基于EAKI辨识策略的机床振动试验研究.pdf

第 2期 2 0 1 6年 2月 组 合 机 床 与 自动 化 加 工 技 术 M o du l a r M a c h i ne To o l Au t o ma t i c M a n u f a c t ur i ng Te c h ni q u e NO． 2 F e b ．2 0 1 6 文章编号 1 0 0 1 2 2 6 5 2 0 1 6 0 2 0 0 4 3 0 4 D O I 1 0 ． 1 3 4 6 2 ／ j ． c n k i ． m m t a m t ． 2 0 1 6 ． 0 2 ． 0 1 3 基于 E A K I 辨识策略的机床振动试验研究术 黄子凌 ， 刘成颖 ， 李铁 民 ， 1 ． 清华大学 机械工程系， 北京1 0 0 0 8 4 ； 2 ． 精密超精密制造装备及控制北京市重点实验室， 北京 1 0 0 0 8 4 ‘ 摘要 机床振动是制约机床加工精度及效率的核心因素， 文章基于E A K I 策略在多台机床上开展振动 试验研究。针 对强迫振动及 自激振动信号辨识 问题 ， 首先提 出E A K I 振动信号辨识策略 ； 为有效构建 振动信号备案知识库 ， 提 出信号特征分量提取算法 ； 最后在 国内外 多台数控机床上进行 了全转速状 态下的振动试验研究。试验结果有效地验证了E A K I 策略的可行性与实用性， 同时为机床性能评估 及设计 完善提供 了良好借鉴。 关键词 E A K I 方法 ； 信号辨识 ； 振动试验 ； 特征提取 中图分类号 T H 1 6 1 ． 6； T G 5 0 6 文献标识码 A Ex pe r i me nt a l S t u d y o n M a c h i ne To o l Va r i a tio n Ba s e d o n EAKI M e t h o d HUANG Zi ． 1 i n g 一， U U Ch e n g y i n g a , b 。LI T i e mi n ’ b 1 ． D e p a r t m e n t o f M e c h a n i c a l E n g i n e e ri n g ， T s i n g h u a U n i v e r s i t y ， B e i j i n g 1 0 0 0 8 4 ， C h i n a ； 2 ． B e i j i n g K e y L a b o f P r e c i s i o n ／ U l t r a p r e c i s i o n Ma n u f a c t u r i n g E q u i p m e n t a n d C o n t r o l ，B e i j i n g 1 0 0 0 8 4， C h i n a Abs t r a c t Vi b r a ti o n i s t h e k e y f a c t o r tha t c o n s t r a i n s h i g h q u a l i t y a n d e ffi c i e n c y of a ma c h i n e t o o 1 ．Tl 1 e p a p e r s t u d i e d a s e r i e s o f e x p e rime n t s o n d i f f e r e n t ma c h i n e t o o l s b a s e d o n EAKI me tho d．I n o r d e r t o a c hie v e s i g n a l i d e n tific a tio n b e t we e n c h a t t e r a n d f o r c e d v i b r a tio n．we p r o p o s e d EAⅪme tho d wh i c h c o mb i n e d the o r e tic a l an a l y s i s，e x p e rime n t a l s t u d y a n d d a t a b a s e t e c h n o l o g y ．Th e n we pr o p o s e d a f e a t u r e e x t r a c ti o n me tho d wh i c h c a n be a p p l i e d t o r e c o r d us e f u l v i b r a tio n i n f o r ma tio n i n o r d e r t o c o n s t r u c t v i b r a ti o n f e a t u r e d a t a b a s e．At l a s t we c o n d uc t e d a s e rie s o f v i b r a tio n e x p e rime n t s o n ma c h i ne t o o l s ma d e i n Ch i n a an d a b r o a d．