（机械制造及其自动化专业论文）精密曲线磨削加工过程的特征提取与状态评估方法的研究.pdf

一 ， “ ， 一 u 、，婶 ，；_ 毫，0 舢l，一lptpil fll，。rlfk ，、 一 l i ij il l 1 1i l l iii| y 1812 2 3 5 f e a t u r ee x t r a c t i o n a n ds t a t e e v a l u a t i o no fp r e c i s i o nc u r v e g r i n d i n gp r o c e s s ad i s s e r t a t i o nf o rd o c t o r a ld e g r e eo fs h a n g h a ij i a o t o n gu n i v e r s i t y c a n d i d a t e ：x u l i m i n g t u t o r ：p r o f h u d e j i n m a j o r ：m a n u f a c t u r i n gt e c h n o l o g ya n d a u t o m a t i o n r e s e a r c hd i r e c t i o n ：m e c h a n i c a le q u i p m e n t & a u t o m a t i o n s c h o o lo fm e c h a n i c a l & p o w e re n g i n e e r i n g s h a n g h a ij i a o t o n gu n i v e r s i t y n o v e m b e r 2 0 0 5 附件四 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 垆 日期：2 砒年1 月多日 附件五 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 保密函，在兰年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上方框内打“4 ) 撇一戤节 日期：硼萨一肌) 日 臌嘶五乙 日期：6 年月矽日 精密曲线磨削加工过程的特征提取与状态评估方法的研究 摘要 精密曲线磨削对于各种复杂精密模具和刀具的加工具有举足轻 重的作用。发展磨削加工过程监测和诊断技术，对提高磨削加工质 量和磨削加工过程的稳定性，最大限度地降低废品率具有极其重要 的意义。本文受上海市科委重点科技项目基金资助，通过吸取多学 科发展的研究成果，围绕影响曲线磨削加工质量的主要因素，即加 工系统的性能退化、主轴系统的热变形、磨削振纹和砂轮磨损，对 加工过程的状态监测与评估技术进行了较为系统的分析和研究，旨 在保证精密曲线磨削的加工质量，并对切削加工过程监测和诊断技 术的发展起到一定的促进作用。 针对e 习线磨削加工过程中状态监测信号不平稳、非线性等特点， 研究了状态信号特征提取中的信号处理技术，提出了h h t 频率一能量 表示的特征向量提取方法和基于信号分解的特征量提取方法，讨论 - 了基于聚荚算法的特征向量处理技术并提出了特征向量综合品质的 评定一，jo 乜了曲线磨削加工系统性能退化的定量评估方法和基于 。翠、小波包分解的二种性能退化趋势预测方法。在此基 提出的特征提取技术，对曲线磨削主轴系统进行了定 估，为曲线磨削主轴系统故障的早期预报提供了方便有 ，：式验研究揭示了精密曲线磨削加工中主轴系统温升和热变 ，：j j ，系，优化了温度测点布置。在此基础上，提出了一种基于支 持向量机的曲线磨削热误差建模方法和基于开放数控平台的热误差 补偿方法。试验结果显示，热误差模型鲁棒性和推广能力强，预测 精度高，实现了曲线磨削热误差的精确预报，同时为曲线磨削热误 差自动补偿奠定了基础。 通过试验研究揭示了曲线磨削振纹的产生机理，在此基础上， 提取了反映磨削振纹信息的特征量，进行了磨削振纹分布的数学建 模和仿真，实现了加工工件表面振纹分布和颤振强度的在线监测和 预报，为减少和抑制振纹提供了准确和有效的途径。 试验研究了加速度、力和声音等多种传感器在砂轮磨损状态监 测中的应用，比较了多种特征提取方法在提取砂轮磨损状态特征量 方面的效果。在此基础上，提出了砂轮磨损状态特征量提取的新方 法，结合本文提出的状态评估和趋势预测方法，对砂轮磨损状态进 行了在线评估和趋势预测。试验结果表明，评估和预测精度较其它 方法明显提高，为曲线磨削中确定修整和更换砂轮的最佳时机提供 了准确有效的手段。 