基于小波包及Hilbert-Huang变换的数控铣削颤振诊断技术

为了提高产品加工质量,根据试验测得铣削系统颤振稳定域,制定并采集数控铣削振动信号,以保证采集信号的准确性|融合小波包变换与希尔伯特黄变换,从能量频域分布与幅值概率统计分布两方面提取信号特征值,其中小波包降噪作为信号前置处理能有效降低环境噪声干扰的影响,提高经验模式分解的精度;建立基于模糊支持向量机的颤振诊断模型,将振动信号分为平稳铣削信号、微弱颤振铣削信号、颤振铣削信号及刀具磨损铣削信号。实验结果表明,该模型具有良好的铣削振动信号辨识与诊断能力,预测准确率达97.3%,为数控铣削加工振动信号的准确辨识与诊断提供了一种新方法。