基于小波包技术的刀具振动分析及表面粗糙度预测

发布时间：2017-04-26 01:09

  本文关键词：基于小波包技术的刀具振动分析及表面粗糙度预测，由笔耕文化传播整理发布。

【摘要】：表面粗糙度对零件的使用性能有很大的影响,如果能在切削过程中在线预测表面粗糙度值,则可以及时调整切削参数,有效地控制产品的废品率,提高产品质量和生产效率。本文主要考虑刀具振动对表面粗糙度的影响,基于切削理论建立表面粗糙度的预测模型。 本文对工件表面粗糙度的影响因素进行了分析,刀具振动是影响表面粗糙度的主要动态因素,其中,刀具在切削深度方向上的振动远远大于刀具在其他方向上的振动对粗糙度的影响。研究了工件表面形貌的形成机理,采用仿真的方法将实际表面粗糙度轮廓表示为理想轮廓和刀具与工件之间高频振动的叠加。研究中假设主轴旋转频率较刀具振动频率低很多,对粗糙度的影响较小,因此,以刀具振动信号处理作为主要研究内容。 本文利用直接测量法对刀具的振动信号进行分析。首先,利用加速度传感器采集刀具的振动信号,通过软件编程对信号进行前处理,在频域内两次积分后在时域内转换为位移信号。其次,对刀具的位移信号进行小波包分解和重构,取其中所占能量较大的频率段作为主要研究对象。最后,利用傅里叶变换对各频段的信号进行频谱分析,取出各频段中幅值最大处对应的频率,则刀具的振动方程可表示为这几个频率对应的余弦方程的和。 通过求解切削过程中刀具上各点的轨迹方程,建立工件表面三维形貌的仿真模型。将求解的刀具振动方程带入该模型,利用MATLAB软件实现仿真,通过该三维模型可以方便地求出工件表面各处的粗糙度值。 把工件各段的预测粗糙度值与实测粗糙度值进行比较,结果表明预测的精度很高,说明使用该方法可以正确的预测工件表面粗糙度值,也说明了使用小波包分析和频谱分析求解刀具振动方程的正确性。
【关键词】：表面粗糙度 刀具振动 小波包分析 在线预测
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TG501;TH161
【目录】：

• 摘要9-10
• Abstract10-12
• 第1章 绪论12-20
• 1.1 引言12-13
• 1.2 表面粗糙度预测研究现状13-16
• 1.2.1 基于切削理论的工件表面粗糙度预测建模13-14
• 1.2.2 基于回归分析法的工件表面粗糙度预测建模14-15
• 1.2.3 基于人工神经网络技术的工件表面粗糙度预测建模15-16
• 1.3 本文采用的研究思路及研究意义16-17
• 1.4 论文的主要研究内容17-20
• 1.4.1 本文的主要研究工作17-18
• 1.4.2 论文结构18-20
• 第2章 表面粗糙度影响因素分析20-30
• 2.1 表面形貌形成机理20-22
• 2.1.1 车削表面形貌的形成20-21
• 2.1.2 表面形貌的影响因素及仿真21-22
• 2.2 工件表面粗糙度影响因素分析22-24
• 2.2.1 切削用量的影响22
• 2.2.2 刀具的影响22-23
• 2.2.3 机床以及振动的影响23-24
• 2.3 振动信号处理方式24-26
• 2.3.1 时域分析24
• 2.3.2 频域分析24-25
• 2.3.3 时频分析25-26
• 2.3.4 小波分析26
• 2.4 小波包分析理论26-29
• 2.5 小结29-30
• 第3章 刀具振动信号采集实验设计30-42
• 3.1 传感器的选择30-32
• 3.1.1 振动测试传感器的类型30-32
• 3.1.2 压电式加速度传感器的工作原理32
• 3.2 采样频率的选取32-34
• 3.3 刀具振动信号采集实验设计34-38
• 3.3.1 实验设备34-36
• 3.3.2 实验条件36-37
• 3.3.3 实验方案37-38
• 3.4 表面粗糙度测量38-41
• 3.4.1 表面粗糙度评定参数38-39
• 3.4.2 表面粗糙度测量方法和结果39-41
• 3.5 小结41-42
• 第4章 基于小波包技术的刀具振动信号处理42-60
• 4.1 刀具振动信号预处理方法42-45
• 4.2 刀具振动位移信号求解45-48
• 4.3 刀具振动信号小波包分解与重构48-50
• 4.4 刀具振动信号各频段能量比值50-53
• 4.5 刀具振动信号频谱分析53-58
• 4.6 小结58-60
• 第5章 工件表面形貌仿真及粗糙度预测60-72
• 5.1 工件表面粗糙度仿真假设条件60
• 5.2 理论粗糙度表面形成过程60-63
• 5.3 工件表面三维形貌仿真63-70
• 5.3.1 刀具轨迹方程63-65
• 5.3.2 工件表面形貌仿真65-70
• 5.4 试验数据分析70-71
• 5.5 小结71-72
• 结论72-74
• 参考文献74-80
• 致谢80-81
• 学位论文评阅及答辩情况表81

【参考文献】

中国期刊全文数据库 前9条

1 管永红;胡八一;黄超;;基于小波包的爆炸容器振动分析[J];爆炸与冲击;2010年05期

2 孙苗钟;;基于MATLAB的振动信号平滑处理方法[J];电子测量技术;2007年06期

3 李森;李迪;;基于LabVIEW的电谐波测量系统设计[J];电子测量技术;2007年10期

4 尹自强,李圣怡;振动影响下金刚石车削表面的形貌仿真[J];国防科技大学学报;2003年01期

5 吴春凌;有限元法分析刀具前角对切削加工的影响[J];工具技术;2005年03期

6 王洪祥,李旦,董申;超精密车削表面粗糙度预测模型的建立[J];高技术通讯;2000年03期

7 金涛斌,王安国,丁荣林,吴咏诗;周期性缺陷接地结构神经网络训练样本预处理[J];固体电子学研究与进展;2005年03期

8 陈惠东;表面粗糙度选用浅析[J];攀枝花学院学报;2003年06期

9 景秀并;林滨;张大卫;;切削条件对超精密切削过程影响的数值模拟[J];天津大学学报;2011年12期

中国硕士学位论文全文数据库 前6条

1 赵永立;基于LabVIEW的车辆振动测试分析系统研究[D];河北工业大学;2003年

2 陈维;基于同步采样的磁力轴承位移检测系统的研究[D];武汉理工大学;2007年

3 张璇;基于小波包和EMD的滚动轴承故障信号分析[D];北京化工大学;2008年

4 韩连华;基于回归分析和数据挖掘的建筑能耗基准评价模型研究[D];北京工业大学;2009年

5 张振祥;基于神经网络的数控车削过程中零件表面粗糙度的在线预测[D];长安大学;2008年

6 李宵宵;加速度传感器的标定系统与实验研究[D];北京化工大学;2010年

  本文关键词：基于小波包技术的刀具振动分析及表面粗糙度预测，，由笔耕文化传播整理发布。

本文编号：327437