超声振动切削钛合金振动信号及表面结构分析

超声振动切削作为一种先进的加工方法,常用于钛合金等难加工材料的加工中,分析超声振动切削对切削过程中振动信号及已加工面表面结构的影响可为后续研究提供参考。利用有限元软件ABAQUS建立二维切削有限元模型,仿真了普通切削及不同振幅的径向、切向超声振动切削,并依据其结果选择最优超声振动切削方案展开试验,研究切削过程中振动信号及已加工面表面结构的变化。结果表明:振幅为10μm的径向超声振动切削优势明显,最大冯·米塞斯应力(Von Mises Stress)降低了6%,平均主切削力降低了11%;径向超声振动切削能够减小主轴回转及刀架固有频率引起的振动约为22%;已加工表面原始轮廓的极差约降低了23%。

基于振动信号EMD和ICA的刀具破损识别

针对多齿铣削过程中振动信号的特点,提出了一种基于经验模态分解(EMD)和独立分量分析(ICA)相结合的方法,对混叠在振动信号中的铣刀破损信号进行分离。对振动信号进行经验模态分解提取出信号中的所有本征模函数,然后应用fastICA对所提取出的本征模函数进行独立分量分析。利用该方法对铣削加速度振动数据进行了分析,试验表明,该方法可以提取出混合信号中与刀具破损状态相关的故障特征频率成分。

基于VMD的铣刀破损检测

针对铣削过程中的切削振动信号具有非平稳性的特点,提出了一种基于变分模态分解(VMD)的铣刀破损检测方法。该方法通过VMD将切削振动信号分解成若干个模态分量,由于铣刀发生破损后,不同模态分量的频带分布会发生变化,因此提取各模态分量的中心频率和能量组成特征向量;对特征向量进行归一化处理,最终输入到支持向量机(SVM)进行铣刀破损检测。在多种切削参数下进行铣削加工实验,结果表明该方法比基于EMD的铣刀破损检测方法能抑制模态混叠的发生且具有更高的检测精度。