另外，本文还分析了加工过程状态监测平台的构建方法，开展 了过程状态综合辨识方法的研究。通过对传感器的选择和布置策略 的研究，优化了传感器的数量和种类。通过对状态信号的数据挖掘， 利用同源信息对多种过程状态进行了监测和评估，降低了监控系统 对软硬件资源的要求，并在开放数控平台上对过程监控模块和数控 模块进行了有效集成，从而提高了曲线磨削过程监控的实用化水平。 关键词：曲线磨削，加工过程，特征提取，状态评估，预测 f e a t u r ee x t r a c t i o na n ds t a t ee v a l u a t i o no f p r e c i s i o nc n r v e g r i n d i n gp r o c e s s a b s t r a c t p r e c i s i o nc u r v eg r i n d i n gp l a y sak e yr o l ei nm a n u f a c t u r i n go fv a r i o u sc o m p l e xm o u l d sa n d c u t t i n gt o o l s g r i n d i n gp r o c e s sm o n i t o r i n ga n dd i a g n o s i st e c h n o l o g i e sa r es i g n i f i c a n tf o r e n s u r i n gg r i n d i n gq u a li t ya n dg r i n d i n gp r o c e s ss t a b i l i t y i nt h i sp a p e r , c u r v eg r i n d i n gp r o c e s s m o n i t o r i n ga n ds t a t ee v a l u a t i o nt e c h n o l o g i e sa r es t u d i e df o c u s i n go nt h em a i nf a c t o r sw h i c h g r e a t l ya f f e c tt h eg r i n d i n gq u a l i t y ，i n c l u d i n gp e r f o r m a n c ed e g r a d a t i o no fg r i n d i n gs y s t e m ， t h e r m a ld e f o r m a t i o no fs p i n d l es y s t e m ，c h a t t e rm a r k sa n dg r i n d i n gw h e e lw e a r ，i no r d e rt o i m p r o v ec u r v eg r i n d i n gq u a l i t y a c c o r d i n gt ot h em o n i t o r i n gs i g n a lc h a r a c t e r i s t i c so fu n s t a b i l i t ya n dn o n l i n e a ri n c u r v e g r i n d i n gp r o c e s s ，s i g n a lp r o c e s st e c h n o l o g i e sf o rf e a t u r ee x t r a c t i o no f s t a t es i g n a la r es t u d i e d h h tf r e q u e n c y e n e r g ye x p r e s s i o nm e t h o da n ds i g n a ld e c o m p o s i t i o nb a s e dm e t h o df o rf e a t u r e e x t r a c t i o na r ep r o p o s e d f e a t u r ev e c t o rp r o c e s st e c h n o l o g yb a s e do nc l u s t e r i n ga l g o r i t h mi s d i s c u s s e da n dak i n do fe v a l u a t i o nm e t h o