[發明專利]一種基于優化變分模態分解的微細磨削非穩態特征識別方法

在審

• 申請號: 202310380758.1
• 申請日: 2023-04-11
• 公開（公告）號: CN116304577A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 任瑩暉;李偉;張學學;黃向明;廖明輝;萬家偉
• 申請（專利權）人: 湖南大學
• 主分類號: G06F18/10
• 分類號: G06F18/10;G06F18/213;G06F18/22;G06N20/00
• 代理公司: 北京律譜知識產權代理有限公司 11457
• 代理人: 黃云鐸

本發明提供了一種基于優化變分模態分解的微細磨削非穩態特征識別方法，步驟如下：首先沿微結構微細磨削預路徑中均勻設置聲發射信號采樣區間，順序采集聲發射信號后，以峰值為中心截取信號流；隨后以排列熵、最大中心頻率、模態數為約束條件迭代求解變分模態分解算法的最優模態數K，并分解信號流；根據非穩態特征模擬試驗提取并疊加微磨具磨損、材料崩邊、亞表面損傷深度、截形誤差等非穩態特征相關分量；最后以重構信號能量占比與非穩態特征的相關系數判據及重構信號分量的分布概率判據選擇信號識別方式，實現非穩態特征的快速識別。本發明有效地實現微細磨削非穩態特征的準確識別，為微細磨削過程控制提供精確的識別數據。

技術領域

本發明涉及微細磨削聲音信號處理技術，尤其是一種基于優化變分模態分解的微細磨削非穩態特征識別方法。

背景技術

隨著光伏新能源、半導體芯片、集成電路、航空航天的快速發展，單晶硅、碳化硅、石英玻璃等硅基硬脆材料微結構和微小零件的應用需求急劇擴大。采用微細磨削技術加工該類材料時，受材料硬脆特性、加工尺寸效應、機械振動及磨削溫度等因素影響，常出現微磨具不確定磨損、微結構不規則崩邊等非穩態特征，嚴重影響工件的加工質量和使役性能，致使微細磨削加工質量與效率之間的矛盾尤顯突出。

近年來，為抑制微細磨削過程中的非穩態特征，提高磨削質量和效率，國內外學者嘗試從工藝參數優化、微磨具結構改進、復合工藝設計等方面展開系列研究，大都依賴對變化的磨削狀態物理量的實時監測和反饋控制。研究發現，借助振動信號、力信號、聲發射信號等用于表征磨削狀態的信號形式可以實現磨削過程非穩態特征的動態識別和預測，有效預警加工質量的變化趨勢，解決加工質量與效率間的矛盾。但是，目前國內外有關微細磨削技術的研究主要集中于微細磨削機理、微機床及微磨具等方面，微細磨削過程信號采集和特征識別方面的研究還有待進一步開展。

微細磨削技術的特點是微磨具尺寸小(直徑小于1mm)、材料去除率低(小于0.1mm3/mm·s)、主軸轉速高(200，000r/min以下)等，易受外在環境機械噪聲、電氣噪聲、振動等因素的干擾，微細磨削過程不穩定。因此，相對其他監測(傳感)技術，具有優越信噪比和靈敏度的聲發射技術對微細磨削狀態監控可能更為適用。國內外研究發現，聲發射技術能有效采集磨削過程中晶粒的分離、裂紋的產生及擴展、磨粒的切入和破碎、損耗、滑擦以及彈塑性變形等特征，在砂輪磨損狀態劃分、砂輪修整、磨削工藝與磨削質量識別和預測方面也得到了廣泛的應用。因此，如何借助聲發射信號實現復雜微細磨削非穩態特征識別及過程控制是亟待解決的重要問題之一。

極不穩定的微細磨削過程會導致聲發射信號呈現明顯的非穩定、非線性、多分量特征。目前有關該類信號的處理方式主要有小波變換處理和信號自適應分解處理兩類，小波變換依賴于基函數的選擇，自適應性較差。自適應分解類算法主要有經驗模態分解(EMD)、局部均值分解(LMD)和變分模態分解(VMD)。研究表明，相對于另外兩種算法，VMD算法具有數學理論模型支撐，合理的參數優化可以做到幾乎無端點效應和模態混疊現象且抗干擾能力強，將是極具發展前景的微細磨削信號處理方式。

綜上所述，基于微細磨削過程非穩態特征監測和控制需求，需要開發一種微細磨削非穩態特征識別方法，在信號(傳感)技術和處理算法上聲發射技術和VMD算法更具優勢。

發明內容

本發明的目的是為了滿足微細磨削過程非穩態特征監測和控制需求，結合聲發射技術和VMD算法優勢，提出一種基于優化變分模態分解的微細磨削非穩態特征識別方法。

本發明的技術方案是提供了一種基于優化變分模態分解的微細磨削非穩態特征識別方法，其特征在于，包括以下步驟：

步驟1、提取信號流：微細磨削加工路徑中均勻設置采樣區間，聲發射信號采集系統順序采集信號；截取各采樣區間待處理的聲發射信號流，信號流中心為采樣區間信號的峰值；