CN110091216A - 铣削噪声与铣削振动的监测及其相关性分析***及方法 - Google Patents
铣削噪声与铣削振动的监测及其相关性分析***及方法 Download PDFInfo
- Publication number
- CN110091216A CN110091216A CN201910392532.7A CN201910392532A CN110091216A CN 110091216 A CN110091216 A CN 110091216A CN 201910392532 A CN201910392532 A CN 201910392532A CN 110091216 A CN110091216 A CN 110091216A
- Authority
- CN
- China
- Prior art keywords
- milling
- vibration
- noise
- sound
- workpiece
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003801 milling Methods 0.000 title claims abstract description 282
- 238000010219 correlation analysis Methods 0.000 title claims abstract description 41
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims description 27
- 230000001133 acceleration Effects 0.000 claims abstract description 82
- 238000012360 testing method Methods 0.000 claims description 56
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 15
- 238000003705 background correction Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 229910000838 Al alloy Inorganic materials 0.000 claims description 5
- 229910000997 High-speed steel Inorganic materials 0.000 claims description 4
- 239000000956 alloy Substances 0.000 claims description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 3
- 229910052782 aluminium Inorganic materials 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 239000004411 aluminium Substances 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims description 2
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 4
- 238000003754 machining Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
- B23Q17/098—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining by measuring noise
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
- B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
- B23Q17/0971—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining by measuring mechanical vibrations of parts of the machine
- B23Q17/0976—Detection or control of chatter
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/12—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring vibration
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种铣削噪声与铣削振动的监测及其相关性分析***,包括数控机床及工件***、声学与振动测量***以及声学与振动相关性分析***,所述数控机床及工件***主要由数控铣床、铣削刀具和被加工工件组成;所述声学与振动测量***主要由声音校准器、声级计、加速度传感器、电荷放大器和高速数据采集仪组成;所述声学与振动相关性分析***主要由计算机组成。本发明能够同时测量工件在铣削加工过程中产生的噪声和振动,实时监测加工时噪声与振动状态,并分析噪声信号和振动信号的相关性,建立噪声声压级的预测模型,为铣削加工的降噪减振提供理论指导。
Description
技术领域
本发明涉及一种铣削噪声与铣削振动的监测及其相关性分析***及方法,尤其是一种在铣削加工过程中同步采集噪声信号和振动信号的测试与分析***和方法,属于机械加工技术领域。
背景技术
