变尺度特征提取在数控机床状态识别中应用.pdfVIP

2010年 5月 机床与液压 Mav2010 第38卷 第 10期 MACHINE TO0L ＆HYDRAULICS Vo1．38No．10 DOI：10．3969／j．issn．1001—3881．2010．10．030 变尺度特征提取在数控机床状态识别中的应用 黄强，刘鑫，张晓 (九江学院，江西九江 332005) 摘要：正确识别数控机床从正常到故障之间的演化过程，对掌握机床运行状态、保证加工精度具有重要意义。提出采 用变尺度小波包特征提取方法以提高状态识别的准确性 ，并以数控车床主轴轴承磨损研究为例，将此方法与传统方法进行 了对比分析。仿真和实验研究表明：变尺度小波包特征提取方法能有针对性地提取蕴含更多状态信息的振动信号特征用于 状态识别，在 192组测试样本中，变尺度特征提取方法的识别准确率达到98．44％，较传统方法有明显提高。 关键词：数控机床；状态识别 ；变尺度特征提取 中图分类号：TP277 文献标识码 ：A 文章编号：1001—3881(2010)10—083—2 ApplicationoftheCharacterExtractionwithVarying ScalesonStateRecognitionofNC MachineTool HUANGQiang。LIUXin．ZHANGXiao (JiujiangUniversity，Ji~iangJiangxi332005，China) Abstract：Itissignificanttorecognizetheevolvementfrom normaltofaultforacquaintingrunning-statesandensuringmachining accuracy．Thecharacterextractionmethodwithvaryingscaleswasproposedtoimprovetheveracityofstaterecognition，andwascom- paredwiththetraditionalmethodwiththeexampleofheadstockbearingsabrasion．Thesimulationandexperimental resultsindicate thatthesignal characterswithmorestateinformationcanbeobtainedpertinentlybyusingthecharacterextractionmethodwithvarying scales．Theveracityofrecongitionis98．44％ inthe192testsamples．whichishigherthanthatofthetraditionalmethod． Keywords：NCmachinetool；Staterecongition；Chraacterextractionwithvaryingscales 数控机床是集成了微电子、自动控制、精密检 信号预处理 特征提取 状态识别 测、伺服驱动与制造技术等多方面的必威体育精装版成果 ，具有 加工精度高、自动化程度高和性能高等特点，作为先 进的高精度加工设备已普遍投入使用。在高精度批量 图1 基于变尺度特征提取与HSMM的状态识别流程 加工过程 中，为了保证精度 ，要对机床进行状态监 2 变尺度特征提取方法 测，以便对其进行合理维护。 传统小波包分解方法是对信号的高频和低频成分 在设备状态无损检测中，常可以通过一些可直接 分别