do ff e a t u r ev e c t o rq u a li t yi sp r e s e n t e d q u a n t i t a t i v ee v a l u a t i o nt e c h n o l o g yo fp e r f o r m a n c ed e g r a d a t i o no f c u r v eg r i n d i n gs y s t e mi s s t u d i e d t w om e t h o d so fp r e d i c t i o no fp e r f o r m a n c ed e g r a d a t i o nt r e n da r ep r e s e n t e db a s e do n e m p i r i c a l m o d ed e c o m p o s i t i o na n dw a v e l e tp a c k a g ed e c o m p o s i t i o n ，r e s p e c t i v e l y a sa e x a m p l e ，p e r f o r m a n c ee v a l u a t i o no fg r i n d i n gs p i n d l es y s t e mi s s t u d i e da n da c c o m p l i s h e d ， w h i c hp r o v i d eav a l i dm e t h o df o re a r l yp r e d i c t i o no fs p i n d l ef a i l u r e t h er e l a t i o n s h i pb e t w e e nt e m p e r a t u r er i s eo fs p i n d l ea n dt h e r m a le r r o ro fc u r v eg r i n d e ri s e x p e r i m e n t a l l ys t u d i e d t h ep l a c e m e n to ft e m p e r a t u r es e n s o ri so p t i m i z e d t h et h e r m a l e r r o r m o d e l i n gm e t h o db a s e do ns u p p o r tv e c t o rm a c h i n ea l g o r i t h mi sp r o p o s e da n dt h et h e r m a l e r r o rc o m p t s a t i o ns t r a t e g yb a s e do no p e nc n cp l a t f o r m i ss t u d i e d t h er e s u l ts h o w st h e e r r o rm o d e l i n gh a ss t r o n gr o b u s t ，g o o de x t e n da b i l i t ya n dh i g hp r e d i c t i o na c c u r a c y ，w h i c h e s t a b l i s ht h eb a s i sf o ra u t ot h e r m a lc o m p e n s a t i o n c h a t t e rm a r k sr e m a r k a b l ya f f e c tc u r v eg r i n d i n gq u a l i t y ，s ot h em e c h a n i s mo fc h a t t e r g e n e r a t i o ni ss t u d i e d t h ef e a t u r e so fg r i n d i n gc h a t t e rm a r k sa r ee x t r a c t e da n dt h ec h a t t e r m a r k sd i s t r i b u t i o ni sm a t hm o d e l e da n ds i m u l a t e d t h eo n 1 i n ep r e d i c t i o no fc h a t t e rm a r k s d i s t r i