据了解,铣削是以铣刀为加工刀具的机械加工方式,铣刀安装在机床主轴上,并且随着主轴做旋转运动,工件装夹在工作台上做进给运动,从而完成铣刀对工件表面进行切削的加工过程。铣削可以加工出许多比较特殊或者复杂的表面,因此在机械加工中,铣削加工应用较为广泛。而在铣削加工过程中,铣削噪声和铣削振动是比较常见的现象。在铣削过程中,噪声主要来源于机床本底噪声、工件与刀具之间摩擦的噪声、铣削***振动引起的噪声,强烈的噪声制约着生产率的提高,并且影响工人的健康;铣削加工过程中的振动主要有强迫振动和自激振动两种形式,主要由于机床上回转件的不平衡运动和工件与刀具之间摩擦或者撞击引起的,强烈的振动会影响工件表面的加工精度,缩短机床的使用寿命,容易使刀具磨损。由于声音是物体的振动引起的,因此在铣削加工过程中产生的振动也会导致噪声的产生,由此可知,铣削噪声和铣削振动相互影响。目前已经有很多学者对铣削过程进行了研究,但是一般只局限于理论知识、试验或者数值模拟等等角度来单独分析在铣削过程中噪声的变化规律或者振动的变化规律,尚未见有关于铣削噪声和振动两者同步采集及两者相关性分析***。因此,有必要设计一种铣削噪声与铣削振动实时同步监测以及分析的***,在此基础上才能研究铣削噪声和铣削振动的特征,进而研究在不同铣削参数下铣削噪声和三向铣削振动加速度的变化规律以及噪声和振动之间的相关性,为铣削加工状态的监测提供科学的指导。
发明内容
本发明的目的在于:针对上述现有技术存在的不足,提出一种合理的铣削噪声与铣削振动的监测及其相关性分析***及方法,该***能够在铣削时实时同步采集噪声信号和振动信号,对铣削***的状态进行实时监测,并且能够分析噪声和振动信号之间的相关性。
为了达到以上目的,本发明的技术方案如下:
一种铣削噪声与铣削振动的监测及其相关性分析***,包括数控机床及工件***、声学与振动测量***以及声学与振动相关性分析***,所述数控机床及工件***主要由数控铣床、铣削刀具和被加工工件组成;所述声学与振动测量***主要由声音校准器、声级计、加速度传感器、电荷放大器和高速数据采集仪组成,用于实时采集工件加工过程中的噪声信号和振动信号;所述声学与振动相关性分析***主要由计算机组成,用于对采集的噪声信号和振动信号进行实时的时域分析、频域分析和相关性分析。
本发明的铣削噪声和铣削振动的测量***能够同步测量采集噪声和振动信号,相关性分析***能够实时绘制出在不同铣削参数下的声学信号以及三向振动加速度信号的时域和频域曲线图;可以实时监测铣削***的噪声与振动状态,并对该状态进行评估;建立铣削声压级和铣削参数以及铣削三向振动加速度之间的相关性模型,在给定的铣削参数下根据铣削振动可以预测铣削声压级信号;可以分析在给定的铣削参数下铣削噪声和振动之间的相互影响规律。本发明能够同时测量工件在铣削加工过程中产生的噪声和振动,实时监测加工时噪声与振动状态,并分析噪声信号和振动信号的相关性,建立噪声声压级的预测模型,为铣削加工的降噪减振提供理论指导。
本发明进一步优化的技术方案如下:
优选地,所述声音校准器主要用来对声级计进行校准;所述声级计安装于工件下方并距离工件一定距离,用于采集铣削过程中的声压信号;所述加速度传感器安装在铣床工作台上并靠近工件布置,用于采集铣削过程中的X、Y、Z三向振动信号;所述高速数据采集仪具有至少四个电压输入信号通道,其中一个电压输入信号通道与声级计的交流信号输出端连接,剩余的电压输入信号通道与电荷放大器的输出端连接;所述加速度传感器具有三个输出端,分别连接三个电荷放大器的输入端。
优选地,所述铣削刀具安装在立式铣床主轴上,所述铣削刀具的材质为高速钢含铝材料,所述工件装夹在铣床工作台上。
优选地,所述声级计为HS5661型精密声级计;在所述声级计的顶端设有传声器,所述传声器的尾部具有尾部螺纹;在所述声级计的前置极顶端具有顶端螺纹,所述传声器的尾部螺纹对准声级计前置极的顶端螺纹,并且传声器与声级计前置极同轴,将所述传声器按顺时针方向旋转入声级计前置极,所述传声器的顶端旋转入声音校准器的底端孔。
优选地,所述加速度传感器为压电式三向加速度传感器,所述压电式三向加速度传感器通过磁力座与位于铣床工作台上的装夹工件的夹具平台固定连接。
优选地,所述高速数据采集仪的输出接口通过USB数据传输线与计算机的接口连接,所述计算机中安装有声学与振动测量采集软件。
本发明还提供了一种铣削噪声与铣削振动的监测及其相关性分析方法,包括以下步骤:
第一步、组建铣削试验***——铣削试验***包括数控机床及工件***、声学与振动测量***和声学与振动相关性分析***,所述数控机床及工件***主要由数控铣床、铣削刀具和被加工工件组成;所述声学与振动测量***主要由声音校准器、声级计、加速度传感器、电荷放大器和高速数据采集仪组成,所述声音校准器用来校准声压级,所述声级计与高速数据采集仪相连后用于采集噪声信号,所测量的噪声信号为扣除背景噪声得到的信号,加速度传感器通过电荷放大器与高速数据采集仪相连后用于采集振动信号,所测量的振动信号为扣除背景振动得到的信号;所述声学与振动相关性分析***主要由计算机组成;
第二步、准备工件——方体铝合金材料作为被加工工件后,将选择的工件装夹在铣床工作台上;
第三步、连接并校准试验设备;
第四步、铣削试验——启动铣削机床对工件进行加工,并采集铣削过程中的噪声信号和振动信号;
第五步、基于铣削试验数据整理所需的特征值从采集的噪声信号和振动信号的数据中,得到声压级的均方根值、声功率级的均方根值、三向加速度、速度和位移的均方根值;
第六步、绘制噪声信号和振动信号曲线;
第七步、分析铣削噪声和铣削振动之间的相互影响——改变铣削主轴转速、进给速度和铣削深度,可以绘制出在不同的铣削参数下声压级和三向加速度的变化规律,对于铣削试验中的变量进行回归模型分析,可以建立声压级和铣削参数以及铣削振动之间的回归模型,从而进行铣削噪声和铣削振动之间的相关性分析,得到铣削参数和振动对于铣削噪声的影响规律。
第三步中,连接并校准试验设备的具体方法如下:
(1)将高速数据采集仪的电源关闭后,通过USB数据传输线将高速数据采集仪与安装有声学与振动测量采集软件的计算机相连;
(2)将加速度传感器通过磁力座吸附在装夹工件的夹具平台上,并且加速度传感器的X、Y、Z三向分别对应数控铣床的X、Y、Z 三向,将加速度传感器的三个输出端分别接入三个电荷放大器的输入端,然后将电荷放大器的输出端接高速数据采集仪;
(3)将声级计安装在距离工件一定距离处,通过专用数据线将声级计与高速数据采集仪连接;