1 ’l 1 e e x p e r i me n ． t a l r e s u l t s v e r i fie d the f e a s i b i l i t y o f EAl I s tra t e g y e f f e c tiv e l y a n d p r a c ti c a l l y．a t t h e s a me t i me i t p r o v i d e d a g o o d r e f e r e n c e f o r the p e r f o rm an c e e v a l u a tio n a n d r e d e s i g n o f ma c h i n e t o o 1 ． Ke y wo r d sEAK1 me tho d；s i g n a l i d e n ti fic a tio n；v i b r a ti o n e x p e r i me n t ；f e a tur e e x t r a c tio n O 引言 机床振动是制约机床加工精度及效率的关键因素 之一 ， 其可分为强迫振动及 自激振动。二者 由于产生 原因不同， 对应的抑制措施也有差异， 因此对其进行辨 识分离具有重要的研究意义。 机床的强迫振动是指由外激振源引起的振动 。如 由机床基座引入 的外界振动、 机床不平衡部件 电机 等 或磨损部件 齿轮和轴承等 引起 的振动。机床 自 激振动 颤振 往往由外作用源引发 工件磨损点等 ， 但 由加工系统内部激励产生 。 在机床设计时 ， 强迫振动就应设法消除或避免。 对于高精度机床 ， 强迫振动的影响是较小的， 因此在一 般研究中并未引起特别注意及重视。国内外学者针对 强迫振动及 自激振动信号辨识的研究工作并不多。在 对强迫运动的研究中， K e g g等人给出了对强迫振动原 因的判定方法 ， 该方法在机床试验或加工准备过程中 较为实用， 但不适用于在线监测评估 ； 值得注意的是 ， We c k 提出了从切削力信号的功率谱 中将铣削刀齿 通过频率辨识滤除的方法 ， 但并未系统性地介绍强迫 及 自激振动的一般辨识方法。多数研究工作集中于自 激振动监测辨识 、 稳定性分析以及基于振动信号的故 障诊断领域。Z h a n g C L等口 学者对多信号的监测能 力分别进行了实验分析 ， 以选定最为适合的颤振监测 方式 ； A h i n t a s 等 基于再生颤振模型对颤振稳定性进 行了深入研究 ， 在实 践上获得 良好应 用。国内于俊 一 驯等学者也在颤振监测、 稳定性分析等领域做了大 量工作 ， 为推动机床技术进步作出重要贡献。 然而从国内机床的使用经验来看 ， 当前面临的一 个突出问题是机床材料选用、 设计制造以及安装布置 尚存在不足， 由此产生的强迫振动不容忽视。在机床 加工过程中， 强迫振动的影响往往甚至会处于主导地 收稿 日期 2 0 1 5 0 3 2 0 }基金项 目 国家 o 4科技重大专项课题 2 0 1 3 Z X 0 4 0 0 1 0 2 1 。 2 0 1 4 Z X 0 4 0 0 1 0 5 1 作者简介 黄子凌 1 9 9 l 一 ， 男 ， 河南信阳人 ， 清华大学硕士研究生 ， 研究方 向为机床振动辨识、 监测及抑制 ， Ema i l z lh u a n g 0 9 2 9 1 6 3 ． c o i n 。 4 4 组合机床与 自动化加工技术 第 2期 位， 因此将强迫及 自激振动相结合进行研究更具有实 际意义 。 1 E A KI 机床振动信号辨识策略 在实际加工过程中， 从观测到的振动信号中往往 难以区分出强迫振动及 自激振动分量。然而， 强迫振 动的不确定性较小 ， 可通过前期实验等确定机床的强 迫振动分量 ， 在评估机床性能的同时形成先验知识 ， 以 在实际加工信号中将其与 自激振动信号区分开来 ， 达 到辨识 以及分别采取抑制策略的效果 ； 同时， 在加工前 评估机床的强迫振动信号， 也有利于在前期对机床性 能不断进行完善。 基于上述思想， 提出 E A K I 方法 ， 对机床的振动信 号进行辨识。具体包括以下步骤 1 强迫 振动试验 E x p e r i m e n t s o n f o r c e d v i b r a - t i o n 在空载工况下对机床振动进行试验分析， 以获 取在多转速条件下机床主轴的振动信息。 2 振动信号分析 A n a l y s i s o f f o r c e d v i b r a t i o n s i g h a 1 对试验采集到的强迫振动信号进行分析处理， 旨 在提取出起主导作用的强迫振动信号特征。 3 备案知识库构建 K n o w l e d g e B a s e f o r ma t i o n 基于信号分析处理结果 ， 并结合相关判定规则 ， 形成相 应振动信号备案知识库。 