b u t i o na n dc h a t t e ri n t e n s i t yi sa c h i e v e d ，w h i c hp r o v i d e sav a l i da p p r o a c hf o rr e d u c i n g a n dc o m p r e s s i o no fc h a t t e rm a r k s w e a rc o n d i t i o nm o n i t o r i n go fg r i n d i n gw h e e li ss t u d i e de x p e r i m e n t a l l yb yu s i n gm u l t i s e n s o r si n c i u d i n ga c c e l e r a t i o n ，f o r c ea n da c o u s t i cs e n s o r s t h ee f f e c t s o fv a r i o u sf e a t u r e e x t r a c t i o nm e t h o d sf o rw e a rc o n d i t i o nm o n i t o r i n ga r ec o m p a r e d t h en e wm e t h o df o rf e a t u r e e x t r a c t i o no fw h e e lw e a rc o n d i t i o ni sp r e s e n t e d ，b a s e do nw h i c h ，o n l i n ee v a l u a t i o n a n d p r e d i c t i o no fw e a rc o n d i t i o n a r ea c c o m p l i s h e d t h er e s u l ts h o w st h eh i g ha c c u r a c yo f e v a l u a t i o na n dp r e d i c t i o ni sa c h i e v e d ，w h i c hp r o v i d e sa ne f f e c t i v em e a n sf o rd e t e r m i n i n g t h e r i g h tt i m et od r e s so rc h a n g eg r i n d i n gw h e e l i na d d i t i o n ，t h em e t h o d so fc o n s t r u c t i o no fm a c h i n i n gp r o c e s sm o n i t o r i n gp l a t f o r m a r e a n a l y z e da n dt h em e t h o do fs y n t h e t i cr e c o g n i t i o no fp r o c e s ss t a t e i sd i s c u s s e d t h es e n s o r q u a n t i t i e sa n dt y p e sa r eo p t i m i z e db ys t u d y i n go nt h ew a yo fc h o i c ea n dp l a c e m e n t o fs e n s o r s - m u l t i - p r o c e s ss t a t e sb e i n gm o n i t o r e db ys a m e r e s o u r c ei sa c c o m p l i s h e db yd a t em i n i n g ， w h i c hd e c r e a s et h er e q u i r e m e n to fs o f t w a r ea n dh a r d w a r er e s o u r c e s a l lt h e s ei m p r o v et h e p r a c t i c a b i l i t yo fc u r v eg r i n d i n gp r o c e s sm o n i t o r i n g k e yw o r d s ：c u r v eg r i n d i n g ，m a c h i n i n gp r o c e s s ，f e a t u r e e x t r a c t i o n ，s t a t ee v a l u a t i o n ， p r e d i c t i o n lllliiillliiilliliililllliililliiiill 上海交通大学博士学位论文目录 目录 第一章绪论l 1 1 引言1 1 1 1 课题的研究意义1 1 1 2 课题的研究背景2 1 2 切削加工过程监测与故障诊断2 1 2 1 切削加工过程监测与故障诊断技术的特点2 1 2 2 切削加工过程监测与故障诊断的基本原理和方法。