[发明专利]一种基于小波包变换和近似熵特征的机床颤振在线监测方法

摘要

本发明公开一种基于小波包变换和近似熵特征的机床颤振在线监测方法，将原始数据集采集的原始信号数据等分成随时间变化的信号样本集；分别对不同的样本集进行小波包分解，将信号分解到不同的频带尺度上，并进行移频处理；根据切削颤振的特点，选取富含颤振信息的频带进行小波包重构；提取样本集重构信号的表征信号复杂性的近似熵特征，并绘制随时间变换的信号近似熵特征曲线；通过绘制的近似熵特征曲线上近似熵值的大小与变化情况，来辨识不同加工时刻下系统的稳定性。本发明使得到的近似熵特征对切削系统稳定性具有很好的敏感性和鲁棒性，近似熵特征曲线能够很好地实现切削颤振的在线辨识与监测，对实现变参数切削下的机床颤振监测具有重要意义。

主权项

1.一种基于小波包变换和近似熵特征的机床颤振在线监测方法，其特征在于，该方法包括以下步骤：步骤一、获得在线监测时间内，刀具加工的原始信号数据，原始信号主要包括通过测力仪测量切削过程中刀具与工件之间在三维空间三个方向x,y,z的切削力信号；步骤二、对上述采集的原始信号数据等分成随时间变化的信号样本集；步骤三、分别对不同的样本集进行小波包分解，对原始样本集中的信号选取db小波基进行小波包分解，进行3层小波分解，分别得到8个频带尺度的信号；并进行移频处理，使得分解后的频带按照从小到大的顺序排列；步骤四、根据切削颤振的特点，选取富含颤振信息的频带进行小波包重构，得到重构后的信号；步骤五、提取样本集重构信号的表征信号复杂性的近似熵特征，并绘制随时间变换的信号近似熵特征曲线；步骤六、通过近似熵特征曲线辨识系统的颤振情况，即根据近似熵特征曲线值是否在某一时刻突然减小来监测系统是否发生颤振，辨识不同加工时刻下系统的稳定性。