本文選題：高速微銑削 + 介觀尺度��； 參考：《振動(dòng)與沖擊》2015年09期

【摘要】：對(duì)介觀尺度下三向正交的高速微銑削力混合信號(hào)提出一種有效的分離算法,從而獲得高速微銑削力的真實(shí)信號(hào)及機(jī)床振動(dòng)信號(hào)并基于此對(duì)機(jī)床狀態(tài)進(jìn)行分析。算法首先以信息量為處理標(biāo)準(zhǔn)將觀測(cè)信號(hào)初步分離,再將分離得到的各分量信號(hào)作為行向量構(gòu)造矩陣,最后對(duì)該矩陣進(jìn)行以高斯性最大為度量的分離,逐一得到各激勵(lì)源信號(hào),并對(duì)其快速傅里葉變換得到頻譜,結(jié)合機(jī)床結(jié)構(gòu)及介觀尺度下高速微銑削加工特點(diǎn),識(shí)別微銑削力信號(hào)及機(jī)床狀態(tài)信息。實(shí)驗(yàn)結(jié)果分析表明:該方法可成功對(duì)介觀尺度下高速微銑削加工中主要激勵(lì)源和機(jī)床狀態(tài)進(jìn)行有效識(shí)別。
[Abstract]:This paper presents an effective separation algorithm for the mixed signals of high speed micro-milling force in mesoscopic scale, and obtains the real signal of the high speed micro-milling force and the vibration signal of the machine tool. Based on this, the state of the machine tool is analyzed. In the algorithm, the observed signal is initially separated according to the amount of information, and then the separated component signal is taken as the line vector construction matrix. Finally, the matrix is separated with Gao Si maximum as the metric, and each excitation source signal is obtained one by one. The frequency spectrum is obtained by fast Fourier transform, and the signal of micro-milling force and the state information of machine tool are identified according to the structure of machine tool and the characteristics of high-speed micro-milling in mesoscopic scale. The experimental results show that this method can effectively identify the main excitation sources and machine tool states in mesoscopic scale high speed micro-milling.
【作者單位】： 長(zhǎng)春理工大學(xué)機(jī)電工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(51275056)
【分類號(hào)】：TG54

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 李曉舟;于化東;許金凱;李一全;趙平;;微切削加工中切削力的理論與實(shí)驗(yàn)[J];光學(xué)精密工程;2009年05期

2 趙學(xué)智;陳統(tǒng)堅(jiān);葉邦彥;;基于奇異值分解的銑削力信號(hào)處理與銑床狀態(tài)信息分離[J];機(jī)械工程學(xué)報(bào);2007年06期

3 趙學(xué)智;葉邦彥;陳統(tǒng)堅(jiān);;奇異值差分譜理論及其在車床主軸箱故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2010年01期

4 李成鋒;來(lái)新民;李紅濤;倪軍;;介觀尺度銑削工藝分析[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2008年01期

5 李一全;孫岳;董山恒;于占江;于化東;許金凱;;基于獨(dú)立分量分析的高速微銑削力混合信號(hào)噪聲分離方法[J];中國(guó)測(cè)試;2013年02期

6 胥永剛,張發(fā)啟,何正嘉;獨(dú)立分量分析及其在故障診斷中的應(yīng)用[J];振動(dòng)與沖擊;2004年02期

7 楊杰;俞文文;田昊;關(guān)珍貞;;基于獨(dú)立分量分析的欠定盲源分離方法[J];振動(dòng)與沖擊;2013年07期

8 李欣;梅德慶;陳子辰;;基于ICA的鏜削過(guò)程顫振征兆信號(hào)分離方法研究[J];振動(dòng)與沖擊;2013年09期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙學(xué)智;葉邦彥;林穎;;奇異值分解對(duì)軸承振動(dòng)信號(hào)中調(diào)幅特征信息的提取[J];北京理工大學(xué)學(xué)報(bào);2011年05期

2 黃晉英;潘宏俠;畢世華;楊喜旺;;基于盲信號(hào)處理的傳動(dòng)箱狀態(tài)監(jiān)測(cè)與故障診斷[J];彈箭與制導(dǎo)學(xué)報(bào);2006年02期

3 任麗佳;盛戈v，

本文編號(hào)：1832897