CN101819119B - 一种基于小波分析的磨削加工工况检测系统及其方法 - Google Patents
一种基于小波分析的磨削加工工况检测系统及其方法 Download PDFInfo
- Publication number
- CN101819119B CN101819119B CN2010101321425A CN201010132142A CN101819119B CN 101819119 B CN101819119 B CN 101819119B CN 2010101321425 A CN2010101321425 A CN 2010101321425A CN 201010132142 A CN201010132142 A CN 201010132142A CN 101819119 B CN101819119 B CN 101819119B
- Authority
- CN
- China
- Prior art keywords
- acoustic emission
- frequency range
- operating mode
- cutter
- workpiece
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims description 26
- 238000003754 machining Methods 0.000 title abstract description 18
- 238000001514 detection method Methods 0.000 title abstract description 15
- 230000009466 transformation Effects 0.000 claims abstract description 23
- 230000009849 deactivation Effects 0.000 claims description 25
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 21
- 238000002161 passivation Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000005498 polishing Methods 0.000 claims description 5
- 230000000295 complement effect Effects 0.000 claims description 4
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 3
- 230000021615 conjugation Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 2
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 3
- 229910001651 emery Inorganic materials 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
Images
Landscapes
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Machine Tool Sensing Apparatuses (AREA)
Abstract
本发明公开了一种基于小波分析的磨削加工工况检测系统及其方法,系统包括传感器信息采集模块、工况与声发射频段功率的对应表模块和工况智能判断输出模块。声发射传感器安装在磨床上,分别将声发射信号传递给工况与声发射频段功率的对应表模块以及工况智能判断输出模块;工况与声发射频段功率的对应表模块通过小波变换分析方法获得各频段的标准功率强度,构造标准工况-声发射频段标准功率强度Pst的对应表;工况智能判断输出模块对声发射信号进行小波变换分析,获得当前功率强度,与Pst进行匹配,计算拟合误差值,认定并输出当前磨削工况。
Description
技术领域
本发明涉及机械加工领域的一种检测方法,具体说是一种基于小波分析的磨削加工工况检测方法。
背景技术
在机械加工中,磨削加工是一种重要的加工方法,而磨削车床是实施这一加工办法的主要工具。随着科技的发展,计算机辅助控制的磨削车床(以下简称数控磨床)逐步得到运用。数控磨床是根据预先设定的计算机指令,按照加工图纸完成工件的加工,大大提高了加工效率和加工精度。
