缸套磨损表面波纹度和粗糙度形貌特征变化规律

以硼磷合金铸铁缸套与氮化铬活塞环为研究对象,通过设计贫油试验,获得了缸套从磨合磨损到正常磨损直至异常磨损的三维表面形貌。基于多分辨率二维离散小波获得三维表面形貌的各层高频系数,以二维功率谱密度进行高频系数分类,重构出磨损表面的形状误差、波纹度和粗糙度形貌。采用算术平均偏差、坡度参数、峰顶曲率参数,量化描述波纹度和粗糙度形貌几何特征的变化规律。结果表明:多分辨率二维离散小波可以提取不同磨损阶段的波纹度和粗糙度形貌;随着磨损的进行,波纹度和粗糙度形貌的算术平均偏差、坡度参数、峰顶曲率参数均增大;当出现异常磨损时,波纹度形貌的算术平均偏差变化幅度大于粗糙度形貌,粗糙度形貌的坡度变化幅度大于波纹度形貌,波纹度和粗糙度形貌的峰顶曲率参数变化幅度相近。     

基于声发射的KDP晶体表面波纹度智能控制研究

针对KDP晶体超精密加工过程中切削效率较低、难以捕捉表面状态与追求高效率、高表面质量加工存在矛盾的问题,研究基于声发射的KDP晶体表面波纹度智能监测,建立反馈机制,智能在线控制KDP晶体表面波纹度。首先,利用二次通用回归旋转组合法设计工艺参数组合,采用单点金刚石飞刀切削技术(SPDT)对KDP晶体进行不同工艺参数下波纹度采样实验,同时采集了不同表面波纹度状态下的声发射信号;然后,分析可有效监测波纹度状态的时域和频域特征,利用MATLAB软件对声发射信号进行多辨小波分解和重构,提取各子频段的能量百分比,筛选出与波纹度密切相关的特征小波频段;最后,利用RBF神经网络技术建立表面波纹度状态与信号特征值的映射系统,训练并测试了网络系统的可靠性,实现了表面波纹度状态的智能监测。     

TC4铣削切屑形态与表面形貌特征

目的 对TC4铣削过程中锯齿状切屑的形成与对应产生的加工表面形貌特征进行研究,掌握钛合金TC4高速铣削加工切屑形态随铣削速度的变化规律,从而提高加工表面质量和效率。方法 基于有限元软件,建立钛合金TC4二维变厚度切削模型,通过仿真和铣削试验分析铣削速度对切屑形态的影响规律。利用超景深显微镜和PS50表面轮廓仪对TC4铣削过程中形成的切屑形态及工件加工表面形貌进行观测和分析,确定铣削加工TC4过程中铣削速度与切屑形态、工件表面形貌和表面粗糙度之间的关系。结果 铣削试验验证得出铣削力仿真值与试验值最大误差为9.86%,验证了二维变厚度切削模型的准确性。随着铣削速度从40 m/min增大到120 m/min,切屑形态由带状转变为锯齿状,且铣削力逐渐减小。同时,铣削速度由80 m/min增大到240 m/min时,切屑的锯齿化系数和剪切带内的剪切角均增大,而剪切带间距减小,TC4加工表面波纹加深、波纹间距变宽,并且伴随有大量韧窝出现,导致表面粗糙度值增大。结论 掌握锯齿状切屑几何特征与工件表面形貌随铣削速度的变化规律,以便在铣削加工TC4过程中对锯齿状切屑进行控制,对于提高工件加工表面质量和加...     

