第一章绪论
1.1选题背景
1.1.1课题来源
本课题来源于北京市属高等学校人才强教计划资助项目(项目号:PHR201108053)
1.1.2研究背景
机床在工作运行过程中发出的声音包含着机床运行状态丰富的信息。通过精确研究机床运行过程中产生的声音信号,可以有效的识别机床的类型、运行状态、工作参数以及各零部件磨损状态等等。声音信号具有采集简便,釆集实时性好等优点,在工业生产检测特别是机床运行状态检测中具有优越的利用价值。开发一套基于声音信号的机床运行状态监测系统具有很好的实用价值。目前,声音信号的应用遍及工业加工、农业生产、军事、制造业等广泛领域。声音信号实际就是振动信号,在设备工作运行过程中是不可避免产物,声音信号是对设备加工、设备运行状态具有总体描述性的特点,再加上其自生便于采集的优点,被广泛应由于设备状态监测和故障诊断之中。机械设备运行状态监测和故障诊断可采用的信号有很多⑴,如力信号、温度信号、振动信号和声音信号等,其中后两种信号应用的最多,占整个诊断技术所用信号的66%以上。
一般来说声音信号是由纯音和噪声组成的,而其中噪声通常是被认为是有害而应被消除的。大多数的机械设备运行状态或者是故障信号都包含在噪声之中。因此对设备进行状态监测和故障诊断,对噪声进行分析是一个重要的切入点。而高速机床运行过程中所发出的声音包含其固有结构的声音信号,即“基本噪声”,例如主轴转动、齿轮啮合、零部件接触面摩擦、轴承旋转,丝杠转动等等引起的振动,另外还有因为制造、装配误差而导致的噪声。这些信号混杂一起能够体现机床运行时所处的状态,因此,通过机床运行状态声音信号进行特征提取和分析,可以对机床整体运行过程中的故障诊断和维护提供高效的技术保证,这样可以大大提升机械数控加工的效率,保证设备和人员的安全。因此开发一套高精度的机床运行状态声音测试系统势在必行。1
在机床高速运行过程中,声音信号的反馈是对机床运行状态监测的直接物理参数。因此,能够实时同步的采集高清晰的声音信号,才能使监测更加准确和具有价值。传统的故障诊断往往依靠的是有着大量经验的老工程师通过人耳对含有故障信号特征的设备噪声进行诊断,但是这些经验丰富的老技师毕竟数量在少数而且光靠人耳准确率和误差率也不尽如人意,因此考虑通过利用信号分析的方法,来让计算机这种高精度,低出错率的设备来对故障做出诊断,大大提高设备的实用寿命和实用安全。目前国内比较常用的信号采集分析系统虽然说包含声音模块的应用部分,但是缺乏针对性,并且价格昂贵;而传统的离线釆集数据分析方法又不具备采集的实时同步性,缺乏利用价值。因此,开发一套基于声音振动信号的机床运行状态监测系统,对于监测机床运行状态是否正常,飄别机床工作参数,保证生产的安全进行,为后续的故障诊断提供参考和做出准备都是极有必要的。
1.2声音测试的发展现状与趋势
国外对机械噪声研究起步比较早,英国人R.A.Collacott在二十世纪70年代就率先提出了利用噪声信号对机械设备进行运行状态监测以及故障诊断[2]。1994年,韩国人Ahn,Jung Hwan等人开发了“基于实时声音信号识别的加工工过程刀具磨损过程监测系统”[3]。该系统将釆集信号与标准信号进行对比以获得畸异信号,同时应用神经网络实现了监控。日本的Yamguchi,Toniomi等人提出用切削/机械声音的频率结构来构建监测系统,该系统釆用了十六进制功率谱形式,并用神经网络来识别结构状态。清华大学的王耀文等人通过对穿孔型等离子弧燥接过程中的声音信号进行品与分析以识别燒接过程中馆池的穿孔状态,为等离子弧揮接溶透质量的监测提供了前提条件。南京航空航天大学的韩荣耀等通过对机床空载时的声音信号进行采集分析得出其特征值的判别方法,从而实现对机床类型的判别。南京航空航天大学的杨根莲等通过对机床加工声音信号的小波分解技术进一步分析,同时利用神经网络技术识别出机床加工的类型、状态、转速、磨损状态等信息。上海交通大学的钟振茂等人通过对多信号声源实现了盲分离,从而达到对现场中某台设备进行诊断的目的。就目前的发展状况而言,对于声音信号的分析方法,主流方法与硬件设施世界范围内的科研工作者采用的都大致相同,而国内与国外的差距主要在误差分析精度上,因此,减小分析误差是所有声音信号分析人员的共同难题。
第二章声音测试系统的硬件开发
2.1计算机测试系统的主要硬件组成
