基于声发射技术的磨削状态识别方法
VIP免费
摘 要
精密磨削加工是机械加工中重要方法之一，通过磨削状态识别可以有效提
高精密磨削的效率和质量。本文基于声发射技术对磨削量识别方法展开了深入
研究，对实现该方法的具体过程和关键技术进行了研究探讨。
根据采集磨削时产生的声发射信号，通过滤波的方式进行去除噪声，进一
步提取声发射信号的特征可以完成磨削状态的识别。
该方法的创新点在于以 840D 数控系统为平台，开发出 OEM 声发射信号采集
软件，通过自适应滤波对 AE 信号进行预处理，保证得到真实的磨削加工信号，
根据最大熵分布特征识别不同磨削量的 AE 信号。在此基础上可以实现智能磨削
并提高加工效率。
本文的主要研究工作围绕声发射信号采集系统、数字信号自适应滤波和提取
声发射信号的参数特征，并进行磨削量识别实验展开的，由以下几个方面组成：
1) 基于840D数控系统，开发研究了声发射信号数据采集系统，包括硬件系
统接线、参数配置和数字信号采集软件
2) 对影响磨削声发射信号噪声干扰进行了研究，并给出了具体的抑制方法，
通过对消滤波、自适应滤波器对声发射信号进行预处理提高滤噪水平，获得真实
反映磨削状态的声发射信号。
针对磨削量识别问题提出了最大熵特征算法，对磨削量重叠区域进行模糊划
分，建立了磨削量识别系统。并给出了减少误判的方法，提高了识别准确率。
通过实验完成了声发射信号采集并进行滤波去噪，然后提取最大熵特征，使
用磨削量识别算法验证了整个磨削量识别系统的有效性。针对信号的零漂给出了
解决办法，使用 AE 技术对磨削量状态进行监测，有效提高磨削质量。
分析总结了磨削状态识别方面存在的不足，并提出了进一步研究方向。
关键词：声发射 磨削状态识别 最大熵 自适应滤波 OEM 开发
ABSTRACT
Grinding status recognition is an efficient and advanced method used for
precision grinding which is one of the important grinding methods. It has been deeply
researched in this thesis, the process and key technologies have also been discussed
to enhance efficiency and quality in grinding.
Using the AE signals acquired during the grinding process, then eliminating the
noise with filtering method, and getting the character parameters, the recognition of
grinding status can be realized. The innovation of this thesis is that the data
acquisition software has been developed based on the numerical control system 840D.
The adaptive filtering is used to pre-process the AE signal and guarantee signal
reflecting the true grinding status and identify the different grinding status with the
maximum entropy method. The intelligence grinding will be carried out to improve
the efficiency.
The AE signal acquisition system, digital signals adaptive filtering and the
character parameters calculating have been researched in the paper, also including the
recognition method of grinding feed, the details as follow:
(1) Based on NC 840D, The digital signal acquisition system of is analyzed,
including hardware connection, parameter configuration and digital signal acquisition
software.
(2) The factors affecting the grinding noise of acoustic emission signals have been
studied, and give specific method for noise reduction. The noise cancellation and
adaptive filter have been adopted to pre-process the AE signal and improve the level of
filtering noise，The AE signals which are reflecting the true grinding status have been
obtained.
(3) The maximum entropy algorithm method is presented to identify the grinding
feed; the overlapping zone of grinding feed is divided with fuzzy method, also the
recognition system of grinding feed has been set up. And the method of reducing the
misjudgment has been given to improve the accuracy of recognition.
The acoustic emission signal acquisition and de-noising filter have been
completed through the experiments, and then the characteristics of maximum entropy
have been calculated, the efficiency of the entire grinding feed recognition system has
been verified with the algorithm. A solution has been given to solve the zero drift of
the signals, and the AE technology has been used to monitor the grinding status in
order to improve the grinding quality. Finally, the disadvantage of realizing the system
of recognition grinding feed is analyzed, and further research is presented.
