本文選題：廣義S變換 + 磨床�。� 參考：《浙江理工大學》2017年碩士論文

【摘要】：數(shù)控磨床是工業(yè)制造領域的常見設備,是先進制造技術的載體。顫振是導致磨床加工不穩(wěn)定的重要原因之一,主要是由于刀具與工件間的相對振動引起的。顫振的發(fā)生會降低工件加工表面的加工質量、加速機床破壞。由于磨床加工過程較為復雜,且磨削顫振過程的輸出信號為非平穩(wěn)、非線性信號,常見的信號處理方法對其處理效果不佳�；谀ゴ差澱襁^渡信號的特點,急需引入一種有效的信號處理方法到磨床顫振信號的處理中,提取表征磨床顫振狀態(tài)的特征指標,為后續(xù)磨床狀態(tài)識別提供理論基礎。常見的信號處理方法大多都是在傅里葉變換的基礎上提出的,傅里葉變換是全局性的信號處理手段,無法表征信號的局部特性,難以分離信號的特征信息。而磨床磨削過程輸出的信號為非平穩(wěn)、非線性信號,在強背景信號與噪聲中,更加難以識別和提取。針對以上問題,本文結合國家自然科學基金(51475432)、浙江省自然科學基金重點項目(LZ13E050003),以MK7180X160/L數(shù)控磨床為對象,采集并保存磨削過程動態(tài)變化的實驗信號,利用廣義S變換對實驗信號進行分析,并提取表征顫振狀態(tài)的特征指標,最后利用基于主成分分析法的顫振狀態(tài)評估模型找出磨削特征指標與顫振狀態(tài)之間的對應關系,進而提出一種實際有效的磨床磨削顫振在線檢測方法。本文的主要研究內(nèi)容如下:首先論述課題的研究背景和意義,介紹國內(nèi)外學者針對磨削顫振機理和顫振故障監(jiān)測識別領域的研究現(xiàn)狀,并簡單對比了幾種常見的振動信號處理方法,指出各自存在的不足�；谀ハ黝澱襁^渡階段信號的特點,引入一種新型的非平穩(wěn)、非線性的信號處理方法-廣義S變換到磨床磨削顫振信號處理與監(jiān)測中,為后續(xù)研究提供方向。其次選用合適的傳感器和數(shù)據(jù)采集模塊,搭建實驗測試平臺,合理地布置振動加速度傳感器,并通過改變磨床的磨削參數(shù)模擬不同的磨床狀態(tài),并實時地采集磨床的振動信號。最后將主成分分析法引入至磨床的顫振判斷及識別中,建立磨床顫振狀態(tài)評估識別模型,應用主成分分析法的學習能力,將實時方差和廣義S變換能量熵等作為信號的特征指標,對實驗數(shù)據(jù)進行了處理與分析,實現(xiàn)了對磨床顫振狀態(tài)的判斷和識別。通過對仿真信號和實驗信號的處理結果,驗證了本文所提出基于廣義S變換和主成分分析故障診斷方法的有效性。
[Abstract]:CNC grinder is the common equipment in the field of industrial manufacturing and the carrier of advanced manufacturing technology. Flutter is one of the most important causes of machining instability in grinding machine, mainly due to the relative vibration between cutting tool and workpiece. The occurrence of flutter will reduce the machining quality of workpiece surface and accelerate the damage of machine tool. Because the grinding process is more complex and the output signal of grinding chatter process is non-stationary and nonlinear, the common signal processing method is not good. Based on the characteristics of grinding machine chatter transition signal, it is urgent to introduce an effective signal processing method to the grinding machine chatter signal processing, to extract the characteristic index of the grinding machine chatter state, and to provide the theoretical basis for the subsequent grinding machine state recognition. Most of the common signal processing methods are proposed on the basis of Fourier transform. Fourier transform is a global signal processing method, which can not represent the local characteristics of the signal, and it is difficult to separate the characteristic information of the signal. The output signal of grinding process is non-stationary and nonlinear, so it is more difficult to identify and extract the signal in strong background signal and noise. In view of the above problems, this paper combines with the National Natural Science Foundation of China 51475432and the key project of Zhejiang Natural Science Foundation, LZ13E050003, taking MK7180X160 / L CNC grinder as an object to collect and preserve the experimental signals of the dynamic change of grinding process. The experimental signal is analyzed by generalized S transform, and the characteristic index of flutter state is extracted. Finally, the corresponding relationship between grinding characteristic index and flutter state is found by using the flutter evaluation model based on principal component analysis. Furthermore, a practical and effective method for measuring grinding chatter in grinding machine is presented. The main contents of this paper are as follows: firstly, the research background and significance of the subject are discussed, and the research status of grinding chatter mechanism and chatter fault monitoring and identification field at home and abroad are introduced. Several common vibration signal processing methods are compared and their shortcomings are pointed out. Based on the characteristics of grinding chatter transition signal, a new non-stationary and nonlinear signal processing method, generalized S transform, is introduced to grinding chatter signal processing and monitoring, which provides a direction for further research. Secondly, the suitable sensor and data acquisition module are selected to set up the experimental test platform, the vibration acceleration sensor is arranged reasonably, and different grinding machine states are simulated by changing the grinding parameters, and the vibration signals of the grinding machine are collected in real time. Finally, principal component analysis (PCA) is introduced into the judgment and recognition of grinding machine chatter, and the model of grinding machine flutter evaluation and recognition is established, and the learning ability of principal component analysis (PCA) is applied. The real-time variance and the generalized S-transform energy entropy are taken as the characteristic indexes of the signal. The experimental data are processed and analyzed, and the judgement and recognition of the chatter state of the grinder are realized. The effectiveness of the proposed fault diagnosis method based on generalized S transform and principal component analysis is verified by processing the simulated and experimental signals.
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TG596

