数控机床在线振动监测与故障诊断关键技术研究

• 作 者: 张攀
• 发表日期: 2014年01期
• 关键词: 振动 在线监测 早期故障诊断 颤振 刀具磨损

数控机床的异常振动总是伴随着故障产生。作为工作母机，数控机床的振动种类很多。通过振动信号在线监测、诊断来确定引起数控机床异常振动的故障类型和来源，对于保障数控机床的运行安全、提高数控机床的加工质量和加工效率都具有十分重要的意义。本文首先构建了面向TDNC-SX-TA数控机床的在线振动监测系统，设计了振动信号的智能化调理单元，在此基础上开展了基于振动信号在线监测的早期故障诊断、切削颤振预报和刀具磨损识别等三个方面的研究。针对早期故障微弱特征信息提取时随机共振参数调节的复杂性问题，提出了参数的联合调节方法。在深入分析随机共振输出波形失真机理的基础上，提出了系统化的信号恢复方法。为实现振动冲击信号的在线最优检测，提出了采用粒子群算法优化的自适应随机共振算法。切削实验的振动信号分析和机械松动诊断的成功应用表明上述方法的有效性。考虑刀具特性、工件特性和加工参数等诸多因素的影响，对切削系统稳定性和颤振预测进行了研究。建立了切削系统的多自由度动力学模型，并绘制了适合高速切削的稳定性lobe图。分析了切削系统动态响应参数和加工参数对稳定性的影响，并建立了切削过程保证材料最大切除率的切削参数调整准则。分析了颤振发生时振动信号的混沌特性，提出了基于振动信号归一化K-S熵的切削颤振在线监测预报方法。铣削实验验证了该算法的有效性和准确性。构建了刀具磨损在线振动监测方案，提取了振动信号时、频域多维特征进行分析，并采用LPP对多维特征进行融合和降维。采用粒子群优化的支持向量机模型对特征进行分类，并采用5-fold交叉验证方法对分类器的识别结果进行验证。实验验证了该方法可以获得较高的磨损状态识别率和较快的响应速度。