小波包-AR谱在钛合金材料声发射监测技术中的应用

鉴于钛合金材料的声各向异性和高声波衰减系数使疲劳试验过程中的声发射监测十分困难。提出了小波包与AR谱相结合对钛合金材料声发射信号进行分析的方法。即对输出信号进行小波包分解,然后分频段对信号进行重构得到包含不同频率成分的时域信号,再进行AR谱分析,从而提取出频谱特征。分析表明,该方法对利用声发射信号分析钛合金材料部件的损伤和裂纹扩展是有效的。可为钛合金部件损伤和裂纹扩展的识别提供可靠的依据。     

小波包变换和能量分析在声发射信号降噪中的应用

材料或结构受外力或内力作用下产生的声发射信号,其频率成分复杂,包括一些能量相对微弱的高频信号和低频干扰信号,而研究中往往只针对某些频率段信号进行分析。小波包变化可以将复杂频率成分的信号分解到不同的频率段,通过频率和能量筛选,可以将感兴趣的相对高能量的频率段信号提取分离出来。以Q235试件拉伸试验中采集到的声发射为例进行小波分析,证实了小波分析方法在声发射信号降噪中的实用价值。     

回转体零件表面形状误差分析的小波变换方法

针对回转体零件实际加工形成的表面由多种频率成分构成的特点,为精确分解零件表面几何形状误差信号,在比较分析了传统数字滤波算法和小波算法的基础上,提出零件表面轮廓信号滤波的小波变换法。小波变换具有带通滤波的功能,它比传统的滤波方法更方便更有效。实验表明对实测信号进行小波变换滤波可以减少噪声信号的干扰,同时结合傅立叶变换可实现了表面形状误差、表面波度及表面粗糙度的综合提取,为三类误差的评定提供前题,满足了高精度测量的要求。     

频谱细化方法在干式真空泵故障诊断中的应用

基于小波变换的频谱细化方法可提取信号所需频率成分的特征.通过合理选择小波参数,利用多个单Morlet小波组成的组合小波可构成具有零相移、平顶通带及快速衰减过渡带特性的带通滤波器,再采用频谱细化方法对干式真空泵轴承的振动信号作频谱分析,提取出故障特征频率,并将该方法与功率谱分析做了对比.结果表明,基于小波变换的频谱细化方法比功率谱分析法有较高的频率分辨率,可更有效地应用于故障诊断,且实现过程也比较简单.     

T2纯铜高速铣削刀具磨损对表面形貌的影响

目的 满足T2纯铜与日俱增的加工需求,改善T2纯铜的加工质量,探究不同铣削速度下刀具损伤和已加工表面形貌之间的内在联系。方法 根据单因素试验结果,研究铣削速度对于刀具磨损的影响。在磨损刀具铣削力模型和已加工表面应力模型的基础上,从铣削力、刀具损伤形式以及磨损机理出发,分析刀具磨损对于已加工表面质量的影响,解析表面缺陷产生的原因,并通过光学和电子显微镜对磨损后的刀具表面形貌及已加工表面缺陷进行分类表征。结果 当铣削速度较低时,刀具严重的崩刃现象引起了系统铣削力急剧增加,这极大的破坏了铣削系统的稳定性和已加工表面的应力状态,并导致表面粗糙度增大,形成颤振波纹、表面撕裂等加工缺陷。而当铣削速度较高时,由于刀具的损伤较轻,铣削系统相对稳定,已加工表面仍然保持较好的加工质量,特别是铣削速度为600 m/min时,表面粗糙度Sa和Sq的值达到了1.80 μm和2.25 μm,在刀具磨损后仍然分别保持在2.20 μm和3.10 μm左右。结论 在T2纯铜的铣削加工中,提高铣削速度对延长刀具寿命,改善已加工表面质量有积极作用。     

基于小波包分解的刀具磨损特征分析

为了高效准确地在线监测加工高温合金过程中的刀具磨损,有效地提取刀具磨损相关特征显得尤为重要。文章提出了基于小波包分解的刀具磨损特征提取方法,将刀具切削过程中的切削力信号在时频域下分解重构,分析了各频段重构信号能量值与刀具磨损的相关性,提取了信号分解重构后小波包系数能量值中与刀具磨损相关的两个频段信号作为刀具磨损监测的特征参数,最后通过试验结果表明,采用小波包分解方法在切削力信号中提取的切削力特征和切削振动特征可作为刀具磨损特征,从而为后续研究刀具磨损在线监测提供有效输入。     

