CN105157972A - 一种基于振动信号的主轴隔圈加工质量动态检测方法 - Google Patents

一种基于振动信号的主轴隔圈加工质量动态检测方法 Download PDF

Info

Publication number
CN105157972A
CN105157972A CN201510546039.8A CN201510546039A CN105157972A CN 105157972 A CN105157972 A CN 105157972A CN 201510546039 A CN201510546039 A CN 201510546039A CN 105157972 A CN105157972 A CN 105157972A
Authority
CN
China
Prior art keywords
signal
spacer ring
detection
frequency
time domain
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.)
Granted
Application number
CN201510546039.8A
Other languages
English (en)
Other versions
CN105157972B (zh
Inventor
李小虎
吕义发
张燕飞
朱雷
柳松玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201510546039.8A priority Critical patent/CN105157972B/zh
Publication of CN105157972A publication Critical patent/CN105157972A/zh
Application granted granted Critical
Publication of CN105157972B publication Critical patent/CN105157972B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

一种基于振动信号的主轴隔圈加工质量动态检测方法,先分别筛选出满足静态检测质量要求的内、外隔圈,挑选出一组满足动平衡要求的隔圈作为标准隔圈组,将其安装在检测主轴中,使检测主轴在额定转速下运转,将采集到的主轴振动信号经小波降噪后进行时域/频域分析,得到时域指标和频域指标;再将检测隔圈组安装在同一检测主轴中,将采集到的主轴振动信号经小波降噪后进行时域/频域分析,得到时域指标和频域指标;计算检测隔圈组与标准隔圈组之间时域指标、频域指标的误差,当所有的时域指标和频域指标误差都不大于给定允差时,即认为检测隔圈组检测合格,反之不合格,本发明能够选配出满足静态、态检测性能的内、外隔圈组。

