基于振動分析和支持向量機的表面質量在線檢測方法研究.pdf

1、工件表面質量在線監(jiān)測可以主動地檢測工件加工的質量情況,并根據檢測結果進行統(tǒng)計分析,結合產品質量等級指標,形成個別或批量產品的評估數據,為生產、質量控制和出廠部門提供決策依據。這對于保障零件加工質量、提高加工效率具有重要的現(xiàn)實意義。本文基于振動分析和支持向量機對機械加工表面質量的在線檢測進行相關的研究,首先得用核獨立分量分析對所采集到的原始信號進行盲源分離,然后利用小波包分析提取振動分離信號的特征參數,最后利用支持向量機對表面質量進行分類

2、識別。本試驗主要從以下三個方面的研究內容展開:
　　第一,狀態(tài)信息的獲取。振動信號中攜帶有機械設備內部運行狀態(tài)的大量信息,因此本文基于振動信號來研究其與表面質量之間的內在聯(lián)系及機械加工表面質量的判斷識別。首先,本試驗論文在對切削振動理論、振動信號采集及分析處理理論、表面粗糙度等相關理論分析的基礎上,研究確定相關實驗條件并搭建試驗平臺,以便能完成表面粗糙度的測量、振動信號的采集及分析。
　　第二,狀態(tài)信息的特征提取。確定振動信

3、號為狀態(tài)信息后,我們希望通過對其進行信號的處理與分析找出對表面質量狀態(tài)敏感的一些特征量,通過這些特征量能夠有效的表達或識別不同的表面質量狀態(tài),實現(xiàn)表面質量的有效檢測。通過對核獨立分量分析和小波包分析相關理論及算法的研究分析和仿真實驗可知,核獨立分量分析是一種非線性的獨立分量分析算法,它對于非線性非穩(wěn)態(tài)的振動信號的盲源分離更準確,更靈活。其分離出各自獨立且互不相關的振動分量,能更有效的表征機械運行狀態(tài)。小波包對非平穩(wěn)信號具有很好的局部分析

4、能力,其所分解的不同振動信號的各頻帶內的能量特征能反映不同機械運行狀況的本質特征。針對機械加工過程中的振動信號通常是非線性、非穩(wěn)態(tài)的信號系列,本文選擇基于核獨立分量分析和小波包能量來實現(xiàn)振動信號的特征提取。
　　第三,狀態(tài)的模式識別。本論文選用支持向量機來進行表面粗糙度的分類識別,相比較傳統(tǒng)的統(tǒng)計模式識別方法,支持向量機在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢。在對支持向量機相關理論基礎及算法研究和分析的基礎之上,