基于钻削过程源信号增强的加工状态识别-机械工程专业论文.docxVIP

Drilling State Recognition based on Source Signal Enhancement Processing Candidate Jiang Shang Supervisor Professor Zhou Youhang College School of Mechanical Engineering Program Mechanical Engineering Specialization Intelligent Detection and Control of Manufacturing System Degree Engineering Master University XiangTan University Date 2015.6.1 湘潭大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其 他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个 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后果 由本人承担。 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，同意学 校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。本人授权湘潭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。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 I I 摘 要 研究分析钻削过程状态的传感器信号特征，有利于挖掘钻削机理，保障和提高 钻孔质量。但通常因环境噪声的存在导致采集的目标源信号受到不同程度的干扰， 因此，如何从含干扰信号中分离提取仅与钻削过程密切相关的源信号特征十分重要。 本文以获得钻削状态与传感器信号瞬时映射关系为目标，以研究过程中所应该和必 须解决的关键问题为主线，在钻削实验数据采集、钻削源信号增强处理、源信号产 生机理、钻削状态源信号瞬态特征等方面进行了较为详细的研究： (1) 钻削监控实验设计及数据分析。构建了由振动加速度传感器、声发射传感 器及相关设备组成的钻削监控实验平台。获得了钻削监测信号、钻孔和刀具图像等 实验数据，并对实验监测信号的可行性及噪声干扰情况进行了初步的分析。 (2) 小波分频谱减算法的钻削源信号增强。由于加工过程中的机床和环境噪声 干扰，导致与钻削状态密切相关的振动源信号特征无法准确识别。本文基于经典谱 减算法基本原理，结合钻削信号频率特征，提出了一种新的小波分频谱减算法，通 过该方法获得了钻削振动源信号。为后续研究提供更加准确、清晰的实验数据。 (3) 钻削状态与增强后源信号分类识别及瞬态特征映射关系研究。通过钻削机 理的分析，结合钻削过程中的振动和声发射源信号产生机理，从理论上对典型钻削 状态和对应源信号特征进行分类识别研究。在理论的指导下，研究了钻削状态与增 强后源信号瞬时突变特征之间的映射关系。获得了切削滑移、表面刮伤、切屑断裂、 刀具破损等典型钻削状态下对应的源信号瞬态特征。 本文通过理论和实验研究，提出了一种小波分频谱减的源信号增强方法，有效 的增强了与钻削过程密切相关的钻削源信号，在此基础上获得了典型钻削加工状态 与源信号瞬态特征之间的映射关系。为钻削状态的在线监测识别奠定了良好的基础， 同时也为类似的单通道高频源信号增强技术提供了一种有效的方法。 关键词：钻削监测；状态识别；源信号增强；谱减法；小波分析 II II Abstract Analyzing drilling process state sensor signal characteristics is conducive to unearthing drilling mechanism, to protecting and improving the quality of drilling. The source signal acquisition target is usually subjected to varying degrees of interference of ambient noise. Therefore, how to extract the source signal characteristics is very important. In this dissertation, according to the key issues must be addressed in research