Description

一种基于振动信号的主轴隔圈加工质量动态检测方法
技术领域
本发明属于机床主轴隔圈加工质量检测领域,具体涉及一种基于振动信号的主轴隔圈加工质量动态检测方法。
背景技术
隔圈是机床主轴系统中的关键零部件之一,内、外隔圈组的合理配合使用能改变预负荷,消除轴承游隙和提高主轴系统的刚度,进而提升主轴的动、静态性能。目前的精密、高速主轴隔圈通常经磨削加工而成,并经微米级检测工具检测其尺寸和形位公差。然而这种在静止状态下的检测方法并不能反应隔圈加工制造误差对主轴动态性能的影响,特别是对于精密、高速主轴而言,这种影响尤为显著。因此,精密、高速主轴领域亟需一种针对隔圈加工质量的动态检测方法,而目前此类方法和研究还未见报道。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种基于振动信号的主轴隔圈加工质量动态检测方法,能够对精密、高速主轴隔圈的加工质量进行动态检测,以选配出既满足静态检测性能、又满足动态检测性能的内、外隔圈组。
为实现上述目的,本发明采用以下技术方案:
一种基于振动信号的主轴隔圈加工质量动态检测方法,包括以下步骤:
1)对于精密、高速主轴隔圈,先分别筛选出满足静态检测质量要求的内、外隔圈,并利用动平衡机挑选出一组满足动平衡要求的隔圈作为标准隔圈组;
2)将标准隔圈组安装在检测主轴中,使检测主轴在额定转速下运转,将采集到的主轴振动信号经小波降噪后进行时域/频域分析,得到时域指标和频域指标;
3)将检测隔圈组安装在同一检测主轴中,使检测主轴在额定转速下运转,将采集到的主轴振动信号经小波降噪后进行时域/频域分析,得到时域指标和频域指标,主轴振动信号经小波降噪后进行时域/频域分析过程和步骤2)相同;
4)在计算比较器中分别计算检测隔圈组与标准隔圈组之间时域指标、频域指标的误差,所有的时域指标和频域指标误差都不大于给定允差时,即认为检测隔圈组加工质量动态性能检测合格;反之,则认为检测隔圈组不合格。
所述的步骤1)筛选出满足静态检测质量要求的内、外隔圈的具体方法是:使用千分表检测内、外隔圈的尺寸公差和形位公差,凡符合图纸要求的即为满足静态检测质量要求;否则不满足静态检测质量要求。
所述的步骤2)主轴振动信号经小波降噪后进行时域/频域分析过程为:
含噪振动信号可表示为降噪后信号与噪声信号之和,即:
f(t)=x(t)+n(t)(1)其中,x(t)为降噪后的信号,n(t)噪声信号,
小波降噪过程分为小波变换、阈值处理和信号重构三步,信号f(t)的离散小波变换为:
Wf j , m = ∫ - ∞ ∞ f ( t ) ψ j , m * ( t ) d t - - - ( 2 )
式中,Wfj,m为小波系数,j表示分解层数,m=0,1,2,…,2j-1;ψj,m为小波函数,“*”表示共轭,
小波变换后,对小波系数进行阈值处理,此处使用阈值函数:
Wf j , m &prime; = sgn ( Wf j , m ) ( | Wf j , m | - &lambda; / exp ( ( | Wf j , m | - &lambda; ) / Wf j , m ) ) | Wf j , m | &GreaterEqual; &lambda; 0 | Wf j , m | < &lambda; - - - ( 3 )
式中,λ为阈值,sgn为符号函数,
于是,经阈值处理后,Wfj,m变为Wfj,m',最后对Wfj,m'进行信号重构:
x ( t ) = &Sigma; j , m Wf j , m &prime; &psi; j , m ( t ) - - - ( 4 )
式中,x(t)即为小波降噪后的信号,
信号降噪后再进行时域和频域分析,得到时域指标和频域指标,
时域分析得信号均值、峰值、方根幅值、均方根值、标准差和无量纲参数指标,由于不同的隔圈误差会在振动信号上反映出不同的振动强度和信号波动,此处为了反映信号强度和信号波动量,选取均方根值和标准差作为时域指标,
离散信号的均方根值xrms和标准差xstd分别表示为:
x r m s = &Sigma; n = 1 N &lsqb; x ( n ) &rsqb; 2 N - - - ( 5 )
x s t d = &Sigma; n = 1 N &lsqb; x ( n ) - x m &rsqb; 2 N - 1 - - - ( 6 )
其中,N为信号x(t)长度,n=0,1,2,…,N-1;x(n)和x(t)具有一一对应关系,t=nΔt,Δt是采样间隔;xm为信号均值,由公式(7)得出,
x m = &Sigma; n = 1 N x ( n ) N - - - ( 7 )
频域分析得到振动信号频谱图,离散信号Fourier变化公式为
X ( k N &Delta; t ) = &Sigma; n = 0 N - 1 x ( n &Delta; t ) e - j 2 &pi; k n / N ( n = 0 , 1 , 2 , ... , N - 1 ) - - - ( 8 )
式中:x(nΔt)是信号的采样值,k是频域离散值的序号,n是时域离散值的序号,
对信号x(t)进行频域分析后,在转频n0/60Hz处有峰值谱线,设其幅值为W,选取此幅值为频域指标。
本发明的有益效果为:
