基于最大信息熵与方向散度的磨削颤振预测方法

摘要

一种基于最大信息熵与方向散度的磨削颤振预测方法，主要以平面磨削加工过程中工作台部位的加速度振动信号为研究对象，通过无监督式的数据处理方法，即基于最大信息熵与方向散度的颤振预测方法，对磨削颤振状态进行预测。本发明首先采用信息论中最大信息熵原理对工作台振动信号的概率密度分布进行精确估计，然后采用方向散度对最大熵概率密度分布进行量化，通过方向散度值的变化对平面磨削的加工状态进行观察，进而达到平面磨削颤振预测的目的。通过本发明方法可对磨削状态进行实时监测，进而达到避免颤振的目的。本发明方法与其他颤振预测方法相比，具有无需训练数据、计算速度快、处理结果抗干扰能力强、识别率高等优点。

主权项

一种基于最大信息熵与方向散度的磨削颤振预测方法，其特征在于，以平面磨削加工过程中工作台部位的加速度振动信号为采集对象，实施方法包括如下步骤：1)、磨削过程振动信号采集硬件系统的构建，该硬件系统主要由三向加速度传感器(5)、电荷放大器(6)、数据采集卡(7)和计算机(8)构成；加速度传感器(5)通过信号线与电荷放大器连接，振动信号经过电荷放大器(6)放大后，通过信号线与数据采集卡(7)相连，数据采集卡(7)对信号进行采集后，输入到计算机(8)进行存储、处理与分析；所述三向加速度传感器(5)将工作台的振动物理量转换成可以量化的电信号；所述电荷放大器(6)将电荷量进行放大；所述数据采集卡(7)将放大的电信号进行二进制量化，供计算机存储以及后续对采集信息的处理与分析；2)、磨削过程振动信号采集软件系统的构建，在所述计算机(8)安装有对采集信号进行处理与分析的算法软件模块，以及经过算法软件模块分析后对获得的颤振预测结果进行必要的输出显示模块；3)、加速度振动信号概率密度的最大信息熵估计，采用最大信息熵原理对有限长时间序列进行估计，从而获得实际磨削加工状态的加速度振动信号概率密度分布的精确估计，即：设数据采集卡实时送入计算机的加速度振动信号为离散值随机变量X，加速度振动信号概率值p(x_i)，随机变量X的信息熵表示为：$H\left(X\right)=-\underset{i=1}{\overset{N}{\Sigma }}p\left(x_i\right)\mathrm{Inp}\left(x_i\right)$通过算法软件模块可获得加速度振动信号的最大信息熵概率密度分布；4)、采用方向散度原理对步骤3)获得的最大信息熵概率密度分布的变化进行量化，即：将初始正常磨削加工时振动信号的概率密度分布作为基准，通过算法软件模块计算不同磨削状态的振动信号相对于基准的方向散度，通过方向散度值对加工状态的变化进行量化；5)、通过方向散度值的变化对平面磨削的加工状态进行观察，进而对磨削状态进行预测。