4 辨识评估 I d e n t i f i c a t i o n o f v i b r a t i o n s i g n a 1 基 于知识库， 对实际加工过程 中监测到的振动信号进行 对比分析， 从而辨识出 自激振动分量， 并对其影响程度 进行评估， 识别出起主导作用的因素， 为后续抑制方式 奠定基础。 在 E A K I 方法中， 强迫振动试验及振动信号分析 是该方法最为重要而基础 的部分， 也是决定该方法是 否可行的关键 ， 后文即通过多机床试验及信号特征提 取算法等 ， 探究 E A K I 方法的可行性。 2关键设备及试验方案 根据 E A K I 方法 ， 强迫振动试验是进行信号辨识 分析的前 提。强迫 振动试验主要包含 信号采集分析软硬 件设备 以及试验机 床等。 本试验采用实 验室 自主研发的主 轴振 动测 量 系统 ， 能完成信号采集监 测、 时频域分析 、 状 态 报 警 等 多 种 功 能。设备安装及试 验 现 场 如 图 1所 示 。 为综合全面地 图 试验现场图 验证 E A K I 方法并分析比较各机床 的差异性 ， 选取了 四台机床作为试验对象， 基本涵盖了国内外典型机床 类型 其中 D为德国机床 。各机床的主要参数如表 1 所 示 。 表 1 试验机床的参数特征 比较 机床名称 加工类型布置方式主轴类型最高转速 r ／ m i n 具体试验过程如下 1 安装试验设备。试验采用两支 I C P加速度传 感器 ， 安装在主轴头处 ， 分置于 、 y 方向。 2 设置试验参数。主要包含测量频次、 采集频 率、 信号耦合方式 、 滤波方式以及信号对应的测量转速 等信息。 3 试验信号采集。设定数控机床运转至所需转 速 ， 待信号稳定之后实时采集并存储。 4 改变转速， 重复采集试验。根据每 台机床 的 额定转速或最高转速， 选取一定的转速间隔， 分别测定 在不 同转速情形下的振动信号。 3 振动信号特征分量提取算法 试验采集到的加速度信号描述了机床主轴在相应 转速下的振动特征。信号分析的 目的在于获取该转速 下强迫振动特征分量信息， 该特征分量包括频率及信 号幅值等信息。本文提出特征分量提取算法如图 2所 示 图 2 振动信号特征分量提取算法 在进行信号分析前 ， 已对试验机床在各转速条件 4 6 组合机床与自动化J j n - r 技术 第 2期 因此可将其作为典型强迫振动频率予 以备案 ， 形成知 识库中的重要知识 。 a 试验机床A b 试验机床B C 试 验机 床C d 试 验机 床 D 图 6 各机床理论与试验转速频率对应关 系 4 ． 2 其他外激振源强迫振动分析 除转速频率之外， 试验还发现 ， 各机床普遍存在其 他一些可持续监测到的强迫振动频率 ， 剔除转速频率 之后 ， 每种转速下对应监测到的强迫振动频率如 图 7 所示 。 a 试验机床A b 试验机床B c 试 验 机床 C d试验机 床 D 图 7 各机床外激振源强迫振动频率 由图 7分析得出， 各机床在一定转速范围内均可 观测出一些典型外强迫振动频率。机床 A在低速范 围内监测出 5 H z 及 4 2 H z强迫振动信号 ； 试验机床 B 在 0～1 0 0 0 r ／ mi n及 5 0 0 0～ 8 0 0 0 r ／ m i n的范围内监测出 较为稳定 的频率为 1 2 ． 5 H z的振 动信号， 在 1 0 0 0 5 0 0 0 r ／ mi n的范 围内监测 出频率为 5 H z的振动信号 ； 试验机床 c在全转速范 围内均监测出频率为 5 H z的 振动信号， 在低速范围下还监测出较高频率的振动信 号 ； 试验机床 D在各个转速下均监测出至少两种较为 稳定的振动信号， 分别为 1 0 H z 及4 5 H z 左右。 上述结果表明基于 E A K I 策略能够有效识别 出各 机床在全转速范围内存在的典型外激振源强迫振动类 型 ； 同时由于工况环境不同， 外激振强迫振动的分布也 有差异 。 4 ． 3 各典型强迫振动幅值分析 本试验除监测备案各机床典型强迫振动频率外 ， 还可对各机床各类强迫振动的幅值进行分析 ， 以更全 面地表征机床强迫振动状态。结果如图 8 所示。 c 试验机床C 图8各机床典型强迫振动幅值- 转速关系 根据 4 ． 2节的分析， 回转型强迫振动是一类典型 振动形式 ， 图 8中机床 A、 B的频率 3 、 机床 c、 D的频 率 4分别对应该类强迫振动在全转速情形下的振动幅 值。图 8反映出 第一， 各机床强迫振动的主导类型不 同。对于机床 A， 回转型强迫振动在全转速范围内均 处于主导地位 ， 对于机床 B 、 C 、 D， 不 同转速范 围内起 主导作用的强迫振动类型不同； 第二， 各强迫振动的影 响程度不同， 对应机床加工精度也有差异。机床 A回 转型强迫振动幅值达 2 0 m m ／ s ， 对机床 C 、 D而言， 在加 工范围内强迫振动的幅值均小于 1 m m ／ s 。 由上述结果可得出， 依据 E A K I 策略能够有效监 测各机床强迫振动类型、 幅值及影响范围， 可综合全面 地反映机床强迫振动状态 ， 进而为针对每台机床构建 强迫振动信号知识库形成 良好基础； 同时各机床强迫 振动形式各异也反映了采用 E A K I 方法进行振动辨识 的必要性。 下转第5 O页