2 1 3 国内外研究现状4 1 3 1 切削加工过程监测与诊断技术的发展 4 1 3 2 磨削加工过程中的监测与诊断技术5 1 4 本文的主要研究内容7 1 4 1 主要研究内容 7 1 4 2 论文章节安排8 第二章影响精密曲线磨削加工质量的主要因素 1 0 2 1 精密曲线磨削加工系统的工作原理一1 0 2 1 1 主要结构1 0 2 1 2 曲线磨削加工过程分析1 l 2 2 曲线磨削加工机床的工作性能1 2 2 3 影响曲线磨削加工质量的主要因素1 2 2 3 1 磨削加工系统的性能退化 一1 3 2 3 2 主轴系统的温升和热变形1 4 2 3 3 磨削振纹 1 5 2 3 4 砂轮磨损1 5 2 4 本章小结 1 5 第三章曲线磨削加工过程中状态信号的特征提取1 6 3 1 磨削加工过程中的状态信号采集1 6 3 1 1 状态信号的选择1 6 3 1 2 传感器的布置策略1 7 3 1 3 数据采集和监控平台的建立1 7 3 2 状态信号特征提取中的信号处理技术1 7 3 2 1 基于小波降噪的状态信号预处理方法的仿真研究1 8 3 2 2 非平稳、非线性信号处理方法的仿真研究 2 1 上海交通大学博士学位论文 目录 3 3 基于h h t 的非平稳信号特征提取方法的研究2 9 3 3 1h h t 频率能量表示的特征提取方法2 9 3 3 2 仿真研究。3 0 3 4 基于信号分解的非平稳信号特征提取方法的研究3 2 3 4 1 基于e m d 分解的非平稳信号特征提取方法。3 2 3 4 2 基于小波包分解的非平稳信号特征提取方法。3 3 3 5 基于聚类算法的特征向量处理技术3 5 3 6 特征向量品质的评定3 7 3 7 本章小结 3 8 第四章曲线磨削加工系统性能退化的评估和预测3 9 4 1 加工系统性能退化评估和预测的基本原理3 9 4 1 1 加工系统性能退化评估的基本原理3 9 _ 4 1 2 加工系统性能退化预测的基本原理4 0 4 2 加工系统性能退化程度的评估方法 4 l 4 2 1 系统性能退化程度的定量分析4 1 4 2 2 系统运行状态的异常检测。4 2 4 2 3 系统性能退化状态的其它量化方法4 7 4 3 加工系统性能退化趋势的预测方法4 4 4 3 1 基于时间序列的预测模型4 4 4 3 2 时序模型的定阶问题4 5 4 3 3 基于人工智能的趋势预测方法4 6 4 4 基于信号分解的性能退化趋势预测方法4 7 4 4 1 基于经验模态分解的状态趋势预测4 7 4 4 2 基于小波包分解的状态趋势预测4 8 4 4 3 加工系统性能退化趋势的预测4 9 4 5 曲线磨削主轴系统性能退化评估实例分析4 9 4 5 1 基本原理。4 9 4 5 2 试验条件和方法5 0 4 5 3 试验结果和分析5 l 4 5 4 主轴系统性能退化的评估5 4 4 5 5 主轴系统性能退化趋势的预测 5 6 4 5 6 试验小结 。5 6 4 6 本章小结 5 6 第五章曲线磨削主轴系统热变形的监测与预报5 7 5 1 概述5 7 5 2 主轴系统的热态特性5 7 上海交通大学博士学位论文目录 5 2 1 主轴的热源。5 7 5 2 2 主轴热变形的理论研究5 7 5 3 曲线磨削主轴系统温升和热变形的测试5 9 5 3 1 温度传感器的布置策略5 9 5 3 2 测试方法 。5 9 5 3 3 测试结果 6 0 5 3 4 测试结果分析与讨论 6 3 5 4 曲线磨削主轴系统热误差的监测与预报6 3 5 4 1 热误差的建模方法6 3 5 4 2 基于支持向量机的热误差建模技术6 4 5 4 3 曲线磨削主轴系统热误差的建模和预报6 7 5 4 4 曲线磨削热误差的补偿策略7 0 5 5 本章小结7 2 第六章工件表面磨削振纹的产生机理与监测预报7 3 6 1 概述7 3 6 2 磨削加工振纹的试验研究 7 3 6 2 1 试验准备7 3 6 2 2 磨削振纹的测量方法 7 4 6 2 3 试验设计 7 5 6 3 试验结果及讨论7 5 6 3 1 单因素试验7 5 6 3 2 加工过程中的振动试验8 l 6 3 3 机床模态频率的试验 8 4 6 3 4 分析和讨论8 4 6 4 磨削振纹的数学建模及其仿真研究 。