共查询到20条相似文献,搜索用时 15 毫秒
1.
为消除滚齿机在加工过程中,滚刀主轴振动信号因环境影响而产生的噪声信号,提出一种基于Savitzky Golay -WPT的信号降噪方法。对原信号进行计算,得其最佳小波包分解树;根据最佳分解树,进行小波包变换(WPT),得小波包系数;利用阈值函数对小波包系数进行筛选;结合最小二乘拟合方法对小波包筛选后系数进行重构。结果表明:与传统小波包和CEEMDAN相比,所提方法降噪性能分别提高3135%和2271%;在实际加工数据中,与传统小波包方法对比,该方法可减少中心频率周边干扰,使中心频率特征更突出,降噪效果更明显。 相似文献
2.
《组合机床与自动化加工技术》2020,(6)
针对采集到的加工中心(Machining Center, MC)主轴振动信号中包含大量噪声,导致无法准确地识别MC主轴故障的问题,提出能对高低频的噪声都能分析处理的小波包与具有自适应噪声的完整集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)相结合的降噪方法,对MC主轴振动信号进行降噪处理。使用小波包算法对主轴振动信号进行预处理,通过CEEMDAN方法对预处理的主轴振动信号进行分解,得到多个本征模态函数(Intrinsic Mode Function,IMF)分量和残余分量;计算预处理的主轴振动信号与IMF之间的相关系数,并对高相关系数的IMF分量进行阈值降噪处理;把处理后的IMF分量、未处理的IMF分量和残余分量叠加以获得重建信号。最后,采用仿真信号和真实MC主轴振动信号进行测试,证明该降噪方法能有效去除噪声,使得信号特征的可分离性更高,提高了MC主轴故障识别能力。 相似文献
3.
4.
为了研究液压系统振动信号经EEMD分解前几阶IMF分量能否代表EEMD分解信号的主要成分,提出了EEMD分解的相关主分量分析,研究了EEMD相关主分量分析的效果。运用EEMD分解信号,得到其IMF分量,计算出各分量与原信号的相关系数,从中找出信号的相关主分量,通过对主分量进行Hilbert包络谱分析,并与原信号的Hilbert包络谱比较来验证EEMD相关主分量分析效果。通过对实测信号研究表明,某液压缸连续信号经EEMD分解后,与原信号相关性较大的5阶IMF分量:IMF1、IMF2、IMF5、IMF6、IMF7包含原信号主要成分,能表示该信号EEMD分解的主分量,而前5阶却不能完整表示原信号的主分量;对液压缸冲击信号分析发现,EEMD分解的前两阶IMF分量:IMF1、IMF2与原信号相关性较大,能够准确地表示原信号所包含的频率成分和信息,能表示信号EEMD分解的主分量,代表EEMD分解信号的主要成分。因此,EEMD相关主分量分析能突出EEMD分解的主要频率成分,对液压系统振动信号分析效果良好。 相似文献
5.
6.
7.
8.
辛几何模态分解(SGMD)方法利用周期相似性进行信号分量重组,且需要人为设置终止条件,这导致分解结果具有不确定性。针对这一不足,提出一种聚类辛几何模态分解(CSGMD)方法。首先将时间序列的信号转化成轨迹矩阵;其次,对轨迹矩阵进行矩阵变换,获得由多组初始单分量重构矩阵组成的重构矩阵;然后利用对角平均化方法将每一个重构矩阵转化成相应的一维时间序列初始分量;最后使用K-means聚类算法对初始分量进行重组,得到最终的辛几何分量。相比SGMD和变分模态分解(VMD)方法,该方法提取的有效分量失真程度和频率混淆程度更低,干扰分量更少,故障冲击特性提升更为明显。该方法能够有效提取出转子故障特征,提高转子故障诊断的准确性。 相似文献
9.
10.
针对单一信号监测刀具失效状态存在的缺陷问题,提出电流信号和振动信号的融合方式辨识刀具失效的监测方法。研究了监测信号的预处理和特征提取方法,利用有限元分析软件建立了刀具失效状态监测的多参数融合模型,得出了刀具失效实时判定准则。研究结果表明:电流信号和振动信号的特征融合方式能有效提高刀具失效在线监测实时辨识的准确性和稳定性。 相似文献
11.
13.
