[发明专利]基于无线传感器网络的机床颤振智能监控系统及方法

摘要

一种基于无线传感器网络的机床颤振智能监控系统及方法，该系统包括：安装于机床若干振动测量点的振动场测量部分，用于获取机床的振动场信息；数据传输部分，用于将获取的振动场信息传输到上位机；以及上位机，其包括：特征信息提取部分，用于通过分析数据，提取振动特征信息；智能诊断部分，用于通过分析振动特征信息，判断机床是否发生颤振；以及加工参数优化部分，用于根据诊断结果和当前的加工参数作出决策，维持或改变当前的加工参数，保证加工过程稳定。本发明可有效提高机床的实时监控性能，实时监测加工状态，诊断机床是否发生颤振。颤振发生时，可及时优化加工工艺参数，抑制颤振，有效提高加工稳定性和加工零件的表面质量。

主权项

1.一种基于无线传感器网络的机床颤振智能监控系统，其特征在于，包括：安装于机床若干振动测量点的振动场测量部分，用于获取机床的振动场信息；数据传输部分，用于将获取的振动场信息传输到上位机；以及上位机，包括：特征信息提取部分，用于通过分析数据，提取振动特征信息；智能诊断部分，用于通过分析振动特征信息，判断机床是否发生颤振；以及加工参数优化部分，用于根据诊断结果和当前的加工参数作出决策，维持或改变当前的加工参数，保证加工过程稳定；所述智能诊断部分基于人工神经网络，用于根据实时获得的振动特征信息判断加工是否发生颤振，所述人工神经网络使用之前利用历史数据进行训练以优化网络参数，网络训练的输入是带Tag值的振动状态下的小波变换数据，该数据由所述特征信息提取部分提供，Tag值包括对应振动状态下的加工参数及是否发生颤振；所述人工神经网络获得机床在不同加工工艺参数组合的各个振动状态下的小波变换数据，加工工艺参数包括主轴转速、进给速度、背吃刀量、铣削速度，利用带Tag值的小波变换数据进行训练；训练开始时，首先初始化网络，包括网络层数、节点数、权值及变换函数；置k＝1，输入第一组带Tag的小波数据，通过神经网络后，得到输出；比较输出与Tag值，若吻合度良好，训练结束；若吻合度不佳，更新神经网络参数，并输入下一组数据，继续训练；不断迭代，直到网络的输出与Tag值的吻合度良好，训练结束。