用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法
【專利摘要】一種用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，其技術(shù)方案要點是：使用聲發(fā)射傳感器和三向振動傳感器監(jiān)控每一工步的切削過程?；谇邢鬟^程聲發(fā)射和振動信號偏離高斯分布程度與切削加工質(zhì)量波動之間的耦合關(guān)系，進行各工步監(jiān)控信號的雙譜特征參數(shù)選擇與計算、特征信息融合，獲得批量切削過程各工步聲發(fā)射和振動信號偏離高斯分布的程度，然后對雙譜特征均值進行加權(quán)模糊聚類分析和評估分類，獲得批量切削工步質(zhì)量波動狀況，并對加工質(zhì)量進行分類研究，實現(xiàn)在線的批量切削工步質(zhì)量一致性控制檢測，也可為批量切削加工質(zhì)量的人工檢測提供理論依據(jù)。它可廣泛應用于對大批量切削工步進行質(zhì)量一致性監(jiān)測。
【專利說明】用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，屬于切削質(zhì)量監(jiān)控領(lǐng)域。
【背景技術(shù)】
[0002]隨著制造技術(shù)的發(fā)展，為了降低生產(chǎn)成本、減輕產(chǎn)品重量和提高零部件的可靠性，具有切削參數(shù)一致的，高精度批量切削工步整體零部件越來越多，對批量切削工步質(zhì)量一致性控制與檢測提出了更高的要求。研發(fā)新的批量切削工步質(zhì)量一致性檢測控制理論和方法，符合企業(yè)的迫切需求，對機械學科基礎(chǔ)理論研究也具有重要意義。
[0003]近年來，基于多傳感器信號的批量切削監(jiān)控技術(shù)也迅速發(fā)展，尤其是國內(nèi)外學者關(guān)于各種傳感器信號與加工表面質(zhì)量的相關(guān)研究，為在線監(jiān)測與控制批量切削工步質(zhì)量一致性提供了一條可行的途徑。雖然目前直接將切削過程監(jiān)控信號應用到批量切削工步質(zhì)量一致性控制的理論研究還未見開展，但在切削過程監(jiān)測中獲得的多傳感器信號，它反應了切削過程的各種狀態(tài)特征，其中必定隱含著工步質(zhì)量的相關(guān)信息。若能提出批量切削工步加工質(zhì)量波動與監(jiān)控信號特征變化的耦合機理，建立切削監(jiān)控過程信號特征與工步質(zhì)量表征參數(shù)間的映射關(guān)系，采用切削監(jiān)控信號特征來評價工步質(zhì)量，就可以解決批量切削工步加工質(zhì)量一致性控制檢測問題。
[0004]另一方面，隨著傳感器技術(shù)和切削監(jiān)控理論的飛速發(fā)展，批量工步切削過程中可獲得越來越多的監(jiān)測數(shù)據(jù)，激增的數(shù)據(jù)背后隱藏著許多重要的信息。監(jiān)控信號與切削質(zhì)量特征之間是一種非線性映射，僅靠單一信號特征量無法可靠完成批量切削質(zhì)量監(jiān)控任務，同時多個傳感器往往能夠提供信息互補、信息量巨大的監(jiān)控信號，通過對多傳感器信號信息的數(shù)據(jù)挖掘可以最大限度地發(fā)揮多傳感器的優(yōu)勢，利用信號特征融合技術(shù)進行信息綜合處理，獲得對被測對象一致性的可靠了解和解釋，以利于切削質(zhì)量監(jiān)控系統(tǒng)做出正確的評估。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是提供一種信號分析結(jié)果與物理檢測結(jié)果吻合較好，方法可靠，實用性強的用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，既可實現(xiàn)在線的批量切削工步質(zhì)量一致性控制檢測，也可為批量切削加工質(zhì)量的人工檢測提供理論依據(jù)。
