-
题名超声辅助加工系统的刀具状态自感知算法
- 1
-
-
作者
桑汉德
陈爽
张家豪
赵夙
李荣和
-
机构
江西理工大学机电工程学院
中国科学院宁波材料技术与工程研究所
-
出处
《应用声学》
CSCD
北大核心
2023年第4期746-755,共10页
-
基金
浙江省“尖兵”“领雁”研发攻关计划项目(2022C01114)
宁波市3315创新团队超声冲击处理技术与装备项目(Y80929DL04)
+1 种基金
浙江省自然科学基金项目(LQ22E010011)
宁波市自然科学基金项目(202003N4356,2021J221)。
-
文摘
超声波振动台内含压电材料,可以拾取切削过程产生的振动信号,实现不借助外部传感器刀具工作状态的自感知。为了从刀具振动信号中获取有效信息,该文提出一种基于经验模态分解的时频域重构算法。首先,采用经验模态分解算法将原始信号分解,得到多个固有模态函数分量和残差分量;其次,计算原始信号与各分量之间的时频域互相关系数;再次,归一化时频域互相关系数作为权重值,将固有模态函数分量和残差进行重构;最后,通过数值仿真和超声辅助加工实验,验证了基于经验模态分解的时频域重构算法的去噪性能,提取了信噪比为5.03 dB的目标信号,从而实现了超声辅助加工系统的自感知功能。
-
关键词
超声辅助加工
自感知技术
经验模态分解
互相关系数
时频域权重
-
Keywords
Ultrasonic assisted machining
Self-sensing technology
Empirical mode decomposition
Crosscorrelation coefficient
Time-frequency domain weighted factors
-
分类号
TB559
[理学—声学]
-