(4)将高速数据采集仪的电源打开,并打开计算机桌面的声学与振动测量软件,将传声器的顶端旋转入声音校准器的底端,启动声音校准器的按钮开关,3~5秒以后对声级计进行传感器标定,在声压值显示为6.66时表明该仪器可以正常使用,标定结束后取下声音校准器;
(5)设置声学与振动测量采集参数,先定义文件以及文件保存路径,然后设置采样频率、采集时间和采样个数;
(6)在正式开始试验之前,铣床开机,进行背景测量,扣除背景测量。
第七步中,给定铣削速度v,进给速度vf,铣削深度ap,加速度均方根值以及声压级Lp,建立铣削声压级关于铣削参数和铣削振动加速度之间的拟合关系:
建立铣削声压级模型,
其中,为预测声压级值;为加速度均方根值;v为铣削速度;vf为进给速度;ap为铣削深度;C为系数常数;x,y,z,w为指数;
对式(a)两端取对数得到下式,
基于铣削试验得到的数据,运用最小二乘法得到C,x,y,z,w的值。
进一步的,第七步中,建立铣削声压级关于铣削参数、铣削振动之间的拟合模型为,
其中,为预测声压级值,为加速度均方根值,v为铣削速度,vf为进给速度,ap为铣削深度,C为系数常数,x,y,z,w为指数;
对式(a)两端取对数得:
由最小二乘法,获得误差的平方和为,
相关性系数R的一般性计算公式为:
其中,xi,yi为两数据序列;为两数据序列的平均值。
本文引用MATLAB程序[R,P]=corrcoef(x1,y1)直接计算出相关性系数R的值。
所测量的噪声信号输出为声压,将声压的有效值pe与基准声压 p0的比值取以10为底的对数,并且乘以20,即可以得到声压级Lp,所测量的振动信号输出为x、y、z向振动加速度,并且对所测量得到的噪声信号和振动信号进行时域分析和频域分析。
对所测量的噪声信号和振动信号进行数据处理,选取声压级均方根值以及x、y、z三向振动加速度均方根值作为特征值;并且基于最小二乘法原理,建立声压级关于铣削参数以及三向振动加速度之间的回归模型,分析铣削参数及铣削振动对铣削噪声声压级的影响。
本发明的优点是给出了一套完整的、合理的铣削噪声与铣削振动的监测及其相关性分析***,可以实时观测铝合金在铣削过程中铣削噪声信号和振动信号随着铣削时间、频率以及铣削参数的变化规律;在铣削试验结束以后,可以提取噪声信号和振动信号的特征值,并且可以绘制出噪声信号声压以及三向振动加速度的时域曲线和频域曲线;同时可以绘制出在不同铣削参数下声压级和三向振动加速度的变化曲线;另外还可以根据测量得到的试验数据进行分析建立铣削噪声声压级关于铣削参数和三向铣削振动加速度之间的回归模型,分析它们之间的相互影响的规律。
附图说明
下面结合附图对本发明作进一步的描述。
图1为本发明中铣削噪声与铣削振动的监测及其相关性分析***的原理示意图。
图2为本发明中采集时间为60s内铣削噪声声压的时域图。
图3为本发明中铣削噪声声压级的频域图。
图4为本发明中铣削三向振动加速度的时域图;其中(a)为x 向振动加速度的时域图,图(b)为y向振动加速度的时域图,图(c) 为z振动加速度的时域图。
图5为本发明中在不同主轴转速下声压级的变化规律曲线。
图6为本发明中在不同进给速度下声压级的变化规律曲线。
图7为本发明中在不同铣削深度下声压级的变化规律曲线。
图8为本发明中在不同主轴转速下三向振动加速度的变化规律曲线。
图9为本发明中在不同进给速度下三向振动加速度的变化规律曲线。
图10为本发明中在不同铣削深度下三向振动加速度的变化规律曲线。
图11为本发明中声压级均方根值的实测值与拟合值的对比曲线图。
具体实施方式
实施例1
本实施例提供一种铣削噪声与铣削振动的监测及其相关性分析***,如图1所示,包括数控机床及工件***、声学与振动测量***以及声学与振动相关性分析***,数控机床及工件***主要由数控铣床、铣削刀具和被加工工件组成;声学与振动测量***主要由声音校准器、声级计、加速度传感器、电荷放大器和高速数据采集仪组成,用于实时采集工件加工过程中的噪声信号和振动信号;声学与振动相关性分析***主要由计算机组成,用于对采集的噪声信号和振动信号进行实时的时域分析、频域分析和相关性分析。声级计安装于工件下方并距离工件一定距离,用于采集铣削过程中的声压(噪声)信号;加速度传感器安装在铣床工作台上并靠近工件布置,用于采集铣削过程中的X、Y、Z三向振动信号;高速数据采集仪具有四个电压输入信号通道,分别接收声压信号及三向振动信号,其中一个电压输入信号通道(通道1)通过专用数据线与声级计的交流信号输出端连接,剩余的电压输入信号通道(通道2、3、4)与电荷放大器的输出端连接;加速度传感器具有三个输出端,分别连接三个电荷放大器的输入端,通过连接的电荷放大器将电流信号转换为电压信号。铣削刀具安装在立式铣床主轴上,铣削刀具的材质为高速钢含铝材料,铣削刀具为高速钢直柄立铣刀,工件装夹在铣床工作台上。声级计为HS5661 型精密声级计;在声级计的顶端设有传声器,传声器的尾部具有尾部螺纹;在声级计的前置极顶端具有顶端螺纹,传声器的尾部螺纹对准声级计前置极的顶端螺纹,并且传声器与声级计前置极同轴,将传声器按顺时针方向旋转入声级计前置极;传声器的顶端旋转入声音校准器的底端孔,声音校准器主要用来对声级计进行校准,校准完毕后取下声音校准器。加速度传感器为压电式三向加速度传感器,压电式三向加速度传感器通过磁力座与位于铣床工作台上的装夹工件的夹具平台固定连接,加速度传感器通过连接电荷放大器将采集的电荷信号放大并输出电压信号。高速数据采集仪的输出接口通过USB数据传输线与计算机的接口连接,计算机中安装有声学与振动测量采集软件。
一种铣削噪声与铣削振动的监测及其相关性分析方法,包括以下步骤:
第一步、组建铣削试验***
铣削试验***包括数控机床及工件***、声学与振动测量***和声学与振动相关性分析***,数控机床及工件***主要由数控铣床、铣削刀具和被加工工件组成;声学与振动测量***主要由声音校准器、声级计、加速度传感器、电荷放大器和高速数据采集仪组成,声音校准器用来校准声压级,声级计与高速数据采集仪相连后用于采集噪声信号,所测量的噪声信号为扣除背景噪声得到的信号,加速度传感器通过电荷放大器与高速数据采集仪相连后用于采集振动信号,所测量的振动信号为扣除背景振动得到的信号;声学与振动相关性分析***主要由计算机组成。