Key Words: acoustic emission, grinding status recognition, maximum
entropy, adaptive filter, original equipment manufacture
目 录
中文摘要
ABSTRACT
摘 要...............................................................................................................................1
目 录.............................................................................................................................3
第一章 绪 论...................................................................................................................1
§1.1 课题来源及意义..............................................................................................1
§1.2 磨削状态监测方面的研究发展......................................................................2
§1.2.1 磨削状态监测技术的研究方法...............................................................2
§1.2.2 声发射技术在磨削状态监测方面的应用...............................................4
§1.2.3 声发射用于状态监测的关键技术...........................................................4
§1.3 本文研究内容及其结构..................................................................................5
§1.3.1 本文的研究内容.......................................................................................5
§1.3.2 本文的结构...............................................................................................6
第二章 磨削声发射信号采集系统.................................................................................7
§2.1 AE 信号采集原理 ............................................................................................ 7
§2.2 采集系统硬件组成...........................................................................................7
§2.2.1 硬件组成介绍...........................................................................................8
§2.2.2 硬件连线示意图.....................................................................................12
§2.2.3 840D 数控系统中 DMP 模块参数配置 ................................................. 13
§2.3 数据采集软件的开发....................................................................................17
§2.3.1 数控开发环境文件系统.........................................................................17
§2.3.2 AE 数字信号采集软件开发流程 ............................................................18
§2.3.3 OEM 软件开发界面................................................................................23
§2.4 本章小结........................................................................................................23
第三章 磨削 AE 信号自适应滤波............................................................................... 25
§3.1 磨削加工时的干扰噪声................................................................................26
§3.1.1 电磁干扰噪声.........................................................................................26
§3.1.2 机械噪声.................................................................................................27
§3.1.3 干扰噪声抑制方法.................................................................................27
§3.2 车间背景噪声对消滤波................................................................................27
§3.2.1 自适应对消滤波原理.............................................................................28
§3.2.2 对消滤波应用实例.................................................................................30
§3.3 磨削 AE 信号处理自适应滤波器设计........................................................ 30
§3.3.1 自适应滤波器结构.................................................................................30
§3.3.2 LMS 自适应滤波算法 .............................................................................31
§3.3.2 可变步长 LMS 自适应滤波算法 ...........................................................33
§3.4 滤波器的性能分析........................................................................................34
§3.5 本章小结........................................................................................................35
第四章 磨削状态最大熵识别算法...............................................................................36
§4.1 有效声发射信号的标准化处理....................................................................36
§4.2 磨削声发射信号的特征分析........................................................................37
§4.2.1 声发射信号特征参数分析.....................................................................38
§4.2.2 声发射信号参数分析方法比较.............................................................40
§4.2.3 声发射信号波形分析.............................................................................42
§4.3 磨削量识别的最大熵特征算法....................................................................43
§4.3.1 最大熵概率分布特征算法原理..............................................................43
§4.3.2 最大熵概率分布特征计算实例.............................................................44
§4.4 磨削量的模糊识别方法................................................................................46
