[发明专利]一种基于CEEMDAN-IFTC-PSR的刀具振动信号处理方法

说明书

本发明公开了一种基于CEEMDAN‑IFTC‑PSR的刀具振动信号处理方法，首先，针对实际数控加工过程中刀具产生的振动信号出现零值、局部无数据、存在离群点、数量级相差数倍等情况进行信号预处理；然后，对每个预处理后的振动信号数据文件，分解为若干固有模态函数分量，并运用t检验的方法进一步明确哪些是高频分量、低频分量。接着，将所有样本的高频IMF分量放入高频IMFs分量池，低频IMF分量放入低频IMF分量池，并重构融合成n个样本子集Yn(t)，其中包含高频数据Yn,1(t)和低频数据Yn,2(t)。最后，将Yn(t)中的高频数据Yn,1(t)运用相空间重构成Zn,1(t)，低频数据Yn,2(t)重构为Zn,2(t)，从而提取出数控加工刀具剩余使用寿命退化高相关性的特征，并为后续刀具剩余使用寿命预测提供坚实的基础。

技术领域

本发明涉及振动信号处理技术领域，更具体地，涉及一种基于CEEMDAN-IFTC-PSR的刀具振动信号处理方法。

背景技术

在数控机床切削铣削等实际加工场景中，刀具的状态是影响加工产品质量好坏的最关键的一环。在实际数控加工过程中产生的振动信号信息量丰富，能全面的包含各种状态信息和完整的使用寿命退化规律，但也因其振动信号信息量较大的原因，目前对于刀具振动信号的处理，不够精细化，有时候甚至偏向于经验化。目前，信号处理的方式包括时域分析、频域分析和时频域分析。时域分析方法是直接基于采样数据进行分析，由于实际获取的振动信号大多通过传感器以预设的采样频率进行采样，所以获得的信号可以看作一个离散时间序列。频域分析方法是信号处理领域常用的方法，相较于传统的时域分析方法，频域分析方法最大的优势在于能将信号基于频率进行分解，获取一系列频率分量。时频域分析提供了时间域与频率域的联合分布信息，描述了信号频率随时间变化的关系。

公告号为CN109781244B的中国发明专利公开了一种数控机床刀具振动信号检测系统及检测方法，包括振动信号采集装置、数据处理模块和分析判断模块；所述振动信号采集装置固定于数控机床刀台上，用于检测刀具振动信息并输出相应的检测信号至数据处理模块；所述数据处理模块用于对所述检测信号进行差分放大处理后输出待分析数据至分析判断模块；所述分析判断模块用于根据预先存储的数据类别对当前采集的待分析数据进行判断分类，当判断为异常振动数据类别时输出预警信号。上述技术方案对接收到的检测信号进行差分放大处理后输出待分析数据，基于预先训练识别的数据类别实现对刀具振动信号的故障检测及预警。然而，刀具加工状态的多变导致振动信号呈现非平稳、非线性的特征，且振动信号中的噪声成分通常具有多元、复杂的特性。因此单纯使用单一信号处理技术无法实现对刀具原始振动信号的精确分析。

发明内容

本发明的目的在于针对现有技术中的不足，提供一种基于CEEMDAN-IFTC-PSR的刀具振动信号处理方法，对刀具原始振动信号进行分解，实现对刀具原始振动信号的精确分析，可间接节约企业加工时间成本和物料成本，预测机床刀具剩余使用寿命。

本发明的目的通过以下技术方案实现：

一种基于CEEMDAN-IFTC-PSR的刀具振动信号处理方法，其特征在于，包括以下步骤：

S1.基于信息物理系统(Cyber-Physical System,CPS)框架收集的三轴传感器振动信号，并对振动信号进行预处理，生成刀具振动信号样本集；

S2.对刀具振动信号样本集进行CEEMDAN分解生成IMF分量，运用t检验方法各IMF分量均值并判别IMF分量是高频分量还是低频分量；

S3.基于区分出的高频分量和低频分量提出一种Improved Fine-to-CoarseReconstruction(IFTC)算法重构融合从分量池中随机选取出的分量进行融合，得到n个样本子集Yn(t)，其中包含高频数据Yn,1(t)和低频数据Yn,2(t)；