第二步、准备工件
先根据铣削试验方案以及实验室现有材料,选择长度100mm、宽度40mm、高度100mm的方体铝合金材料作为被加工工件后,将选择的工件装夹在铣床工作台上。
第三步、连接并校准试验设备
(1)将高速数据采集仪的电源关闭后,通过USB数据传输线将高速数据采集仪与安装有声学与振动测量采集软件的计算机相连;
(2)将加速度传感器通过超强磁力座吸附在装夹工件的夹具平台上,并且加速度传感器的X、Y、Z三向分别对应数控铣床的X、 Y、Z三向,将加速度传感器的三个输出端分别接入三个电荷放大器的输入端,并调好电荷放大器的灵敏度,三个电荷放大器的灵敏度分别对应加速度传感器三个方向的灵敏度,然后将三个电荷放大器的输出端分别接高速数据采集仪的2、3、4通道,并且是电压输出,高速数据采集仪的通道1、2、3、4在试验时改为电压输入;
(3)将声级计安装在距离工件0.85米处,通过专用数据线将声级计与高速数据采集仪的通道1连接,并且是电压输出;
(4)将高速数据采集仪的电源打开,并打开计算机桌面的声学与振动测量软件,将传声器的顶端旋转入声音校准器的底端,启动声音校准器的按钮开关,3~5秒以后对精密型声级计进行传感器标定,在声压值显示为6.66左右时表明该仪器可以正常使用,标定结束后取下声音校准器;
(5)设置声学与振动测量采集参数,先定义文件以及文件保存路径,然后设置采样频率、采集时间和采样个数等;
(6)在正式开始试验之前,铣床开机,进行背景测量,如要扣除背景噪声以及背景振动,点击扣除背景测量按钮。
第四步、设计操作人员分工方案并进行铣削试验
通过制定铣削试验方案,按照不同的铣削参数进行铣削试验,该试验同步采集铣削噪声信号和振动信号。在铣削试验过程中,需要四个人分工合作,共同完成。其中,1人负责操作数控铣床,改变铣削参数以完成不同情况下的噪声和振动测量;1人负责在铣削试验过程中读报每次试验的铣削参数和记录试验情况;1人负责操作声学与振动测量软件,保存每次试验的数据、时域图和频域图;1人负责在试验过程中拍照,拍下试验过程中每一次加工后的工件照片。人员的任务分配及铣削试验步骤如下:
(1)试验之前,拍照人员拍下未进行加工的工件照片以备与加工后的工件作对比,同时拍下声级计、加速度传感器与工件的相对位置;
(2)负责记录试验的人员在每次试验开始之前读报本次试验的铣削参数的数值;
(3)负责操作数控铣床的人员在铣床的控制面板上输入加工程序和本次试验相对应的铣削参数,并且询问在场人员是否准备好开始试验;
(4)负责操作声学与振动测量软件的人员先做好扣除背景噪声和振动,完成之后说明已经准备好开始试验;
(5)当所有人员准备好试验时,负责操作数控铣床的人员根据操作面板显示数据说“开始”;
(6)负责操作声学与振动测量软件的人员点击软件界面上的“采集”按钮;
(7)采集结束后,保存本次试验的采集数据,并设置好下一次试验的保存位置及名称。
第五步、基于铣削试验数据整理所需的特征值
从声学与振动测量软件以及其相关性分析***,可以进行声学信号和三向振动加速度信号的时域分析和频域分析,可以得到声压随时间变化的时域图(见图2)、声压随频率变化的频域图(见图3)和三向加速度的时域图(见图4)。从采集的噪声信号和振动信号的数据中,可以得到声压级的均方根值、声功率级的均方根值、三向加速度、速度和位移的均方根值。
第六步、绘制噪声信号和振动信号曲线
基于采集到的铣削试验数据,绘制出在不同的铣削参数下声压级、三向加速度的变化曲线。
第七步、分析铣削噪声和铣削振动之间的相互影响
改变铣削主轴转速、进给速度和铣削深度,可以绘制出在不同的铣削参数下声压级和三向加速度的变化规律,对于铣削试验中的变量进行回归模型分析,可以建立声压级和铣削参数以及铣削振动之间的回归模型,从而进行铣削噪声和铣削振动之间的相关性分析,得到铣削参数和振动对于铣削噪声的影响规律。
已知铣削速度v,进给速度vf,铣削深度ap,加速度均方根值以及声压级Lp,建立铣削声压级关于铣削参数和铣削振动加速度之间的拟合关系:
建立铣削声压级模型,
其中,为预测声压级值;为加速度均方根值;v为铣削速度;vf为进给速度;ap为铣削深度;C为系数常数;x,y,z,w为指数;
对式(a)两端取对数得到下式,
基于铣削试验得到的数据,运用最小二乘法和MATLAB编程(见附录)得到C,x,y,z,w的值。
在本次铣削试验过程中,铣削参数有铣削速度v,进给速度vf和铣削深度ap;采用长度为100mm,宽度为40mm,高度为100mm 的铝合金方体为铣削加工材料;采用北京波谱公司生产的YD-21型号的三向加速度传感器、声级计和声学与振动测量仪。其中,主轴转速n选取四个水平,分别为:800转/分钟,1200转/分钟,1600转/分钟,2000转/分钟;进给速度vf为四个水平,分别为10毫米/分钟,15 毫米/分钟,20毫米/分钟,25毫米/分钟;铣削深度ap为四个水平,分别为5mm,4mm,3mm,2mm,采集时间为60s,采样频率为2000Hz。具体试验方案如表1所示。
表1铣削试验方案
(1)不同铣削参数下声压级的变化规律
可以比较在不同的铣削参数下,铣削声压级的变化规律。图5 为在保持进给速度vf为10mm/min,铣削深度ap为5mm不变的情况下不同主轴转速下声压级的变化规律曲线;图6为保持主轴转速n 为800r/min,铣削深度ap为5mm不变的情况下不同进给速度下声压级的变化规律曲线;图7为保持主轴转速n为800r/min,进给速度 vf为10mm/min不变的情况下不同铣削深度下声压级的变化规律曲线。
(2)不同铣削参数下三向振动加速度的变化规律
可以比较在不同的铣削参数下,三向振动加速度的变化规律。图8为在保持进给速度vf为10mm/min,铣削深度ap为5mm不变的情况下不同主轴转速下三向振动加速度的变化规律曲线;图9为保持主轴转速n为800r/min,铣削深度ap为5mm不变的情况下不同进给速度下三向振动加速度的变化规律曲线;图10为保持主轴转速n为 800r/min,进给速度vf为10mm/min不变的情况下不同铣削深度下三向振动加速度的变化规律曲线。
