一种基于3σ准则的铣削颤振自动报警阈值设定方法技术

本发明专利技术公开了一种基于3σ准则的铣削颤振自动报警阈值设定方法，包括：1)获取铣削过程的状态信息；2)对信号进行强迫振动频率滤波；对信号进行颤振敏感频带滤波；3)对所得信号进行特征提取，按需选取颤振辨识指标并计算；4)利用正态分布假设定量检验方法，对指标进行正态分布检验；5)通过正态分布检验后，按照3σ准则设定阈值区间[μ‑3σ,μ+3σ]，其中μ为颤振指标的均值，σ为颤振指标的标准差；6)颤振辨识，将颤振辨识指标连续三个点都超过阈值区间的时刻作为颤振报警时刻。本发明专利技术铣削颤振辨识的可靠性高，降低误诊率和漏诊率。

【技术实现步骤摘要】

本专利技术涉及机械加工状态监测领域，特别涉及一种铣削颤振的自动报警阈值设定方法。
技术介绍
铣削技术具有高生产效率、高加工精度和低加工成本等优势，广泛应用于航空、航天、模具、汽车等制造业领域。发挥先进制造技术的优势，很大程度上取决于对铣削加工过程中异常振动现象(如切削颤振)进行预报与控制的能力。铣削过程中，由于加工参数选择不合理，常使得刀具与工件之间产生剧烈的振动，导致颤振的发生。颤振是金属切削过程中刀具与工件之间强烈的自激振动，颤振的发生不仅使工件表面质量和尺寸精度降低，还会造成机床零件过早疲劳破坏,使零件的安全性、可靠性和强度下降，缩短刀具寿命，同时颤振产生的噪声能刺激工人,降低工作效率。如何合理、准确地监测高速铣床铣削状态，使之在颤振刚发生时能够自动报警，采取措施，避免更严重颤振的发生，从而保证加工精度和加工效率是本专利技术所要解决的核心问题之一。为了能够自动报警，一种方案是通过对比稳定状态和颤振状态下提取到的颤振特征指标的值，基于一定的阈值准则设置合适的阈值，当高速铣削过程中颤振指标值超过该阈值时即认为颤振发生。因而阈值设置的合理性与高速铣削颤振在线辨识方法的可靠性密切相关。高速铣削加工状态可通过不同的模式识别方法进行辨识。高速铣削颤振辨识最简单的方法就是阈值法。2000年，Govekar等通过多组实验根据经验选取颤振辨识指标粗粒度熵率的阈值(Govekar E,J,Grabec I.Analysis of acoustic emission signals and monitoring of machining processes[J].Ultrasonics.2000,38(1):598-603)。2009年，Wang和Liang通过大量的稳定铣削和颤振铣削实验确定稳定状态下的小波变换极大模指标的阈值(Wang L,Liang M.Chatter detection based on probability distribution of wavelet modulus maxima[J].Robotics and Computer-Integrated Manufacturing.2009,25(6):989-998)。2013年，Tangjitsitcharoen等基于稳定铣削状态下指标在参考特征空间的分布确定颤振阈值(Tangjitsitcharoen S,Pongsathornwiwat N.Development of chatter detection in milling processes[J].The International Journal of Advanced Manufacturing Technology.2013,65(5-8):919-927)。从现有检索文献发现，首先，这些方法中阈值的设置常与切削参数有关，难以适应实际切削加工中不断变化的加工条件。其次，对于颤振在线辨识指标的提取多是从单一特征域的角度分析。由于颤振辨识指标易受到噪声干扰，因而利用单一指标阈值法辨识颤振中存在漏报和误报问题，没有充分利用铣削加工多特征域的状态信息，造成颤振检测信息的不完备。最后，颤振从发生到形成往往在0.1s以内，这就需要考虑颤振辨识算法的时间复杂度即实时性问题。因此需要一种计算量小，融合多种指标的并且与切削条件无关的无量纲阈值设定方法。
技术实现思路
本专利技术的目的是提供一种基于3σ准则的铣削颤振自动报警阈值设定方法，以解决上述技术问题。为达到以上目的，本专利技术是采取如下技术方案：一种基于3σ准则的铣削颤振自动报警阈值设定方法，包括以下步骤：(1)采集信号通过安装在高速主轴端的振动加速度传感器采集铣削过程中的状态信息，获得的颤振加速度离散信号表示为X＝[x(1),x(2),…,x(n)]，n表示信号长度；(2)对信号进行预处理预处理包括对信号进行强迫振动频率滤波和颤振敏感频带滤波；(3)提取颤振辨识指标使用瞬时标准差与稳定状态下标准差均值之比SR(Standard Deviation Ratio，简称标准差 比)指标进行颤振在线辨识；(4)正态分布检验采用正态分布假设定量检验方法进行分析；此处采用Matlab统计工具箱中的Lilliefors方法进行正态分布检验。要介绍Lilliefors检验，首先需要介绍Kolmogorov-Smirnov(K-S检验)检验。K-S检验通过样本的经验分布函数与给定分布函数的比较，推断该样本是否来自给定分布函数的总体。容量n的样本的经验分布函数记为Fn(x)，可由样本中小于x的数据所占的比例得到，给定分布函数记为G(x)，构造的统计量为即两个分布函数之差的最大值，对于假设H0：总体服从给定的分布G(x)，及给定的α，根据Dn的极限分布来确定统计量关于是否接受H0的数量界限。K-S检验需要给定G(x)，所以当用于正态性检验时只能做标准正态检验，即H0：总体服从标准正态分布N(0,1)。而Lilliefors检验是Kolmogorov-Smirnov检验的改进。它将Kolmogorov-Smirnov检验改进用于一般的正态性检验。原假设H0：总体服从标准正态分布N(μ,σ2)；当样本总体均值和标准差未知时，采用样本均值x和标准差S代替总体的均值μ和标准差σ，然后再使用KS检验；(5)按照3σ准则设定阈值根据步骤(3)选取的稳定切削状态下的指标数据x，计算均值μ和标准差σ： μ = 1 n Σ i = 1 n x i ]]> σ = 1 n Σ i = 1 n ( x i - x ‾ ) 2 ]]>阈值区间设定为[μ-3σ,μ+3σ]；(6)颤振状态的判定将颤振辨识指标连续三个点都超过阈值区间的时刻才作为颤振报警时刻，如果只有一两 个点超出阈值，而下一个点又落入阈值内，则认为是偶然因素导致的。进一步的，步骤(2)中，首先，对原始振动信号进行强迫振动频率滤波：对铣削信号进行FFT变换，得到频谱，在频谱中将转频及其谐波频率、铣削频率及其谐波频率成份幅值置0，再进行逆FFT变换得到处理后的信号；信号经过强迫振动频率滤波预处理后滤除了转频及其谐波成份、切削频率及其谐波成份本文档来自技高网...

