基于振动信号EMD和ICA的刀具破损识别.pdfVIP

2012年第 46卷No．12 53 基于振动信号 EMD和 ICA的刀具破损识别 陈群涛，石新华，邵华 上海交通大学 摘要：针对多齿铣削过程中振动信号的特点，提出了一种基于经验模态分解(EMD)和独立分量分析(ICA)相 结合的方法，对混叠在振动信号中的铣刀破损信号进行分离。对振动信号进行经验模态分解提取出信号中的所有 本征模函数，然后应用fastlCA对所提取出的本征模函数进行独立分量分析。利用该方法对铣削加速度振动数据 进行了分析，试验表明，该方法可以提取出混合信号中与刀具破损状态相关的故障特征频率成分。 关键词 ：刀具状态监测；切削振动信号；经验模态分解 ；独立分量分析 中图分类号：TG519 文献标志码：A VibrationSignalProcessingforToolBreakageM onitoringBasedonEMD andICA ChenQuntao，ShiXinhua，ShaoHua Abstract：Anapproachbasedonempiricalmodedecomposition(EMD)andindependentcomponentanalysis(ICA) waspresentedtodealwiththeblindsourceseparation(BSS)problemofvibrationsignalsintheprocessoffacemilling． Thismethodwasusedtoseparatetoolbreakagesignalinvibrationsignals．EMD methodwasusedtoextractallintrinsic modefunctions(IMF)inthevibrationsignalswhichhadbeenacquiredfromfacemillingprocesses，thendealwiththose IMFsusingFastICA ，andobtainalotofindependentcomponents．Themethodwasappliedtoanalyzetheaccelerationvi— brationsignalsintheprocessoffacemilling．Analysisresultshowsthatthismethodcanextractthecharacteristicfrequency componentsrelatedtotoolbreakagefrom mixedsignals． Keywords：toolconditionmonitoring；cuttingvibrationsignals；empiricalmodedecomposition(EMD)；independent componentanalysis(ICA) 法。Roth_1等使用振动信号监测刀具状态，通过建 1 引言 立振动信号与刀具磨损的回归模型，抽取振动信号 刀具破损的实时监控技术是实现生产过程 自动 与刀具磨损相关的不同特征监测刀具磨损的变化。 化无人化、保证产品质量、提高生产效率、减少或消 现有的对切削振动信号进行的研究都是基于傅 除设备故障的重要手段。监测刀具的方法主要有切 里叶变换展开的，傅立叶变换是一种整体积分变换， 削力法_1j、振动法 J、机床功率法 J、声发射法 J、 存在一对基本矛盾：时域和频域的局部化的矛盾，即 切削温度法 等。在对众多反映刀具信息的信号 若想在时域上得到信号足够精确的信息，就得不到 选取过程中，考虑到实际的加工条件及传感器安装 信号在频域上的信息，反之亦然。此外，傅立叶变换 的难易程