基于主轴电机电流信号的镗削颤振监测研究-机械电子工程专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密□，在 年解密后适用本授书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 镗削加工过程中，特别是深孔镗削时很容易发生颤振。颤振的发生会降低加工 表面质量，缩短刀具寿命，以及限制机床的加工能力。现有的颤振监测方法，大多 采用与加工过程直接相关的振动、切削力和声音信号，并不适合在加工现场推广应 用。本文研发了一种基于主轴电机电流信号的镗削颤振监测方法，其主要研究工作 如下： 根据工程化的应用需要，分析了基于电机电流信号进行镗削颤振监测的可行性， 并分析了可能存在的问题。针对镗削颤振监测的功能需求，完成了总体方案的设计， 并设计了相应的试验系统以及试验方案； 为了获得对颤振敏感的监测信号，研究了切削过程信号的截取方法，而后对主 轴电机电流以及进给轴电机电流在时域和频域进行了对比分析。最终选用了主轴电 机电流进行镗削颤振监测，并采用了基于小波包分解的去噪方法对信号进行预处理； 为了获得用于模式识别过程的最优特征集，根据信号在颤振发展过程中的变化 规律提取了相应的时域和频域特征量，进而采用了基于距离评价技术以及相关分析 的方法进行特征选取，最终获得的最优特征集包括均值、峰值、标准差、一步自相 关函数以及频域中心； 为了及时发现镗削颤振的征兆，选用了概率神经网络进行模式识别，并采用了 一种主动学习方法对神经网络进行训练。试验验证结果表明所建立的模型获得的分 类准确率不低于 95%，能够满足颤振监测应用的要求。 关键词：镗削；颤振；主轴电机电流；最优特征集；概率神经网络 II II Abstract Boring operations is quite subject to chatter, especially when boring deep holes. Chatter leads to poor surface quality, shorter cutting tool life, and limited machining capacity. Most of the researches on chatter detection have adopted sensor signals directly relative to machining operations, such as acceleration, cutting force and audible sound, which are not suitable for promoted applications. So an approach for chatter detection based on spindle motor current is developed. The main research work is as follows: According to the demand of engineering application, the feasibility of chatter detection using motor current is analyzed and the problems that may exist are considered. The overall program is developed according to the functional requirements for chatter detection, and the corresponding experimental system and program are developed; To acquire the monitoring signal sensitive to chatter, a method to acquire sections