CN105808886B - 一种主轴回转误差辨识方法 - Google Patents
一种主轴回转误差辨识方法 Download PDFInfo
- Publication number
- CN105808886B CN105808886B CN201610218404.7A CN201610218404A CN105808886B CN 105808886 B CN105808886 B CN 105808886B CN 201610218404 A CN201610218404 A CN 201610218404A CN 105808886 B CN105808886 B CN 105808886B
- Authority
- CN
- China
- Prior art keywords
- error
- main shaft
- signal
- spindle rotation
- axial direction
- 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
- 238000012850 discrimination method Methods 0.000 title claims abstract description 6
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000012876 topography Methods 0.000 claims abstract description 16
- 238000001228 spectrum Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 230000003595 spectral effect Effects 0.000 claims abstract description 7
- 239000004615 ingredient Substances 0.000 claims abstract description 6
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000012512 characterization method Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 2
- 238000013459 approach Methods 0.000 claims 1
- 238000007689 inspection Methods 0.000 claims 1
- 238000011897 real-time detection Methods 0.000 claims 1
- 238000000354 decomposition reaction Methods 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
一种主轴回转误差辨识方法，该方法为一种基于加工表面形貌辨识主轴回转误差成分的方法，该方法包括下列步骤：建立主轴轴向跳动误差和偏摆角度误差在轴向方向分量的时域描述方程；时域内对主轴轴向形貌描述方程的准确度进行评价；计算得出主轴系统回转频率信息；利用功率谱密度分析方法在频域内对工件加工形貌频谱信息进行表征，为了突显细微信号层，首先利用小波变换进行信号分解到不同层次，然后依据计算的主轴回转频率信息对典型信号层进行辨识。
Description
技术领域
本发明涉及一种辨识方法，适用于判断加工表面形貌信号中是否包含有主轴回转误差成分，实现主轴系统工作过程中的实时跟踪。
背景技术
主轴是加工机床的关键运行部件，主轴回转误差对机床加工精度起者关键性的决定作用，也是评价机床动态行为的关键指标。主轴回转误差会降低机床加工质量，所以说，主轴回转误差的评价及辨识非常重要。现在机床加工中，经常存在有一定规律的周期性信号作用在加工表面上，但不能确定加工表面呈现的周期性信号与机床主轴部件之间的准确关系，不能从加工结果中辨识出主轴回转误差的成分。主轴回转误差中包含径向跳动误差，轴向跳动误差和角度误差，轴向跳动误差和角度误差分量对加工表面质量起决定性作用，怎么综合两种误差建立起其与加工表面之间的关系，这是主轴回转误差评价中的难题。主轴回转误差的轮廓描述是一种时域预测回转误差的方法，用一种更加直观的方式反映了主轴工作中瞬时运动情况。主轴在工作的过程中，其运动会受到各种不平衡扰动的作用，造成整个主轴系统的不平衡运动，这些不平衡成分在频域信号里面都会有复映，对主轴振动信号进行分析能够对主轴系统在动载荷扰动下的动态性能、稳定状态进行评估和分析。
发明内容
针对主轴回转误差影响加工精度的问题，本发明提供一种主轴回转误差的辨识方法，本发明描述了主轴回转误差的时域形貌，同时充分利用主轴工作中各种工艺参数，将各种动态参数与振动信号进行对接，实现主轴动态性能及系统稳定性的同步分析。
一种主轴回转误差的辨识方法，该方法包括以下步骤：
(1)主轴轴向跳动误差和偏摆角度误差在轴向方向分量的时域描述方程，如下式
式中，g0和λ0分别表示最大级形貌的振幅和波长，n为形貌尺度，t为时间参数，D是分形维数，用γ定义形貌连续波长的反比率，A是角度偏摆误差的幅值。计算结果基于n尺度形貌误差与n+1尺度形貌平均值接近程度。换言之，增加形貌尺度，不会影响粗糙尺度的 分布情况。将方程(1)在MATLAB软件平台上进行数值求解得到轴向回转误差的形貌表征如图1所示。
(2)主轴轴向形貌描述方程的时域评价方法，如下式
式中的Rxy代表检测信号x(t)和仿真信号y(t)之间的互相关系数。其中xi表示第i个检测信号值，表示检测信号平均值，yi表示第i个仿真信号值，表示仿真信号平均值，得到实际检测主轴回转误差轴向方向分量与形貌表征方程表征形貌信号的比较图及互相关系数如图2所示。如2a)为检测信号与仿真信号比较，图2b)为互相关系数。
(3)主轴系统回转频率信息计算方程为
fr＝w/60(Hz) (3)
其中，w表示主轴系统回转速度，fr为在相关回转速度下主轴回转频率成分。
(4)工件加工形貌利用功率谱密度分析方法在频域内进行展示，主要思想是实时检测的误差信号典型频谱特征进行提取，依据上面步骤得出的主轴回转频率信息成分，辨识出主轴系统的典型特征。整个加工系统的频谱成分都包含在一起不容易提取，这里先用小波变换把检测信号进行预处理，分解到不同尺度上，然后对每个尺度上信号进行功率谱密度分析。
根据信号处理结果进行判断频谱信号中是否存在主轴系统的不平衡特征，主轴是确定处理后的信号中是否包含主轴回转频率成分，从而进一步进行主轴回转误差辨识。利用功率谱密度进行分析得到谱图如图3所示，发现其中一个尺度上存在主轴回转误差的频谱成分，则成功辨识出主轴回转频率的基频成分。
与现有技术相比，本发明具有以下优点：
本发明描述了主轴回转误差轴向形貌的时域轮廓，并对表征方程进行了相关程度评估，使得加工表面形貌与主轴回转误差与主轴轴向形貌实现了时域对接。通过小波变换能够得到每个层次上细微形貌表征，使得加工表面形貌典型特征突显出来。