针对磁控电弧焊缝跟踪信号非线性不平稳等特点,提出了一种基于匹配追踪和非参数基函数相结合的磁控电弧焊缝跟踪特征信号提取方法(MP_NBFE);在匹配追踪的每一次迭代中,首先自适应调整模板信号,使其逼近原始跟踪信号中的某一特征成分,然后用非参数基函数特征波形提取方法计算出与该模板信号最匹配的信号特征成分的最优估计;其次,依照匹配追踪的原理,用最优估计值去更新信号余量,在新的信号余量中继续寻找计算其他特征成分的最好估计.重复执行该过程,直到信号余量的能量小于预先设定的阈值.通过自行研制的磁控电弧传感器焊缝跟踪平台上的特征信号提取试验验证,结果表明,该方法提取的V形坡口扫描信号与V形坡口扫描的仿真信号变化趋势相同,可准确反映焊缝偏差信息. 相似文献
14.
为了揭示涡旋压缩机的振动和噪声的机制与调制特性,通过搭建实验平台,模拟主轴磨损故障。利用信号解调方法对振动及噪声信号特性进行讨论,探究此类故障对涡旋压缩机的影响。通过与循环平稳分析方法对比,验证了基于时频分析与主成分分析(DPCA)的信号解调方法处理涡旋压缩机信号的优越性。利用DPCA方法提取涡旋压缩机的信号调制特征,讨论了不同工况下的信号特性及产生机制。结果表明:周期性变化的电磁力与压力增强了主成分中调制频率的幅值, x 和 y 方向的振动对噪声的变化起主导作用。 相似文献
15.
16.
《组合机床与自动化加工技术》2017,(1)
为了防止齿轮故障,文章基于振动信号残差法,将采集的振动信号进行同步时域平均后,再将其进行快速傅里叶变换,将平均后的信号独立分离成两部分,从而得到齿轮的常规信号和故障信号。然后,再通过计算残差信号有效值,对故障变化程度给出定量描述。通过比较,可以明显看出时域图中信号波形无明显差异,而经处理后的残差图中常规振动信号幅度较小,波形中出现明显的峰值变化处,即故障信号,同时峰值越突出的地方即故障越严重的位置。 相似文献
17.
《组合机床与自动化加工技术》2017,(4)
为提高机床的加工精度,针对主轴热误差建模,结合最小二乘原理和F分布检验提出了一种改进的累积新算法。对一台立式加工中心,采用激光位移传感器和分布的温度传感器同步测量主轴热变形及温度变化;对获取的建模数据,结合方差分析和F分布检验确定累积阶次K的最小值,在提高热误差建模精度的同时降低算法的复杂度;并进行累积算子求和,构建K(N+1)阶累积方程组,再运用最小二乘原理得出K阶累积广义均值的正规方程组,最后通过矩阵求解实现回归建模及参数估计。最后,对机床变工况条件下主轴热误差进行了实验与建模预测。结果表明:改进累积法的建模精度高于普通累积法,同时保证了建模效率。 相似文献
18.
《组合机床与自动化加工技术》2016,(8)
为实现数控机床热误差的快速精确建模,提出一种基于累积法的机床热误差建模新方法。对一台立式加工中心,利用温度传感器与非接触式激光位移传感器同步测量主轴温度变化及热变形值,对获取的模型数据进行累积算子求和,构建累积矩阵及热误差正规方程来估计模型中的参数以实现热误差建模。利用该方法构建的热误差模型分别与最小二乘法(LS)、最小二乘支持向量机(LSSVM)模型进行对比,结果表明:累积法的建模精度要高于最小二乘法,且建模时间比最小二乘支持向量机法要少。 相似文献
19.
20.
数控机床的可靠性评估对于评价加工精度和加工效率有着重要意义.以比例风险模型(PHM)为基础的基于状态维修(CBM)方法是预防性维修方法的一种,它强调运行时间和实时状态对设备寿命的影响,基于历史数据和实时运行状态评估设备的可靠性.对计算模型加以改进,利用灰色模型估计其中的风险度函数的参数,使之适用于数控机床失效数据较少的情况.以某厂实际运行的精密机床主轴轴振作为状态量,建立数据库,采集轴振信号,记录历史事件,采用CBM方法分析数据,计算机床的可靠度、风险度.计算结果表明:该方法能够评估设备的运行状态,并能优化设备维修策略. 相似文献