资源目录
压缩包内文档预览：
编号：25934448
类型：共享资源
大小：9.49MB
格式：ZIP
上传时间：2019-11-20
上传人：遗****
认证信息
个人认证
刘**（实名认证）
湖北
IP属地：湖北
30
积分
- 关 键 词：
-
工具
磨床
机械
结构设计
- 资源描述：
-
工具磨床Y轴机械结构设计,工具,磨床,机械,结构设计
- 内容简介：
-
使用一种新的光谱分析方法对刀具进行故障检测文摘:本文给出了基于动态力在频域和时频域的铣削刀具故障监控调查。一个新的数据分析技术,探求希尔伯特-黄变换(HHT),用于分析这个过程频域和时频域。这种技术与韦尔奇功率谱的方法传统基于傅里叶变换(FT)的频率域的方法很相似。这种方法也包括非线性和非平稳性的切削过程。这种方法旨在跟踪主要峰的频率和时间频率域(HHT)。主要工具的出现打破指示器是新的频率刀具故障。希尔伯特-黄变换的分析技术涵盖了物理性质的切削过程。切割过程中并不像对待理论的过程,这是显而易见的的震荡频率在基本频率的刀具。刀具的发展是显而易见的结果了。关键词:刀具故障、光谱分析、铣削过程监控,探求希尔伯特-黄变换1.说明数控机床不能检测刀具在网上的方式。因为一个破碎的工具可能会继续运转而没被检测到.因为错误是由损坏的工具在工作材料成本将提高,产品质量也会降低。降低材料成本,防止切割工具损坏,检测技术的一种无人驾驶、在线刀具破损检测系统是很重要的。刀具磨损监测被广泛研究通过许多不同的方法。主要有两种方法利用传感技术检测。刀具破损:一种是直接法,措施和评估的体积变化的工具,另一种是间接法,测量切削参数的操作过程。在切削过程中断和在冷却剂液体存在一个刀具的条件下。直接过程的缺点是明显的。傅里叶变换(FT)及其改性短时间。傅里叶变换研究日益广泛，为了检测铣刀刀具磨损或刀具破损。该方法的缺限导致了由于切割过程的性质，假设处理过的数据严格线性和平稳是不可能的。另一个缺点是英国金融时报谐波作为一个多个基本频率,这使得它很难识别真正的频率。傅里叶变换演示只局限于频域。研究刀具可能方向是磨损过程，刀具提供了小波变换打破 ,但假设的线性数据对小波变换使得它难以可靠分析动态切削力信号在监控切削过程。探求希尔伯特-黄变换(HHT)的新方法提出了用于时间序列分析。这个方法克服了的非线性和非平稳性的时间序列数据集的不足。这种方法成功的应用于许多时域分析中:结构健康监测,振动、演讲、生物医学应用,等等。希尔伯特-变换包括两个基本步骤:信号分解用于经验模式分解 (EMD),它实际上是一个二元滤波器组,和瞬时频率计算。2.实验方法2.1刀具磨损识别工具磨损通常由一系列的过程引起的。刀具磨损会逐渐发生并导致严重的故障。可能发生的逐渐磨损附着力、耐磨、或扩散,它可能会出现在两个方面:在一个工具的正面或在它侧面。工具面与芯片接触的地方产生的碎屑。侧面磨损,另一方面,通常归因于工具和工件材料之间的摩擦。一般来说,增加切削速度，加快在接触区温度的升高,从而大大减少了工具的的寿命。铣削切削过程是指定的密集接触工具和刀具工件,并会导致刀具磨损和刀具破损。上述过程适用于改变刀具的几何工具。切牙归纳出切削力的波动部分作为一个受迫振动的结果。变更(刀具磨损或工具打破)切削几何可以观察到光谱分析。物理本质的铣刀刀具磨损会忽略以下这部分研究。2.2希尔伯特-黄变换理论的分析方法上面给出的使用传统的方法例如傅里叶和小波变换是有局限性的。最近的研究5,6带来了一种新方法对于非线性和非平稳数据。HHT被证明能够执行好这些类型的数据。HHT已成功申请了许多关于非线性和非平稳数据的解决方案。这个表示在频率和时频域利用其它转换。重要的是在切割过程中可能归因于特定时间。EMD方法的基本原则是HHT。使用 (EEMD)方法,任何复杂的数据集可以分解到一个有限的和经常小数量的组件:一个收集的固有模态函数(IMF)。IMF代表一个一般简单的振荡模式作为一个对应简谐函数。为了避免模式中的各个组件之间的混合,白噪音的给定的值被添加到研究信号(这个过程被称为EEMD)中。 根据定义,IMF是任何函数相同数量的极值和零交叉,被规定为对称归零5,6。EMD的过程如下:(a)识别极小值和极大值;(b)连接局部最小值和最大值使用样条;(c)找到(m1)的上部和底部信封识别的意思。这个的意思是指定m1和数据间的第一个元素h1： (1)在第二个筛选过程中,h1被视为数据,然后 (2)这个筛选过程可以重复k次,直到h1k是一个IMF,这是h1(k1) m1k = h1k;然后它被指定为c1 = h1k,第一个IMF数据分量。检查如果h1k是IMF,以下条件必须满足(5、6):(a)数量的极值和零交叉是小于等于1的;(b)平均值上(和极大值联系在一起)和较低(和最小值联系在一起)是在每一点上的零。