基于振動分析和支持向量機的表面質(zhì)量在線檢測方法研究.pdf

1、工件表面質(zhì)量在線監(jiān)測可以主動地檢測工件加工的質(zhì)量情況,并根據(jù)檢測結(jié)果進行統(tǒng)計分析,結(jié)合產(chǎn)品質(zhì)量等級指標(biāo),形成個別或批量產(chǎn)品的評估數(shù)據(jù),為生產(chǎn)、質(zhì)量控制和出廠部門提供決策依據(jù)。這對于保障零件加工質(zhì)量、提高加工效率具有重要的現(xiàn)實意義。本文基于振動分析和支持向量機對機械加工表面質(zhì)量的在線檢測進行相關(guān)的研究,首先得用核獨立分量分析對所采集到的原始信號進行盲源分離,然后利用小波包分析提取振動分離信號的特征參數(shù),最后利用支持向量機對表面質(zhì)量進行分類

2、識別。本試驗主要從以下三個方面的研究內(nèi)容展開:
　　第一,狀態(tài)信息的獲取。振動信號中攜帶有機械設(shè)備內(nèi)部運行狀態(tài)的大量信息,因此本文基于振動信號來研究其與表面質(zhì)量之間的內(nèi)在聯(lián)系及機械加工表面質(zhì)量的判斷識別。首先,本試驗論文在對切削振動理論、振動信號采集及分析處理理論、表面粗糙度等相關(guān)理論分析的基礎(chǔ)上,研究確定相關(guān)實驗條件并搭建試驗平臺,以便能完成表面粗糙度的測量、振動信號的采集及分析。
　　第二,狀態(tài)信息的特征提取。確定振動信

3、號為狀態(tài)信息后,我們希望通過對其進行信號的處理與分析找出對表面質(zhì)量狀態(tài)敏感的一些特征量,通過這些特征量能夠有效的表達或識別不同的表面質(zhì)量狀態(tài),實現(xiàn)表面質(zhì)量的有效檢測。通過對核獨立分量分析和小波包分析相關(guān)理論及算法的研究分析和仿真實驗可知,核獨立分量分析是一種非線性的獨立分量分析算法,它對于非線性非穩(wěn)態(tài)的振動信號的盲源分離更準(zhǔn)確,更靈活。其分離出各自獨立且互不相關(guān)的振動分量,能更有效的表征機械運行狀態(tài)。小波包對非平穩(wěn)信號具有很好的局部分析

4、能力,其所分解的不同振動信號的各頻帶內(nèi)的能量特征能反映不同機械運行狀況的本質(zhì)特征。針對機械加工過程中的振動信號通常是非線性、非穩(wěn)態(tài)的信號系列,本文選擇基于核獨立分量分析和小波包能量來實現(xiàn)振動信號的特征提取。
　　第三,狀態(tài)的模式識別。本論文選用支持向量機來進行表面粗糙度的分類識別,相比較傳統(tǒng)的統(tǒng)計模式識別方法,支持向量機在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢。在對支持向量機相關(guān)理論基礎(chǔ)及算法研究和分析的基礎(chǔ)之上,