資源描述：
《基于小波包分解提取刀具振動信號特征向量.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、應(yīng)用與試驗2013年第4期(第26卷，總第126期)·枕械研究與應(yīng)用·基于小波包分解提取刀具振動信號特征向量邵占帥，黃民(北京信息科技大學(xué)，北京100192)摘要：主要介紹了3種基于小波包分解的以不同方式進行提取刀具磨損振動信號特征向量的方法刀具振動信號通過小渡包分解后重構(gòu)成不同頻段的信號系數(shù)。在此基礎(chǔ)上，首先提取各個頻段能量基于總能量比值的特征向量；其次對其進行功率譜分析，提取特定頻段幅值的特征向量；最后，利用奇異值分解將不同頻段的信號映射到正交子空間中，從中選取信號的奇異值作為特征向量。最終將得到的特征向量組合成一個特征向量輸入支持向量機中進行刀具磨損識別關(guān)鍵詞：刀具振動信號；小波包分析
2、；功率譜；SVD(奇異值分解)中圖分類號：T(；68文獻標(biāo)志碼：A文章編號：1007—4414(20l3)04—0058—03DecompositionandExtractingVibrationSignalFeatureVectorforToolBasedonWaveletPacketSHA0Zhan—shuai．HUANGMin(MechanicⅡ，ElectronicEngineering，BeijingInJbrmationScience&Technology"University，Beijing100192，China)Abstract：Threedifl；erentwaysare
3、describedbasedonwaveletpackettoextractthefeaturevectorofvibrationsignalsoftoolwear．Foolvibrationsignalisdecomposedbywaveletpacket，andthenre—constituteddifferentfrequencybandsignalCoeffi—cients．Onthisbasis，firstly。extractingtheratioofenergyofeachfrequencyhandbasedontotalenergyasafeatureVeCtor．Second
4、ly，extra(iingtheamplitudeofspecific~equencybandsinitspowerspectrumasafeaturevector．Finally，differentfre—quencybandsofsignalaremappedtotheo~hogonalsubspacebyusingthesingularvaluedecomposition(SVD)，Thesingularvahlesofthesignalareselectedasafeaturevectorinthesubspace．Asignalfeaturevectorcomposedwithth
5、reefeaturevectorsisfinallyinputte~lintosupportvectormachinesfortoolwhichbeingrecognized．Keywords：toolvibrationsignal；waveletpacketanalysis；powerspectrum；SVD1引言同頻率的信號通過不同的頻帶分離出來，得到與刀具刀具系統(tǒng)是高檔數(shù)控機床極其重要的功能部件。磨損狀態(tài)密切相關(guān)的特征。從而實現(xiàn)特征值的提取。切削過程中，刀具在高溫、高壓條件下工作，由于受到小波包分析能夠為信號提供一種更為精細(xì)的分析方工件、切屑的劇烈摩擦，刀具在前、后面接觸區(qū)域內(nèi)會法，不
6、僅對低頻進行細(xì)分，而且對高頻部分也進一步產(chǎn)生磨損，且隨切削時問的增加磨損量逐漸增大。磨細(xì)分，因此小波包具有更為廣泛的應(yīng)用價值。損較輕時刀具的幾何形狀和加工工件尺寸發(fā)生改變，2小波包分析相關(guān)理論嚴(yán)重時將引起刀具失效(失效原因主要包括刀具磨小波分析的基本思想是把信號投影到一組相互鈍、破損和刀刃塑性變形及熱磨損等)。因此，減少正交的小波函數(shù)構(gòu)成的子空間上，形成的信號在不同月具失效是提高生產(chǎn)效率和加工質(zhì)量的一個重要途尺度上展開，從而提取信號在不同頻帶的特征，同時徑，而減少刀具失效最重要的方法就是進行刀具在線保留信號在各個尺度上的時域特征。通過小波濾狀態(tài)監(jiān)測。在線監(jiān)測過程中提取刀具磨損信號的特波器在一
7、系列選擇性相同的頻帶上，使之能夠體現(xiàn)在征值是實現(xiàn)在線監(jiān)測的重要一環(huán)，特征值提取的好壞具有良好濾波器特性的小波時頻窗之中，以獲得信號直接影響后面模式識別的優(yōu)劣。所包含的特征信息。小波變換是近十幾年信號處理領(lǐng)域研究的一個小波包是由M．V．Wikcer，R．R．Coifman等人熱點，許多學(xué)者將小波理論上的研究成果應(yīng)用到圖像在小波變換的基礎(chǔ)上進一步提出來的，并且從數(shù)學(xué)壓縮、特征提取、信號濾波和數(shù)據(jù)融合等方面，而且小