由图可知,x向加速度值较大,在x向产生的振动较大,y向和 z向产生的振动较小。
(3)铣削声压级与铣削参数、铣削振动之间的相关性分析
由于
铣削刀具直径为10mm,故可得到铣削速度v的值,铣削速度v 单位为m/min,声压级和声功率级的单位为dB,加速度的单位为m/s2。通过铣削试验得到的试验数据如表2所示。
表2铣削试验数据
故建立铣削声压级关于铣削参数、铣削振动之间的拟合模型为,
其中,为预测声压级值,为加速度均方根值,v为铣削速度,vf为进给速度,ap为铣削深度,C为系数常数,x,y,z,w为指数;
对式(a)两端取对数得:
由最小二乘法,获得误差的平方和为,
相关性系数R的一般性计算公式为:
其中,xi,yi为两数据序列;为两数据序列的平均值。
本文引用MATLAB程序[R,P]=corrcoef(x1,y1)直接计算出相关性系数R的值。
以x向加速度均方根值为例,基于最小二乘法原理,利用 MATLAB编程见附录,求出C=72.6151,x=0.05843,y=0.00525, z=-0.05205,w=0.06567,R=0.90,由此可知,铣削声压级和铣削参数、铣削振动之间的相关性系数R较高,图11为声压级拟合值和实测值的对比图。
。
Claims (10)
1.一种铣削噪声与铣削振动的监测及其相关性分析***,其特征在于:包括数控机床及工件***、声学与振动测量***以及声学与振动相关性分析***,所述数控机床及工件***主要由数控铣床、铣削刀具和被加工工件组成;所述声学与振动测量***主要由声音校准器、声级计、加速度传感器、电荷放大器和高速数据采集仪组成,用于实时采集工件加工过程中的噪声信号和振动信号;所述声学与振动相关性分析***主要由计算机组成,用于对采集的噪声信号和振动信号进行实时的时域分析、频域分析和相关性分析。
2.根据权利要求1所述一种铣削噪声与铣削振动的监测及其相关性分析***,其特征在于:所述声音校准器主要用来对声级计进行校准;所述声级计安装于工件下方并距离工件一定距离,用于采集铣削过程中的声压信号;所述加速度传感器安装在铣床工作台上并靠近工件布置,用于采集铣削过程中的X、Y、Z三向振动信号;所述高速数据采集仪具有至少四个电压输入信号通道,其中一个电压输入信号通道与声级计的交流信号输出端连接,剩余的电压输入信号通道与电荷放大器的输出端连接;所述加速度传感器具有三个输出端,分别连接三个电荷放大器的输入端。
3.根据权利要求2所述一种铣削噪声与铣削振动的监测及其相关性分析***,其特征在于:所述铣削刀具安装在立式铣床主轴上,所述铣削刀具的材质为高速钢含铝材料,所述工件装夹在铣床工作台上。
4.根据权利要求3所述一种铣削噪声与铣削振动的监测及其相关性分析***,其特征在于:所述声级计为HS5661型精密声级计;在所述声级计的顶端设有传声器,所述传声器的尾部具有尾部螺纹;在所述声级计的前置极顶端具有顶端螺纹,所述传声器的尾部螺纹对准声级计前置极的顶端螺纹,并且传声器与声级计前置极同轴,将所述传声器按顺时针方向旋转入声级计前置极,所述传声器的顶端旋转入声音校准器的底端孔。
5.根据权利要求4所述一种铣削噪声与铣削振动的监测及其相关性分析***,其特征在于:所述加速度传感器为压电式三向加速度传感器,所述压电式三向加速度传感器通过磁力座与位于铣床工作台上的装夹工件的夹具平台固定连接。
6.根据权利要求5所述一种铣削噪声与铣削振动的监测及其相关性分析***,其特征在于:所述高速数据采集仪的输出接口通过USB数据传输线与计算机的接口连接,所述计算机中安装有声学与振动测量采集软件。
7.根据权利要求1至6任一项所述一种铣削噪声与铣削振动的监测及其相关性分析方法,其特征在于,包括以下步骤:
第一步、组建铣削试验***——铣削试验***包括数控机床及工件***、声学与振动测量***和声学与振动相关性分析***,所述数控机床及工件***主要由数控铣床、铣削刀具和被加工工件组成;所述声学与振动测量***主要由声音校准器、声级计、加速度传感器、电荷放大器和高速数据采集仪组成,所述声音校准器用来校准声压级,所述声级计与高速数据采集仪相连后用于采集噪声信号,加速度传感器通过电荷放大器与高速数据采集仪相连后用于采集振动信号;所述声学与振动相关性分析***主要由计算机组成;
第二步、准备工件——选择方体铝合金材料作为被加工工件后,将选择的工件装夹在铣床工作台上;
第三步、连接并校准试验设备;
第四步、铣削试验——启动铣削机床对工件进行加工,并采集铣削过程中的噪声信号和振动信号;
第五步、基于铣削试验数据整理所需的特征值从采集的噪声信号和振动信号的数据中,得到声压级的均方根值、声功率级的均方根值、三向加速度、速度和位移的均方根值;
第六步、绘制噪声信号和振动信号曲线;
第七步、分析铣削噪声和铣削振动之间的相互影响——改变铣削主轴转速、进给速度和铣削深度,可以绘制出在不同的铣削参数下声压级和三向加速度的变化规律,对于铣削试验中的变量进行回归模型分析,可以建立声压级和铣削参数以及铣削振动之间的回归模型,从而进行铣削噪声和铣削振动之间的相关性分析,得到铣削参数和振动对于铣削噪声的影响规律。
8.根据权利要求7所述一种铣削噪声与铣削振动的监测及其相关性分析方法,其特征在于,第三步中,连接并校准试验设备的具体方法如下:
(1)将高速数据采集仪的电源关闭后,通过USB数据传输线将高速数据采集仪与安装有声学与振动测量采集软件的计算机相连;
(2)将加速度传感器通过磁力座吸附在装夹工件的夹具平台上,并且加速度传感器的X、Y、Z三向分别对应数控铣床的X、Y、Z三向,将加速度传感器的三个输出端分别接入三个电荷放大器的输入端,然后将电荷放大器的输出端接高速数据采集仪;
(3)将声级计安装在距离工件一定距离处,通过专用数据线将声级计与高速数据采集仪连接;
(4)将高速数据采集仪的电源打开,并打开计算机桌面的声学与振动测量软件,将传声器的顶端旋转入声音校准器的底端,启动声音校准器的按钮开关,3~5秒以后对声级计进行传感器标定,在声压值显示为6.66时表明该仪器可以正常使用,标定结束后取下声音校准器;
(5)设置声学与振动测量采集参数,先定义文件以及文件保存路径,然后设置采样频率、采集时间和采样个数;
(6)在正式开始试验之前,铣床开机,进行背景测量,扣除背景测量。