本发明通过采集主轴振动信号并计算检测隔圈组与标准隔圈组之间时域指标、时域指标的误差,对精密、高速主轴隔圈的加工质量进行动态检测,能够克服传统的静态检测方法不能反映隔圈加工制造误差对主轴动态性能影响的缺点,对精密、高速主轴隔圈加工质量检测具有重要意义,方法简便,检测结果较准确。
附图说明
附图为本发明的流程图。
具体实施方式
下面结合附图对本发明作具体描述。
参照附图,一种基于振动信号的主轴隔圈加工质量动态检测方法,包括以下步骤:
1)对于精密、高速主轴隔圈,先分别筛选出满足静态检测质量要求的内、外隔圈,一般使用微米级的千分表进行检测,使用千分表检测内、外隔圈的尺寸公差和形位公差,凡符合图纸要求的即为满足静态检测质量要求;否则不满足静态检测质量要求,并利用动平衡机挑选出一组满足动平衡要求的隔圈作为标准隔圈组;
2)将标准隔圈组安装在检测主轴中,使检测主轴在额定转速下运转,将采集到的主轴振动信号经小波降噪后进行时域/频域分析,得到时域指标和频域指标;
主轴振动信号经小波降噪后进行时域/频域分析过程为:
含噪振动信号可表示为降噪后信号与噪声信号之和,即:
f(t)=x(t)+n(t)(1)其中,x(t)为降噪后的信号,n(t)噪声信号,
小波降噪过程分为小波变换、阈值处理和信号重构三步,信号f(t)的离散小波变换为:
Wf j , m = &Integral; - &infin; &infin; f ( t ) &psi; j , m * ( t ) d t - - - ( 2 )
式中,Wfj,m为小波系数,j表示分解层数,m=0,1,2,…,2j-1;ψj,m为小波函数,“*”表示共轭,
小波变换后,对小波系数进行阈值处理,此处使用阈值函数:
Wf j , m &prime; = sgn ( Wf j , m ) ( | Wf j , m | - &lambda; / exp ( ( | Wf j , m | - &lambda; ) / Wf j , m ) ) | Wf j , m | &GreaterEqual; &lambda; 0 | Wf j , m | < &lambda; - - - ( 3 )
式中,λ为阈值,sgn为符号函数,
于是,经阈值处理后,Wfj,m变为Wfj,m',最后对Wfj,m'进行信号重构:
x ( t ) = &Sigma; j , m Wf j , m &prime; &psi; j , m ( t ) - - - ( 4 )
式中,x(t)即为小波降噪后的信号,
信号降噪后再进行时域和频域分析,得到时域指标和频域指标,
时域分析得信号均值、峰值、方根幅值、均方根值、标准差和无量纲参数指标,由于不同的隔圈误差会在振动信号上反映出不同的振动强度和信号波动,此处为了反映信号强度和信号波动量,选取均方根值和标准差作为时域指标,
离散信号的均方根值xrms和标准差xstd分别表示为:
x r m s = &Sigma; n = 1 N &lsqb; x ( n ) &rsqb; 2 N - - - ( 5 )
x s t d = &Sigma; n = 1 N &lsqb; x ( n ) - x m &rsqb; 2 N - 1 - - - ( 6 )
其中,N为信号x(t)长度,n=0,1,2,…,N-1;x(n)和x(t)具有一一对应关系,t=nΔt,Δt是采样间隔;xm为信号均值,由公式(7)得出,
x m = &Sigma; n = 1 N x ( n ) N - - - ( 7 )
频域分析得到振动信号频谱图,离散信号Fourier变化公式为
X ( k N &Delta; t ) = &Sigma; n = 0 N - 1 x ( n &Delta; t ) e - j 2 &pi; k n / N ( n = 0 , 1 , 2 , ... , N - 1 ) - - - ( 8 )
式中:x(nΔt)是信号的采样值,k是频域离散值的序号,n是时域离散值的序号,
对信号x(t)进行频域分析后,在转频n0/60Hz处有峰值谱线,设其幅值为W,选取此幅值为频域指标;
3)将检测隔圈组安装在同一检测主轴中,使检测主轴在额定转速下运转,将采集到的主轴振动信号经小波降噪后进行时域/频域分析,分别得到时域指标均方根值x′rms、标准差x′std和频谱在转频n0/60Hz处谱线的幅值W',主轴振动信号经小波降噪后进行时域/频域分析过程和步骤2)相同;
4)在计算比较器中分别计算检测隔圈组与标准隔圈组之间时域指标、频域指标的误差,根据主轴设计性能的要求,对均方根值、标准差和频谱在转频n0/60Hz处谱线的幅值分别设定允差δ1、δ2和δ3,当所有的时域指标和频域指标误差都不大于给定允差时,即认为检测隔圈组加工质量动态性能检测合格;反之,则认为检测隔圈组不合格,
隔圈组加工质量动态性能检测合格的判断条件可表示为:
&delta; r m s = | x r m s &prime; - x r m s | x r m s &le; &delta; 1 &delta; s t d = | x s t d &prime; - x s t d | x s t d &le; &delta; 2 &delta; w = | W &prime; - W | W &le; &delta; 3 . - - - ( 9 )