但是,目前的数控磨床仍然需要较为熟练的工人操作,并由操作人员来根据工作经验判断刀具和加工工件是否接触,以及刀具(即砂轮)是否钝化、工件是否灼伤或有裂纹等异常状态。由于人为因素的存在,加工效率和质量常常受到影响,并可能造成工件和刀具不必要的损毁。
发明内容
本发明所解决的技术问题是为了减少磨削加工中的人为判断因素,提供一种基于小波分析的磨削工况检测系统及该系统的检测方法,其可以对加工工况进行实时判断,保证加工质量,提高加工效率,减少工件和刀具的损毁。
一种基于小波分析的磨削工况检测系统,其包括传感器信息采集模块、工况与声发射频段功率的对应表模块和工况智能判断输出模块;其中:
传感器信息采集模块,由声发射传感器构成,声发射传感器安装在磨床上,并与工件和刀具的接触点不超过1米的距离,用于采集加工时的现场声发射信号,再分别将声发射信号传递给工况与声发射频段功率的对应表模块以及工况智能判断输出模块;
工况与声发射频段功率的对应表模块,用来存放标准工况与声发射频段标准功率强度的对应关系;
工况智能判断输出模块,用于确定当前加工工况。其根据工况与声发射频段功率强度对应表,对输入的声发射信号进行小波变换分析,获得各频段的功率强度,并和标准工况的声发射信号进行对比拟合,输出磨削工况参数。
上述基于小波分析的磨削工况检测系统采用的方法为,硬件部分包括传感器信息采集模块、工况与声发射频段功率的对应表模块和工况智能判断输出模块;其中传感器信息采集模块包括安装在磨床及工件上的声发射传感器;
该方法的步骤为:
1)首先由声发射传感器按照预设的采样频率fs实时采集加工现场的声发射信号。根据理论分析可知,磨削固体声致的发声范围在50KHz~300KHz,本方法中fs的取值为1MHz。声发射信号序列用Xt向量标记,Xt(1)表示t时刻开始第1个采样点,Xt(i)为第i个采样点,i=1……N,N为采样序列长度;然后传感器信息采集模块将t时刻采集到的数据Xt向量传递给工况智能判断输出模块;
2)工况与声发射频段功率的对应表模块中设定有标准工况,并预先采集标准工况所对应的各种磨削加工时的声发射信号Xst,通过小波变换分析方法获得各频段的标准功率强度Pst,构建标准工况-声发射频段标准功率强度Pst的对应关系表;
3)工况智能判断输出模块对步骤1)中实时采集的声发射信号Xt进行小波变换分析后,获得当前声发射信号各频段的功率强度Pt;根据Pt和预设的工况与声发射频段功率对应表中的Pst进行匹配,利用RMS算法计算拟合误差值,当拟合误差值小于0.01时,即认定当前工况为该预设工况,相应的Yt(i)设置为1;当拟合误差大于所给定范围时,则进行下一个工况的比较,遍历对应表的前三行仍未寻找到相匹配的工况时,则不进行任何操作。
上述步骤2)中标准工况与声发射频段标准功率强度的对应关系采用如下设置步骤;
设t时刻的工况为向量Yt,Yt包含四个变量,第一个变量Yt(1)为接触参数,布尔变量类型,当工件和刀具接触时Yt(1)为1,当工件和刀具未接触时Yt(1)为0;第二个变量Yt(2)为灼伤参数,布尔变量类型,当工件灼伤时为1,当工件未灼伤时为0;第三个变量Yt(3)为裂纹参数,布尔变量类型,当工件有裂纹时为1,当工件没有裂纹时为0;第四个元素Yt(4)为刀具钝化系数,整型变量类型,取值在0-100之间,用以反映刀具的钝化程度。
试验研究表明,刀具的钝化程度呈线性增加趋势,并和声发射的功率强度呈现性关系,因此可以使用线性增加的钝化系数来反映刀具当前的钝化程度。
定义t0时刻刀具刚修整过,刀具处于锋利状态时的钝化系数为0,即:
Yt0(4)=0时,此时的频段功率强度:
其中i=4;j=1……m,j为频段数
刀具在使用过程中逐渐钝化,直至tp时刻达到必须修整,定义此时的钝化系数为100,即
Ytp(4)=100时,此时的频段功率强度:
其中i=5,j=1……m,j为频段值
则在其它加工阶段t时刻的钝化系数:
Yt(3)=(Pt-Pt0)/(Ptp-Pt0) …………式(1)
其中:
j=1……m,j为频段值
t0<t<tp
上述步骤2)中的小波变换分析方法具体采用以下步骤:
21)将输入的声发射信号频段分解为m个频段,分别为f(0)、f(1)……f(m-1),
f(m-1)=fs/2;
22)采用的小波分析的系数为:
其中,a为小波变换的尺度参数,b为小波变换的位移参数,ψab(t)为小波基函数,ψ*(·)表示ψ(·)的共轭,Xst为t时刻声发射信号的采样序列向量,长度为N;
则:
其中:
