CN112720065A - 基于电流信号双边谱分析的机械加工状态监测方法 - Google Patents

基于电流信号双边谱分析的机械加工状态监测方法 Download PDF

Info

Publication number
CN112720065A
CN112720065A CN202110034730.3A CN202110034730A CN112720065A CN 112720065 A CN112720065 A CN 112720065A CN 202110034730 A CN202110034730 A CN 202110034730A CN 112720065 A CN112720065 A CN 112720065A
Authority
CN
China
Prior art keywords
bilateral
signal
spectrum
time domain
current
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
CN202110034730.3A
Other languages
English (en)
Other versions
CN112720065B (zh
Inventor
邹浙湘
谷丰收
邓荣峰
李兵
林煜彬
冯国金
安德鲁·D·鲍尔
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.)
Beijing Institute of Technology Zhuhai
Original Assignee
Beijing Institute of Technology Zhuhai
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 Beijing Institute of Technology Zhuhai filed Critical Beijing Institute of Technology Zhuhai
Priority to CN202110034730.3A priority Critical patent/CN112720065B/zh
Publication of CN112720065A publication Critical patent/CN112720065A/zh
Application granted granted Critical
Publication of CN112720065B publication Critical patent/CN112720065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Machine Tool Sensing Apparatuses (AREA)

Abstract

本发明公开并提供了一种基于电流信号双边谱分析的机械加工状态监测方法，本发明基于电流信号双边谱分析来分析机床主轴驱动电机的电流信号，解调出振幅和相位信息，从而实现精细、精准的机械加工状态监测。本发明所采用的技术方案是：本发明包括以下步骤：A.收集电机电流时域信号数据x(t)；B.划分成N个时域信号数据集；C.对第i个时域信号数据样本xi(t)进行FFT变换，得信号频谱Xi(f)；D.获得N个数据集的频率谱；E.进行双边谱计算；F.求所有频谱的计算结果平均值；G.进行双边谱估计；H.得出与加工相关的调制信号双边谱的幅值与相位值。本发明适用于车床加工轴类机械零件的过程状态监测领域。

