本文選題：廣義S變換 + 磨床　； 參考：《浙江理工大學(xué)》2017年碩士論文

【摘要】：數(shù)控磨床是工業(yè)制造領(lǐng)域的常見(jiàn)設(shè)備,是先進(jìn)制造技術(shù)的載體。顫振是導(dǎo)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(duì)振動(dòng)引起的。顫振的發(fā)生會(huì)降低工件加工表面的加工質(zhì)量、加速機(jī)床破壞。由于磨床加工過(guò)程較為復(fù)雜,且磨削顫振過(guò)程的輸出信號(hào)為非平穩(wěn)、非線性信號(hào),常見(jiàn)的信號(hào)處理方法對(duì)其處理效果不佳�；谀ゴ差澱襁^(guò)渡信號(hào)的特點(diǎn),急需引入一種有效的信號(hào)處理方法到磨床顫振信號(hào)的處理中,提取表征磨床顫振狀態(tài)的特征指標(biāo),為后續(xù)磨床狀態(tài)識(shí)別提供理論基礎(chǔ)。常見(jiàn)的信號(hào)處理方法大多都是在傅里葉變換的基礎(chǔ)上提出的,傅里葉變換是全局性的信號(hào)處理手段,無(wú)法表征信號(hào)的局部特性,難以分離信號(hào)的特征信息。而磨床磨削過(guò)程輸出的信號(hào)為非平穩(wěn)、非線性信號(hào),在強(qiáng)背景信號(hào)與噪聲中,更加難以識(shí)別和提取。針對(duì)以上問(wèn)題,本文結(jié)合國(guó)家自然科學(xué)基金(51475432)、浙江省自然科學(xué)基金重點(diǎn)項(xiàng)目(LZ13E050003),以MK7180X160/L數(shù)控磨床為對(duì)象,采集并保存磨削過(guò)程動(dòng)態(tài)變化的實(shí)驗(yàn)信號(hào),利用廣義S變換對(duì)實(shí)驗(yàn)信號(hào)進(jìn)行分析,并提取表征顫振狀態(tài)的特征指標(biāo),最后利用基于主成分分析法的顫振狀態(tài)評(píng)估模型找出磨削特征指標(biāo)與顫振狀態(tài)之間的對(duì)應(yīng)關(guān)系,進(jìn)而提出一種實(shí)際有效的磨床磨削顫振在線檢測(cè)方法。本文的主要研究?jī)?nèi)容如下:首先論述課題的研究背景和意義,介紹國(guó)內(nèi)外學(xué)者針對(duì)磨削顫振機(jī)理和顫振故障監(jiān)測(cè)識(shí)別領(lǐng)域的研究現(xiàn)狀,并簡(jiǎn)單對(duì)比了幾種常見(jiàn)的振動(dòng)信號(hào)處理方法,指出各自存在的不足。基于磨削顫振過(guò)渡階段信號(hào)的特點(diǎn),引入一種新型的非平穩(wěn)、非線性的信號(hào)處理方法-廣義S變換到磨床磨削顫振信號(hào)處理與監(jiān)測(cè)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(shí)驗(yàn)測(cè)試平臺(tái),合理地布置振動(dòng)加速度傳感器,并通過(guò)改變磨床的磨削參數(shù)模擬不同的磨床狀態(tài),并實(shí)時(shí)地采集磨床的振動(dòng)信號(hào)。最后將主成分分析法引入至磨床的顫振判斷及識(shí)別中,建立磨床顫振狀態(tài)評(píng)估識(shí)別模型,應(yīng)用主成分分析法的學(xué)習(xí)能力,將實(shí)時(shí)方差和廣義S變換能量熵等作為信號(hào)的特征指標(biāo),對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了處理與分析,實(shí)現(xiàn)了對(duì)磨床顫振狀態(tài)的判斷和識(shí)別。通過(guò)對(duì)仿真信號(hào)和實(shí)驗(yàn)信號(hào)的處理結(jié)果,驗(yàn)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(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TG596

【相似文獻(xiàn)】

相關(guān)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(yíng)業(yè)績(jī)?cè)u(píng)價(jià)[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(biāo)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(shí)測(cè)定戊二酸、丁二酸和已二酸[J];化學(xué)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(yīng)用[J];中原工學(xué)院學(xué)報(bào);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(guò)度競(jìng)爭(zhēng)評(píng)價(jià)中的應(yīng)用[J];能源技術(shù)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(píng)價(jià)中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年32期