[0006]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:一種用于切削質(zhì)量監(jiān)控的用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，所述切削批量工步包括批量鉆削、車削、銑肖|J、磨削工步，它是通過對切削過程中的聲發(fā)射和振動信號進行雙譜數(shù)據(jù)聚類的批量工步質(zhì)量一致性控制檢測，即采用聲發(fā)射傳感器和三向振動傳感器對批量切削過程進行監(jiān)控，基于切削過程聲發(fā)射和振動信號偏離高斯分布程度與切削加工質(zhì)量波動之間的耦合關(guān)系，通過采用數(shù)據(jù)挖掘技術(shù)對各工步監(jiān)測信號數(shù)據(jù)進行雙譜特征參數(shù)分析、特征參數(shù)計算、特征信息融合，然后采用基于ReliefF算法的特征加權(quán)模糊聚類分析進行數(shù)據(jù)評估分類，獲得批量切削過程中的各工步聲發(fā)射和振動信號偏離高斯分布的程度，然后對雙譜特征均值進行加權(quán)模糊聚類分析和評估分類，獲得批量切削工步質(zhì)量波動狀況，并對加工質(zhì)量進行分類比較，實現(xiàn)在線的批量切削工步質(zhì)量一致性控制檢測。
[0007]所述三向加速度振動傳感器固定在工件上，所述聲發(fā)射傳感器安裝在加工工件附近。
[0008]所述耦合關(guān)系是指在批量切削過程中，若工件材料均勻，切削狀態(tài)平穩(wěn)，各工步材料去除過程中的聲發(fā)射和振動信號表現(xiàn)形式將會一致，若視該信號為一個隨機過程，則信號總體上會呈現(xiàn)較強的規(guī)則性和平穩(wěn)性，滿足高斯分布或近似高斯分布，批量切削工步質(zhì)量一致性較好；若切削過程異常，切削工步過程局部聲發(fā)射和振動信號發(fā)生較大的突變，表現(xiàn)為一定的非平穩(wěn)性，信號會偏離高斯分布，且偏離程度與切削工步質(zhì)量成對應關(guān)系。
[0009]所述雙譜特征參數(shù)包括信號的雙譜估計、雙譜切片和雙譜均值。
[0010]所述雙譜特征參數(shù)分析是采用雙譜特征參數(shù)來分析批量切削工步信號偏離高斯分布的程度。
[0011]所述雙譜特征均值進行加權(quán)模糊聚類分析和評估分類是指提取切削過程中多批次、多組傳感器信號進行雙譜估計，以各工步監(jiān)測信號的雙譜幅值均值、雙譜切片為特征，對批量工步切削情況下信號偏離高斯分布的程度進行了定量分析，然后采用基于ReliefF算法的特征加權(quán)模糊聚類分析批量切削工步各信號的雙譜幅值、均值，從而獲得批量切削工步質(zhì)量波動狀況。
[0012]本發(fā)明的有益效果是:本發(fā)明是一種基于切削過程監(jiān)控信號偏離高斯分布程度與切削加工質(zhì)量波動之間的耦合關(guān)系，通過數(shù)據(jù)挖掘技術(shù)對各工步監(jiān)測信號數(shù)據(jù)進行雙譜特征分析、參數(shù)提取、特征信息融合、數(shù)據(jù)聚類以實現(xiàn)切削質(zhì)量一致性檢測與控制方法。應用數(shù)據(jù)挖掘技術(shù)解決了傳統(tǒng)信號處理技術(shù)不能處理的海量數(shù)據(jù)問題，另外，偏離高斯分布的特征分析方法簡單可靠，簡化了復雜的分析過程。通過試驗證明:信號分析結(jié)果與人工質(zhì)量檢測結(jié)果吻合，準確率高，實用性強?？梢詮V泛應用于切削質(zhì)量監(jiān)控領(lǐng)域。
【專利附圖】

【附圖說明】
[0013]圖1是本發(fā)明的原理方框圖。
[0014]圖2是24組聲發(fā)射均方差信號時域波形圖。
