湖南恩递替科技有限公司｜声发射检测系统｜振动测量与分析系统｜声发射传感器二级校准系统｜无损检测设备｜图像处理与分析系统｜工业相机｜便携式振动检测仪｜刀具破损仪｜超声波擦伤仪｜声发射传感器|加速度振动传感器｜便携式辐射检测仪｜电磁超声测厚仪｜声发射监测系统｜振动监测系统｜管道泄露检测仪｜砂量监测检测仪

首页
技术解决方案
声发射技术
小波分析刀具磨损状态

小波分析刀具磨损状态刀具监测信号的处理：时频，频域，以及小波变换
小波在信号分析中的应用十分广泛。它可以用于边界的处理与滤波、时频分析、信噪分离与提取弱信号、求分形指数、信号的识别与诊断以及多尺度边缘检测等。
在工程技术等方面的应用。包括计算机视觉、计算机图形学、曲线设计、湍流、远程宇宙的研究与生物医学方面。
刀具磨损过程可以大致分为三个阶段：初期磨损阶段，正常磨损阶段，剧烈磨损阶段。
（1）初期磨损阶段：该阶段刀具磨损较快，主因是新刀刃的表面粗糙不平，接触应力较大，以及表面出现的脱碳层，氧化层等表面缺陷。
(2）正常磨损阶段：经(1)阶段后，切削刃仍比较锋利，切削刃和刀面已较平整，此阶段中，磨损速度相对减慢，切削过程比较平稳。
（3）剧烈磨损阶段：在(2)阶段达到一定程度，刀具与工件的接触情况恶化，刀刃钝化，摩擦力急剧增大，刀具磨损发生质的变化，同时刀具的切削性能迅速下降，刀具与工件之间由于摩擦应力增大而产生高温将可能烧损刀刃或者失刀刃破损，此时刀具完全丧失切削能力。
刀具工作状态直接影响着机械加工效率，关乎效益及精度。刀具磨损检测方法：直接检测方法和间接检测方法。
（1）直接检测方法中常用的主要有接触法，放射线法，光学检测方法。其中光学检测方法、放射线检测方法只能在停车时进行检测，不能用于实时监测；光学检测法通过光学传感器获得刀具磨损区域的图形，并利用图像处理技术全面了解刀具的磨损状态，但其致命的缺点是：容易受加工方式及工况条件的影响，没有实用性。
（2）间接检测方法：切削力监测技术，基于声发射监测技术，基于振动加速度的监测技术，基于电流和功率的监测技术，表面光洁度监测法，超声波监测法，基于温度的监测法等。
+ 参考完整案例分析声发射监测技术也成为目前应用最为广泛的方法之一。与其他检测方法相比，声发射信号的频率很高，一般在50kHz以上，能够避开加工过程中振动和噪声污染严重的低频段，并能抵御一定范围内由于切削用量变化而引起的信号干扰，因此具有灵敏度高，信息量丰富等优点。切削过程中的振动信号包含丰富的与刀具状态密切相关的信息，它主要有切削力中的动态分量引起，且与刀具—工件—机床构成的切削系统本身的动态系统相关。
采用加速度传感器测量振动信号，传感器通过磁座吸附于工件表面，安装简便，但安装方位不同将会对刀具状态监测的效果产生较大影响。刀具磨损时由于切削力增大，使得机床电流增大，负载功率也随之增大，因此因此可采用监测电流或功率的方法识别刀具磨损状态的变化。电流检测方法和功率监测方法具有安装测量简便，成本低，不受加工条件限制，不干扰加工过程等优点，因此成为广泛采用的一种简易的检测方法。但限制该技术发展的关键问题在于识别精度低和响应速度慢。此外，导轨的误差和传动系统的精度也会造成电机电流和功率的改变。
国、内外学者对刀具磨损的研究采用传感器主要是振动传感器，声发射传感器，力传感器以及功率传感器，而对刀具监测信号的处理可以应用时域分析，频域分析或者小波分析理论，而对刀具进行磨损分类时应用较多的是人工智能技术，神经网络，模糊神经网络，模糊诊断等等。
一、基于小波分析的切削力信号奇异性检测
利用小波变换模的极大值和信号奇异点的关系，分析了用Lip指数来描述的切削力信号局部奇异性。通过观察奇异点的位置等信息得到切削刀具的磨损情况。
原理：在切削过程中，随着刀具磨损量的增加，切削力的增大，引起切削力信号的变化。而切削力信号的变化将有效的判别刀具磨损所处的不同阶段。一旦切削力信号突然发生急剧变化，刀具有可能发生崩刃或折断等后果。刀具磨损时切削力信号存在奇异性。
正常的机械信号一般为低频，突变信号有很宽的频率信号，尤其在高频段频率丰富。利用小波分析滤除低频信息，突出故障信息达到检测故障的目的。采用小波变换的方法对信号进行奇异性检测的算法大致分为几个步骤：小波基的选取然后对信号进行多尺度分析得到小波变换后的系数矩阵wf（s，x）；在不同尺度上找到信号突变点相应的小波变换系数模极大值，从而得到模极大值线；求出奇异点的Lip指数。