Claims (3)

1.一种基于振动信号的主轴隔圈加工质量动态检测方法,其特征在于,包括以下步骤:
1)对于精密、高速主轴隔圈,先分别筛选出满足静态检测质量要求的内、外隔圈,并利用动平衡机挑选出一组满足动平衡要求的隔圈作为标准隔圈组;
2)将标准隔圈组安装在检测主轴中,使检测主轴在额定转速下运转,将采集到的主轴振动信号经小波降噪后进行时域/频域分析,得到时域指标和频域指标;
3)将检测隔圈组安装在同一检测主轴中,使检测主轴在额定转速下运转,将采集到的主轴振动信号经小波降噪后进行时域/频域分析,得到时域指标和频域指标,主轴振动信号经小波降噪后进行时域/频域分析过程和步骤2)相同;
4)在计算比较器中分别计算检测隔圈组与标准隔圈组之间时域指标、频域指标的误差,根据主轴设计性能的要求,当所有的时域指标和频域指标误差都不大于给定允差时,即认为检测隔圈组加工质量动态性能检测合格;反之,则认为检测隔圈组不合格。
2.根据权利要求1所述的一种基于振动信号的主轴隔圈加工质量动态检测方法,其特征在于,所述的步骤1)筛选出满足静态检测质量要求的内、外隔圈的具体方法是:使用千分表检测内、外隔圈的尺寸公差和形位公差,凡符合图纸要求的即为满足静态检测质量要求;否则不满足静态检测质量要求。
3.根据权利要求1所述的一种基于振动信号的主轴隔圈加工质量动态检测方法,其特征在于,所述的步骤2)主轴振动信号经小波降噪后进行时域/频域分析过程为:
含噪振动信号可表示为降噪后信号与噪声信号之和,即:
f(t)=x(t)+n(t)(1)其中,x(t)为降噪后的信号,n(t)噪声信号,
小波降噪过程分为小波变换、阈值处理和信号重构三步,信号f(t)的离散小波变换为:
Wf j , m = &Integral; - &infin; &infin; f ( t ) &psi; j , m * ( t ) d t - - - ( 2 )
式中,Wfj,m为小波系数,j表示分解层数,m=0,1,2,…,2j-1;ψj,m为小波函数,“*”表示共轭,
小波变换后,对小波系数进行阈值处理,此处使用阈值函数:
Wf j , m &prime; = sgn ( Wf j , m ) ( | Wf j , m | - &lambda; / exp ( ( | Wf j , m | - &lambda; ) / Wf j , m ) ) | Wf j , m | &GreaterEqual; &lambda; 0 | Wf j , m | < &lambda; - - - ( 3 )
式中,λ为阈值,sgn为符号函数,
于是,经阈值处理后,Wfj,m变为Wfj,m',最后对Wfj,m'进行信号重构:
x ( t ) = &Sigma; j , m Wf j , m &prime; &psi; j , m ( t ) - - - ( 4 )
式中,x(t)即为小波降噪后的信号,
信号降噪后再进行时域和频域分析,得到时域指标和频域指标,
时域分析得信号均值、峰值、方根幅值、均方根值、标准差和无量纲参数指标,由于不同的隔圈误差会在振动信号上反映出不同的振动强度和信号波动,此处为了反映信号强度和信号波动量,选取均方根值和标准差作为时域指标,
离散信号的均方根值xrms和标准差xstd分别表示为:
x r m s = &Sigma; n = 1 N &lsqb; x ( n ) &rsqb; 2 N - - - ( 5 )
x s t d = &Sigma; n = 1 N &lsqb; x ( n ) - x m &rsqb; 2 N - 1 - - - ( 6 )
其中,N为信号x(t)长度,n=0,1,2,…,N-1;x(n)和x(t)具有一一对应关系,t=nΔt,Δt是采样间隔;xm为信号均值,由公式(7)得出,
x m = &Sigma; n = 1 N x ( n ) N - - - ( 7 )
频域分析得到振动信号频谱图,离散信号Fourier变化公式为
X ( k N &Delta; t ) = &Sigma; n = 0 N - 1 x ( n &Delta; t ) e - j 2 &pi; k n / N ( n = 0 , 1 , 2 , ... , N - 1 ) - - - ( 8 )
式中:x(nΔt)是信号的采样值,k是频域离散值的序号,n是时域离散值的序号,
对信号x(t)进行频域分析后,在转频n0/60Hz处有峰值谱线,设其幅值为W,选取此幅值为频域指标。
CN201510546039.8A 2015-08-31 2015-08-31 一种基于振动信号的主轴隔圈加工质量动态检测方法 Expired - Fee Related CN105157972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510546039.8A CN105157972B (zh) 2015-08-31 2015-08-31 一种基于振动信号的主轴隔圈加工质量动态检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510546039.8A CN105157972B (zh) 2015-08-31 2015-08-31 一种基于振动信号的主轴隔圈加工质量动态检测方法

Publications (2)

Publication Number Publication Date
CN105157972A true CN105157972A (zh) 2015-12-16
CN105157972B CN105157972B (zh) 2018-01-05

Family

ID=54798908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510546039.8A Expired - Fee Related CN105157972B (zh) 2015-08-31 2015-08-31 一种基于振动信号的主轴隔圈加工质量动态检测方法

Country Status (1)

