基于多传感器信息融合方法的刀具破损识别.pdf

《基于多传感器信息融合方法的刀具破损识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第10期组合机床与自动化加工技术NO．102013年10月ModularMachineTool＆AutomaticManufacturingTechniqueOct．2013文章编号：1001—2265(2013)10—0061—05基于多传感器信息融合方法的刀具破损识别水陈群涛，石新华，邵华(上海交通大学机械动力与工程学院，上海200240)摘要：针对铣削过程监控中多目标状态源存在同频干扰的问题，基于经验模态分解和独立分量分析提出了一种多通道信号盲源分离算法，以声音传感器及振动传感器为信号检测元件，利用多传感器信息融合技术对铣削加工过程中刀具破损监测相关技术问题进行了详细分析。通过设计

2、多齿铣削试验，将所采集的声音信号与振动加速度信号进行了对比分析，并对声振信号进行EMD—ICA分析。研究表明：①切削声音信号和y轴方向上的振动加速度信号处在同一个频段；②多传感器信息融合监测方式能消除监测信号中存在的背景噪声及目标状态相互干扰的问题，提取出混合信号中与刀具破损状态相关的故障特征频率成分，为刀具破损识别提供依据。关键词：刀具状态监测；切削声振信号；经验模态分解；独立分量分析中图分类号：TH16；TG501文献标识码：JToolBreakageMonitoringBasedonInformationCoordinationFromMulti。sensorsCHENQun—ta

3、o，SHIXin—hua，SHA0Hua(SchoolofMechanicalEngineering，ShanghaiJiaoTongUniversity，Shanghai200240，China)Abstract：AninformationCO0rdinationfrommulti—sensorsapproachbasedonempiricalmodedecomposi—tion(EMD)andindependentcomponentanalysis(ICA)waspresentedtodealwiththeblindsourcesepa—ration(BSS)problemofcut

4、tingsoundsignalsandvibrationsignalsintheprocessoffacemilling．EMDmethodwasusedtoextractallintrinsicmodefunctions(IMF)inthesoundandvibrationsignalswhichhadbeenacquiredfromfacemillingprocesses，thendealwiththoseIMFsusingFastlCA，andcanobtainalotofindependentcomponents．Analysisresultshowsthat①themainfr

5、equencyofthesoundsignalandthe(Y)axisdirectioncomponentofthevibrationaccelerationsignalareatthesamefrequencyband②thismethodcanextractthecharacteristicfrequencycomponentsrelatedtotoolbreakagefrommixedsignals．Keywords：toolbreakagemonitoring；cuttingvibrationsignalsandsoundsignals，empiricalmodede—comp

6、osition(EMD)；independentcomponentanalysis(ICA)或多或少地同时叠加着前述几种状态的信息。而现O引言代制造技术的发展使得传统的单因素单传感器监测随着零废品加工技术、高性能切削技术、干切削方式和单一模型处理评判方式已不能满足高精度的技术及硬态切削技术的快速发展，在以数控加工为刀具状态监测的需求，代之而来的是多传感器信息代表的现代自动化切削加工系统中，切削过程监测融合技术。即充分利用多个传感器资源，通过对它技术不仅面临刀具状态在线监测这一传统难题，而们的合理管理和利用，把多个传感器在空间和时间且亟待解决切削状态、工件状态及机床状态等多个上的冗余信息或

7、互补信息依据某种准则来进行组目标状态的在线监测问题。合，以期获得被测对象的一致性解释或描述。传统的监测策略研究大多围绕单一目标状态展传统的信号处理和特征提取方法(如快速傅立开。然而，仔细研究和分析上述各种监测手段，不难叶变换、功率谱分析甚至短时傅立叶变换、小波分析发现常用切削过程监测信号(声音⋯、振动、声发等)，均无法彻底消除监测信号中存在的背景噪声及射、力及功率)中的任意一种传感器，均被不目标状态相互干扰的问题，严重影响单一监控目