通过功率谱密度分析方法得到了加工表面形貌的频域表征，一方面能够实现加工表面形貌与主轴回转信号的频域对接，另一方面成功实现主轴系统不平衡的辨识。该方法运算 效率高，通用性强，为实际机床加工中误差源的辨识提供辨识模型和依据。
附图说明
图1为主轴轴向回转误差的形貌表征。
图2为形貌信号的比较图及评估图，其中图2a)为检测信号与仿真信号比较，图2b)为互相关评估系数。
图3为加工表面形貌第10尺度频谱图。
具体实施方式
本发明所述方法由安装在计算机上的软件程序实现。所述计算机上安装MATLAB软件。
本发明所述方法具体包括以下步骤：
步骤1，建立主轴轴向跳动误差和偏摆角度误差在轴向方向分量的时域描述方程；
从图1中可以得出，主轴回转误差为多次叠加的谐波信号，有很多个周期成分，符合回转部件的运动误差轮廓。
步骤2，时域内对主轴轴向形貌描述方程的准确度进行评价；
从图2a)可以发现，检测得出的加工工件表面形貌与仿真得出的主轴回转误差轴向形貌非常相似，都属于包含很多周期信号的谐波，并波动幅值处于同一量级，细微部分是实际加工表面形貌的信号中有杂乱信号，因为加工中还受其他信号成分影响，使其复映在加工结果中。根据图2b)结果，评估出时域内主轴回转误差轴向形貌的准确度很高。
步骤3，计算得出主轴系统回转频率信息；
步骤4，利用功率谱密度分析方法在频域内对工件加工形貌频谱信息进行表征，为了突显细微信号层，首先利用小波变换进行信号分解到不同层次，然后依据计算的主轴回转频率信息对典型信号层进行辨识。
可见图3中有一个频率点的幅值非常高，依据步骤(3)计算的主轴回转频率信息，辨识出此高幅值频率与主轴回转基频基本一致，确定了加工表面形貌中存在主轴部件不平衡的频率信息。
Claims (1)
1.一种主轴回转误差辨识方法，其特征在于：该方法包括以下步骤，
(1)主轴轴向跳动误差和偏摆角度误差在轴向方向分量的时域描述方程，如下式
式中，g0和λ0分别表示最大级形貌的振幅和波长，n为形貌尺度，t为时间参数，D是分形维数，用γ定义形貌连续波长的反比率，A是角度偏摆误差的幅值；计算结果基于n尺度形貌误差与n+1尺度形貌平均值接近程度；换言之，增加形貌尺度，不会影响粗糙尺度的分布情况；将方程(1)在MATLAB软件平台上进行数值求解得到轴向回转误差的形貌表征；
(2)主轴轴向形貌描述方程的时域评价方法，如下式
式中的Rxy代表检测信号x(t)和仿真信号y(t)之间的互相关系数；其中xi表示第i个检测信号值，表示检测信号平均值，yi表示第i个仿真信号值，表示仿真信号平均值，得到实际检测主轴回转误差轴向方向分量与形貌表征方程表征形貌信号的比较图及互相关系数；
(3)主轴系统回转频率信息计算方程为
fr＝w/60(Hz) (3)
其中，w表示主轴系统回转速度，fr为在相关回转速度下主轴回转频率成分；
(4)工件加工形貌利用功率谱密度分析方法在频域内进行展示，主要思想是实时检测的误差信号典型频谱特征进行提取，依据上面步骤得出的主轴回转频率信息成分，辨识出主轴系统的典型特征；整个加工系统的频谱成分都包含在一起不容易提取，这里先用小波变换把检测信号进行预处理，分解到不同尺度上，然后对每个尺度上信号进行功率谱密度分析；
根据信号处理结果进行判断频谱信号中是否存在主轴系统的不平衡特征，主轴是确定处理后的信号中是否包含主轴回转频率成分，从而进一步进行主轴回转误差辨识；利用功率谱密度进行分析得到谱图，发现其中一个尺度上存在主轴回转误差的频谱成分，则成功辨识出主轴回转频率的基频成分。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610218404.7A CN105808886B (zh) | 2016-04-09 | 2016-04-09 | 一种主轴回转误差辨识方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610218404.7A CN105808886B (zh) | 2016-04-09 | 2016-04-09 | 一种主轴回转误差辨识方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105808886A CN105808886A (zh) | 2016-07-27 |
| CN105808886B true CN105808886B (zh) | 2019-02-26 |
Family
ID=56459701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610218404.7A Active CN105808886B (zh) | 2016-04-09 | 2016-04-09 | 一种主轴回转误差辨识方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105808886B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107066721B (zh) * | 2017-04-09 | 2023-09-12 | 北京工业大学 | 一种多轴数控机床c轴几何误差测量系统及参数辨识方法 |
| CN108629864B (zh) * | 2018-04-27 | 2020-08-21 | 北京科技大学 | 一种基于振动的电主轴径向精度表征方法及其系统 |
| CN114185308A (zh) * | 2021-11-29 | 2022-03-15 | 华中科技大学 | 基于频谱稀疏和校正的主轴误差测量方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1645047A (zh) * | 2005-01-20 | 2005-07-27 | 哈尔滨工业大学 | 单转位圆度误差分离方法 |
| CN104089586A (zh) * | 2014-07-16 | 2014-10-08 | 浙江大学宁波理工学院 | 发动机曲轴轴颈形状误差的图像检测装置和图像检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020049614A1 (en) * | 2000-05-23 | 2002-04-25 | Rice Marion R. | Image signatures with unique watermark ID |
-
2016
- 2016-04-09 CN CN201610218404.7A patent/CN105808886B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1645047A (zh) * | 2005-01-20 | 2005-07-27 | 哈尔滨工业大学 | 单转位圆度误差分离方法 |