8 5 6 4 1 数学模型 。8 5 6 4 2 仿真研究 8 6 6 4 3 仿真结果和试验结果的对比分析8 8 6 5 加工振纹的监测与预报8 9 6 6 本章小结 9 l 第七章砂轮磨损状态的在线评估和磨损趋势预测9 2 7 1 概述9 2 7 2 砂轮磨损机理 9 2 7 3 砂轮磨损状态特征量提取方法的研究9 3 7 3 1 金属磨削中砂轮磨损的特征量提取9 3 7 3 2 陶瓷磨削中砂轮磨损的特征量提取1 0 5 i i i 上海交通大学博士学位论文 目录 7 4 砂轮磨损状态的在线评估1 1 4 7 5 砂轮磨损状态趋势的预测。1 1 6 7 5 1 基于e m d 分解的砂轮磨损状态趋势预测1 1 6 7 5 2 基于小波包分解的砂轮磨损状态趋势预测1 1 9 7 5 3 其它预测方法的对比研究1 2 0 7 5 4 砂轮磨削性能退化趋势的预测1 2 2 7 5 5 预测方法应用小结1 2 2 7 6 本章小结。1 2 3 第八章总结与展望。1 2 4 8 1 全文总结1 2 4 8 2 主要创新点1 2 5 8 3 后续研究工作1 2 6 参考文献 1 2 7 致谢1 3 3 攻读博士学位期间发表的论文1 3 4 i v 上海交通大学博上学位论文 第一章绪论 1 1 引言 第一章绪论 1 1 1 课题的研究意义 在机械制造行业，保证产品加工质量和机械制造过程的正常进行是企业赖以生存的 基础。在现代化大生产中，如在汽车制造厂，1 分钟的停产时间可能导致2 万美元以上 的损失1 1j 。机械加工过程的监测和故障诊断技术，就是通过在线识别加工过程的状态， 分析并即时反馈加工过程中存在的问题，进行自我调节或提供给上层系统进行决策，从 而保证产品加工质量和加工过程的稳定性m j 。 随着国防工业、模具加工和刀具制造业的高速发展，各种精密复杂的模具( 例如汽 车和轿车发动机活塞加工用的中凸变椭圆非圆回转曲面靠模、型材成型轮和滚压轮、精 密冲头、精密样板等) 和刀具( 精密平面形及圆形刀具等) 以及各种复杂曲面零件需求 量越来越大，作为主要的加工设备，精密曲线磨床的需求量也越来越大，对磨削质量的 要求也越来越高。在精密曲线磨削过程中，磨削加工系统的性能退化、主轴系统的热变 形、磨削振纹和砂轮磨损状态是影响磨削质量的主要因素。针对这些主要因素，本文在 自主开发新一代精密数字化曲线磨床过程中，开展了曲线磨削加工过程的状态监测和评 估工作，以保证磨削加工质量和磨削过程的稳定性。需要说明，本文所指的加工过程的 状态包括机床运行状态，加工过程状态，加工刀具状态和工件质量状态p j 。 从上世纪8 0 年代以来，对切削加工过程的监测诊断技术已作了很多研究，存在的问 题主要有监测系统的数据挖掘能力不强、数据处理的实时性不够、监测装置复杂、可靠 性不高、监测平台多处于试验研究环境、实用化程度不高等【4 巾j ，这些问题在不同程度上 制约了加工过程监测诊断技术的发展。由于加工过程的监测与诊断是综合性很强的一个 研究领域，它不仅和机械制造技术息息相关，更涉及到传感器与检测、现代信号处理、 系统辨识、控制工程、人工智能和计算机软硬件等多个学科技术。对曲线磨削加工过程 的状态监控、评估和预测技术的研究，就是通过吸取多学科发展的研究成果，在监控平 台的建立、加工状态信息的数据挖掘、加工过程状态综合评估和预测控制方法上作进一 步的研究，以提高曲线磨削的加工质量和加工过程的稳定性，并对切削加工过程监测与 诊断技术的发展起到一定的推动作用。 1 1 2 课题的研究背景 本课题受上海市科委重点科技项目基金资助展开研究( 项目编号：0 2 1 1 1 1 1 1 2 5 ；项 目名称：基于图像在线识别检测的数字化精密曲线磨削技术与装备) ，试验研究工作主要 在精密曲线磨床上进行，部分研究工作在数控平面磨床上进行，以对本文提出的加工过 程状态评估方法作进一步的应用研究。 第l页 上海交通大学博士学位论文 第一章绪论 1 2 切削加工过程监测与故障诊断 1 2 1 切削加工过程监测与故障诊断技术的特点 切削加工过程的监测与故障诊断是在8 0 年代初，随着计算机技术在机械加工中的不 断应用而开始发展起来。在自动化的生产环境下，主要依靠计算机对加工过程进行控制， 若对过程状态不能识别，对故障不能及时诊断，就会极大地影响到加工质量和系统工作 的稳定性，使自动化生产不能正常进行。