基于小波分析和支持向量机的刀具故障诊断.pdfVIP

2010年第12期 ·控制与检测 · 文章编号 ：1001—2265(2010)12—0065—03 基于小波分析和支持向量机的刀具故障诊断 贾伟广，胡丹，车畅 (西华大学 机械工程与 自动化学院，成都 610039) 摘要 ：为 了有效地进行刀具状态监测，提 出了一种基于小波分析和支持 向量机相结合的刀具故障诊 断方法。首先运用小波包对AE信号进行分解和重构，然后提取各个频带里的信号能量值，将该能量 值作为特征参数输入到支持 向量机 ，进行学习训练 ，完成对刀具磨损状态的有效识别。仿真结果表 明该方法是有效的。 关键词 ：AE信号 ；小波分析 ；支持 向量机 ；故障诊 断 中图分类号 ：TH16；TG65 文献标识码 ：A FaultDiagnosisofCuttingToolBased onW aveletAnalysisand SupportVectorM achine JIA W ei—guang，HU Dan，CHE Chang (XihuaUniversity，SchoolofMechanicalEngineeringAutomation，Chengdu610039，China) Abstract：Inordertoimprovecuttingtoolconditionmonitor，afault-diagnosismethodisproposedforcut- tingtoolbasedonwaveletanalysisandsupportvectormachine．Firstly，theAE sing alsaredecomposedand recomposedusingwaveletpackets．Afterwards，thesignalenergyvalues，whichareextractedfrom eachrfe- quency band，raeusedasinputfeaturesnitothesupportvectormachnieofrcompletnigrecong itionofthe statusofthecuttnigtoo1．Experimentsnidicatethatthemethod iseffective． Keywords：AE singals；waveletanalysis；supportvectormachnie；faultdiang osis O 引言 为 ：设 是平方可积的函数 ，即 ∈L (R)，若其 傅里叶变换满足条件 ： 刀具磨损在线监控是先进制造技术 中的一个重 要课题 ，对于提高生产效率、降低加工成本、保证加 c=[ ㈩ 工质量等具有重要意义 。目前常用的在线监控方法 则被称为一个基本小波或母小波。此外 ()应满足： 主要包括切削力 、声发射、振动、电机 电压 电流和加 (0)=0 I妒(￡)dt=0 (2) 工表面质量等方法。实验研究表 明，金属切削过程 一 ∞ 对母小 波 ()做伸缩 和平移得一 组小波 函数 中有丰富的AE信息。所谓 AE现象，就是当固体发 { ()}，其 中： 生变形或断裂时发射出弹性波的现象，因此 AE信号 是一种机械波 ，具有波的基本特性 ：波动性和衰减 ) 1( ) (3) 性。此外 ，AE信号还具有瞬态性和多样性 的特点 ，