基于PC的噪声测试分析系统的硬件平台主要由传声器、信号放大器、信号调理仪、A/D数据采集卡和计算机等几部分组成。传声器:噪声测量传感器学名传声器,又名麦克风。其通过将声音信号转换为电信号以便于测量和分析处理。目前传声器按声电转换关系可以分为电容式、电动式、电磁式、压电式、碳粒式、半导体式传声器等;通过声场内的评价类型来分可以分为声压式、声强式、组合式和线列式传声器[5]。传声器的性能与精度可以用灵敏度来表示,灵敏度决定了釆集信号的可靠性,釆集信号又是噪声测试后续分析的基础。因此,针对不同测试条件和测试对象,选择合理的传声器型号是工程测试成功展幵的基础。
第三章声音信号处理与分析方法应用............9
3.1数字信号分析处理技术............9
3.2声学信号的标定............9
3.2.1 A声级的标定............9
3.2.2声压级与距离的关系............10
3.2.3传声器的标定............11
3.3傅立叶变换及FFT的应用............12
3.4信号滤波............14
3.5小波分析方法应用............15
第四章声音测试系统的软件开发............18
4.1软件开发主流程............18
4.2软件开发平台与编程语言............19
4.3设备运行状态声音监测系统设计............19
第五章设备运行状态测试分析实验............27
5.1铣削加工过程中声音测试实验............27
5.2铣削加工过程中声音与铣削力测试实验............32
结论
本文针对设备运行中声音的特征设计开发了基于声音的机床运行状态监测系统。搭建了声音釆集分析系统的硬件平台,开发了系统软件实现了对机床加工运行过程中声音的采集。设计了合理的声音评价标准,同时嵌有完整的传声器标定模块,能够精确的描述声音在时域上的特征变换,同时保证传感器的灵敏度和测试精度。系统同时开发了信号时域、滤波、频域以及时、频联合分析的功能模块。通过对铣削声音测试实验和铣削声音、铣削力综合测试实验验证了在不同转速、进给速度、吃刀量、刀具尺寸、工件材料下,数控铣床在加工过程中产生声音的不同特征。实验证明,随着铣削力的增大,铣削声音声压级随之增大;在采用直径较小的刀具加工时,设备发出的声音响度相对减小,但高频频率分量明显增加增强。系统实现了对HK5023数控铣床在不同典型工作状况下的监测功能,借助人为参与,能够完成对某些典型工况的甄别。
基于声音的机床运行状态检测系统是基于计算机测试应用技术幵发的,目前针对机械加工声音的测试系统还不多见,对于这种声音的分析手段还是从常规声音分析方法中移植过来。幵发新的声音分析算法能够将机床运行状态监控的效率提高,同时能够更有效的利用计算机芯片的计算功能,最大程度的优化系统,使系统的市场利用价值更髙。扩展系统的附属功能,例如搭建故障诊断数据库,使得系统能够自动提示危险或异常的运行状态,或者利用神经网络大幅度减小机床运行过程中人员的监测时间,真正意义上的实现自动化监测,这些都可以更加有效的保证工业加工安全,提高生产效率,减小生产成本。
参考文献：
[1]杜虎.基于虚拟仪器的机床声音信号在线监测系统开发[D].南京航空航天大学,2007.
[2]韩贞荣.机床声音信号特征的统计分析[D].南京航空航天大学,2007.
[3]杨根莲.基于声音信号的机床类型、状态及其加工参数识别的研究[D].南京航空航天大学,2006.
[4]李冬冬.车床噪声源识别研究与分析软件设计[D].华中科技大学,2009.
[5]宋刚.基于网络的数控机床远程协作诊断系统研究[D].上海交通大学,2007.
[6]易小林.等离子弧焊中等离子云监测机理与模糊控制的研究[D].天津大学.
[7]王耀文,陈强,孙振国,孙久文,王海燕.等离子弧焊接穿孔行为的声信号传感[J].机械工程学报,2001.
[8]于忠伟.MIG焊电弧声信号降噪技术研究[D].哈尔滨理工大学,2010.
[9]兰虎.基于电弧声信号特征MIG焊熔透状态模式识别[D].哈尔滨理工大学,2009.
[10]谢星葵.大功率变极性等离子弧焊电源系统的研究[D].清华大学,2006.