i为所述工况与声发射频段功率对应表的行数;
i=1时,Pst(1,j)为工件和刀具接触时,声发射信号各频段的功率强度;
i=2时,Pst(2,j)为工件发生灼伤时,声发射信号各频段的功率强度;
i=3时,Pst(3,j)为工件存在裂纹时,声发射信号各频段的功率强度;
i=4时,Pst(4,j)为刀具刚经打磨修整,处于锋利状态,加工过程中声发射信号各频段的功率强度,对应的钝化系数为0;
i=5时,Pst(5,j)为刀具已经钝化,需要进行打磨,加工过程中声发射信号各频段的功率强度,对应的钝化系数为100;
j为频段值,取值为1……m,m为采样频段的分割段数;
23)构造t时刻标准工况与声发射频段标准功率Pst的对应表:
标准工况 | 频段1标准功率 | 频段2标准功率 | 频段3标准功率 | 频段4标准功率 | …… | 频段m标准功率 |
接触参数 | Pst(1,1) | Pst(1,2) | Pst(1,3) | Pst(1,4) | Pst(1,m) | |
灼伤参数 | Pst(2,1) | Pst(2,2) | Pst(2,3) | Pst(2,4) | Pst(2,m) | |
裂纹参数 | Pst(3,1) | Pst(3,2) | Pst(3,3) | Pst(3,4) | Pst(3,m) | |
钝化系数0 | Pst(4,1) | Pst(4,2) | Pst(4,3) | Pst(4,4) | Pst(4,m) | |
钝化系数100 | Pst(5,1) | Pst(5,2) | Pst(5,3) | Pst(5,4) | Pst(5,m) |
表一工况与声发射频段功率的对应表
上述步骤3)中的拟合误差值定义:
其中i=1……3;j=1……m
在与某一种工况的拟合误差et(i)小于0.01时,即认定当前工况为该预设工况,相应的Yt(i)设置为1;当拟合误差大于所给定范围时,则进行下一个工况的比较,遍历对应表的前三行仍未寻找到相匹配的工况时,则不进行任何操作。
以上方法可检测出的磨削工况包括刀具和加工工件是否接触、工件是否灼伤、工件是否存在裂纹等;同时,可根据式(1)可计算出刀具(砂轮)的钝化程度。
本发明应用基于小波分析技术检测磨削加工中声发射各频段能量的方法,可以准确地判断出各种磨削工况,能有效地减少人为判断因素,从而提高加工效率和加工质量,并避免工件和刀具不必要的损毁。与现有技术相比,本发明利用小波变换分析技术,可以快速自动判断出工件和刀具的加工状态,从而大大减小了对熟练工人的依赖,提高了加工效率。
附图说明
图1是本发明基于小波分析的磨削加工工况检测方法的简单框图。
图2是本发明基于小波分析的磨削加工工况检测方法的工作流程图。
具体实施方式:
下面结合附图对本发明做更进一步的解释。
发明提出了一种基于小波分析的磨削工况检测系统,包括传感器信息采集模块、工况与声发射频段功率的对应表模块、工况智能判断输出模块。如附图1所示。其中:
所述传感器信息采集模块,用于采集加工时的现场声发射信号。传感器主要由声发射传感器构成,按照预设的采样频率fs实时采集加工现场的声发射信号。声发射信号序列用Xt向量标记,Xt(1)表示t时刻开始第1个采样点,Xt(i)为第i个采样点,i=1……N,N为采样序列长度。所述传感器信息采集模块将t时刻采集到的数据Xt向量传递给所述工况与声发射频段功率的对应表模块。
所述工况与声发射频段功率的对应表模块,用于设定标准工况与声发射频段标准功率强度的对应关系。
设t时刻的工况为向量Yt,Yt包含四个变量,第一个变量Yt(1)为接触参数,布尔变量类型,当工件和刀具接触时Yt(1)为1,当工件和刀具未接触时Yt(1)为0;第二个变量Yt(2)为灼伤参数,布尔变量类型,当工件灼伤时为1,当工件未灼伤时为0;第三个变量Yt(3)为裂纹参数,布尔变量类型,当工件有裂纹时为1,当工件没有裂纹时为0;第四个元素Yt(4)为刀具钝化系数,整型变量类型,取值在0-100之间,用以反映刀具的钝化程度。
在实验条件下,设定标准工况,并预先采集标准工况所对应的各种磨削加工时的声发射信号Xst,本模块使用小波变换分析技术,分析各种工况的声发射信号,获得各频段的标准功率强度Pst。
将信号频段分解为m个频段,分别为f(1)、f(2)……f(m),f(m)=fs/2;
本发明中采用的小波分析的系数为:
其中,a为小波变换的尺度参数,b为小波变换的位移参数,ψab(t)为小波基函数,ψ*(·)表示ψ(·)的共轭,Xst为t时刻声发射信号的采样序列向量,长度为N。
则:
其中:
i为所述工况与声发射频段功率对应表的行数;
