[发明专利]一种基于信号频谱分析的磨削表面纹理曲线在线监测方法

说明书

本发明公开了一种基于信号频谱分析的磨削表面纹理曲线在线监测方法，属于智能磨削加工领域。技术路线包括：1）进行磨削数据采样实验，获取磨削力信号和表面纹理曲线，建立二者之间的映射模型；2）将磨削力信号进行漂移补偿、低通滤波和离散傅里叶变换(DFT)，提取幅频曲线特征值；3）将表面纹理曲线进行拼接和DFT，提取幅频曲线特征值；4）使用磨削力信号预测表面纹理幅频曲线的最大值和均值；5）使用卡方分布密度函数和指数衰减函数，模拟表面纹理的幅频曲线；6）对模拟的表面纹理幅频曲线进行反离散傅里叶变换（IDFT），得到磨削表面纹理的预测曲线。该方法实现的表面纹理在线监测曲线与实际测量曲线相关性较高，误差较小。

技术领域

本发明涉及磨削精加工与智能监控领域。针对磨削加工过程中工件表面纹理曲线难以在线监测和评估问题，提出一种基于信号频谱分析的磨削表面纹理曲线在线监测方法。

背景技术

现代磨削为保证磨削加工质量引入了大量传感器，例如功率传感器、声发射传感器、热电偶传感器和磨削力传感器，使得磨削加工逐步过渡到智能化加工方向。然而，无论是依据现有的传感器技术还是磨削领域相关知识，想要实现表面纹理曲线的在线监测都是十分困难的。因此，实现表面纹理曲线的在线监测对于提高磨削加工效率和加工质量具有重大意义，也是磨削加工领域过程中必须要解决的现实性难题。

国内外众多学者基于磨削输入参数、磨削监控信号或是磨削理论知识，建立了大量关于磨削粗糙度的预测模型，且这些预测模型在精度上非常可观。然而，关于工件磨削表面纹理曲线的在线监测研究却少之又少。

磨削力是影响磨削工件表面纹理形状的直接原因。因此，本发明基于磨削加工过程中监测到的磨削力物理信号，对磨削力信号和表面纹理曲线进行频谱分析，建立了磨削力信号表达表面纹理幅频曲线特征值的映射模型。随后借助卡方分布密度函数和指数衰减函数，模拟出表面纹理幅频曲线的形状。最后对模型出的表面纹理幅频曲线执行IDFT操作，得到磨削力信号表达表面纹理曲线的映射模型，完成表面纹理曲线的在线监测难题。

发明内容

本发明提供了一种基于信号频谱分析的磨削表面纹理曲线在线监测方法，其目的是针对磨削精密加工过程中的磨削工件表面纹理曲线难以在线监测难题，提供了一种高效、误差率低、效果好的表面纹理曲线在线监测方法。

为实现上述技术问题，具体技术方案如下：

一种基于信号频谱分析的磨削表面纹理曲线在线监测方法，包括如下步骤：

步骤一，进行磨削数据采样实验，获取磨削力信号和表面纹理曲线，建立二者之间的映射模型；

步骤二，将磨削力信号进行漂移补偿、低通滤波和DFT操作，提取幅频曲线特征值；

步骤三，将表面纹理曲线进行拼接和DFT操作，提取幅频曲线特征值；

步骤四，使用磨削力信号预测表面纹理幅频曲线的最大值和均值；

步骤五，使用卡方分布密度函数和指数衰减函数，模拟表面纹理的幅频曲线；

步骤六，对模拟的表面纹理幅频曲线进行反离散傅里叶变换，得到磨削表面纹理的预测曲线。

进一步，所述步骤一中，每组加工参数下，使用Kistler测力仪线上实时采集加工过程中的磨削力信号，使用Time3200粗糙度测量仪线下采集对应参数下的表面纹理曲线；对采集到的磨削力信号和表面纹理曲线进行DFT操作，得到各自对应的幅频曲线；建立磨削力信号幅频曲线最大值表达表面纹理幅频曲线最大值的映射模型、磨削力信号幅频曲线均值表达表面纹理幅频曲线均值的映射模型。

所述步骤二中，随着电荷在电缆中累积，使得加工过程中采集到的磨削力信号会产生轻微漂移，因此需要对信号进行漂移补偿；依据非磨削加工过程中的力信号，对其执行DFT操作，查看其频率分布，以此为基准设置低通滤波值，进行噪声去除；移除砂轮与工件非充分接触时的磨削阶段力信号，保留充分接触时的磨削阶段力信号；对充分接触工件的磨削力信号执行DFT操作，并提取其幅频曲线最大值和均值。