钻削振动信号小波包分频谱减特征增强方法

针对在钻削加工噪声背景下振动信号微弱特征识别和提取困难的问题,提出了一种基于小波包分频谱减的钻削振动信号特征增强方法。首先,在经典谱减法原理的基础上,将钻削前机床空转信号视为监测信号的"加性噪声";其次,根据钻削过程振动信号的特点,采用小波包分解方法将"加性噪声"和监测信号分成多个子频带;最后,对每个子频带内"加性噪声"的相应频带进行谱减处理后,重构钻削振动信号。仿真和实验结果表明,该方法能有效降低环境噪声对钻削过程特征提取的影响,从而达到增强监测信号特征的目的,同时建立了钻削过程与监测信号之间很好的映射关系模型。     

孔系钻削振动信号特征波动可视化研究及其应用

为解决工程应用中切削参数一致的孔系加工质量一致性评估的难题,提出了一种基于振动信号特征波动可视化的聚类分析方法。首先采用振动传感器监控孔系钻削过程,提取各孔振动信号小波包能量谱和高阶统计量特征;然后利用雷达图得到各孔振动信号特征矩阵分布图,提取信号特征雷达图多边形重心特征;最后采用模糊C-均值（FCM）算法对雷达图平面重心点集进行聚类分析。理论分析结果与人工检测结果对比表明：该方法可直观呈现孔系钻削质量分布情况,简便、可靠地实现孔系钻削质量的一致性评估。