因此，加工过程的监测与故障诊断是实现机械 加工过程自动化的重要技术保证l j 儿圳。 切削加工过程与一般机械设备工作过程相比具有自身的特点【引。首先，加工系统的 信息具有离散性，如零件尺寸、加工精度等指标。加工过程具有断续性，这既反映在对 一个零件的加工上可能存在多道工序，每道工序是独立的，也反映在每个零件之间总存 在着辅助加工时间。其次，在加工过程中，缓变性和突变性并存，如加工系统的动态性 能将随着加工时间的变化较缓慢变化，同时加工中存在突发故障的可能。由于机械加工 过程中的随机因素干扰大，因此机械加工过程中的各种物理量如振动加速度、切削力、 切削温度等往往是含有趋向性的随机过程。在加工系统状态的表现与状态信号甚至是特 征信号之间的关系上，大部分也呈现出模糊性，因此需要研究如何对这种模糊性进行量 化以进行判断。由于这些特点，也使得加工过程的状态信号在许多情况下呈现出非平稳、 非线性的特征。 和传统设备故障诊断相比，切削加工过程的监测和诊断更侧重于通过对过程状态的 监测、评估和决策反馈来保证产品的加工质量和加工过程的稳定性。过程监测的对象是 整个加工系统的状态，包括机床运行状态，加工过程状态，加工刀具状态和工件质量状 态。机床运行状态的监测对象主要有主轴部件、导轨、伺服驱动系统及其它重要的零部 件；加工过程状态的监测包括工艺系统的振动、受力、受热等监测；加工刀具的监测则 包括了对刀具磨损状态、刀具寿命的监测、刀具的误差补偿等；工件质量状态的监测主 要指对工件表面质量、尺寸精度等的监测。 1 2 2 切削加工过程监测与故障诊断的基本原理和方法 切削加工过程的监测与诊断本质上是模式识别技术在加工过程中的应用和发展，在 研究路线上，具有几个典型的研究环节： ( 1 ) 信号的在线检测 就是对连续运行的加工过程中的状态信息进行选择和信号的采集。有许多信号从不 同的角度反映了加工状态的变化，传感信号选择的合适与否往往决定了状态监测的成效， 原则上所选择的信号类型和传感器测点布置部位要能敏感地反映加工过程的状态变化。 同时，所选择的传感器需要考虑加工现场的可安装性和抗干扰能力，且不能影响加工过 程的正常进行。 第2页 上海交通大学博士学位论文 第一章绪论 ( 2 ) 特征提取 特征提取就是利用各种特征分析方法从检测信号中提取最能反映加工状态变化的特 征量，它是开展加工过程监测与诊断工作的核心技术，其中信号处理技术又是特征分析 的最关键技术。因此，要提高所提取特征量对加工过程状态的敏感度，不仅需要对加工 过程状态的变化规律进行研究，更需要对各种信号处理方法进行分析研究。在分析平稳 信号和带有较强周期性信号的时候，传统的时域分析方法和频域中的f f t 分析及功率谱 分析等方法仍然是信号分析的最重要的工具。在以非平稳和非线性信号处理为研究对象 时，需要采用更先进的处理算法，如非线性时频分布、小波变换、高阶统计量、混沌时 间序列等vj ，近年来，h i l b e r t h u a n g 变换等一些新的信号处理方法也逐渐被研究和应用 8 - 9 j ，这些处理算法在数学深度上和处理能力上都有了质的变化。由于切削加工过程的复 杂性，在信号处理方法的选择和使用上需要根据监控对象的特点进行分析，在此基础上 不断发展新的特征提取技术，以更好地满足加工过程监测的需要。 ( 3 ) 状态识别 根据所获得的加工状态特征量，通过识别模型对加工过程状态进行分类判断。识别 模型的功能是实现从特征空间到状态空间的映射。状态识别的建模方法很多，常见的有 聚类分析方法、模糊理论分析方法、灰色理论分析方法、分形几何分析方法、人工智能 等。在人工智能领域，机器学习已成为智能的核心组成部分，目前相应的方法有规则归 纳、神经网络方法、遗传算法、支持向量机、基于案例的学习和解析学习等【，j ，学习的 内容包括发展计算学习、解决分类与决策问题，为专家系统采集知识和发现知识等。在 很多情况下，这些技术和方法又可以相互组合、互为补充，以提高识别的正确性及其智 能化水平。开展加工过程的状态识别，除了考虑模型的准确性，算法的计算效率和实时 性也非常重要，而且，状态识别方法的选择还需要和特征提取工作综合考虑。 ( 4 ) 决策与诊断 根据状态识别的结果，对于当前的加工状态及其发展趋势作出评估和预测，在此基 础上作出相应的决策，对于不正常的加工过程状态作出调整、补偿和其它维护处理意见。 切削加工过程监控平台的建立方法对加工过程监控系统能否实用化至关重要。根据 目前技术发展水平，这里讨论监控平台的三种建立方法。