[发明专利]高速铣削加工中基于振动信号的刀具跳动参数在线估计法

权利要求书

1.一种高速铣削加工中基于振动信号的刀具跳动参数在线估计法，其特征是：

首先对采集获得的原始振动信号A_R进行预处理获得时域振动信号A_P；所述对采集获得的原始振动信号进行预处理是指：利用加速度计通过监测获得原始振动信号A_R，针对所述原始振动信号A_R在时域内作平滑处理，以此削弱高频随机干扰信号，消除不规则趋势项；

然后针对所述时域振动信号A_P通过积分获得频域位移信号D_λ，再通过离散傅立叶逆变换将频域位移信号转换为时域位移信号d_i；

最后根据所述时域位移信号估计得到刀具平均跳动量，以所述刀具平均跳动量作为刀具跳动长度，实现高速铣削加工中基于振动信号的刀具跳动参数在线估计；

所述高速铣削加工中基于振动信号的刀具跳动参数在线估计法包括如下步骤：

步骤1：原始振动信号采集和预处理：

通过采集获得原始振动信号A_R，针对所述原始振动信号A_R采用五点三次平滑法进行预处理，获得经预处理的时域振动信号A_P；

步骤2：通过信号处理获得时域位移信号：

对所述时域振动信号A_P首先进行离散傅立叶变换，获得频域振动信号X_λ，再对所述频域振动信号X_λ进行积分，获得频域位移信号D_λ；针对所述频域位移信号D_λ经离散傅立叶逆变换，获得时域位移信号d_i；

步骤3：根据时域位移信号估计刀具跳动参数：

依据时域位移信号d_i，通过非线性最小二乘法获得位移轨迹拟合曲线；

将刀具跳动位置记为(O_x,O_y)，是指铣刀刀尖中心点坐(O_x,O_y)；

样本的采样频率为ω，铣刀旋转一个周期的时长为T，则一个周期内的采样数为ωT；

将每个周期内的位移信号序列记为θ_q；

针对所述位移信号序列θ_q进行非线性最小二乘法求解：构造以刀具跳动位置(O_x,O_y)和刀具跳动长度r为多目标变量的多元非线性目标函数组，针对所述目标函数组采用最小二乘法进行最优化求解，获得各目标变量的最优解作为刀具跳动参数，实现高速铣削加工中基于振动信号的刀具跳动参数的估计。

2.根据权利要求1所述的高速铣削加工中基于振动信号的刀具跳动参数在线估计法，其特征是：

将原始振动信号A_R中各元素依次记为离散数列{a_Ri}；

将时域振动信号A_P中各元素依次记为离散数列{a_Pi}；

其中，i＝0,1,…,(U–1)；U为采样样本数；

依据式(1)获得时域振动信号A_P；

式(1)中：u＝2,3,…,(U–3)；

对序列{a_Pi}进行离散傅立叶变换，获得由式(2)所表征的频域振动信号X_λ：

式(2)中，λ＝0,1,…,(U–1)；j为单位虚数

对频域振动信号X_λ进行积分，获得由式(3)所表征的频域位移信号D_λ：

式(3)中，ω_λ＝2πλΔf；Δf为频率分辨率，Δf＝1/T_s，T_s为样本数据总时长；

经过离散傅立叶逆变换，获得由式(4)所表征的时域位移信号d_i：

式(4)中，L_λ是由式(5)所表征的带通滤波器的频率特性：

式(5)中，f_u为下限截止频率，f_d为上限截止频率；

则，每个周期内的位移信号序列θ_q如式(6)所表征：

θ_q＝{d_(q-1)ωT+1,d_(q-1)ωT+2,…,d_qωT} (6)

式(6)中，

针对位移信号序列θ_q进行非线性最小二乘法求解，每组位移信号序列分解到x轴的分量θ_xq和y轴的分量θ_yq由式(7)所表征：

构造多目标变量的多元非线性目标函数组f(O_x,O_y,r)如式(8)：

首先针对式(8)中各目标变量赋于初始值，再利用非线性最小二乘法进行求解，由此获得各目标变量的最优解。