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

8 殷愛(ài)貞;趙世彩;;基于主成分分析法的油氣勘探項(xiàng)目效益研究[J];價(jià)值工程;2010年02期

9 王凱;;基于主成分分析法的印品質(zhì)量評(píng)價(jià)[J];廣東印刷;2012年05期

10 曹陽(yáng);楊潔;張旭;;主成分分析法在熱軋噸鋼電耗回歸預(yù)測(cè)模型中的應(yīng)用[J];能源技術(shù);2010年01期

相關(guān)會(huì)議論文 前10條

1 車艷玉;高學(xué)東;;主成分分析法在上市公司財(cái)務(wù)綜合評(píng)價(jià)中的應(yīng)用[A];全國(guó)第八屆工業(yè)工程與企業(yè)信息化學(xué)術(shù)會(huì)議論文集[C];2004年

2 于勤勤;王冬梅;;論企業(yè)績(jī)效評(píng)價(jià)體系中財(cái)務(wù)指標(biāo)的設(shè)計(jì)[A];中國(guó)會(huì)計(jì)學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[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(píng)價(jià)中的應(yīng)用[A];西部開發(fā)與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第12屆年會(huì)論文集[C];2002年

4 劉磊;崔會(huì)保;;基于主成分分析法的企業(yè)員工績(jī)效評(píng)價(jià)[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——公共管理分會(huì)場(chǎng)論文集[C];2008年

5 高彬彬;黃濟(jì)民;;基于平衡記分卡和主成分分析法的知識(shí)管理績(jī)效評(píng)價(jià)研究[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——信息管理分會(huì)場(chǎng)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(cái)務(wù)狀況[A];中國(guó)會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2009年學(xué)術(shù)會(huì)議（第十六屆學(xué)術(shù)年會(huì)）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(jì)會(huì)計(jì)數(shù)據(jù)偏差分析[A];第十一屆全國(guó)經(jīng)濟(jì)管理院校工業(yè)技術(shù)學(xué)研究會(huì)論文集[C];2012年

8 高彬彬;葛新權(quán);;基于平衡記分卡和主成分分析法的知識(shí)管理績(jī)效評(píng)價(jià)研究[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——運(yùn)作管理分會(huì)場(chǎng)論文集[C];2008年

9 鄭古蕊;楊鳴;;沈陽(yáng)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(yáng)文集（D）[C];2009年

10 陳毅俊;江能;蔡鴻鑫;;中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建與應(yīng)用[A];第七屆（2012）中國(guó)管理學(xué)年會(huì)金融管理分會(huì)場(chǎng)論文集（選編）[C];2012年

相關(guān)重要報(bào)紙文章 前1條

1 張戡 陳亮;基于主成分分析法的中國(guó)證券投資基金綜合評(píng)價(jià)模型研究[N];中國(guó)證券報(bào);2003年

相關(guān)碩士學(xué)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(cè)研究[D];西安建筑科技大學(xué);2015年

2 金旭柬;西北民族地區(qū)縣域扶貧開發(fā)績(jī)效評(píng)估[D];蘭州大學(xué);2015年

3 商魯寧;我國(guó)制造業(yè)上市公司財(cái)務(wù)狀況分類研究[D];東北大學(xué);2014年

4 肖寅;基于WRF模式的短期風(fēng)速預(yù)測(cè)及訂正方法研究[D];南京信息工程大學(xué);2016年

5 尹陽(yáng);基于主成分分析法的我國(guó)保險(xiǎn)公司償付能力評(píng)價(jià)問(wèn)題研究[D];長(zhǎng)安大學(xué);2016年

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

7 閆媛;基于主成分分析法的扶風(fēng)縣生態(tài)環(huán)境質(zhì)量評(píng)價(jià)[D];西北農(nóng)林科技大學(xué);2016年

8 張旭;基于WPI體系的安陽(yáng)市供水安全評(píng)價(jià)[D];鄭州大學(xué);2015年

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

10 余登榜;改進(jìn)的主成分分析法在我國(guó)高校數(shù)學(xué)學(xué)科排名中的應(yīng)用[D];武漢科技大學(xué);2010年

，

本文編號(hào)：2000187