i=1时,Pst(1,j)为工件和刀具接触时,声发射信号各频段的功率强度;
i=2时,Pst(2,j)为工件发生灼伤时,声发射信号各频段的功率强度;
i=3时,Pst(3,j)为工件存在裂纹时,声发射信号各频段的功率强度;
i=4时,Pst(4,j)为刀具刚经打磨修整,处于锋利状态,加工过程中声发射信号各频段的功率强度,对应的钝化系数为0;
i=5时,Pst(5,j)为刀具已经钝化,需要进行打磨,加工过程中声发射信号各频段的功率强度,对应的钝化系数为100;
j为频段值,取值为1……m,m为采样频段的分割段数。
构造t时刻标准工况与声发射频段标准功率Pst的对应表,如表一所示。
标准工况 | 频段1标准功率 | 频段2标准功率 | 频段3标准功率 | 频段4标准功率 | …… | 频段m标准功率 |
接触参数 | Pst(1,1) | Pst(1,2) | Pst(1,3) | Pst(1,4) | Pst(1,m) | |
灼伤参数 | Pst(2,1) | Pst(2,2) | Pst(2,3) | Pst(2,4) | Pst(2,m) | |
裂纹参数 | Pst(3,1) | Pst(3,2) | Pst(3,3) | Pst(3,4) | Pst(3,m) | |
钝化系数0 | Pst(4,1) | Pst(4,2) | Pst(4,3) | Pst(4,4) | Pst(4,m) | |
钝化系数100 | Pst(5,1) | Pst(5,2) | Pst(5,3) | Pst(5,4) | Pst(5,m) |
表一工况与声发射频段功率的对应表
所述工况智能判断输出模块,用于确定当前加工工况,并输出工况向量Yt。当磨削加工开始后,在t时刻,所述传感器信息采集模块采集现场声发射数据向量Xt,所述工况智能判断输出模块对Xt进行小波变换分析后,获得当前声发射信号各频段的功率强度Pt。将Pt和预设的工况与声发射频段功率对应表中的Pst进行匹配,利用RMS算法计算拟合误差值。
拟合误差值定义:
其中i=1……3;j=1……m
在与某一种工况的拟合误差et(i)小于0.01时,即认定当前工况为该预设工况,相应的Yt(i)设置为1。当拟合误差大于所给定范围时,则进行下一个工况的比较,遍历对应表的前三行仍未寻找到相匹配的工况时,则不进行任何操作。
实施例:
本发明实际应用于磨床的数字控制系统,用以实时检测磨削加工工况,结合处理流程图2,描述具体实施步骤如下:
1.首先构造工况与声发射频段功率的对应表。在实验条件下,将本系统基于小波分析的磨削加工工况检测系统的采样频率fs设置为1MHz,采用序列长度N设置为2000,设置频段数m为20,选择小波基为db10,分解尺度为20。
2.启动磨床的磨削加工,反复将刀具和工件进行接触和脱离接触的操作。
3.启动本系统采集刀具和加工工件接触时的声发射信号Xt,采集100组数据Xti;使用小波变换算法式(2)和式(3)计算各个频段的功率强度Pti(1,j),并求各频段的均值Pt(1,j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“接触参数”行。
4.由操作人员挑选有硬质瑕疵即将灼伤的工件进行磨削加工,在加工过程中采集100组声发射信号Xti;使用小波变换算法式(2)和式(3)计算各个频段的功率强度Pti(2,j),并求各频段的均值Pt(2,j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“灼伤参数”行。
5.由操作人员挑选有裂纹工件进行磨削加工,在加工过程中采集100组声发射信号Xti;使用小波变换算法式(2)和式(3)计算各个频段的功率强度Pti(3,j),并求各频段的均值Pt(3,j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“裂纹参数”行。
6.在刀具刚经过打磨,处于锋利状态时,启动磨床的磨削加工,对工件进行加工。在加工过程中采集100组声发射信号Xti;使用小波变换算法式(2)和式(3)计算各个频段的功率强度Pti(4,j),并求各频段的均值Pt(4,j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“钝化系数0”行。
7.在刀具处于钝化,需要打磨时,启动磨床的磨削加工,对工件进行加工。在加工过程中采集100组声发射信号Xti;使用小波变换算法式(2)和式(3)计算各个频段的功率强度Pti(5,j),并求各频段的均值Pt(5,j)。将此均值按照频段填入所述工况与声发射频段功率的对应表的“钝化系数参数100”行,得标准工况与声发射频段标准功率的对应表(实值表),如表二所示。