| CN104089586A (zh) * | 2014-07-16 | 2014-10-08 | 浙江大学宁波理工学院 | 发动机曲轴轴颈形状误差的图像检测装置和图像检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于遗传算法的主轴回转误差评价方法;高慧中等;《组合机床与自动化加工技术》;20121231(第12期);全文 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105808886A (zh) | 2016-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fu et al. | Timely online chatter detection in end milling process | |
| Liu et al. | The chatter identification in end milling based on combining EMD and WPD | |
| Ji et al. | EEMD-based online milling chatter detection by fractal dimension and power spectral entropy | |
| Cao et al. | Chatter identification in end milling process based on EEMD and nonlinear dimensionless indicators | |
| Schmitz | Chatter recognition by a statistical evaluation of the synchronously sampled audio signal | |
| Chen et al. | Feature extraction using dominant frequency bands and time-frequency image analysis for chatter detection in milling | |
| Chen et al. | Experimental investigation of tool vibration and surface roughness in the precision end-milling process using the singular spectrum analysis | |
| CN105808886B (zh) | 一种主轴回转误差辨识方法 | |
| Perez et al. | An enhanced method for cutting force estimation in peripheral milling | |
| Krüger et al. | Model-based identification of tool runout in end milling and estimation of surface roughness from measured cutting forces | |
| CN107052364B (zh) | 一种大螺距螺纹加工表面形貌仿真方法与车削工艺评价方法 | |
| Liu et al. | A hybrid health condition monitoring method in milling operations | |
| Choi et al. | Prediction of drill failure using features extraction in time and frequency domains of feed motor current | |
| Zhang et al. | Online chatter detection in milling process based on fast iterative VMD and energy ratio difference | |
| Chen et al. | Modeling study of milling force considering tool runout at different types of radial cutting depth | |
| Powałka et al. | Stability analysis in milling of flexible parts based on operational modal analysis | |
| Beruvides et al. | Online detection of run out in microdrilling of tungsten and titanium alloys | |
| TWI542439B (zh) | 切削加工參數估測裝置及其方法 | |
| Lu et al. | Pre-evaluation on surface profile in turning process based on cutting parameters | |
| CN112207631A (zh) | 刀具检测模型的生成方法、检测方法、系统、设备及介质 | |
| Xu et al. | Estimation the wear state of milling tools using a combined ensemble empirical mode decomposition and support vector machine method | |
| CN117091754B (zh) | 基于数据分析的大型设备故障检测方法及系统 | |
| Lishchenko et al. | Vibrational impact on milled surface irregularities | |
| Litak et al. | Dynamics of stainless steel turning: Analysis by flicker-noise spectroscopy | |
| Fang et al. | A comparative study of high-speed machining of Ti-6Al-4V and Inconel 718—part II: Effect of dynamic tool edge wear on cutting vibrations |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240124 Address after: Room 101, No. 31 Wangwanghai Road, Software Park, Xiamen Torch High tech Zone, Xiamen City, Fujian Province, 361001 Patentee after: Xiamen Hejuda Intelligent Technology Co.,Ltd. Country or region after: China Address before: 100124 No. 100 Chaoyang District Ping Tian Park, Beijing Patentee before: Beijing University of Technology Country or region before: China |