[发明专利]一种用于钻削加工状态实时监测的信号分割方法

说明书

一种用于钻削加工状态实时监测的信号分割方法，它主要实现全自动检测实际切削(消除空切削)来选择代表加工状态稳定信号段和解决信号处理过程中数据过多问题。其技术方案要点是：首先对钻削加工监测信号采用小波包分解，分别计算每层信号的归一化香农能量；然后重构香农能量最大层信号的香农包络作为钻削监测信号包络；接着利用滑动平均算法平滑信号包络，通过不断实时更新噪声信号估计来实现双阈值自适应信号检测分割；最后根据钻削加工参数计算切削信号段理论长度，将该理论长度引入检测中作为判决额外约束条件来对结果进行修正，从而完成对钻削过程中实际切削信号和空切削信号的准确分离。本方法可广泛应用于机械加工状态实时在线监测系统。

技术领域

本发明涉及一种用于钻削加工状态监测的信号处理方法，特别是需要长时间持续进行在线实时状态监测领域。

背景技术

随着“中国制造2025”制造强国战略的提出，政府、企业和高校等紧密围绕重点制造领域关键环节，正积极开展新一代信息技术与制造装备融合的集成创新和工程应用。而机械加工状态监测作为预测性维护的重要组成部分，在保证产品加工质量和减少企业损失方面发挥着重要作用，同时状态监测的实时性是衡量状态监测系统性能的重要评价指标。

考虑到成本等原因，在实际生产中对设备状态的检测大都是利用手持式数据采集分析仪，分析所采集数据来评估设备的当前运行状况。但在一些极具安全隐患或故障停机会造成巨大损失的生产中，则需要进行长时间持续不断监测而不是依靠定期的手持式检测分析。

随着计算机和传感器技术的飞速发展，在航空航天等高精密加工领域通常利用传感器来对整个加工系统进行监测来保证零部件质量，为了使监测信号充分切合实际的加工状态来满足检测精度，通常会采用提高采样频率的方式。但是随着采样频率的不断增大，监测信号的数据量也会非常庞大，这对于计算的内存和运行速度提出了更高的要求，也就制约了状态监测的实时性和高效性。

所以，解决上述问题的一个有效途径是在保证监测信号样本能充分表征系统状态前提下，使计算机实现自动去除加工状态无关的信号数据(如换刀阶段信号、走刀阶段信号和空转信号等)，避免这些无关信号被监测系统执行分析，从而极大的减少了监测系统信号处理阶段的负荷，一定程度上缩短了状态监测系统的分析处理时间，为实现更加快捷的在线实时监测提供了可能，同样减少了企业生产成本。此外，状态监测过程是对代表设备运行阶段的相关信号进行特征提取等处理，而不是对整个信号进行分析处理，故状态检测的第一步就是如何选择监测信号的代表性部分。

以钻削加工状态监测为例，如果实际生产中要求监测系统进行长时间持续不断的监测，同时为了保证监测信号精度而增大了采样频率。那么，在状态监测过程中采集到的信号数据将是海量的，若对其全部进行处理无疑会对监测的实时性产生影响，甚至检测失效。假想钻削加工状态监测系统能自动选择代表切削加工时信号进行分析处理，而自动去除与实际切削无关的信号，如钻床换刀和加工完成一个孔到下一个孔之间走刀期间的信号。这样会使钻削加工状态处理的信号数据大大减少，同时只处理切削状态有关信号会使状态监测系统更加可靠。

发明内容

为了能够实现提高钻削加工状态监测的实时性和可靠性，本发明的目的在于提供一种全自动检测钻削中对应实际切削信号而消除无关信号的方法，对其他状态监测实时性同样提供借鉴和参考。

本发明解决其技术问题所采用的技术方案是：首先，对钻削加工监测信号采用小波包分解，分别计算每层信号的归一化香农能量；然后，重构香农能量最大层信号的香农包络后作为钻削监测信号包络；接着，利用滑动平均算法平滑信号包络，通过不断实时更新噪声信号估计来实现双阈值自适应信号检测分割；最后根据钻削加工参数计算切削信号段理论长度，将该理论长度引入检测中作为判决额外约束条件来对结果进行修正，从而完成对钻削过程中实际切削信号和空切削信号的准确分离。

所述小波包分解是将钻削监测信号X(t)采用db5小波3层分解，将信号分解到8个不同的频段：s130,s131,…,s137，小波基函数和分解层数通过实验对比信号分割效果确定。