二、基于小波分析的声发射刀具状态判析
摘要：提出了基于小波分析的声发射刀具状态判析方法，改方法通过多层小波分解对信号主能量所处频段进行局部特性刻画，利用小波分解系数2—范数表征信号的奇异性，在统计量与刀具状态间建立物理联系。
奇异性信号是指信号本身或它的某阶导数在某一时刻存在突变的信号，而奇异性检测就是要将信号的奇异点识别出来，并判断其奇异性程度。
通过小波分解，可以提取目标分解层的分解系数模极大值，但由于声发射信号容易受到外界干扰等特殊性，分解系数模极大值并不能准确的反应刀具状态。以往实验表明：声发射信号的小波分解系数模极大值除了受到刀具状态的影响外，还受到加工参数影响，因此，给有效区分小波分解模极大值变化的原因带来很大的困难。为解决这一问题，并进一步降低外界干扰对分析所引起的误差，引入向量范数∣∣.∣∣代替极大值，利用向量2—范数表征小波分解系数模。最后利用统计原理对不同切削状态下的各层小波分解系数2—范数进行特征值提取，通过该特征值对刀具状态进行判断。
结论：在介绍声发射信号的产生和常用声发射信号分析方法的基础上，提出了一种基于小波分解系数2-范数的刀具状态判别方法，从传感器接收的信号入手，判断出所关注的某一信号频段，利用小波理论分解出改频段的详细信息，求出小波分解系数的2—范数，并提出多组实验中的系数2—范数的方差，从而可以对刀具工作状态做出有效判断。
在国外，以江田弘为首的一些日本研究者通过采用监测声发射的方法对磨削裂纹发现：其声发射信号的频率在100KHZ以上，他们通过滤波的方式把由于磨削裂纹形成而产生的声发射信号提取出来，从而实现对磨削裂纹的产生进行在线监测。美国研究者Dirmels的研究发现通过测量切削力信号和振动信号，并将这两种常用的信号融合，比较分析等分析方法可以得到比较精准的检测结果，使之能正确的反应刀具的磨损状态情况。
三、基于小波分析和集成神经网络的刀具磨损监测技术研究
摘要：以测力仪，宽带声发生传感器及振动传感器为信号检测元件，利用多传感器融合技术对铣削加工过程中刀具磨损监测的一系列相关问题进行详细的分析。
刀具磨损声发射信号中小波基选取：根据切削加工中刀具磨损的特点和小波基的性质可得如下结论：
由于大局磨损是个渐变的过程，需对声发射信号进行较长时间的采集，因此信号的数据量较为庞大，从处理速度上考虑，应该选择计算量小的小波基。由于离散小波变换比连续小波变换的计算量小，所以刀具磨损声发射信号的处理应该选取可进行离散小波变换的小波基。
小波基与信号的相关性越好，小波变换对信号的特征提取量就越多，小波变换对信号的特征就越准确。声发射信号在时域通常表现为一类具有一定的冲击特性和近似指数衰减性质的波形信号，且具有一定持续能力。因此，选择的小波基应该具有类似的性质才能对声发射信号的特征提供较好的分析效果。
对声发射信号小波分析时，为保证声发射信号特征的准确性，应该最大限度的降低信号的失真。选择具有线性相位的小波基对信号进行分解和重构时能避免或减少信号的失真，而对称或者反对称的函数具有线性相位，因此，声发射信号应该尽量选择具有对称性的小波基。
刀具在切削过程中，有时会突然出现破损或者崩刃等情况。为了获取正确的声发射源信息，必须要能够准确拾取突发的声发射信号。所以应该优先考虑选择在时域具有紧支性的小波基，同时，为了保证小波基在频域的局部分析能力，必须要求小波基在频域具有快速衰减性。
刀具在切削加工时，声发射信号中不可避免的混有干扰噪声。在对其进行小波变换后如何从干扰噪声中提取出声发射信号是个关键问题。由小波基的性质可知，具有一定阶次消失矩的小波基能有效地突现。
添加微信，沟通交流！

恩递替科技（G&T）简介 GT800软件在科学研究及项目的广泛应用，友好的图形化操作界面，虚拟“数据流”的理念，飞速提升了研究速度和项目进程。了解更多......

产品
数据测量与分析

GT800系统

无损检测设备

科研与院校
资源
资源下载

服务咨询

定制开发

企业联盟
公司&行业
关于我们

新闻、动态

招聘信息

联系方式
携手共进，共创辉煌!
恩递替一站式服务，加速您的研究进程。

恩递替一站式服务，加速您的研究进程。