【技术保护点】
一种基于3σ准则的铣削颤振自动报警阈值设定方法，其特征在于，包括以下步骤：(1)采集信号通过安装在高速主轴端的振动加速度传感器采集铣削过程中的状态信息，获得的颤振加速度信号表示为X＝[x(1),x(2),…,x(n)]，n表示信号长度；(2)对信号进行预处理预处理包括对信号进行强迫振动频率滤波和颤振敏感频带滤波；(3)提取颤振辨识指标使用瞬时标准差与稳定状态下标准差均值之比SR指标进行颤振在线辨识；(4)正态分布检验采用正态分布假设定量检验方法进行分析；此处采用Lilliefors检验；原假设H0：总体服从标准正态分布N(μ,σ2)；当样本总体均值和标准差未知时，采用样本均值x和标准差S代替总体的均值μ和标准差σ，然后再使用KS检验；(5)按照3σ准则设定阈值根据步骤(3)选取的稳定切削状态下的指标数据x，计算均值μ和标准差σ：μ=1nΣi=1nxi]]>σ=1nΣi=1n(xi-x‾)2]]>阈值区间设定为[μ‑3σ,μ+3σ]；(6)颤振状态的判定将颤振辨识指标连续三次超过阈值区间的时刻作为颤振报警时刻。

【技术特征摘要】
1.一种基于3σ准则的铣削颤振自动报警阈值设定方法，其特征在于，包括以下步骤：(1)采集信号通过安装在高速主轴端的振动加速度传感器采集铣削过程中的状态信息，获得的颤振加速度信号表示为X＝[x(1),x(2),…,x(n)]，n表示信号长度；(2)对信号进行预处理预处理包括对信号进行强迫振动频率滤波和颤振敏感频带滤波；(3)提取颤振辨识指标使用瞬时标准差与稳定状态下标准差均值之比SR指标进行颤振在线辨识；(4)正态分布检验采用正态分布假设定量检验方法进行分析；此处采用Lilliefors检验；原假设H0：总体服从标准正态分布N(μ,σ2)；当样本总体均值和标准差未知时，采用样本均值x和标准差S代替总体的均值μ和标准差σ，然后再使用KS检验；(5)按照3σ准则设定阈值根据步骤(3)选取的稳定切削状态下的指标数据x，计算均值μ和标准差σ： μ = 1 n Σ i = 1 n x i ]]> σ = 1 n Σ i = 1 n ( x i - x ‾ ) 2 ...

【专利技术属性】
技术研发人员：曹宏瑞，贺东，周凯，陈雪峰，訾艳阳，张兴武，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61