[0015]圖3是X軸加速度振動信號圖。
[0016]圖4是y軸加速度振動信號圖。
[0017]圖5是z軸加速度振動信號圖。
[0018]圖6是I號鉆孔聲發(fā)射信號雙譜三維圖。
[0019]圖7是24組聲發(fā)射信號雙譜切片譜圖。
[0020]圖8是24組聲發(fā)射信號雙譜幅值均值圖。
[0021]圖9是三軸振動信號與聲發(fā)射信號雙譜均值特征融合圖。
[0022]圖10是模糊聚類分析結(jié)果圖。
【具體實施方式】
[0023]下面結(jié)合附圖和實施例對本發(fā)明做進一步詳細說明。[0024]本發(fā)明可針對切削工藝參數(shù)一致的批量鉆削、車削、銑削、磨削等工步，以鉆削試驗為例。
[0025]實施例1，本發(fā)明提供一種用于切削質(zhì)量監(jiān)控的用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，所述切削批量工步包括批量鉆削、車削、銑削、磨削工步，它是通過對切削過程中的聲發(fā)射和振動信號進行雙譜數(shù)據(jù)聚類的批量工步質(zhì)量一致性控制檢測，即采用聲發(fā)射傳感器和三向振動傳感器對批量切削過程進行監(jiān)控，基于切削過程聲發(fā)射和振動信號偏離高斯分布程度與切削加工質(zhì)量波動之間的耦合關(guān)系，通過采用數(shù)據(jù)挖掘技術(shù)對各工步監(jiān)測信號數(shù)據(jù)進行雙譜特征參數(shù)分析、特征參數(shù)計算、特征信息融合，然后采用基于ReliefF算法的特征加權(quán)模糊聚類分析進行數(shù)據(jù)評估分類，獲得批量切削過程中的各工步聲發(fā)射和振動信號偏離高斯分布的程度，然后對雙譜特征均值進行加權(quán)模糊聚類分析和評估分類，獲得批量切削工步質(zhì)量波動狀況，并對加工質(zhì)量進行分類比較，實現(xiàn)在線的批量切削工步質(zhì)量一致性控制檢測。參閱圖1至圖10。
[0026]實施例2，所述三向加速度振動傳感器固定在工件上，所述聲發(fā)射傳感器安裝在加工工件附近。參閱圖1至圖10，其余同實施例1。
[0027]實施例3，所述耦合關(guān)系是指在批量切削過程中，若工件材料均勻，切削狀態(tài)平穩(wěn)，各工步材料去除過程中的聲發(fā)射和振動信號表現(xiàn)形式將會一致，若視該信號為一個隨機過程，則信號總體上會呈現(xiàn)較強的規(guī)則性和平穩(wěn)性，滿足高斯分布或近似高斯分布，批量切削工步質(zhì)量一致性較好；若切削過程異常，切削工步過程局部聲發(fā)射和振動信號發(fā)生較大的突變，表現(xiàn)為一定的非平穩(wěn)性，信號會偏離高斯分布，且偏離程度與切削工步質(zhì)量成對應關(guān)系。參閱圖1至10,其余同上述實施例。
[0028]實施例4，所述雙譜特征參數(shù)包括信號的雙譜估計、雙譜切片和雙譜均值。參閱圖1至10，其余同上述實施例。
[0029]實施例5，所述雙譜特征參數(shù)分析是采用雙譜特征參數(shù)來分析批量切削工步信號偏離高斯分布的程度。參閱圖1至10，其余同上述實施例。
[0030]實施例6，所述雙譜特征均值進行加權(quán)模糊聚類分析和評估分類是指提取切削過程中多批次、多組傳感器信號進行雙譜估計，以各工步監(jiān)測信號的雙譜幅值均值、雙譜切片為特征，對批量工步切削情況下信號偏離高斯分布的程度進行了定量分析，然后采用基于ReliefF算法的特征加權(quán)模糊聚類分析批量切削工步各信號的雙譜幅值、均值，從而獲得批量切削工步質(zhì)量波動狀況。參閱圖1至10,其余同上述實施例。
[0031]實施例7，具體過程如下:
