科技之光PPT模板.pptVIP

声发射信号特征提取 AE信号的特征提取 在磨削状态监测过程中，AE信号包含了磨削过程中的复杂的状态信息。为了增强系统的稳定性，正确选取信号的特征尤为重要。 对砂轮磨削状态检测，通常采用即均方根方法RMS(Root Mean Square)。对某频带的小波分解系数 X1, X2, X3,…Xn , 实验证明，用RMS法可以很好的分辨砂轮的钝化状态。我们采用小波变换来分析比较特征提取的效果。对接触状态的判断同样可以采用此方法。 接触状态判断 对接触状态判断采用小波分解的方法，对分解后各个频带系数求RMS，得到分辨接触与未接触状态的特征向量。  图1-1和图1-2分别为砂轮和工件未接触和接触时的AE信号时域波形 图 1-1接触前时域波形 图1-2接触后时域波形 从时域上可以看出接触后信号幅值明显增大，大概是接触前信号幅值的两倍。 对两段信号分别用db1小波进行8级小波分解，得到其小波变换系数图。如图1-3和图1-4所示。  图1-3未接触时小波系数图  图1-4接触时小波系数图 对各个小波分解后各尺度参数做RMS计算可以得到各个频段的能量总和，得到9个特征参数。接触前后的RMS图如图1-5所示。 图1-5接触前后db1小波变换系数RMS图 由图示可以看出，接触后信号各个频段的能量都比接触前有所增大，但是各个频道信号能量的增幅不同。通过这个特征，可以很方便地将接触与未接触状态区分开来。 图1-6为三维的接触前后RMS图 图1-6接触前后三维RMS图 图1-6中，x轴为9个特征向量，Y轴为时间t，z轴为特征向量的值。从此图可以很清楚看到9个特征向量随时间的变化，尤其是最高值由约50以下突然上升到200左右，反映出砂轮与工件从未接触到接触的变化。 钝化状态判断 图1-7和图1-8分别为砂轮尖锐和钝化时的AE信号时域信号 图1-7砂轮锋利时时域波形 图1-8砂轮钝化后时域波形 从图1-7和图1-8的砂轮尖锐和钝化的时域信号对比图来看，区别并不是特别明显。 图1-9和图1-10分别为砂轮尖锐和钝化时的频域信号图 图1-9砂轮尖锐时频域信号 图1-10砂轮钝化频域信号 图1-9和图1-10分别为锋利和钝化状态信号的频域能量分布图。从频域上可以看出，钝化后AE信号在50Khz-200Khz频段能量有所增大，钝化后的能量比钝化前高出一个数量级。 两段信号分别用db1小波进行8级小波分解，对各个小波分解后各尺度参数做RMS计算可以得到各个频段的能量总和，得到9个特征参数。接触前后的RMS图，如图1-11所示。 图1-11砂轮尖锐和钝化时db1小波变换系数RMS图 对各个小波分解后各尺度参数做RMS计算可以得到各个频段的能量总和，得到9个特征参数。接触前后的RMS图如图1-12所示。由图示可以看出，钝化后信号各频段能量有所增加。钝化后信号小波分解系数a0，d1-d8的RMS值比钝化前增大了，且d3-d7增幅较大。通过这个特征，可以很方便地将锋利与钝化状态区分开来。 图1-12为三维的砂轮钝化前后RMS图 图1-12中，x轴为9个特征向量，Y轴为时间t，z轴为特征向量的值。从此图可以很清楚看到9个特征向量随时间的变化，砂轮尖锐时最高值约150-200左右，而当砂轮发生钝化时，特征向量最高值会慢慢上升指300-350左右，反映出砂轮钝化过程的变化。 图1-12三维钝化前后RMS值对比图