铝合金5A06高速铣削加工表面残余应力研究

铣削速度和铣削深度显著影响铣削共形件的残余应力,为了获得航空共形薄壁结构件用5A06铝合金材料高速铣削过程中铣削参数对残余应力的影响,因此进行了基于Advantage的铝合金5A06高速铣削三维仿真研究。基于J-C本构方程模拟工件的应力应变关系,研究了铣削速度和铣削深度对表面残余应力的影响规律,为进一步有效控制共形件结构变形提供了新的研究方法,研究共形件表面残余应力的规律对于铣削加工参数的选取具有一定的参考价值。     

非下采样 Contourlet 变换在表面形貌评定中的应用

针对高斯滤波、小波滤波等方法在三维表面形貌分析中存在的不足,提出了一种基于非下采样Contourlet变换的三维表面形貌分析方法。该方法是先通过非下采样Contourlet分解变换,将三维表面形貌分解成不同尺度的子带;然后根据滤波截止波长,确定表面形貌不同成分所属的分解子带层数;最后通过非下采样Contourlet重构变换,重构表面形貌的不同成分。针对实际测量的三维表面形貌进行了分析,验证了该方法的有效性。     

A surface topography model for automated surface finishing

This paper presents a 3-D surface topography model that has been developed to analyze and represent the spectrum of components of surface topography ranging over shape, waviness and roughness in a way suitable for generating macro- and micro-level automated surface finishing commands. Results of 3-D surface topography analysis such as comparison of desired and actual surface topography must be combinable with surface finishing processes in ways that permit the generation and output of commands, thereby causing the actual surface topography to converge towards a desired surface topography.An efficient filter, 3-D motif filter, with optimal cut-off length has been developed for roughness elements first, and then extended to waviness elements.A neutral surface shape method approximation for the machined surface shape has been proposed. Surface shape error is then eliminated as the deviation of the approximated neutral surface shape and the design surface shape.After the motif filtering, a B-spline fitting is used to represent the surface topography data within each 3-D motif cell after surface shape regeneration. The data reduction technique in 3-D motif filter methods has been shown significantly by reducing a great amount of inspection data to several elements and each element is suitable for use in surface finishing control. Some limitations of the 3-D motif filter method are discussed by the selection of different machined lay direction. The use of the developed 3-D surface topography model on automated surface finishing processes was performed on a platform constituting a 3-axis CNC machining center, inspection probe and a electrical grinder installed on the spindle housing of CNC machining center. Experimental results from an automated surface finishing system (ASFS) with in-process surface topography acquisition for mold and die finishing have shown the optimistic use of the developed surface topography model for industrial applications.     

End milling tool breakage detection using lifting scheme and Mahalanobis distance

In this paper, a novel method based on lifting scheme and Mahalanobis distance (MD) is proposed for detection of tool breakage via acoustic emission (AE) signals generated in end milling process. The method consists of three stages. First, by investigating the specialty of AE signals, a biorthogonal wavelet with impact property is constructed using lifting scheme, and wavelet transform is carried out to separate AE components from the original signals. Second, Hilbert transform is adopted to demodulate signal envelope on wavelet coefficients and salient features indicating the tool state (i.e., normal conditions, slight breakage, and serious breakage) are extracted. Finally, tool conditions are identified directly through the recognition of these features by means of MD. Practical application results on a CNC vertical milling machine tool show that the proposed method is accurate for feature extraction and efficient for condition monitoring of cutting tools in end milling process.     

Chattering detection in cylindrical grinding processes using the wavelet transform

This paper presents a technique for chattering detection on ground cylindrical parts. Chattering is a defect caused by vibration during the grinding process and is best described as waviness in the surface of a workpiece. In this work, such waviness is measured with a mechanical stylus profiler featuring a diamond tip, and then converted into height values with the help of a precision displacement transducer. The output signal is later converted to digital form and transformed to the time–frequency domain by means of the wavelet transform, allowing its coefficients to grow as a function of surface defects and highlighting chatter marks. The method was validated experimentally with actual production parts and it was found to adequately measure the amplitude and to give location information of the chatter marks on the analyzed surface. Results show that this method can be used objectively to identify and quantify surface quality and that it is feasible to effectively integrate it into production processes for manufacturing control.     