标准工况 | 频段1标准功率 | 频段2标准功率 | 频段3标准功率 | 频段4标准功率 | …… | 频段m标准功率 |
接触参数 | 1.2702 | 1.2680 | 1.8362 | 1.5757 | …… | 1.7456 |
灼伤参数 | 1.7869 | 1.4162 | 2.6721 | 2.8731 | …… | 1.7965 |
裂纹参数 | 1.3276 | 1.7682 | 1.9865 | 2.9356 | …… | 1.8871 |
钝化系数0 | 1.2276 | 1.2731 | 1.7649 | 1.4971 | …… | 1.3217 |
钝化系数100 | 1.4721 | 1.489 | 2.2719 | 2.3765 | …… | 1.6175 |
表二标准工况与声发射频段标准功率的对应表(实值表)
8.在所述工况与声发射频段功率的对应表模块构建完成后,本系统即可应用于实际控制检测系统。启动磨削加工,在t时刻,本系统所述传感器信息采集模块采集加工现场的声发射信号Xt,送入所述工况智能判断输出模块。所述工况智能判断输出模块应用小波分析算法式(2)和式(3)分析Xt,获得声发射各频段的功率强度值Pt。
9.本系统将获得的功率强度值Pt与工况与声发射频段功率的对应表二中的预设值使用式(4)进行误差拟合。当拟合误差小于0.01时,即认为当前工况为所设定工况,将工况向量Y中的对应变量置位。当拟合误差大于所给定范围时,将工况向量Y中的对应变量置零,并进行下一个工况的比较,遍历对应表的前三行仍未寻找到设定工况时,则不进行任何操作。
10.本系统同时判别Pt是否处于[Ps,Ptp]之间,同时确认当前Yt(0)为1(即当前刀具和工件接触中)时,利用式(1)计算钝化系数。
11.经以上步骤,本系统可实时输出工况向量Y,通过查询工况向量Y的对应变量,可以得知当前磨削加工过程中,刀具和加工工件是否接触、刀具(砂轮)的钝化程度、工件是否灼伤或工件是否存在裂纹等信息。
磨床的控制系统或操作工人可根据本系统的判断提示进行进一步操作。比如开始计算刀具进给量、更换刀具、更换工件等。其操作不在本发明涵盖范围之内。
Claims (4)
1.一种基于小波分析的磨削工况检测方法,其特征在于硬件部分包括传感器信息采集模块、工况与声发射频段功率的对应表模块和工况智能判断输出模块;其中传感器信息采集模块包括安装在磨床上的声发射传感器;
该方法的步骤为:
1)首先由声发射传感器按照预设的采样频率fs实时采集加工现场的声发射信号,声发射信号序列用Xt向量标记,Xt(1)表示t时刻开始第1个采样点,Xt(i)为第i个采样点,i=1……N,N为采样序列长度;然后传感器信息采集模块将t时刻采集到的数据Xt向量传递给工况智能判断输出模块;
2)工况与声发射频段功率的对应表模块中设定有标准工况,并预先采集标准工况所对应的各种磨削加工时的声发射信号Xst,通过小波变换分析方法获得各频段的标准功率强度Pst,构造标准工况-声发射频段标准功率强度Pst的对应表;该标准工况-声发射频段标准功率强度Pst的对应表的对应关系采用如下设置步骤:
设t时刻的工况为向量Yt,Yt包含四个变量,第一个变量Yt(1)为接触参数,布尔变量类型,当工件和刀具接触时Yt(1)为1,当工件和刀具未接触时Yt(1)为0;第二个变量Yt(2)为灼伤参数,布尔变量类型,当工件灼伤时为1,当工件未灼伤时为0;第三个变量Yt(3)为裂纹参数,布尔变量类型,当工件有裂纹时为1,当工件没有裂纹时为0;第四个元素Yt(4)为刀具钝化系数,整型变量类型,取值在0-100之间,用以反映刀具的钝化程度;
3)工况智能判断输出模块对步骤1)中实时采集的声发射信号Xt进行小波变换分析后,获得当前声发射信号各频段的功率强度Pt;根据Pt和预设的标准工况-声发射频段标准功率强度Pst的对应表中的Pst进行匹配,利用RMS算法计算拟合误差值,在误差值小于0.01时,认定当前工况和标准磨削工况匹配,输出此磨削工况。
3.根据权利要求1或2所述的基于小波分析的磨削工况检测方法,其特征在于步骤2)中的小波变换分析方法具体采用以下步骤:
21)将输入的声发射信号频段分解为m个频段,分别为f(1)、f(2)……f(m-1),f(m)=fs/2;
22)采用的小波分析的系数为:
