论文部分内容阅读
深孔钻削技术作为一种重要的孔加工方法具有系统复杂、钻削条件恶劣、故障模式多样的特点，研究深孔钻削过程的状态监测技术对提高加工过程可靠性、实现加工过程自动化具有重要的实际工程意义。 本文以BTA深孔钻削系统为研究对象，分析了刀具磨破损和堵屑的产生机理以及对钻杆扭转振动和油路系统压力的影响规律，建立了基于钻杆振动信号和油压信号的BTA深孔钻削状态监测方案，采用DSP构建深孔钻削状态监测的实验系统，实现对钻杆振动信号和油压信号的可靠获取。 针对监测信号的非平稳、非线性特点，采用HHT自适应时频分析方法实现监测信号处理，研究了HHT的端点效应和模态混叠问题，利用基于反对称延拓法来抑制端点效应和去脉冲扰动法来抑制模态混叠，通过对测试信号的变换结果表明该方法对抑制HHT端点效应和模态混叠具有较好的效果。 分析了钻杆振动信号和油压信号在时域、频域及时频域的变化特征，研究了监测信号特征在整个钻削历程中的变化规律，提取了与钻头磨损状态密切相关的振动信号HHT变换的IMF1能量Q、IMF2均值μ以及IMF3均方根作为样本特征向量，提取了与排屑状态密切相关的油压信号的油压变化率P()、能量Q及峰值因子C作为样本特征向量。 针对钻削状态与特征向量之间的随机性和不确定性，采用小样本非线性分类的最小二乘支持向量机(LSSVM)构建钻削状态识别系统，并研究了LSSVM的惩罚因子C及核函数宽度参数σ对其性能的影响，采用自适应遗传算法(AGA)优化LSSVM参数，建立了基于AGA的LSSVM状态识别系统。仿真测试和对刀具磨损状态和排屑状态的识别结果表明该模型在小样本条件下能够实现钻削状态的准确可靠识别。 基于LABVIEW平台开发了深孔钻削状态监测信号的数据采集系统，开发了数据接收、显示以及存储的上位机程序。在CCS3.3开发环境下开发了DSP嵌入式实时监测系统，完成系统初始化，并开发信号处理和状态识别以及报警输出程序。在线与离线监测结果表明该系统具有较高的精度和较好的实时性，能够满足BTA深孔钻削状态实时监测的要求。