【主轴系统状态分析理论基础与技术原理综述4700字】

主轴系统状态分析理论基础与技术原理综述目录TOC\o"1-3"\h\u23194主轴系统状态分析理论基础与技术原理综述 1262391.1切削加工过程力学分析 1144081.2切削过程信号滤波方法 536391.3电主轴数字信号分析方法 8264891.3.1频谱分析方法 8214261.3.2时频分析法 81.1切削加工过程力学分析本文开发的主轴过载检测传感器安装于主轴体上，将利用主轴体产生的过来来监测加工过程中刀具所受的应力情况。当不同的加工模式或意外撞刀情况下，过载值直接反应刀具的运行状态，所以在本节中对主轴加工状态中刀具的应力进行分析。铣床等切削类机床加工的过程中，刀具处理于旋转状态，由于无法同时设定旋转变量，本节以刨铣为例对切削的过程进行定性分析。在实际加工过程中，切削与撞刀的检测主要是通过测量刀具所受瞬时变化的力的大小。当主轴切削过大或者意外撞击时，均会产生较大的瞬间过载响应，因此合理的撞刀阈值的设定与工件的加工工艺也有直接关系。通过仿真软件设定不同的切削量可以和撞击过程进行比较分析，观察不同过程中的应力，功率，温度等参数。根据仿真得到的撞断过程的过载值与时间特性，确定系统滤波特性，得到最佳的防护时间参数。首先对刨铣刀具材料、刀具形状进行设定，再对工件的材料、工件尺寸进行设定，通过设定刀具的运行方向，速度便可得到加工或撞刀过程中三轴应力随着时间的变化的曲线。主轴切削过程仿真模型如图1.1所示。图1.1切削模型图本文采用美国ThirdWaveSystems公司金属切削仿真软件AdvantEdge软件进行切削过程仿真。包括刀具切削过程、发生撞刀断裂等多个过程，并对不同切削的情况、撞刀断裂的情况分别作出分析比较。 首先对进给量较大的情况做出参数设定，选取长为3mm，高为1mm，材质为431G3000的标准加工件；选取一个前角倾斜5度，耙长设为2mm，释放角为10度，浮雕长度为2mm，刀刃半径为0.02mm，工具材料为硬质合金K级的斜角刀具；设定切削量给0.1mm的进给，250m/min的切割速度，1mm的切割深度，2mm的切割长度，并将初始温度设定为20度。切削过程的功率温度变化如图1.2所示。在20摄氏度的初始温度下，刀具在250m/min的正常切削下，对工件表层皮屑进行循环车削，此时的平均功率稳定在30-50W之间，稳定缓慢上升。由于2mm的切割长度设定，形成了一个较大的进给切削。从刀具切削工件那一刻为起始点，1.3ms时温度急剧增大到峰值并稍微平稳，功率上升到1500W到达峰值。整个切削过程持续4.5ms，约在1.3ms完成长度2mm的切削。切削的过程由于加工长度的不断增强，工作温度快速上升，并在加工一段时间后达到热平衡，符合预期。对主轴过载传感器而言，更关注工件加工过程中所受到的过载的变化情况。图1.2温度功率变化图图1.3进给过大的应力变化图通过软件对加工过程中刀具所受的推力的变化情况进行了仿真，其刀具所受的切削的应力如图1.3所示。在切削的初期，刀具与工件刚接触时，刀具瞬间受过工件的反向应力。在很短的时间内，应力迅速升高，并产生一定的过冲量，随后历经一个平稳的过程。X,Y两轴应力处于一个微弱变化，X轴应力的峰值范围在290-300之间，Y轴峰值范围120-200之间，直至2ms内完成切削量，应力逐步降低为0。随后对不同切削量的情况进行了分析，随着切削量的增大，所受应力成二次方升高。进一步对刀具撞断的过程进行仿真。刀具和工件保持不变，为了造成刀具的撞断，改变切割深度变为2mm，切削长度设为200m，加大切削速度至500m/min。撞刀过程中的应力变化情况如图1.4所示。图1.4刀具撞断应力变化图由于切削深度过大，在初始阶段由于刀具的弹性变形存在，会在起始端产生一定的切削，应力变化不大。当行至4ms时，由于刀具的形变增大，所受的应用急剧增加。对应到主轴的行进过程，此处主轴所受的工件的阻力迅速增大，产生大过载信号，原理上可以通过检测此过载信号实现撞刀检测。