买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏南高智能装备创新中心有限公司;东南大学

摘要：本发明公开一种基于振动和声发射传感器的铣刀切入过程中故障监测方法，包括：获取振动信号和声发射信号：通过安装在主轴上的振动传感器和吸附在工件上的声发射传感器，采集加工过程中的主轴的振动信号和声发射信号；自适应识别铣刀切入的瞬态过程：铣刀切入过程中，通过声发射信号的特征构建声发射检测指标，自适应识别铣刀切入的瞬态过程；针对切入过程的多传感器数据，构建LLE‑GASF算法实现多通道的高维传感数据编码转换为格拉姆二维图像；构建CNN模型对基于传感器数据生成的格拉姆二维图像进行分类，输出故障检测结果，通过构建基于声发射传感信号平均值与峰值的比值作为铣刀切入状态的监测指标，实现刀具加工瞬态过程的准确判断。

主权项：1.一种基于振动和声发射传感器的铣刀切入过程中故障监测方法，其特征在于，包括以下步骤：步骤一、获取振动信号和声发射信号：通过安装在主轴上的振动传感器和吸附在工件上的声发射传感器，采集加工过程中的主轴的振动信号和声发射信号；步骤二、自适应识别铣刀切入的瞬态过程：铣刀切入过程中，通过声发射信号的特征构建声发射检测指标，自适应识别铣刀切入的瞬态过程；步骤三、针对切入过程的多传感器数据，构建LLE-GASF算法实现多通道的高维传感数据编码转换为格拉姆二维图像；步骤四、构建CNN模型对基于传感器数据生成的格拉姆二维图像进行分类，输出故障检测结果；所述步骤二中自适应识别铣刀切入的瞬态过程，包括以下步骤：1计算声发射信号的均方根值，即RMS特征；2根据主轴转速以及铣刀齿数确定铣刀单个齿的切削时间齿周期T，将声发射信号的RMS特征AERMS视为周期信号AEpt和随机信号nt的线性累加，以齿周期T去截取AERMS，共截取N段，将各段对应时间点相加即可得AEti；3对AEti取平均值，得到输出信号AEoutti；4取每个齿切削过程中第j个周期内的M个信号AEoutti的平均值与峰值的比值作为铣刀切入瞬间的声发射检测指标rAE；5基于历史数据设定rAE所对应的刀具切入状态的分类阈值，根据rAE自适应识别铣刀切入的瞬态过程；所述RMS特征计算公式为： 其中，AEraw为声发射信号，即声发射传感器的原始输出信号值，τ为积分时间常数，AERMS为声发射信号的均方根值，即RMS特征。

全文数据：

权利要求：

百度查询： 江苏南高智能装备创新中心有限公司 东南大学 基于振动和声发射传感器的铣刀切入过程中故障监测方法