其中,a为小波变换的尺度参数,t为加工阶段时刻,b为小波变换的位移参数,ψab(t)为小波基函数,ψ*(·)表示ψ(·)的共轭,Xst为t时刻声发射信号的采样序列向量,长度为N;
则:
其中:
i为所述标准工况-声发射频段标准功率强度Pst的对应表的行数;
i=1时,Pst(1,j)为工件和刀具接触时,声发射信号各频段的功率强度;
i=2时,Pst(2,j)为工件发生灼伤时,声发射信号各频段的功率强度;
i=3时,Pst(3,j)为工件存在裂纹时,声发射信号各频段的功率强度;
i=4时,Pst(4,j)为刀具刚经打磨修整,处于锋利状态,加工过程中声发射信号各频段的功率强度,对应的钝化系数为0;
i=5时,Pst(5,j)为刀具已经钝化,需要进行打磨,加工过程中声发射信号各频段的功率强度,对应的钝化系数为100;
j为频段值,取值为1……m,m为采样频段的分割段数;
23)构造t时刻标准工况-声发射频段标准功率强度Pst的对应表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101321425A CN101819119B (zh) | 2010-03-25 | 2010-03-25 | 一种基于小波分析的磨削加工工况检测系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101321425A CN101819119B (zh) | 2010-03-25 | 2010-03-25 | 一种基于小波分析的磨削加工工况检测系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101819119A CN101819119A (zh) | 2010-09-01 |
CN101819119B true CN101819119B (zh) | 2012-01-04 |
Family
ID=42654295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101321425A Active CN101819119B (zh) | 2010-03-25 | 2010-03-25 | 一种基于小波分析的磨削加工工况检测系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101819119B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699945B (zh) * | 2013-12-31 | 2017-09-29 | 北京理工大学 | 提取可重构制造系统不同尺度生产性能信号的方法及装置 |
CN106404161B (zh) * | 2016-08-19 | 2021-01-22 | 康威通信技术股份有限公司 | 一种对隧道施工振动位置精确定位的计算方法 |
CN106198290A (zh) * | 2016-08-31 | 2016-12-07 | 海宁市新艺机电有限公司 | 一种检测旋转式剃须刀锋利度的设备及方法 |
CN106596001B (zh) * | 2016-12-09 | 2019-05-07 | 中车唐山机车车辆有限公司 | 轨道列车制动毂齿根部的裂纹状态检测方法及系统 |
CN108956783B (zh) * | 2018-05-18 | 2020-04-21 | 南京大学 | 一种基于hdp-hsmm的磨削声砂轮钝化状态检测方法 |
CN115319538B (zh) * | 2022-08-30 | 2023-11-17 | 上海诺倬力机电科技有限公司 | 五轴头刀具磨损智能检测方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0895955A (ja) * | 1994-09-14 | 1996-04-12 | Nippon Butsusei Kk | ウェーブレット変換波形信号解析システムとウェーブレット変換波形信号解析ツールによる解析方法及びそれに用いるウェーブレット変換波形信号解析装置 |
FR2784756B1 (fr) * | 1998-10-14 | 2000-12-08 | Elf Exploration Prod | Methode de detection de ruptures dans des signaux diagraphiques concernant une zone d'un milieu |