如附圖1所示，此圖為本發(fā)明基于監(jiān)控信號雙譜特征數(shù)據(jù)聚類的批量切削工步質(zhì)量一致性控制方法的原理圖:通過聲發(fā)射傳感器、三向加速度振動傳感器對切削過程進行監(jiān)控，采集數(shù)據(jù)，選取多組切削參數(shù)相同的試驗數(shù)據(jù)，做好數(shù)據(jù)準備，然后基于切削過程聲發(fā)射和振動信號偏離高斯分布程度與切削加工質(zhì)量波動之間的耦合關(guān)系，通過數(shù)據(jù)挖掘技術(shù)對各工步監(jiān)測信號數(shù)據(jù)進行雙譜特征偏離高斯分布定量分析、特征參數(shù)計算、特征信息融合，最后采用基于ReliefF算法的特征加權(quán)模糊聚類分析進行數(shù)據(jù)評估分類，從而實現(xiàn)批量切削質(zhì)量一致性控制檢測。
[0032]如附圖2、3、4、5所示，它們分別為聲發(fā)射傳感器采集的聲發(fā)射信號以及三向加速度振動傳感采集的X軸向、y軸向、Z軸向的加速度振動信號，為數(shù)據(jù)挖掘做好準備。三向加速度振動傳感器固定在工件上，主要用于檢測鉆削過程中工件的振動狀態(tài)。聲發(fā)射傳感器固定在工件附近，主要用于檢測鉆削過程聲發(fā)射信號。由于聲發(fā)射信號主要來源于主剪切區(qū)的位錯、工件材料的開裂以及切屑的折斷與撞擊，因此，在不影響鉆削加工的前提下，聲發(fā)射傳感器的安裝應盡可能靠近工件，也可將聲發(fā)射傳感器的安裝在工件上。
[0033]通過數(shù)據(jù)挖掘技術(shù)對各工步監(jiān)測信號數(shù)據(jù)進行雙譜特征偏離高斯分布定量分析、參數(shù)提取、特征信息融合。如附圖6所示，此圖為I號鉆孔聲發(fā)射信號雙譜估計圖。其頻率軸采用頻率點數(shù)表示。由圖可知，此信號雙譜能量集中于低頻部分，雙譜幅值存在但近似為0，其極值約為9J15xlO_7 ,說明此信號以高斯信號為主，近似滿足高斯分布。依此可獲得單個鉆孔聲發(fā)射信號偏離高斯分布的直觀解釋。
[0034]如附圖7所示，此圖為24組聲發(fā)射信號雙譜切片譜圖。為了表達直觀、降低雙譜估計的運算量，采用雙譜對角切片譜，用一條直線上元素來反映整個雙譜矩陣，將雙譜三維圖轉(zhuǎn)為以為頻率空間表示，定性分析各鉆孔聲發(fā)射信號偏離高斯分布的程度。
[0035]如附圖8所示，此 圖為24組聲發(fā)射信號雙譜幅值均值圖，定量描述批量鉆削過程中聲發(fā)射信號偏離高斯分布的程度。
[0036]如附圖9所示，此圖為鉆削過程中多組傳感器信號的雙譜均值圖。為了解決批量鉆削質(zhì)量中單一傳感器信號雙譜特征可能會產(chǎn)生誤判的問題，我們將多組傳感器監(jiān)測信號進行特征融合，可直觀、準確地反映鉆削過程中監(jiān)測信號偏離高斯分布的程度，建立監(jiān)測信號偏離高斯分布的程度與切削加工質(zhì)量波動之間的耦合關(guān)系，并與人工檢測比對可知:第23、24號鉆孔加工質(zhì)量不合格，其過程檢測信號雙譜幅值均值明顯偏大，偏離高斯分布，第1~8號、10號以及12~18號鉆孔加工質(zhì)量良好，其過程監(jiān)測信號雙譜幅值均值幾乎為零近似滿足高斯分布。試驗證明此方法可準確、可靠地對批量鉆孔質(zhì)量進行質(zhì)量一致性研究。
[0037]本發(fā)明最后采用模糊C-均值算法對鉆削過程監(jiān)測信號雙譜特征數(shù)據(jù)進行聚類，考慮到經(jīng)典的FCM算法假定所有數(shù)據(jù)特征對分類的貢獻一樣，而實際應用中，構(gòu)成樣本特征矢量的各維特征來自不同的傳感器，其精度及可靠性等均存在差異，且不同特征與鉆削實際狀況的相關(guān)度、敏感度等也不同，可能導致分類結(jié)果不符合實際要求。因此，本發(fā)明采用基于ReliefF加權(quán)的批量切削信號特征模糊聚類方法。如附圖10所示，此圖為對24組切削參數(shù)進行基于ReliefF加權(quán)的雙譜特征模糊聚分析圖，將24組參數(shù)分為三類，其中每一類中鉆削序號與人工檢測的結(jié)果吻合，加權(quán)后模糊聚類結(jié)果準確。參閱圖1至10，其余同上述實施例。