第一个IMF c1是减去原始信号r1 = sc1。这种差异被称为残余R1。 现在视为新的信号和接受同样的筛选过程。分解过程最后停止当残余rn成为单调函数或一个函数只有一个极值没有任何更多的IMF可以提取。分解原始信号到n个模型和一个残余R1然后通过 (3)另一个步骤是将希尔伯特变换进行分解。每个组件都有其希尔伯特变换Yi， (4)图1通过使用各种方法分析切削力信号:(a)原始数据集;(b)傅里叶变换的信号;(c)小波变换;(d)HHT的原始信号用希尔伯特变换,分析信号定义为 (5)其中 (6)并且 (7)在这里,a(t)是瞬时振幅和(t)相函数和瞬时频率 (8)在表面上的希尔伯特变换每个元素,原始数据可以表示为真正的部分R在下面的形式： (9)希尔伯特谱定义后,边际光谱可以被定义为： (10)边际谱提供了一个每个频率值衡量的总振幅(或能量)的。这个光谱代表累积振幅在整个数据跨度在概率上的意义。HHT的所有细节参考文献5和6傅里叶变换、小波和HHT可以展示人工信号。信号对应的切削力x轴(Fig.1(a)。切割条件对应于测试1表1给出;测试1在表1中给出；一个低碳的钢是考虑切削力仿真。常量的切削力仿真采用参考8。陈述的比较(图1(b)、(c),(d)是给定的时频域,对比结果真实信号(图1(a)在频率域比较。图1(b)显示了在时频表示使用傅里叶变换(图1(b)为一个非线性但弱平稳信号。图1(b)显示了基本频率约132赫兹和三个谐波作为多个的基本频率。谐波的存在是典型的非对称信号。这种情况下，它没有任何物理意义。傅里叶变换的频率值是与常数在整个时间跨度覆盖范围的集和。作为傅里叶定义的频率不是一个时间的函数,它可以很容易地看到,频率内容自身有意义的只有数据线性和平稳。这就是为什么一个刀具的故障利用傅里叶变换通过增加功率密度 3,而不是频率变化进行研究了。连续的小波变换(图1(c)和(图1(a)应用到相同的数据集。小波是非常有用的对于数据的比较和形象处理。该表示方法通常是转向规模。规模的频率和位移时间成正比。小波变换的局部性质是允许在一个频率的变化被检测到，因此它是有用的非平稳数据。小波分析的最严重的缺点又是由不确定性原理的限制（产品的频率分辨率，和时间跨度的频率值的定义，T，不得低于1 / 2）是局部的和一个小波不能包含太多的波；然而有良好的频率分辨率，小基波也将包含许多波的 7 。图1（c）具有非常明显的峰，频率对应的理论频率为132赫兹。图1（d）显示的计算结果使用HHT。在时间线的连续频率明显。计算时频域是基于方程的过程（1）至（10）；然而瞬时频率可以利用希尔伯特变换计算，过零点，或正交参考 7 。瞬时频率计算的概念允许的频率是在距离不是计算两峰之间，而是在一个高峰，如果数据密度足够高。振荡（图1（d）是描述的频率在一个峰的变化。2.3实验设备与设计用于在测试工件材料为SAE 1045碳钢的C = 0.45的名义材料组成，Mn = 0.75 %，P = 0.04为最大，S = 0.05为最大（重量%）。刀具选择铣刀类型是高速钢（含钴高速钢），制造一个直径为12mm，和四个出屑槽。在连续的一个五轴铣床中心进行试验，通过穿梁制造，具有20000 r/min最大主轴转速，以代号为760控制系统。数控编程是在NX 4.0创建凸轮。进行干切削。实验是在表1中给出的两个不同的切削条件下进行的。每个试验重复至少四次。对切割装置冲击试验的固有频率进行自然频率振动。通过对工件在各个方向的冲击锤测定自然频率（X，Y，Z）和工具的固有频率也进行了测量。在所有情况下的频率高于2.5千赫。三轴压电测力计基斯特勒9257b被连接到电荷放大器。振动是由数据采集单元（）。数据采集单元被连接到PCI总线控制卡的PC机为5 kHz的采样率。使用MATLAB进行数据处理。实验切削装置如图2所示。所有信号被记录加载。一些信号从不同的位置上采集。刀具齿频率应该使用以下公式计算 (11)是主轴转速以r/min为单位，n是在刀具工具中的牙齿数目。3.结果 图2实验切割设置 图3段切削力数据集损坏刀具工具、时间域 图4段切削力数据集未损坏的刀工具,时间域 图5(a)希尔伯特谱的未损坏的刀具工具。(b)希尔伯特谱的损坏刀具工具。 图6分解信号受损刀工具,最高能源组件3.1时间域图3显示了一个部分损坏的刀具与图4在时间域的对比的数据集,刀具没有什么损坏。这个结果对应于切削条件测试1,表1中给出。振幅的变化在每一个第四峰对应于刀具破损(图3)。速度的轴是=1985 r / min; 因此每个牙齿的频率是:f= 33HZ(方程(11)。这个循环被标记为图3。