论文部分内容阅读
汽车中许多零件都存在深孔加工问题,在切削加工时,由于存在排屑、润滑困难和工具振动等方面的问题,会严重影响加工质量。本文研究以BTA加工系统为对象,建立通过振动信号和压力信号对深孔加工过程进行监控,利用DSP构建深孔加工过程监控系统,实现对加工过程的实时监控。深入研究了振动信号和压力信号在时域、频域的变化规律,探讨了监控信号特点在加工过程中的变化特点与规则,然后提取振动信号HHT变换的IMF1能量Q、IMF2均值?以及IMF3均方根为特征向量,提取压力信号的压力变化率’P、能量Q及峰值因子C作为特征向量。鉴于加工状态与特征向量之间的非线性和不稳定性特征,采用非线性分类的最小二乘支持向量机来建立过程状态的识别系统,并对LSSVM的惩罚因子C及核函数宽度参数?对系统性能的影响进行分析,然后采用自适应遗传算法来优化LSSVM的两个因子,建立利用AGA的LSSVM识别系统对加工过程状态进行识别。仿真数据的测验结果和实际的识别结果表明在小样本的条件下也能够实现对深孔加工状态的可靠判别。以LABVIEW为平台,开发了加工过程中对状态监控信号进行采集的数据采集系统,实现数据接收、显示以及存储。利用CCS3.3开发工具,开发了DSP内核的实时监控系统,完成系统初始化配置,并对信号处理和状态识别以及报警输出的软件系统进行切合实际的设计。实时与非实时的监控结果可以说明该系统具有较高的准确性和可靠性,完全能够适应汽车零件BTA深孔加工过程中状态实时监控的需求,以提高产品质量、生产效率,降低生产成本,减少资源损失和浪费。