9.根据权利要求8所述一种铣削噪声与铣削振动的监测及其相关性分析方法,其特征在于,第七步中,给定铣削速度v,进给速度vf,铣削深度ap,加速度均方根值以及声压级Lp,建立铣削声压级关于铣削参数和铣削振动加速度之间的拟合关系:
建立铣削声压级模型,
其中,为预测声压级值;为加速度均方根值;v为铣削速度;vf为进给速度;ap为铣削深度;C为系数常数;x,y,z,w为指数;
对式(a)两端取对数得到下式,
基于铣削试验得到的数据,运用最小二乘法,通过MATLAB编程见附录得到C,x,y,z,w的值。
10.根据权利要求9所述一种铣削噪声与铣削振动的监测及其相关性分析方法,其特征在于,第七步中,建立铣削声压级关于铣削参数、铣削振动之间的拟合模型为,
其中,为预测声压级值,为加速度均方根值,v为铣削速度,vf为进给速度,ap为铣削深度,C为系数常数,x,y,z,w为指数;
对式(a)两端取对数得:
由最小二乘法,获得误差的平方和为,
相关性系数R的一般性计算公式为:
其中,xi,yi为两数据序列;为两数据序列的平均值。
本文引用MATLAB程序[R,P]=corrcoef(x1,y1)直接计算出相关性系数R的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910392532.7A CN110091216B (zh) | 2019-05-13 | 2019-05-13 | 铣削噪声与铣削振动的监测及其相关性分析***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910392532.7A CN110091216B (zh) | 2019-05-13 | 2019-05-13 | 铣削噪声与铣削振动的监测及其相关性分析***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110091216A true CN110091216A (zh) | 2019-08-06 |
CN110091216B CN110091216B (zh) | 2021-06-01 |
Family
ID=67447776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910392532.7A Active CN110091216B (zh) | 2019-05-13 | 2019-05-13 | 铣削噪声与铣削振动的监测及其相关性分析***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110091216B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110851913A (zh) * | 2019-10-10 | 2020-02-28 | 中国直升机设计研究所 | 一种直升机气动噪声确定方法 |
CN110842646A (zh) * | 2019-11-22 | 2020-02-28 | 江苏师范大学 | 一种基于多特征融合的铣削声压级监测及预测***和方法 |
CN113671901A (zh) * | 2021-08-17 | 2021-11-19 | 江苏师范大学 | 一种金属切削多信号的耦合协调分析方法 |
CN113704922A (zh) * | 2021-09-01 | 2021-11-26 | 江苏师范大学 | 一种基于声振及纹理特征预测表面粗糙度的方法 |
CN115008254A (zh) * | 2022-05-30 | 2022-09-06 | 河源富马硬质合金股份有限公司 | 一种高速铣削过程刀具状态监测方法 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5407265A (en) * | 1992-07-06 | 1995-04-18 | Ford Motor Company | System and method for detecting cutting tool failure |
US5523701A (en) * | 1994-06-21 | 1996-06-04 | Martin Marietta Energy Systems, Inc. | Method and apparatus for monitoring machine performance |
CN101697072A (zh) * | 2009-10-29 | 2010-04-21 | 上海第二工业大学 | 数控机床故障诊断***及其方法 |
CN102501140A (zh) * | 2011-11-22 | 2012-06-20 | 南京航空航天大学 | 一种球头铣刀定位及磨损监测方法 |
CN103116673A (zh) * | 2013-02-04 | 2013-05-22 | 陈慧群 | 一种铣削加工表面形貌预测方法 |
CN104669057A (zh) * | 2015-01-31 | 2015-06-03 | 重庆大学 | 一种机床切削加工***附加载荷损耗系数获取方法 |
CN104741638A (zh) * | 2015-04-20 | 2015-07-01 | 江苏师范大学 | 一种车削刀具磨损状态监测*** |
CN106092565A (zh) * | 2016-06-08 | 2016-11-09 | 成都阜特科技股份有限公司 | 一种振动故障分析方法及其*** |
CN107144639A (zh) * | 2017-05-12 | 2017-09-08 | 江苏师范大学 | 一种煤样强度与加载速率及声发射特征参数的耦合模型 |
CN107263211A (zh) * | 2017-05-26 | 2017-10-20 | 温州大学 | 一种基于多传感融合的刀具状态监测方法 |
CN107378641A (zh) * | 2017-08-23 | 2017-11-24 | 东北电力大学 | 一种基于图像特征和lltsa算法的刀具磨损状态监测方法 |