§4.4.1 构造磨削量模糊划分的隶属度函数.....................................................47
§4.4.2 磨削量的模糊识别方法.........................................................................47
§4.4.3 模糊识别减少误判的方法.....................................................................49
§4.5 本章小结........................................................................................................50
第五章 磨削状态识别试验研究...................................................................................51
§5.1 实验目的和条件............................................................................................51
§5.1.1 实验目的.................................................................................................51
§5.1.2 实验条件.................................................................................................51
§5.2 磨削量识别方法验证....................................................................................52
§5.2.1 有效磨削 AE 信号零漂处理................................................................. 52
§5.2.2 背景噪声滤波效果比较.........................................................................53
§5.2.3 自适应滤波器滤波处理..........................................................................54
§5.2.4 磨削量最大熵识别算法验证.................................................................56
§5.3 本章小结........................................................................................................59
第六章 论文总结和展望...............................................................................................60
§6.1 全文总结........................................................................................................60
§6.2 研究展望........................................................................................................61
参考文献.........................................................................................................................63
在读期间公开发表的论文和承担科研项目及取得成果.............................................67
致 谢.............................................................................................................................68
第一章 绪 论
1
第一章 绪 论
§1.1 课题来源及意义
磨削自动化和智能化等技术的发展，使磨削和磨料加工在机械制造领域占有
越来越重要的地位。据调查表明 25％的企业认为磨削是他们应用的最主要加工技
术，磨削加工具有加工精度高的特点，通常作为最后一道加工工序来提高工件的
精度。可以提高加工效率、工件质量，保证加工自动化的顺利进行。磨床在企业
机床的占有比例达到 42％，而车床占 23％，铣床占 20％[1]。高效率和高精度是现
在精密制造业追求的两大目标，通常是一对矛盾体。要在满足精度的同时提高加
工效率，需要对加工状态进行全程监控，从而实现整个加工过程的自动化。磨削
状态监控针对整个加工过程，直接影响自动化程度和加工效率，是实现柔性制造
（FMS）、计算机集成制造（CIMS）、智能制造（IMS）系统中的关键技术，是通
常采用的降低加工成本、提高制造安全性，保证加工制造系统正常高效运行和产
品质量的重要手段之一。
磨削是个复杂的物理化学热机理变化过程，影响磨削过程的因素很多，众多
的影响因素造成了其数学模型的建立极其困难，根据操作者的经验获得较好的加
工效果难度比较大。磨削点的声发射信号包含丰富的加工信息，而且不受机床振
动的影响，使用声发射传感器收集大量的加工信息，通过分析处理这些信息可以
提取各种磨削量特征，从而区分各种影响磨削量的声发射源。通过磨削量识别可
以提高磨削质量并对加工过程进行实时控制，有效提高加工精度和效率。
采用声发射技术对磨削状态监控的主要目的在于：保证工件的加工质量，缩
短加工时间提高加工效率，实施信息管理，实现资源优化利用提高设备的利用效
率，提高自动化程度保证加工系统的安全性避免设备受到严重的破坏，并保护人
身的安全。磨削状态的监测是实现生产过程自动化、无人化,保证产品质量,提高生
产效率,减少设备故障的重要手段。应用声发射技术对磨削量识别涉及到检测、识
别、控制等技术，是各国公认的重大技术难题，一直是研究者关注的热点。据估
计，采用状态监控技术能将由于人和技术引起的故障停机时间减少 75%，将有效
加工时间由无监控系统时的 10%提高至 65%，将机床利用率提高 50%以上，并节
省30%以上的加工费用[2-3]。由于加工状态监测的重要性，许多国家致力于该领域
的研究。
磨削状态监测的研究内容主要包括磨削质量、磨削过程、设备的安全性和运
行状态等。磨削质量的监控包括尺寸精度、形状精度、表面粗糙度以及磨削裂纹
基于声发射技术的磨削状态识别方法
2
和磨削烧伤等，对工件的质量有着直接的影响。磨削过程包括砂轮的修整、磨损、
破损、寿命管理以及砂轮和工件接触。若在砂轮尚未达到工作寿命极限时，就提
前对其修整，这不仅会降低加工效率，而且会加快砂轮的损耗。加工设备状态监
控包括设备安全性、主轴部件的运行状态等。磨削过程中需要保证加工的安全性，
在砂轮发生意外碰撞，或其他原因导致砂轮破碎，需要及时处理避免造成不可估
量的损失。
目前磨削状态监测技术有了一定的进步，但在精度和智能化信息化程度方面
还需要进一步提高。磨削量识别的研究对声发射技术在机械加工领域的学术进步、
对于提高精密加工的质量和效率以及自动化程度的提高、对于拓展声发射技术的
应用都有重大的实际意义和学术价值。因此磨削量识别系统的研究是十分必要和
可行的。
§1.2 磨削状态监测方面的研究发展
磨削状态监控从原理上涉及切削机理、机床动态特性、传感器技术、数字信
号处理技术、计算机技术、自动控制技术以及故障诊断技术等，融多学科为一体
的机电一体化技术。在过去国内外学者在该领域做了大量的研究工作，采用了多
种研究方法对磨削状态进行监测。
§1.2.1 磨削状态监测技术的研究方法
磨削状态监测的主要研究方法：
1、 磨削力监测
磨削力一直是用来表征磨削加工中重要的物理特征。整个加工过程都和磨削
力密切相关。采用磨削力作为监测信号，具有检测方便、反应迅速灵敏等优点。
研究结果发现，磨削过程中磨削状态的变化引起磨削力的改变。切削力的测量包
括动态力和静态力部分，目前常用的测量手段是电阻式应变传感器和压电晶体式
传感器。采用的监测参数主要有磨削分力大小及其导数、磨削分力之比、动态磨
削力的时序分析、频谱以及相关函数等。采用磨削力识别磨削状态的限制：1）磨
削过程复杂，影响磨削力的影响因素很多包括砂轮的安装，夹紧的方式等，很难
通过设置阀值区分出磨削状态的性质。2）测力装置安装不方便，可以将力传感器
固定在机床工作台上，但是在实际加工时，不可能将工件安装在测力仪器上。
Sandivik 公司推出的监测系统将力传感器安装在轴承的支承上[4]，可以解决安装
问题，但是灵敏度低，需要改动机床的结构增加了成本，不宜为用户接受。
摘要：
展开>>
收起<<
摘要精密磨削加工是机械加工中重要方法之一，通过磨削状态识别可以有效提高精密磨削的效率和质量。本文基于声发射技术对磨削量识别方法展开了深入研究，对实现该方法的具体过程和关键技术进行了研究探讨。根据采集磨削时产生的声发射信号，通过滤波的方式进行去除噪声，进一步提取声发射信号的特征可以完成磨削状态的识别。该方法的创新点在于以840D数控系统为平台，开发出OEM声发射信号采集软件，通过自适应滤波对AE信号进行预处理，保证得到真实的磨削加工信号，根据最大熵分布特征识别不同磨削量的AE信号。在此基础上可以实现智能磨削并提高加工效率。本文的主要研究工作围绕声发射信号采集系统、数字信号自适应滤波和提取声发射信...
相关推荐
-
跨境电商商业计划书模版VIP免费
2025-01-09 27 -
跨境电商方案范文VIP免费
2025-01-09 14 -
创业计划书VIP免费
2025-01-09 18 -
xx生鲜APP计划书VIP免费
2025-01-09 12 -
跨境电商创业园商业计划书(盈利模式)VIP免费
2025-01-09 8 -
跨境电商计划书VIP免费
2025-01-09 13 -
绿色食品电商平台项目计划书VIP免费
2025-01-09 22 -
农产品电子商务商业计划书VIP免费
2025-01-09 9 -
农村电商平台商业计划书VIP免费
2025-01-09 13 -
生鲜商城平台商业计划书VIP免费
2025-01-09 21
作者：陈辉
分类：高等教育资料
价格：15积分
属性：72 页
大小：1.95MB
格式：PDF
时间：2024-11-19
