基于LabVIEW的机床声音信号采集与处理系统

机床声音信号包含着丰富的机床运行状态信息,可作为机床运行状态的判断依据。传统的机床声音信号采集设备成本高,功能单一。为提高机床声音信号采集系统的通用性、丰富声音信号采集系统的功能,并降低设备的成本,以机床、传声器、计算机等为硬件平台,基于Lab VIEW2012软件开发了机床声音信号采集与处理系统。通过实验证明该系统可以对机床的声音信号进行采集,并可进行初步的数据处理,证明了系统的可靠性,为机床设备故障诊断及预测系统的研究打下了坚实的基础。

基于经验模式分解和BP神经网络的刀具状态监测方法

为提高刀具检测识别率,采用经验模式分解法分解不同状态刀具的切削声音信号,计算各信号分量的能量百分比,形成特征向量。利用三次样条插值方法对特征向量进行插值,插值后的特征向量保留了原始信号的所有特征成分,应用BP神经网络识别刀具的状态。实验结果表明:经验模式分解方法和BP神经网络相结合可以有效识别铣刀状态,平均识别率达86%。