标记的时期(0.032秒)大致对应到循环的一个周期计算(方程(11)，但是,并不代表所有数据集;大部分时间信号不是很稳定,工具破坏估计可能因此不可能的。 傅里叶变换的缺点的提交的数据集(见2.2节)是明显的。时间域表示不显示所有的数据集的内容。因此更好的给出了频域和时频域的数据。3.2时频域图5(a)显示了损伤刀具的希尔伯特谱。这部论文的方法(HHT)显示在基本频率的振荡强迫振动,这是132赫兹。这个瞬时频率可以通过使用希尔伯特黄变换计算。这个轻微的振荡更好的描述切削过程。切割过程中通过使用希尔伯特黄变换不是像对待理论的过程。结果的径向力Fr(x轴在坐标铣床)的介绍。图5(b)显示了希尔伯特谱的受损刀工具。用刀具的损坏来模拟磨牙齿的三角形状。瞬时频率的变化是很明显的。低频率的漂移显示高的瞬时波动频率刀具损坏。最明显的指示器的刀具破裂处是外观大约32赫兹的新频率。在图3中这个频率实际上对应着差距(由于刀具工具故障)在被损坏的刀具的时间域中。差距被标记在图3中是一个灰色的长方形。这个EEMD(方程(1)(3)允许频率分离,就像一个带通滤波器。优势是滤波器不需要使用。这两个重要的组件的分解信号的损坏刀具如图6所示。这些频率对应于在希尔伯特光谱中的最高的能量 (图5(b)。这IFM组件从最高的频率排序成最低频率。在时频域数据表示的优势是非常明确地。傅里叶变换和希尔伯特黄变换（HHT）之间的差别是显而易见的：结果可以看出在时间频率域或在高频率分辨率,是不可能使用傅里叶变换的。图7边际谱:比较新的和 图8边际谱:比较新的和损坏的刀具工具,测试 损坏的刀具工具,测试2图9韦尔奇功率谱和边际谱的未损坏的刀具工具(估计的动态力),测试图7显示了希尔伯特边际谱,它类似于功率谱的傅里叶变换.图7对应于图5(a)和5(b),但是图中所示是频率功率谱.这个工具故障也是明显的。该工具故障表示更高的能量在希尔伯特边际谱32HZ附近也是是刀具磨损造成的变化的刀齿成不同的几何形状使信号转向低频率。新方法被用于不同的切割条件,测试2(表1),以确认的可重复性。结果(图8)对应上面的结果:一个转变成低的峰值跟踪频率和新频率出现刀具故障的结果。图9显示了希尔伯特边际谱和傅里叶变换的比较。这个优点是显而易见的:希尔伯特边际谱没有任何谐波-它给出了固有数据,和轻微的振荡在基本频率呈现切割过程中更可靠。4. 结论1. 证明用本文方法来检测刀具故障的正确性.2.假设的切削过程非线性和非平稳性也是要考虑的3.工具故障检测是基于外观，其他的频率在希尔伯特谱 (频域)以及在希尔伯特边际谱(频域)4.工具故障在时频域和高分辨率是可能的,它允许其他现象在切削过程中被分析。5. 通过使用傅里叶变换过程更好的描述切割性质，也提出了一个比较的传统方法5.感谢作者要感谢来自国立中央大学电火花加工实验室的燕教授的帮助，感谢对来自捷克技术大学布拉格,马丁的感谢以及他对小波变换的评论参考文献1 Lan, M. S. and Naerheim, Y. In-process detection of tool breakage in milling. J. Engng Ind., 1986, 108(3),191198.2 Huang, P. T., Chen, J. C., and Chou, C. Y. A statistical approach in detecting tool breakage in end milling operations. J. Ind. Technol., 1999, 15(3).3 Weihong, Li, Weiguo, Gong, Obikawa, T., and Shirasaki, T. A method of recognizing tool-wear states based on a fast algorithm of wavelet transform. J. Mater.Processing Technol., 2005, 170(12), 374380.4 Zhu, K., Wong, Y. S., and Hong, G. S. Wavelet analysis of sensor signals for tool condition monitoring: A review and some new results. Int. J. Machine Tools Mf,20
- 温馨提示:
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
人人文库网所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。
川公网安备: 51019002004831号