Country Link
CN (1) CN105157972B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108899048A (zh) * 2018-05-10 2018-11-27 广东省智能制造研究所 一种基于信号时频分解的声音数据分类方法
CN109271653A (zh) * 2018-07-13 2019-01-25 西安交通大学 一种基于形位公差与尺寸公差的机械零件选配方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008145323A (ja) * 2006-12-12 2008-06-26 Nsk Ltd スラストころ軸受の検査方法
CN101242539A (zh) * 2007-02-07 2008-08-13 卓胜微电子(上海)有限公司 T-dmb系统接收机帧同步装置及方法
CN101639395A (zh) * 2009-08-31 2010-02-03 西安交通大学 一种改进的高速主轴全息动平衡方法
CN102252806A (zh) * 2011-04-27 2011-11-23 北京工业大学 一种内置式高速主轴双面在线动平衡装置及其控制系统
CN103063432A (zh) * 2012-11-28 2013-04-24 西安交通大学 机床主轴轴承配置性能实验装置
CN103868689A (zh) * 2014-02-20 2014-06-18 温州大学 一种基于振动频率分析的齿轮缺陷快速检测系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008145323A (ja) * 2006-12-12 2008-06-26 Nsk Ltd スラストころ軸受の検査方法
CN101242539A (zh) * 2007-02-07 2008-08-13 卓胜微电子(上海)有限公司 T-dmb系统接收机帧同步装置及方法
CN101639395A (zh) * 2009-08-31 2010-02-03 西安交通大学 一种改进的高速主轴全息动平衡方法
CN102252806A (zh) * 2011-04-27 2011-11-23 北京工业大学 一种内置式高速主轴双面在线动平衡装置及其控制系统
CN103063432A (zh) * 2012-11-28 2013-04-24 西安交通大学 机床主轴轴承配置性能实验装置
CN103868689A (zh) * 2014-02-20 2014-06-18 温州大学 一种基于振动频率分析的齿轮缺陷快速检测系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108899048A (zh) * 2018-05-10 2018-11-27 广东省智能制造研究所 一种基于信号时频分解的声音数据分类方法
CN109271653A (zh) * 2018-07-13 2019-01-25 西安交通大学 一种基于形位公差与尺寸公差的机械零件选配方法
CN109271653B (zh) * 2018-07-13 2020-08-18 西安交通大学 一种基于形位公差与尺寸公差的机械零件选配方法

Also Published As

Publication number Publication date
CN105157972B (zh) 2018-01-05

Similar Documents

Publication Publication Date Title
Cui et al. Matching pursuit of an adaptive impulse dictionary for bearing fault diagnosis
Cheng et al. Adaptive multipoint optimal minimum entropy deconvolution adjusted and application to fault diagnosis of rolling element bearings
Bin et al. Early fault diagnosis of rotating machinery based on wavelet packets—Empirical mode decomposition feature extraction and neural network
CN107941510B (zh) 基于等角度双重采样的滚动轴承故障特征的提取方法
CN111337250A (zh) 基于虚拟仪器的机床状态故障诊断系统和方法
CN103575523A (zh) 基于FastICA-谱峭度-包络谱分析的旋转机械故障诊断方法
CN102183366A (zh) 滚动轴承振动测量和故障分析装置及方法
CN103471848A (zh) 基于独立分量分析和倒频谱理论的滚动轴承故障特征提取方法
CN105334460B (zh) 基于噪声与振动分析的机器运行状态在线监测分析系统
CN105720983A (zh) 用于时间交织模数转换系统的误差估计方法和装置
CN103983849B (zh) 一种实时高精度的电力谐波分析方法
Hong et al. Compound fault diagnosis of rotating machinery based on adaptive maximum correlated kurtosis deconvolution and customized multiwavelet transform
CN103353344B (zh) 基于自适应stft的旋转机械阶次跟踪方法
CN105527077A (zh) 一种基于振动信号的通用旋转机械故障诊断与检测的方法
Xu et al. An enhanced multipoint optimal minimum entropy deconvolution approach for bearing fault detection of spur gearbox
CN107966287B (zh) 一种自适应机电装备微弱故障特征提取方法
CN106078508A (zh) 一种砂轮磨损在线监测方法
CN105157972A (zh) 一种基于振动信号的主轴隔圈加工质量动态检测方法
CN103245518A (zh) 基于微分局部均值分解的旋转机械故障诊断方法
Deng et al. Adaptive parametric dictionary design of sparse representation based on fault impulse matching for rotating machinery weak fault detection
Liang et al. Application of instantaneous rotational speed to detect gearbox faults based on double encoders
CN112781709A (zh) 变速工况下设备振动信号早期故障分析和特征提取方法
Liu et al. An adaptive cross-validation thresholding de-noising algorithm for fault diagnosis of rolling element bearings under variable and transients conditions
Jiang et al. A tacholess order tracking method based on spectral amplitude modulation for variable speed bearing fault diagnosis
Wang et al. Tacholess order-tracking approach for wind turbine gearbox fault detection

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180105

Termination date: 20200831

CF01 Termination of patent right due to non-payment of annual fee