【權(quán)利要求】
1.一種用于切削質(zhì)量監(jiān)控的用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，所述切削批量工步包括批量鉆削、車削、銑削、磨削工步，其特征是:它是通過對切削過程中的聲發(fā)射和振動信號進行雙譜數(shù)據(jù)聚類的批量工步質(zhì)量一致性控制檢測，即采用聲發(fā)射傳感器和三向振動傳感器對批量切削過程進行監(jiān)控，基于切削過程聲發(fā)射和振動信號偏離高斯分布程度與切削加工質(zhì)量波動之間的耦合關(guān)系，通過采用數(shù)據(jù)挖掘技術(shù)對各工步監(jiān)測信號數(shù)據(jù)進行雙譜特征參數(shù)分析、特征參數(shù)計算、特征信息融合，然后采用基于ReliefF算法的特征加權(quán)模糊聚類分析進行數(shù)據(jù)評估分類，獲得批量切削過程中的各工步聲發(fā)射和振動信號偏離高斯分布的程度，然后對雙譜特征均值進行加權(quán)模糊聚類分析和評估分類，獲得批量切削工步質(zhì)量波動狀況，并對加工質(zhì)量進行分類比較，實現(xiàn)在線的批量切削工步質(zhì)量一致性控制檢測。
2.根據(jù)權(quán)利要求1所述用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，其特征是:所述三向加速度振動傳感器固定在工件上，所述聲發(fā)射傳感器安裝在加工工件附近。
3.根據(jù)權(quán)利要求1所述用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，其特征是:所述耦合關(guān)系是指在批量切削過程中，若工件材料均勻，切削狀態(tài)平穩(wěn)，各工步材料去除過程中的聲發(fā)射和振動信號表現(xiàn)形式將會一致，若視該信號為一個隨機過程，則信號總體上會呈現(xiàn)較強的規(guī)則性和平穩(wěn)性，滿足高斯分布或近似高斯分布，批量切削工步質(zhì)量一致性較好；若切削過程異常，切削工步過程局部聲發(fā)射和振動信號發(fā)生較大的突變，表現(xiàn)為一定的非平穩(wěn)性，信號會偏離高斯分布，且偏離程度與切削工步質(zhì)量成對應關(guān)系。
4.根據(jù)權(quán)利要求1所述用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，其特征是:所述雙譜特征參數(shù)包括信號的雙譜估計、雙譜切片和雙譜均值。
5.根據(jù)權(quán)利要求1所述的一種批量工步質(zhì)量一致性控制方檢測法，其特征是:所述雙譜特征參數(shù)分析是采用雙譜特征參數(shù)來分析批量切削工步信號偏離高斯分布的程度。
6.根據(jù)權(quán)利要求1所述用于切削質(zhì)量監(jiān)控的批量工步質(zhì)量一致性控制檢測方法，其特征是:所述雙譜特征均值進行加權(quán)模糊聚類分析和評估分類是指提取切削過程中多批次、多組傳感器信號進行雙譜估計，以各工步監(jiān)測信號的雙譜幅值均值、雙譜切片為特征，對批量工步切削情況下信號偏離高斯分布的程度進行了定量分析，然后采用基于ReliefF算法的特征加權(quán)模糊聚類分析批量切削工步各信號的雙譜幅值、均值，從而獲得批量切削工步質(zhì)量波動狀況。
【文檔編號】G05B19/406GK103605321SQ201310588303
【公開日】2014年2月26日 申請日期:2013年11月21日 優(yōu)先權(quán)日:2013年11月21日
【發(fā)明者】周友行, 謝賽元, 張俏, 毛美姣, 周后明 申請人:湘潭大學, 周友行