主轴电流信号中铣削力成分的时频分析及提取方法研究

被引：7

作者：

毛新勇 ^{[1
]}

刘红奇 ^{[1
]}

李斌 ^{[1
,2
]}

机构：

[1] 华中科技大学国家数控系统工程技术研究中心

[2] 华中科技大学数字制造装备与技术国家重点实验室

来源：

中国科学(E辑:技术科学) | 2009年 / 11期

关键词：

刀具监测; 主轴电流; 切削力; 小波变换;

D O I：

暂无

中图分类号：

TG54 [铣削加工及铣床];

学科分类号：

摘要：

通过电流信号间接监测切削力波动的方法在刀具状态检测中得到了广泛的应用.但由于实测电流信号具有时变非平稳特性,使得从电流信号中提取有用力信号表征成分存在一定的困难.本文针对电流信号的非平稳时变特性,基于切削力信号的频域分析,应用小波分析方法来重构电流信号中的切削力表征信号量.切削力测量试验结果表明文中所提出的重构方法能成功地应用于主轴电流信号,完成加工切削力波动的监测.

引用

页码：1824 / 1827

页数：4

共 8 条

[1] 基于主轴电流的铣削力间接测量方法研究
李斌
张琛
刘红奇
[J]. 华中科技大学学报(自然科学版), 2008, (03) : 5 - 7+11
[2] Energy Based Cutting Force Model Calibration for Milling[J] . Min Xu,Robert B. Jerard,Barry K. Fussell.Computer-Aided Design and Applications . 2007 (1-4)
[3] Identification of feature set for effective tool condition monitoring by acoustic emission sensing
Sun, J
Hong, GS
Rahman, M
Wong, YS
[J]. INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH, 2004, 42 (05) : 901 - 918
[4] Tool condition monitoring using artificial intelligence methods
Balazinski, M
Czogala, E
Jemielniak, K
Leski, J
[J]. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2002, 15 (01) : 73 - 80
[5] Estimating cutting force from rotating and stationary feed motor currents on a milling machine
Jeong, YH
Cho, DW
[J]. INTERNATIONAL JOURNAL OF MACHINE TOOLS & MANUFACTURE, 2002, 42 (14) : 1559 - 1566
[6] Sensor signals for tool-wear monitoring in metal cutting operations - a review of methods
Dimla, DE
[J]. INTERNATIONAL JOURNAL OF MACHINE TOOLS & MANUFACTURE, 2000, 40 (08) : 1073 - 1098
[7] Application of the discrete wavelet transform to the monitoring of tool failure in end milling using the spindle motor current
Lee, BY
Tarng, YS
[J]. INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, 1999, 15 (04) : 238 - 243
[8] A review of machine vision sensors for tool condition monitoring
Kurada, S
Bradley, C
[J]. COMPUTERS IN INDUSTRY, 1997, 34 (01) : 55 - 72

← 1 →