朱歡歡 遲玉倫 張夢夢 熊力 應曉昂
摘要 針對軋輥磨削顫振時的時頻域單一處理方法存在部分特征丟失的問題,提出了時頻域相結合的方法對信號進行特征處理,并利用智能算法實現軋輥磨削顫振的在線預測。首先,利用經驗模態分解( empiricalmode decomposition, EMD) 方法對振動傳感器信號進行分解獲得各固有模態函數(intrinsic mode function,IMF),剔除“虛假分量”后計算表征軋輥磨削顫振的時域特征。然后,利用小波包能量熵對聲發射傳感器信號求解頻率段節點能量熵值,獲得表征軋輥磨削顫振的頻域特征。最后,將上述時頻域特征降維后代入智能算法模型實現對軋輥磨削加工的在線預測。結果表明: LV-SVM 模型的磨削顫振分類平均準確率達92.75%,模型平均響應時間為0.776 5 s;驗證了時頻域特性的EMD 和小波包能量熵方法的LV-SVM 在線預測軋輥磨削顫振的有效性。
關鍵詞 軋輥磨削顫振;EMD 分解;固有模態函數;小波包能量熵;最小二乘支持向量機
中圖分類號 TG58 文獻標志碼 A
文章編號 1006-852X(2024)01-0073-12
DOI 碼 10.13394/j.cnki.jgszz.2022.0198
收稿日期 2022-11-15 修回日期 2023-04-21