基于振源识别的高速微铣削机床状态研究.pdfVIP

振　动　与　冲　击 第３４卷第９期 ＪＯＵＲＮＡＬ ＯＦ ＶＩＢＲＡＴＩＯＮ ＡＮＤ ＳＨＯＣＫ Ｖｏｌ．３４ Ｎｏ．９ ２０１５　  基于振源识别的高速微铣削机床状态研究 孙　岳，于占江，许金凯，于化东 （长春理工大学 机电工程学院，长春　１３００２２） 　　摘　要：对介观尺度下三向正交的高速微铣削力混合信号提出一种有效的分离算法，从而获得高速微铣削力的真 实信号及机床振动信号并基于此对机床状态进行分析。算法首先以信息量为处理标准将观测信号初步分离，再将分离得 到的各分量信号作为行向量构造矩阵，最后对该矩阵进行以高斯性最大为度量的分离，逐一得到各激励源信号，并对其快 速傅里叶变换得到频谱，结合机床结构及介观尺度下高速微铣削加工特点，识别微铣削力信号及机床状态信息。实验结 果分析表明：该方法可成功对介观尺度下高速微铣削加工中主要激励源和机床状态进行有效识别。 关键词：高速微铣削；介观尺度；矩阵构造；信号分离；机床状态 中图分类号：ＴＨ９１１．７　　　文献标志码：Ａ ＤＯＩ：１０．１３４６５／ｊ．ｃｎｋｉ．ｊｖｓ．２０１５．０９．０１２ Ｈｉｇｈ ｓｐｅｅｄ ｍｉｃｒｏ ｍｉｌｌｉｎｇ ｍａｃｈｉｎｅ ｃｏｎｄｉｔｉｏｎ ｍｏｎｉｔｏｒｉｎｇ ｂａｓｅｄ ｏｎ ｖｉｂｒａｔｉｏｎ ｓｏｕｒｃｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ＳＵＮ Ｙｕｅ，ＹＵＺｈａｎｊｉａｎｇ，ＸＵＪｉｎｋａｉ，ＹＵＨｕａｄｏｎｇ （Ｄｅｐａｒｔｍｅｎｔ ｏｆＭｅｃｈａｎｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇｃｈｕｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｃｈｕｎ １３００２２，Ｃｈｉｎａ） 　　Ａｂｓｔｒａｃｔ：　Ａｎ ａｌｇｏｒｉｔｈｍ ｗａｓ ｐｒｏｐｏｓｅｄ ｆｏｒ ｅｆｆｅｃｔｉｖｅｌｙ ｓｅｐｅｒａｔｉｎｇ ｔｈｅ ｍｉｘｅｄｓｉｇｎａｌ ｏｆ ｔｈｒｅｅ ｄｉｒｅｃｔｉｏｎａｌ ｈｉｇｈ ｓｐｅｅｄ ｍｉｃｒｏ ｍｉｌｌｉｎｇ ｆｏｒｃｅ ｉｎ ｍｅｓｏｓｃａｌｅ．Ｔｈｅ ｒｅａｌ ｈｉｇｈ ｓｐｅｅｄ ｍｉｃｒｏ ｍｉｌｌｉｎｇｆｏｒｃｅ ｓｉｇｎａｌｓ ａｎｄ ｍａｃｈｉｎｅ ｖｉｂｒａｔｉｏｎ ｓｉｇｎａｌｓｗｅｒｅ ｔｈｅｎ ｏｂｔａｉｎｅｄ．Ｂａｓｅｄ ｏｎ ｔｈｅ ａｌｇｏｒｉｔｈｍ，ｍａｃｈｉｎｅ ｃｏｎｄｉｔｉｏｎｓ ｗｅｒｅ ａｎａｌｙｚｅｄ．Ｔａｋｉｎｇ ｉｎｆｏｒｍａｔｉｏｎ ｃｏｎｔｅｎｔ ａｓ ｔｈｅ ｐｒｏｃｅｓｓｉｎｇ ｓｔａｎｄａｒｄ，ｔｈｅ ｍｉｘｅｄｓｉｇｎａｌｓ ｗｅｒｅ ｓｅｐａｒａｔｅｄ ｐｒｅｌｉｍｉｎａｒｉｌｙ ｔｏ ｇｅｔ ｔｈｅ ｃｏｍｐｏｎｅｎｔ ｓｉｇｎａｌｓ．Ａｓ ｒｏｗ ｖｅｃｔｏｒｓ，ｔｈｅ ｃｏｍｐｏｎｅｎｔ ｓｉｇｎａｌｓ ｏｂｔａｉｎｅｄ ｗｅｒｅ ｔｈｅｎ ｕｓｅｄ ｔｏ ｂｕｉｌｄ ａ ｍａｔｒｉｘ．Ｔｈｅ ｍａｔｒｉｘ ｗａｓ ｆｕｒｔｈｅｒ ｓｅｐａｒａｔｅｄ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｒｕｌｅ ｏｆ ｍｏｓｔ Ｇａｕｓｓｉａｎ．Ｔｈｅ ｅｘｃｉｔｉｎｇ ｓｏｕｒｃｅ ｓｉｇｎａｌｓｗｅｒｅ ｓｅｑｕｅｎｔｉａｌｌｙ ｓｅｐａｒａｔｅｄ ｏｕｔ ｏｎｅ ｂｙ ｏｎｅ．Ｔｈｅ ｒｅｓｕｌｔｓｗｅｒｅ ｐｒｏｃｅｓｓｅｄ ｂｙ ＦＦＴ ａｎｄ ｔｒａｎｓｏｒｍｅｄｔｏ ｓｐｅｃｔｒｕｍｓ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｆｅａｔｕｒｅｓｏｆｈｉｇｈ ｓｐｅｅｄ ｍｉｃｒｏ ｍｉｌｌｉｎｇｍａｃｈｉｎｉｎｇｉｎｍｅｓｏｓｃａｌｅ，ｍｉｃｒｏ ｍｉｌｌｉｎｇｆｏｒｃｅ ｓｉｇｎａｌｓ ａｎｄ ｃｏｎｄｉｔｉｏｎｓ ｏｆ ｍａｃｈｉｎｅ ｗｅｒｅ ｉｄｅｎｔｉｆｉｅｄ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｃａｎ ｓｕｃｃｅｓｓｆｕｌｌｙ ｉｎｄｅｎｔｉｆｙ ｔｈｅ ｍａｉｎ ｅｘｃｉｔｉｎｇ ｓｏｕｒｃｅｓ ａｎｄ ｍａｃｈｉｎ