种是通过追加套嵌入式监 控系统来实现【1 0 】，但成本较高，同时需要考虑与原有系统的通讯问题。第二种方案是采 用便携式监控系统【”l 。随着计算机技术、虚拟仪器技术和传感技术的发展，为便携式状 态监测创造了条件。这种便携式状态监测本质上是一种按需监测，根据每次对加工过程 的评估结果来制定维护时间，维护时间是动态的，因此它的灵活性好，对于开展对现有 设备加工过程状态的智能评估。仍不失为种较好的选择方案。但它要求监测系统的硬 件系统简单，安装使用方便，其不足之处是对于突发事件无法处理，另外，不便用于根 据加工过程的状态变化进行的反馈控制。第三种方案就是将过程状态监控系统和设备控 制系统进行无缝集成。由于现有的切削加工设备的控制系统一般都具有封闭性，如果自 身没有带监控系统，则所追加的监控功能很难嵌入其中，因此，一般可采用前二种方案。 第 3 页 上海交通大学博士学位论文第一章绪论 对于新开发的切削加工设备，一般可考虑采用第三种方案，采用开放式数字控制系统是 实现这种方案的最佳途径之一。本文的大部分试验研究工作主要基于第二种方案，在新 一代精密曲线磨床的开发中，我们就采用了第三种方案。 1 3 国内外研究现状 1 3 1 切削加工过程监测与诊断技术的发展 在国外，许多研究人员在加工过程的监测和故障诊断领域的研究中做了大量的工作， 研究中主要针对信息感知、信息处理、数据融合和集成方法几个方面，所涉及的信息主 要包括设备运行状态信息、与切削过程有关的信息、与加工质量有关的信息、设备精度 状况信息、系统工作环境信息等。其中，美国、日本、德国、英国、澳大利亚及韩国等 国家都对此高度重视，竞相开发相关技术【l 川。如美国科学制造中心( n c m s ) 与空军共 同领导的“下一代工作站机床控制器体系结构”n g c 。德国阿亨工业大学开展了切削过程 监控技术的研究，建立了演示实验系统。 在信号预处理方面，新的数据滤波方法被不断发展和应用l i 川。在加工过程状态的信 号处理和特征提取领域，很多先进的信号处理算法得到了大量的应用和研究，如非线性 联合时频分布、小波变换、高阶谱分析、h i l b e r t h u a n g 变换等1 1 4 - 埔j 。在加工过程的状 态识别和智能决策领域，通过间断或连续收集处理关键部件或过程工作状态的数据，反 向传播网络、模糊神经网络、实时神经网络、遗传算法和自组织特征映射( s o m s ) 等人 工智能方法得到了大量的应用i i 卜删j 。另外，通过研究加工过程的状态和切削加工质量 的关系，对加工质量进行预报和控制也成为一个重要的研究内容。 2 0 0 1 年，由r o c k w e l l ，b o e i n g 和c a t e r p i l l a r 等大公司联盟推出了基于状态的开放式 维护结构( o s a c b m ) ，这一结构标准不仅对于设备状态监测与维护具有重要的意义， 而且对于切削加工过程的状态监测和故障诊断同样具有重要的指导作用。该结构共分七 层，从下到上依次为传感器层( s e n s o rm o d u l e ) 、信号处理层( s i g n a lp r o c e s s i n g ) 、状态 监测层( c o n d i t i o nm o n i t o r i n g ) 、健康评估层( h e a l t ha s s e s s m e n t ) 、预测层( p r o g n o s t i c s ) 、 决策支持层( d e c i s i o ns u p p o r t ) 、表达层( p r e s e n t a t i o n ) l z lj , 基于c b m 的结构体系目前 在设备状态监测和故障诊断中得到了广泛的应用 2 2 - 2 3 2 0 0 1 年，美国威斯康辛大学和密西根大学在美国国家自然科学基金的资助下，联合 工业界共同成立了智能维护系统( i n t e l l i g e n tm a i n t e n a n c es y s t e m 。i m s ) 研究中心。该中心 提出了一种新的设备或过程的智能维护理念，其主要思想是融合互联网、w e b 驱动技术 或非接触式( t e t h e r - - f r e e ) 通讯技术、嵌入式智能电子技术等，结合性能衰退分析和预测方 法，对设备、产品或过程进行应需式监测和诊断，评估其性能退化状态，制定维护策略， 使设备和产品达到近乎零故障的性能和生产效率，以预防设备和产品因故障而导致功能 失效，并改进产品、制造和服务系统“4 引。目前正