Description

基于电流信号双边谱分析的机械加工状态监测方法
技术领域
本发明涉及一种基于电流信号双边谱分析的机械加工状态监测方法，特别涉及一种基于电流信号双边谱分析的轴类机械零件在车床上的加工状态监测方法。
背景技术
在线加工过程中监控加工状态可确保产品质量和制造生产率，为促进智能制造提供基础。电机电流信号分析（MCSA）允许非侵入性和低成本效益的信息感知，被广泛接受为过程监视的强大工具。来自频谱分析的基于电流信号幅度的方法可提供良好的检测结果，但在诊断精细加工时效果不佳，因为精细加工引起电机电流信号中的微小变化难以分辨。
电机电流信号通常包含与加工过程中的动态影响有关的微小分量。在信号处理方面科研人员采用各种降噪解调信号的方法提取这些小的成分进行加工过程在线监控。信号分析可以在时域，频域，时频域和统计域中实现。大多数研究者专注于获得有用的加工监控参数。目前，许多先进的信号处理方法已经被应用到机器状态监测中，例如包络谱、经验模态分解、经验小波变换等。这些方法主要侧重于提高信噪比以实施基于信号幅度的诊断，而忽略了当前信号的固有调制特性。因此，需要一种更高级的信号处理方法来描述振幅的非线性相互作用和电流信号的相位，以增强对诸如不同刀具，不同工件尺寸等细微变化的区分。
发明内容
本发明所要解决的技术问题是克服现有技术的不足，提供了一种基于电流信号双边谱分析的机械加工状态监测方法，本发明基于电流信号双边谱分析来分析机床主轴驱动电机的电流信号，得出振幅和相位信息，从而实现精细、精准的机器监控。
本发明所采用的技术方案是：本发明包括以下步骤：
A.收集时域信号数据x(t)；
B.划分成N个时域信号数据集；
C.对第i个时域信号数据样本xi(t)进行FFT变换，得信号频谱Xi(f)；
D.获得N个数据集的频率谱；
E.进行双边谱计算；
F.求所有频谱的计算结果平均值；
G.进行双边谱估计；
H.得出调制信号双边谱的幅值与相位值。
所述双边谱计算公式为：
Figure DEST_PATH_IMAGE001
Figure 387463DEST_PATH_IMAGE001
。
所述调制信号双边谱的相位表达式为：
Figure 100002_DEST_PATH_IMAGE002
Figure 497413DEST_PATH_IMAGE002
。
所述调制信号双边谱的相位值与幅值的表达式为：
Figure DEST_PATH_IMAGE003
Figure 100002_DEST_PATH_IMAGE004
。
步骤A中所收集的时域信号数据x(t)为驱动电机电流的时域信号数据。
有益效果：本发明采用电流信号双边谱分析，消除了电源基频处载波幅度的影响，从而实现了更快的电流信号双边谱分析以获得准确的边带估计。电流信号双边谱分析显着增强了复杂的调制分量，这些分量通常来自旋转机器的复杂信号。调制信号双边谱分析可以通过相位不变性和调制信号对准来抑制随机噪声和干扰。
附图说明
图1是本发明具体实施例中装置连接结构示意图；
图2是本发明具体实施例中不同加工条件下MSB幅值变化；
图3是本发明具体实施例中不同加工条件下MSB相位变化。
具体实施方式
本发明包括以下步骤：
A.收集时域信号数据x(t)，x(t)为驱动电机电流的时域信号数据；
B.划分成N个时域信号数据集；
C.对第i个时域信号数据样本xi(t)进行FFT变换，得信号频谱Xi(f)；
D.获得N个数据集的频率谱；
E.进行双边谱计算；
F.求所有频谱的计算结果平均值；
G.进行双边谱估计；
H.得出调制信号双边谱的幅值与相位值。
本发明中通过离散电流信号
Figure DEST_PATH_IMAGE005
和离散傅立叶变换（DFT）在频域中如下定义双边谱值：
Figure 100002_DEST_PATH_IMAGE006
（1）；
在等式（1）中，
Figure DEST_PATH_IMAGE007
是双边谱，是电机定子电流基准频率，是调制信号的频率，
Figure DEST_PATH_IMAGE008
和
Figure DEST_PATH_IMAGE009
是复共轭；
Figure DEST_PATH_IMAGE010
<>是平均期望值，它提高了与恒定相位有关的边带值，并同时有效地抑制了随机相位的噪声和干扰成分。
双边谱分析考虑了信号基频和边带的频率和与频率差的调制，从而更准确，更明显地表示调制信号的边带特性。
电流信号双边谱的相位表达式：
Figure DEST_PATH_IMAGE011
（2）；
调制信号双边谱分析（MSB）显著突出了来自旋转机器的复杂的调制分量。可以通过相位不变性和信号调制来抑制随机噪声和干扰，而无需任何外部信号。MSB的相关应用研究发现，目前没有用于加工状态监视和故障诊断。
所述调制信号双边谱的相位值与幅值的表达式为：
Figure DEST_PATH_IMAGE012
；
它表明调制信号双边谱分析至少产生两个特征值：幅度和相位，提供更多的诊断信息。
具体实施例：
在本具体实施例中，采用普通车床（CZ6132A）加工轴类零件，车床由三相感应电动机提供动力，加工装置如图1所示。高精度电流钳用于测量电动机电流。测量安装在三相电流B相上，采用三相交流电源供电。其测量范围为40A，精度为2％，频带范围为5Hz至10kHz。电流钳的输出连接到YMC9004数据采集系统。它可以24位数据精度和100kHz采样率采集数据。对于此测试，采样率设置为100kHz，它涵盖了主要复杂信号的所需成分，包括电流信号的高次谐波。
车床传动系统由三相交流电机驱动，通过皮带轮驱动至主轴箱。当离合器耦合时，主轴箱由齿轮驱动减速和动力传递，最终带动主轴旋转。从车床的结构、工作特性可以看出，这些从动件的运行状态将直接影响主轴电机转子的运行状态。因此，主轴驱动电机的电流信号包含了机床运行状态与加工状态的信息，可以为机床加工状态监测建立准确可靠的变负载模型。
从调制信号双边谱分析中提取了关键频率的MSB幅度和相位显示对加工不同轴的直径和切削深度（DOC）的完整监视结果。如图2所示，图2给出了使用MSB幅度的结果。在图2中，（a）为皮带边频，（b）为中间轴边频，（c）为电机轴边频，（d）为主轴边频。
如图3所示，图3显示了MSB相位的监视结果。它表明，除了电动机轴频率相位结果之外，所有关键频率都将不同车削状态完全分开。另外，相位值也随着频率值的增加而增加。这证明了MSB相位结果对车削参数（切削直径和工件直径）非常敏感，可以用作可靠的特征，以确保表面和尺寸精度方面的制造质量。在图3中，（a）为皮带，（b）为中间轴，（c）为电机轴，（d）为主轴。
本发明适用于车床加工轴类零件的过程状态监测领域。

