基于振動(dòng)分析的機(jī)床狀態(tài)識(shí)別與人機(jī)效能評(píng)估方法研究.pdf

1、設(shè)備的振動(dòng)信號(hào)涵蓋了大量關(guān)于設(shè)備的信息，而且采集方便，分析方法較多，在故障診斷與狀態(tài)監(jiān)測(cè)領(lǐng)域以被廣泛應(yīng)用，但利用振動(dòng)信號(hào)判斷設(shè)備的工作狀態(tài)、統(tǒng)計(jì)每種工作狀態(tài)的時(shí)間，進(jìn)而利用統(tǒng)計(jì)的時(shí)間做一些人機(jī)相關(guān)評(píng)估的研究比較少。因此本文嘗試著研究此類問(wèn)題。文中用三種不同分析方法對(duì)一臺(tái)普通機(jī)床進(jìn)行狀態(tài)識(shí)別，并統(tǒng)計(jì)每種工作狀態(tài)的時(shí)間，利用統(tǒng)計(jì)的時(shí)間做一些對(duì)工人及設(shè)備的評(píng)價(jià)。應(yīng)用的方法有：
　　(1)基于BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)床狀態(tài)分類
　　通過(guò)尋

2、找每種工作狀態(tài)的時(shí)域以及頻域特征作為網(wǎng)絡(luò)的輸入，根據(jù)特征個(gè)數(shù)以及輸出的種類，確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。分別用了信號(hào)的時(shí)域特征、頻域特征、以及頻域與時(shí)域特征組合在一起的三種數(shù)據(jù)作為網(wǎng)絡(luò)輸入，擬合出三個(gè)網(wǎng)絡(luò)，對(duì)數(shù)據(jù)進(jìn)行分類，統(tǒng)計(jì)每種工作狀態(tài)時(shí)間長(zhǎng)短。試驗(yàn)結(jié)果表明混合特征作為特征統(tǒng)計(jì)時(shí)間的成功率最高。
　　(2)基于人耳聽(tīng)覺(jué)模型(ZCPA)進(jìn)行機(jī)床狀態(tài)分類
　　將改進(jìn)聽(tīng)覺(jué)模型ZCPA模型用于機(jī)械振動(dòng)信號(hào)征提取中，根據(jù)振動(dòng)信號(hào)的特點(diǎn)對(duì)

3、模型做了相應(yīng)的調(diào)整，采用S函數(shù)模擬耳蝸內(nèi)毛細(xì)胞，使用Gammatone濾波器組對(duì)耳蝸基底膜進(jìn)行建模，將頻率箱按照頻率范圍等比遞增的方式在頻率軸上進(jìn)行分布。分析結(jié)果表明:利用ZCPA模型對(duì)五種工作狀態(tài)進(jìn)行特征提取，能夠準(zhǔn)確區(qū)分不同工作狀態(tài)。通過(guò)計(jì)算輸出值與標(biāo)準(zhǔn)值之間的相關(guān)性，統(tǒng)計(jì)出每種工作狀態(tài)的時(shí)間。
　　(3)基于三次包絡(luò)處理后進(jìn)行機(jī)床狀態(tài)分類
　　工作狀態(tài)發(fā)生變化時(shí)，信號(hào)幅值變化較大。通過(guò)對(duì)信號(hào)做半波整流及三次包絡(luò)，建立相