同时在后半程由于刀具的进一步变形，产生断刀，应力迅速消失。图1.4展示的是撞刀接触发生的瞬间应力变化，与图1.3相比较可以看出正常切削是应当平稳过程，撞刀过程在后半程伴随刀具应力的进一步急剧升高。撞刀是一种异常情况，对于正常切削的过程，通常采用以下几种特征参数来表征运行状态。1、有效值，(3-1)2、峰值，(3-2)3、开方幅值，(3-3)4、峭度，(3-4)5、峭度系数，(3-5)6、峰值因数，(3-6)7、脉冲因数，(3-7)8、波形因数，(3-8)9、裕度系数，(3-9)，(3-10)本文主要设计MEMS传感器获取主轴加工过程中的三轴过载情况，并基于相关数据合成三轴过载的幅值、合成过载、过载均值方根等，对主轴的运行状态进行监测，并对撞刀情况实现实时防护信号输出。1.2切削过程信号滤波方法在现代工业工厂的各类监测维护系统中，由各种传感器得到的工业设备运行数据只是系统运维的基础，重要的是对工业数据的分析方式。在数据分析之前，大多数系统都需要先对传感器数据进行滤波处理，实现一定的频率选择性，从而为数据分析提供更加精细的判决信息。滤波可分为模拟滤波和数字滤波。模拟滤波器中比较有代表性的像巴特沃斯、切比雪夫以及椭圆滤波器等，好处是响应快，实时性好。数字滤波器依赖于实现方式，通过计算的方式实现的滤波器响应时间与处理器的运算性能有关。模拟滤波器映与数字滤波器之间可以通过脉冲响应不变法或者双线性变换法实现映射，这是设计无限长单位响应脉冲滤波器（IIR）的一种常用方法。此外，对应的高通，带通、带阻滤波器可以通过变量变换的方法，由低通滤波器得到。针对切削应用的场景，需要滤波具有线性相位，绝对稳定的特点，与IIR相比有限长单位响应脉冲滤波器（FIR）更加适合本论文开发的主轴过载检测传感器。FIR滤波器的设计一般采用窗口设计法和频率采样设计法等[53-56]。滤波器常被用来完成信号处理，数据传输和抑制干扰等任务。其中实现噪声和干扰的控制，可以提高整个系统稳定性。常用的数字滤波器包括卡尔曼滤波，自适应滤波，限幅滤波，中位值滤波和一阶滞后数字滤波等。卡尔曼滤波主要用于解决高斯线性问题，对于解决非线性问题性能不足。自适应滤波能够根据环境参数的变化来改变滤波参数，对于不同频率的信号适应性强，但是在实际的处理中，寻找阶长很困难。限幅滤波法是一种非线性滤波器，它的滤波原理是根据被测信号的幅度变化，采用程序消除缓变信号的尖脉冲干扰，但是它对那种周期性变化信号的抑制效果差。中位值滤波也是一种典型的非线性滤波器，它的运算简单，在滤除掉尖冲滤波的同时，还能完好的保护信号的完整信息。一阶滞后数字滤波能够很好的抑制周期性干扰信号，但是其相位滞后，灵敏度较低[57-62]。本文的滤波器的应用场景为主轴切削过程，在主轴持续高速运转的一个周期内，由于存在一定的平平衡或局部的不规整，会形成不平衡点，每个不平衡点每转一周便会产生一次周期性的过载变化。随着不平衡点的增多，每个周期内产生的过载变化增多。通过实测后发现，一般而言，不平衡点的数量不超过两个。对高速主轴而言，其最高转速可以达到20000转/分以上。对应的平衡点造成的信号频率一般不超过800Hz，当转速降低时过载信号频率一般不低于50Hz，本文设计的传感器采样频率为2kHz，可以满足采样率的要求。同时滤波器的设定与主轴的运行转速也是直接相关的，常规加工工艺情况下，上限频率100Hz带通滤波器便可滤除掉由于主轴不平衡导致的过载振动高频信号。为了分析相关的信号特性，后续的主轴采样设定较高频率的低通滤波器以保存加工过程中更多的频谱信息，对加工过程中的过载进行分析。对于当电主轴发生撞刀冲击时，产生的信号为非平稳信号，对于STFT处理而言，其过程是将非平稳的信号转化为平稳的。为了更好地反映冲击故障特征，需要滤波掉除采集振动之外的干扰信号。具体实现如下:首先构造一个低通滤波器和一个高通滤波器，通过构造好的高通、低通滤波器，分别对信号滤波，与此同时进行二次降采样，将高通序列转变为低通序列。