Claims (5)

1.一种基于电流信号双边谱分析的机械加工状态监测方法，其特征在于，包括以下步骤：
A.收集时域信号数据x(t)；
B.划分成N个时域信号数据集；
C.对第i个时域信号数据样本xi(t)进行FFT变换，得信号频谱Xi(f)；
D.获得N个数据集的频率谱；
E.进行双边谱计算；
F.求所有频谱的计算结果平均值；
G.进行双边谱估计；
H.得出调制信号双边谱的幅值与相位值。
2.根据权利要求1所述的基于电流信号双边谱分析的机械加工状态监测方法，其特征在于：所述双边谱计算公式为
Figure DEST_PATH_IMAGE002
。
3.根据权利要求2所述的基于电流信号双边谱分析的机械加工状态监测方法，其特征在于：所述调制信号双边谱的相位表达式为
Figure DEST_PATH_IMAGE004
。
4.根据权利要求3所述的基于电流信号双边谱分析的机械加工状态监测方法，其特征在于：所述调制信号双边谱的相位值与幅值的表达式为
Figure DEST_PATH_IMAGE006
。
5.根据权利要求1所述的一种基于电流信号双边谱分析的机械加工状态监测方法，其特征在于：步骤A中所收集的电流时域信号数据x(t)为机床主轴驱动电机电流的时域信号数据。
CN202110034730.3A 2021-01-12 2021-01-12 基于电流信号双边谱分析的机械加工状态监测方法 Active CN112720065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110034730.3A CN112720065B (zh) 2021-01-12 2021-01-12 基于电流信号双边谱分析的机械加工状态监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110034730.3A CN112720065B (zh) 2021-01-12 2021-01-12 基于电流信号双边谱分析的机械加工状态监测方法

Publications (2)

Publication Number Publication Date
CN112720065A true CN112720065A (zh) 2021-04-30
CN112720065B CN112720065B (zh) 2022-10-18

Family

ID=75590393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110034730.3A Active CN112720065B (zh) 2021-01-12 2021-01-12 基于电流信号双边谱分析的机械加工状态监测方法

Country Status (1)

Country Link
CN (1) CN112720065B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117112984A (zh) * 2023-08-15 2023-11-24 北京理工大学珠海学院 一种非侵入式车床皮带传动系统故障诊断方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5523701A (en) * 1994-06-21 1996-06-04 Martin Marietta Energy Systems, Inc. Method and apparatus for monitoring machine performance
CN103308766A (zh) * 2013-05-15 2013-09-18 湖南大学 一种基于凯撒自卷积窗双谱线插值fft谐波分析方法及其装置
CN104849037A (zh) * 2015-05-21 2015-08-19 重庆大学 一种基于复信号双边谱分析的旋转机械故障诊断方法
JP2016135511A (ja) * 2015-01-23 2016-07-28 三菱電機株式会社 加工異常検出装置及び加工異常検出方法
EP3413027A1 (en) * 2017-06-07 2018-12-12 Nakamura-Tome Precision Industry Co., Ltd Complex machine tool having failure predication function
CN110008434A (zh) * 2019-03-20 2019-07-12 华中科技大学 一种高精度的简谐信号参数估计方法
CN110988680A (zh) * 2019-11-28 2020-04-10 西安航天动力试验技术研究所 基于时频处理的电动机转子故障显化方法
RU2018139891A3 (zh) * 2018-11-12 2020-05-12