【相似文獻】

相關期刊論文 前10條

1 邵祥理;;基于主成分分析法的煤炭上市公司經(jīng)營業(yè)績評價[J];煤炭工程;2010年02期

2 劉湘云;;基于主成分分析法的橙汁特征指標分類[J];綠色科技;2013年01期

3 董慧茹,董吉源,仲積軍,張繼斌;電位滴定-主成分分析法同時測定戊二酸、丁二酸和已二酸[J];化學世界;1993年12期

4 柴金艷;主成分分析法在工商合作影響因素研究中的應用[J];中原工學院學報;2004年06期

5 李楠;姜力波;車永才;;主成分分析法在產(chǎn)業(yè)過度競爭評價中的應用[J];能源技術與管理;2006年05期

6 郭家禎;益心虹;邱俊永;;主成分分析法在太湖流域水環(huán)境可持續(xù)性評價中的應用[J];安徽農(nóng)業(yè)科學;2009年32期

7 蘇鍵;陳軍;何潔;;主成分分析法及其應用[J];輕工科技;2012年09期

8 殷愛貞;趙世彩;;基于主成分分析法的油氣勘探項目效益研究[J];價值工程;2010年02期

9 王凱;;基于主成分分析法的印品質量評價[J];廣東印刷;2012年05期

10 曹陽;楊潔;張旭;;主成分分析法在熱軋噸鋼電耗回歸預測模型中的應用[J];能源技術;2010年01期

相關會議論文 前10條

1 車艷玉;高學東;;主成分分析法在上市公司財務綜合評價中的應用[A];全國第八屆工業(yè)工程與企業(yè)信息化學術會議論文集[C];2004年

2 于勤勤;王冬梅;;論企業(yè)績效評價體系中財務指標的設計[A];中國會計學會2007年學術年會論文集（上冊）[C];2007年

3 劉毅靜;聶成;劉銘;;主成分分析法在信息化水平綜合評價中的應用[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學會第12屆年會論文集[C];2002年

4 劉磊;崔會保;;基于主成分分析法的企業(yè)員工績效評價[A];第三屆（2008）中國管理學年會——公共管理分會場論文集[C];2008年

5 高彬彬;黃濟民;;基于平衡記分卡和主成分分析法的知識管理績效評價研究[A];第三屆（2008）中國管理學年會——信息管理分會場論文集[C];2008年

6 李永臣;李慧芳;;基于主成分分析法研究發(fā)電企業(yè)財務狀況[A];中國會計學會高等工科院校分會2009年學術會議（第十六屆學術年會）論文集[C];2009年

7 師萍;朱承亮;王郁蓉;唐丹妮;;基于主成分分析法的R&D統(tǒng)計會計數(shù)據(jù)偏差分析[A];第十一屆全國經(jīng)濟管理院校工業(yè)技術學研究會論文集[C];2012年

8 高彬彬;葛新權;;基于平衡記分卡和主成分分析法的知識管理績效評價研究[A];第三屆（2008）中國管理學年會——運作管理分會場論文集[C];2008年

9 鄭古蕊;楊鳴;;沈陽城市生態(tài)環(huán)境可持續(xù)發(fā)展能力分析[A];創(chuàng)新沈陽文集（D）[C];2009年

10 陳毅俊;江能;蔡鴻鑫;;中小企業(yè)信用風險評價指標體系的構建與應用[A];第七屆（2012）中國管理學年會金融管理分會場論文集（選編）[C];2012年

相關重要報紙文章 前1條

1 張戡 陳亮;基于主成分分析法的中國證券投資基金綜合評價模型研究[N];中國證券報;2003年

相關碩士學位論文 前10條

1 溫雅;西安市住房公積金供需均衡的監(jiān)測研究[D];西安建筑科技大學;2015年

2 金旭柬;西北民族地區(qū)縣域扶貧開發(fā)績效評估[D];蘭州大學;2015年

3 商魯寧;我國制造業(yè)上市公司財務狀況分類研究[D];東北大學;2014年

4 肖寅;基于WRF模式的短期風速預測及訂正方法研究[D];南京信息工程大學;2016年

5 尹陽;基于主成分分析法的我國保險公司償付能力評價問題研究[D];長安大學;2016年

6 李建凱;極低頻電磁觀測數(shù)據(jù)異常提取方法研究[D];中國地震局地質研究所;2016年

7 閆媛;基于主成分分析法的扶風縣生態(tài)環(huán)境質量評價[D];西北農(nóng)林科技大學;2016年

8 張旭;基于WPI體系的安陽市供水安全評價[D];鄭州大學;2015年

9 易永余;基于廣義S變換的磨床磨削顫振監(jiān)測研究[D];浙江理工大學;2017年

10 余登榜;改進的主成分分析法在我國高校數(shù)學學科排名中的應用[D];武漢科技大學;2010年

，

本文編號：2000187