如图1.5所示(i=0，...，2k-1，k为分解层数)是第k层第i个滤波器的STFT系数，基于上述方法，逐层分解得到以2为基数的子带信号。图1.5低通、高通滤波分解本系统采用Matlab中的FDATOOL模块设计一个9阶FIR低通滤波器，采样频率设为2000Hz，截止频率设为67Hz，低通滤波器幅频响应和相频响应如下图所示。图1.6幅频响应图图1.7相频响应图1.3电主轴数字信号分析方法过载检测与防护的有效性除了主轴传感器本身的检测能力，合适的信号处理方至关重要。本小节对几种适用的信号处理方法进行分析，为后期的信号分析提供合依据。1.3.1频谱分析方法对电主轴撞刀过载、加工过载数据进行分析时，仅时域分析[63]无法提供频率维度的信号分量，仅能粗略分析数据判断做出报警输出，撞刀过载数据可能会与正常加工情况形成混叠。为了更直观地对电主轴的过载分析，对三轴的过载数据进行频谱分析是基础的操作。通过频谱分析可以对振动的频谱分量进行测量，得到加工过程中的主频率，并结合加工的时域信号进行正常过载预测。当发生撞刀时，结合时域信号的偏差，在大切削量场景中实现撞刀信号的高效检测，提升检测率。1.3.2时频分析法时频分析法[70]是识别非平稳信号有力的分析工具。电主轴在空载状态下平稳运行时，过载信号是很稳定的，同时可以使用频谱分析算法识别电主轴的运行状态。但当电主轴的转速一旦超过了临界点，即在相对不稳定状态下，信号便由稳态变为非稳态，此状态下傅里叶分析算法不再适用。而时频分析法可以识别电主轴的故障状态，由于电主轴的转速很大，磨外径25mm-200mm的，转速可达每分钟几百转，这对时间的响应要求极高。时频分析法可以在很短的时间响应内，显示过载数据的变化。描述时域和频域的联合分布情况，比较常见的时频分析方法如下。（1）短时傅里叶变换短时傅里叶变换（STFT），作为FT的一种，在应用窗函数的基础上，利用短窗函数在时域上有较高的解析度，和长窗函数在频域上有较好的性能等特性，能够实现一定的信号范围内找出时间变换域里正弦波的频率与相位等目标。其中窗函数对应的窗口的大小是固定不变的，这使它不便于应用在多分辨率分析中。总体而言对于大多数信号，短时傅里叶变换都有较好的分析效果，在此基础上小波分析孕育而生[64-65]。（2）小波分析虽然与STFT相似，都是采用加窗法，不同的是，时频分析中常用的小波变换（wavelettransform，WT）所用到的窗能随信号变换而变换，又能弥补在非平稳信号下短时傅里叶变换分辨率不足的缺点，是一种能适应多分辨率的时频分析方法[66-68]。小波分析采取先用基函数对信号进行伸缩和平移，得到重新组建成的一簇新基函数，之后把信号展开，类似于一簇基函数的加权和。小波变换比较灵活地采用了多变的时间窗，由此在高低频上都可得到相应的数据信息，假如想得到准确的低频信息，长时间窗(大尺度)是很好的选择，倘若想获得精确的高频振动信号，那就必须使用短时间窗。从频率方面进行分析，WT通常分为逼近与细节。其中，逼近指的是低频分量对应的是信号的整体信息，细节指的是高频分量则是对应信号内部隐藏的信息。任意一个信号，其对应的连续WT为：，(3-11)式中代表的是小波系数，是母小波函数，“*”表示共轭，其中a代表的是尺度因子且a≠0，而b是时移因子。也可以运用不同的尺度因子和时移因子获取一系列新的小波基函数。表示如下：。(3-12)不同的信号，其振动频域也会相应不同，而WT会自适应地选择最适合的小波基函数，从而针对不同的信号，都可以得到逼近符合此振动信号的小波系数，再对所有的小波系数进行进一步的重构、分析，获得最优解。（3）Wigner-Ville分布诺贝尔奖获得者wigner早年就提出了Wigner-Ville分布(Wigner-Villedistribution，WVD)[69-70]，在对它不断研究的基础上，他发现此方法能在信号领域得到很好的应用。Wigner-ville分布是指振动信号中心的协方