基于小波变换的超精密车削面形误差的相关性分析

机床加工工件的表面形貌包含大量机床误差信息,此信息含有高频信号部分和低频信号部分,针对这些误差信息,提出一种基于小波变换的误差源辨识方法。将误差源对加工结果影响的仿真结果与实际加工工件的面形检测结果对比,分离出的表面形貌的单尺度上的信息与原信息除了会有相位时移外,还有很多特征相关性。利用小波的变焦特性,采用特征相关性分析方法,从检测结果中确定出对加工结果影响大的机床误差源。     

基于DT-CWT和能量算子解调的滚动轴承故障诊断研究

滚动轴承出现局部损伤时会产生周期性冲击,振动信号往往具有调制特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波和能量算子解调的诊断方法。首先运用双树复小波对采集到的轴承振动信号进行分解,得到若干个不同频带的分量,提取信号中能量集中的高频调制频带进行信号重构。然后采用能量算子的方法对重构信号进行解调。最后对解调得到的瞬时幅值进行频谱分析便能准确提取故障特征频率。通过信号仿真和实验数据处理结果证明了该方法的有效性。     

双树复小波算法在滚动轴承故障信号特征提取中的应用

现有滚动轴承故障特征提取算法的性能会随着故障集规模扩大而出现衰减。针对故障信号间存在的干扰和模态混叠等问题,提出一种基于双树复小波的特征提取算法。双树复小波结构包含两个独立的滤波器组,在含噪混合信号的分解和重构中形成互补关系,提升信号采样的平稳性;优化双树复小波滤波器组的结构,降低故障信号平移敏感性,利用门限阈值处理高频小波系数,达到降噪的目的,并基于时间序列样本熵提取子带信号的能量特征。实验结果显示：提出的算法能够准确提取滚动轴承各部分的故障特征信息,算法的在线故障识别率达到99.56%。     

Analysis of 3D microtopography in machined KDP crystal surfaces based on fractal and wavelet methods

Potassium dihydrogen phosphate (KDP) crystal surfaces machined by precise milling and single point diamond turning (SPDT) methods are analyzed in this paper. The frequency information of 3D-machined KDP crystal surfaces are decomposed and analyzed by wavelet transform method, and 3D fractal properties of different KDP crystal surfaces are calculated and analyzed by fractal method. Through the integration of fractal and wavelet analysis, it can be found that the high-frequency information of machined surfaces is incorrelate with the machining process and it can reflect the anisotropic features of material structure. The anisotropy of the machined KDP surfaces is determined by the machining process. From analysis, the strong anisotropic surfaces are easier to form microscale waveness so as to impact the optical performance of KDP crystal components severely. The result of analysis reveals that the different machining method may produce unique feature in the machined surfaces and choosing reasonable machining method may improve the microtopographic structure of machined KDP crystal surface.     

小波变换在薄膜表面图像信号降噪中的应用

目的：当前,以原子力显微镜为代表的扫描探针显微镜设备可以获取纳米尺度薄膜样品的表面图像,但这些图像存在不同程度的噪声,影响图像质量和信息判断。为了更准确获取这些薄膜表面状态,需要对薄膜样品表面图像数据和信息进行降噪处理。方法结合AFM等设备成像特点以及小波变换的时频局域性特点,在介绍小波变换基本理论和噪声来源分析基础上,提出了一种多层小波分解去噪算法。传统的信号理论是建立在傅里叶变换基础上的,而傅里叶变换作为一种全局性的变化,其有一定的局限性,无法同时表述信号在时域和频域的局部性质,而这些局部特征恰恰是非平稳信号性质最关键的部分。小波变换保留了窗口傅里叶变换局部化的优点,改变了窗口傅里叶变换窗口函数大小固定的缺点。结果原始图像信号的频率在0 Hz到4000 Hz都有分布。通过小波变换后,信号波形更光滑,频谱在500 Hz到2000 Hz之间分布。结论将小波变换应用于薄膜表面图像信号降噪中,通过实验证明通过小波变换可以有效去除信号中的噪声部分。