現(xiàn)了切削聲信號(hào)中存在著與刀具磨損變化相應(yīng)的特征成分,證明了利用切削聲信號(hào)進(jìn)行刀具狀態(tài)監(jiān)測(cè)的可行性. (2)對(duì)刀具磨損狀態(tài)的監(jiān)測(cè),依據(jù)切削過(guò)程中刀具磨損狀態(tài)的變化與產(chǎn)生的切削聲信號(hào)之間存在著的對(duì)應(yīng)關(guān)系,提出了一種基于切削聲譜隱馬爾科夫模型(HiddenMarkov Model,HMM)識(shí)別的刀具磨損狀態(tài)在線監(jiān)測(cè)方法.通過(guò)建立HMM,提取切削聲信號(hào)的線性預(yù)測(cè)倒譜系數(shù)(Linear Prediction Cepstrum Coeffi

3、cient,LPCC)作為其特征參數(shù),進(jìn)行了刀具磨損狀態(tài)的識(shí)別實(shí)驗(yàn),實(shí)現(xiàn)了刀具磨損程度的分級(jí)識(shí)別. (3)對(duì)刀具破損狀態(tài)的監(jiān)測(cè),依據(jù)其發(fā)生時(shí)產(chǎn)生的切削聲信號(hào)中的突變特征,運(yùn)用小波分析提取了它的特征參數(shù),并去除了與其具有相似突變特征的干擾聲信號(hào),通過(guò)設(shè)定合適的監(jiān)測(cè)閾值,實(shí)現(xiàn)了對(duì)刀具破損的良好監(jiān)測(cè). (4)完成了監(jiān)測(cè)系統(tǒng)硬件平臺(tái)的設(shè)計(jì).針對(duì)識(shí)別算法的需要,選擇了ARM處理器作為監(jiān)測(cè)系統(tǒng)的CPU,并圍繞其進(jìn)行了外圍電路設(shè)計(jì).