CN107756139A (zh) * | 2016-08-18 | 2018-03-06 | 王智中 | 刀具状态检测***及其方法 |
CN107756138A (zh) * | 2016-08-18 | 2018-03-06 | 王智中 | 切削刀具状态在线检测方法及设备 |
CN108195672A (zh) * | 2017-12-19 | 2018-06-22 | 江苏师范大学 | 一种材料拉扭破坏应力及破坏面方向的预测方法 |
CN109015111A (zh) * | 2018-07-06 | 2018-12-18 | 华中科技大学 | 一种基于信息融合及支持向量机的刀具状态在线监测方法 |
CN109158953A (zh) * | 2018-09-04 | 2019-01-08 | 温州大学激光与光电智能制造研究院 | 一种刀具磨损状态在线监测方法及*** |
CN109333159A (zh) * | 2018-09-11 | 2019-02-15 | 温州大学苍南研究院 | 刀具磨损状态在线监测的深度核极限学习机方法及*** |
CN109357826A (zh) * | 2018-09-26 | 2019-02-19 | 江苏师范大学 | 一种车削刀具-工件非线性振动***耦合特征的研究方法 |
-
2019
- 2019-05-13 CN CN201910392532.7A patent/CN110091216B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5407265A (en) * | 1992-07-06 | 1995-04-18 | Ford Motor Company | System and method for detecting cutting tool failure |
US5523701A (en) * | 1994-06-21 | 1996-06-04 | Martin Marietta Energy Systems, Inc. | Method and apparatus for monitoring machine performance |
CN101697072A (zh) * | 2009-10-29 | 2010-04-21 | 上海第二工业大学 | 数控机床故障诊断***及其方法 |
CN102501140A (zh) * | 2011-11-22 | 2012-06-20 | 南京航空航天大学 | 一种球头铣刀定位及磨损监测方法 |
CN103116673A (zh) * | 2013-02-04 | 2013-05-22 | 陈慧群 | 一种铣削加工表面形貌预测方法 |
CN104669057A (zh) * | 2015-01-31 | 2015-06-03 | 重庆大学 | 一种机床切削加工***附加载荷损耗系数获取方法 |
CN104741638A (zh) * | 2015-04-20 | 2015-07-01 | 江苏师范大学 | 一种车削刀具磨损状态监测*** |
CN106092565A (zh) * | 2016-06-08 | 2016-11-09 | 成都阜特科技股份有限公司 | 一种振动故障分析方法及其*** |
CN107756138A (zh) * | 2016-08-18 | 2018-03-06 | 王智中 | 切削刀具状态在线检测方法及设备 |
CN107756139A (zh) * | 2016-08-18 | 2018-03-06 | 王智中 | 刀具状态检测***及其方法 |
CN107144639A (zh) * | 2017-05-12 | 2017-09-08 | 江苏师范大学 | 一种煤样强度与加载速率及声发射特征参数的耦合模型 |
CN107263211A (zh) * | 2017-05-26 | 2017-10-20 | 温州大学 | 一种基于多传感融合的刀具状态监测方法 |
CN107378641A (zh) * | 2017-08-23 | 2017-11-24 | 东北电力大学 | 一种基于图像特征和lltsa算法的刀具磨损状态监测方法 |
CN108195672A (zh) * | 2017-12-19 | 2018-06-22 | 江苏师范大学 | 一种材料拉扭破坏应力及破坏面方向的预测方法 |
CN109015111A (zh) * | 2018-07-06 | 2018-12-18 | 华中科技大学 | 一种基于信息融合及支持向量机的刀具状态在线监测方法 |
CN109158953A (zh) * | 2018-09-04 | 2019-01-08 | 温州大学激光与光电智能制造研究院 | 一种刀具磨损状态在线监测方法及*** |
CN109333159A (zh) * | 2018-09-11 | 2019-02-15 | 温州大学苍南研究院 | 刀具磨损状态在线监测的深度核极限学习机方法及*** |
CN109357826A (zh) * | 2018-09-26 | 2019-02-19 | 江苏师范大学 | 一种车削刀具-工件非线性振动***耦合特征的研究方法 |
Non-Patent Citations (1)
Title |
---|
中国优秀硕士论文电子期刊网工程科技Ⅰ辑: "基于多传感器信息融合的数控铣削刀具状态监测与诊断研究", 《中国优秀硕士论文电子期刊网工程科技Ⅰ辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110851913A (zh) * | 2019-10-10 | 2020-02-28 | 中国直升机设计研究所 | 一种直升机气动噪声确定方法 |
CN110851913B (zh) * | 2019-10-10 | 2022-11-22 | 中国直升机设计研究所 | 一种直升机气动噪声确定方法 |
CN110842646A (zh) * | 2019-11-22 | 2020-02-28 | 江苏师范大学 | 一种基于多特征融合的铣削声压级监测及预测***和方法 |