US6748329B2 (en) * | 2000-12-08 | 2004-06-08 | Halliburton Energy Services, Inc. | Acoustic signal processing method using array coherency |
CN101620203B (zh) * | 2009-05-13 | 2011-08-10 | 中华人民共和国南通出入境检验检疫局 | 基于小波理论的机械设备缺欠超声检测设备 |
-
2010
- 2010-03-25 CN CN2010101321425A patent/CN101819119B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN101819119A (zh) | 2010-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101819119B (zh) | 一种基于小波分析的磨削加工工况检测系统及其方法 | |
CN101817163A (zh) | 一种基于神经网络的磨削加工工况检测方法 | |
CN103901813B (zh) | 变切削速率过程材料切削功率及能耗的获取和节能控制方法 | |
CN104132215B (zh) | 输油管道声磁热复合防蜡解堵方法及装置 | |
CN201828811U (zh) | 应用在水切割机床上的无线控制装置 | |
CN106443359A (zh) | 一种低压脉冲法的短距离电缆故障测距系统和测距方法 | |
CN105116009A (zh) | 一种发热模拟装置和热管散热性能检测装置 | |
CN108196122A (zh) | 一种波形相位识别方法、装置、系统、计算机和存储介质 | |
CN102520708A (zh) | 一种新型过程工业多回路振荡的波动源定位方法 | |
MX2023005158A (es) | Metodo y aparato de control de la carga de vehiculos electricos. | |
CN103395001B (zh) | 一种磨削加工过程诊断及智能优化系统和方法 | |
CN105225462A (zh) | 一种电力载波充电底座 | |
CN104865916A (zh) | 一种天然气供应数据处理方法 | |
CN108680708B (zh) | 一种甲烷来源预测方法及装置 | |
CN110847907A (zh) | 一种基于触觉的煤岩识别方法 | |
CN101893019B (zh) | 液压测试系统及液压测试方法 | |
CN103424397B (zh) | 基于激光等离子体光谱的12Cr1MoV珠光体球化等级的现场检测方法 | |
CN103603731B (zh) | 基于离子电流的发动机转矩估计方法 | |
CN103048383A (zh) | 三元叶轮粗加工过程中牛鼻铣刀破损检测系统 | |
CN205067668U (zh) | 电缆局部放电信号定位装置 | |
CN109695912B (zh) | 火力发电厂热网供汽压力控制方法及系统 | |
CN208936559U (zh) | 一种热水器的保护控制器 | |
CN103206313A (zh) | 一种发动机喷油量的控制方法和系统 | |
CN202533425U (zh) | 电力电缆用塑胶护套管内烟雾在线监测系统 | |
CN104516312A (zh) | 无线plc对数控机床的状态监测及维修决策 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20180124 Address after: 210093 Nanjing, Gulou District, Jiangsu, No. 22 Hankou Road Co-patentee after: Huachen precision equipment (Kunshan) Limited by Share Ltd Patentee after: Nanjing University Address before: 210093 Nanjing, Gulou District, Jiangsu, No. 22 Hankou Road Co-patentee before: Kunshan Hiecise Machine Co., Ltd. Patentee before: Nanjing University |