一种基于AR模型的高速铣削颤振在线辨识方法

摘要

本发明公开了一种基于AR模型的高速铣削颤振在线辨识方法，包括：1)获取铣削过程的状态信息；2)对信号进行强迫振动频率滤波；3)对信号进行颤振敏感频带滤波；4)基于稳定铣削状态和颤振铣削状态下信号的AR模型的差异性构造了模型特征根指标R(k)，通过对稳定铣削过程中信号进行时变AR(1)模型建模，利用带遗忘因子的递推最小二乘方法辨识得到模型在整个切削历程中的模型特征根R(k)的变化来辨识颤振。本发明相比于传统的颤振检测方法，把反映颤振的特征信息和与颤振无关的特征信息分离开来，并得到了铣削系统的本质特征参数，从本质上表征铣削颤振的物理特性，有效提高了颤振检测的敏感性、精确性和可靠性，降低误诊率和漏诊率。

主权项

一种基于AR模型的高速铣削颤振在线辨识方法，其特征在于，包括以下步骤：(1)采集信号通过安装在高速主轴端的振动加速度传感器采集铣削过程中的状态信息，获得的颤振加速度信号表示为X＝[x(1),x(2),…,x(n)]，n表示信号长度；(2)对信号进行强迫振动频率滤波(3)对信号进行颤振敏感频带滤波(4)建立一阶时变AR(1)模型E(k+1)＝β(k)·E(k)+a(k)式中：E(k)为铣削信号主颤振窄频带的能量；β(k)为时变AR(1)模型的系数；a(k)为时变AR(1)模型的模型残差；(5)颤振状态的辨识通过带遗忘因子的递推最小二乘方法得到AR(1)模型的特征根R(k)的变化趋势；当特征根R(k)减小到R(k)≤1时，辨识到高速铣削处于颤振状态。