CN110842646B (zh) * | 2019-11-22 | 2021-10-08 | 江苏师范大学 | 一种基于多特征融合的铣削声压级监测及预测***和方法 |
CN113671901A (zh) * | 2021-08-17 | 2021-11-19 | 江苏师范大学 | 一种金属切削多信号的耦合协调分析方法 |
CN113671901B (zh) * | 2021-08-17 | 2024-06-07 | 江苏师范大学 | 一种金属切削多信号的耦合协调分析方法 |
CN113704922A (zh) * | 2021-09-01 | 2021-11-26 | 江苏师范大学 | 一种基于声振及纹理特征预测表面粗糙度的方法 |
CN113704922B (zh) * | 2021-09-01 | 2024-02-02 | 江苏师范大学 | 一种基于声振及纹理特征预测表面粗糙度的方法 |
CN115008254A (zh) * | 2022-05-30 | 2022-09-06 | 河源富马硬质合金股份有限公司 | 一种高速铣削过程刀具状态监测方法 |
CN115008254B (zh) * | 2022-05-30 | 2024-06-04 | 河源富马硬质合金股份有限公司 | 一种高速铣削过程刀具状态监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110091216B (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110091216A (zh) | 铣削噪声与铣削振动的监测及其相关性分析***及方法 | |
Grossi et al. | Spindle speed ramp-up test: A novel experimental approach for chatter stability detection | |
CN110842646B (zh) | 一种基于多特征融合的铣削声压级监测及预测***和方法 | |
CN103624633A (zh) | 一种以激光微位移传感器为测量元件的微铣削振动精密测量*** | |
CN103926094A (zh) | 一种模拟真实切削工况的机床静刚度测试装置及方法 | |
JP2017004541A (ja) | 切削工具の作動条件を最適化する方法 | |
CN103231279A (zh) | 一种数控机床切削状态下的机床主轴动态测试装置 | |
Grossi | Accurate and fast measurement of specific cutting force coefficients changing with spindle speed | |
CN109175417A (zh) | 一种车削工件准静态变形的理论计算及动变形的实测方法 | |
CN204621695U (zh) | 基于隔振式电涡流传感器测量动态铣削力装置 | |
CN107066775A (zh) | 一种刀具车削温升均值的预测方法 | |
CN109531270B (zh) | 基于内置传感器的数控机床进给***的模态测试方法 | |
CN115008256B (zh) | 一种旋转轴运动过程中振动测试*** | |
JPH11258135A (ja) | 金属材料の加工特性評価試験方法および装置 | |
CN115673874B (zh) | 数控机床转台在机动平衡检测的方法与装置 | |
CN106217131A (zh) | 攻丝过程同步误差测量方法 | |
CN109357826B (zh) | 一种车削刀具-工件非线性振动***耦合特征的研究方法 | |
CN107433492B (zh) | 一种铣削颤振测试件及其测试方法 | |
TWM542534U (zh) | 刀具剛性預測用於抑制切削顫振之裝置 | |
Bisu et al. | New approach of envelope dynamic analysis for milling process | |
Kious et al. | Influence of machining cycle of horizontal milling on the quality of cutting force measurement for the cutting tool wear monitoring | |
CN101539558B (zh) | 药芯焊丝的药粉百分比检测方法 | |
Wöste et al. | A systematic approach for data acquisition and analysis of spindle speed-dependent modal parameters | |
Auerbach et al. | Determination of characteristic values for milling operations using an automated test and evaluation system | |
CN114357652A (zh) | 铣削噪声-振动-力同步采集***与噪声模型的构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240527 Address after: 230000 B-1015, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui. Patentee after: HEFEI MINGLONG ELECTRONIC TECHNOLOGY Co.,Ltd. Country or region after: China Address before: 221116 No. 101, Shanghai Road, Copper Mt. New District, Jiangsu, Xuzhou Patentee before: Jiangsu Normal University Country or region before: China |