基于倒频谱分析的颤振在线监测方法

摘要

本发明提供了一种基于倒频谱分析的颤振在线监测方法，通过安装在立式铣床的主轴上的加速度传感器采集立铣切削过程中的加速度信号表示为X＝[x(1),x(2),…,x(n)]，n表示信号长度，所述加速度信号包括稳定状态信号、过渡状态信号和颤振状态信号，这种基于倒频谱分析的颤振在线监测方法基于小波包分解和倒频谱分析方法，首先，对切削实验得到的加速度信号进行离散小波包分解，重构分解后的各频段信号，计算各频段信号能量，确定颤振发生频域范围；然后，对颤振发生频段信号进行倒频谱分析，将倒频谱均方根作为颤振特征，与常规的颤振监测方法相比它可以更早发现切削颤振的征兆，在发生剧烈颤振的前夕实现精确的识别，防止剧烈的振动对工件和机床部件造成了不可挽回的损伤。

主权项

一种基于倒频谱分析的颤振在线监测方法，其特征在于，包括以下步骤：S1、通过安装在立式铣床的主轴上的加速度传感器采集立铣切削过程中的加速度信号表示为X＝[x(1),x(2),…,x(n)]，n表示信号长度，所述加速度信号包括稳定状态信号、过渡状态信号和颤振状态信号；S2、对颤振状态信号进行小波包分解，得到小波包系数，然后通过小波包逆变换重构各个频段的颤振状态信号：其中，c_j0,k为在尺度j₀上的近似小波系数；d_j,k为在j₀及其以下尺度上具体的小波系数；S3、对上述重构后的颤振状态信号进行倒频谱分析，提取倒频谱幅值的均方根值的最小值r_min和最大值r_max；S4、对采集到的所述加速度信号进行小波包分解，得到小波包系数，然后通过小波包逆变换重构各个频段的加速度信号，然后进行倒频谱分析，提取倒频谱幅值的均方根值：$r=\sqrt{\underset{i=1}{\overset{n}{\Sigma }}{p}_i^2/n}$其中，p_i为颤振发生频段信号的第i个离散倒频谱幅值，n为倒频谱离散点数；S5、将作为颤振特征进行颤振的在线监测，如果说明进入了颤振状态。