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5523701A (en) * 1994-06-21 1996-06-04 Martin Marietta Energy Systems, Inc. Method and apparatus for monitoring machine performance
CN103308766A (zh) * 2013-05-15 2013-09-18 湖南大学 一种基于凯撒自卷积窗双谱线插值fft谐波分析方法及其装置
JP2016135511A (ja) * 2015-01-23 2016-07-28 三菱電機株式会社 加工異常検出装置及び加工異常検出方法
CN104849037A (zh) * 2015-05-21 2015-08-19 重庆大学 一种基于复信号双边谱分析的旋转机械故障诊断方法
EP3413027A1 (en) * 2017-06-07 2018-12-12 Nakamura-Tome Precision Industry Co., Ltd Complex machine tool having failure predication function
RU2018139891A3 (zh) * 2018-11-12 2020-05-12
CN110008434A (zh) * 2019-03-20 2019-07-12 华中科技大学 一种高精度的简谐信号参数估计方法
CN110988680A (zh) * 2019-11-28 2020-04-10 西安航天动力试验技术研究所 基于时频处理的电动机转子故障显化方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117112984A (zh) * 2023-08-15 2023-11-24 北京理工大学珠海学院 一种非侵入式车床皮带传动系统故障诊断方法
CN117112984B (zh) * 2023-08-15 2024-05-03 北京理工大学珠海学院 一种非侵入式车床皮带传动系统故障诊断方法

Also Published As

Publication number Publication date
CN112720065B (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
US5523701A (en) Method and apparatus for monitoring machine performance
Liu et al. On-line chatter detection in milling using fast kurtogram and frequency band power
Chow et al. Three phase induction machines asymmetrical faults identification using bispectrum
Imaouchen et al. A frequency-weighted energy operator and complementary ensemble empirical mode decomposition for bearing fault detection
CN110617964A (zh) 用于滚动轴承故障诊断的同步压缩变换阶比分析法
Romero-Troncoso et al. Rotor unbalance and broken rotor bar detection in inverter-fed induction motors at start-up and steady-state regimes by high-resolution spectral analysis
CN108356606A (zh) 基于小波包分析与rbf神经网络的刀具磨损在线监测方法
CN108629864B (zh) 一种基于振动的电主轴径向精度表征方法及其系统
Mishra et al. Multi-domain bearing fault diagnosis using support vector machine
CN112720065B (zh) 基于电流信号双边谱分析的机械加工状态监测方法
CN110763462A (zh) 一种基于同步压缩算子的时变振动信号故障诊断方法
CN110333071B (zh) 一种利用窄带倒谱变换的机械振动信号处理方法
Hou et al. A resonance demodulation method based on harmonic wavelet transform for rolling bearing fault diagnosis
CN112405072B (zh) 一种机床切削颤振的在线监测方法及装置
CN108844733A (zh) 一种基于kl散度与均方根值的齿轮状态监测指标提取方法
Park et al. Fault detection of PMSM under non-stationary conditions based on wavelet transformation combined with distance approach
Li et al. An intelligent harmonic synthesis technique for air-gap eccentricity fault diagnosis in induction motors
CN106338395A (zh) 基于六阶单稳系统的齿轮箱故障诊断方法
Zou et al. Current analysis using a modulation signal bispectrum for machining status monitoring
CN115356108B (zh) 一种调制高阶水平挤压变换机械故障诊断方法与装置
Zou et al. Online tool condition monitoring of CNC turnings based on motor current signature analysis
JPH03291539A (ja) 電動機のころがり軸受の異常検出方法
CN116625681A (zh) 一种基于短时傅里叶变换的谱幅值调制滚动轴承故障诊断方法
CN107091988A (zh) 一种三相电机电流信号瞬时频率和瞬时包络提取方法
CN112784702A (zh) 基于自适应旋转同步提取调频变换的信号处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant