面向批量鉆削工序質(zhì)量檢測的多維信號聚類分析.pdf

1、針對市場經(jīng)濟(jì)環(huán)境下,制造業(yè)對批量工序產(chǎn)品質(zhì)量檢測表現(xiàn)出的市場需求,以及現(xiàn)有檢測方法因存在檢測不完備、高成本、在線檢測實(shí)施難度大的問題而表現(xiàn)出的技術(shù)需求,以批量鉆削加工工序質(zhì)量檢測為例,從加工過程信號的角度研究批量工序質(zhì)量檢測方法。主要完成的研究工作如下:
　　1、批量鉆削工序階段模型構(gòu)造及鉆削質(zhì)量影響因素分析。一方面通過實(shí)驗(yàn),研究鉆削過程的階段特征及其在主軸功率信號和聲信號中的表現(xiàn),提取瞬態(tài)時(shí)間特征并建立起各階段與信號在時(shí)間上的同

2、步關(guān)系;另一方面從理論上分析批量鉆削質(zhì)量的評估指標(biāo)和影響因素,以及它們在鉆削過程信號中的表現(xiàn)。
　　2、批量鉆削工序過程信號分析及其特征提取。結(jié)合實(shí)驗(yàn)采集到的過程信號和階段特征分析,應(yīng)用信號處理技術(shù),根據(jù)瞬態(tài)時(shí)間特征從過程信號中截取與鉆削質(zhì)量關(guān)系密切的階段信號,并從中提取時(shí)域統(tǒng)計(jì)特征,同時(shí)通過小波包分解提取聲信號的頻域能量特征。將得到的批量鉆削工序瞬態(tài)時(shí)間特征、時(shí)域統(tǒng)計(jì)特征和頻域能量特征分別繪制曲線圖,并進(jìn)行初步討論分析。然后對各

3、特征歸一化處理,進(jìn)一步構(gòu)造出描述批量鉆削過程的特征矩陣。
　　3、基于多維信號特征聚類的批量鉆削工序質(zhì)量信息挖掘。分別以提取到的瞬態(tài)時(shí)間、時(shí)域統(tǒng)計(jì)、頻域能量特征以及由三者構(gòu)造的綜合特征為對象,應(yīng)用K均值聚類技術(shù)分析各特征條件下的批量工序質(zhì)量分布。并對比實(shí)驗(yàn)中逐一質(zhì)量檢測結(jié)果,評估聚類分析的準(zhǔn)確度,得出基于綜合特征的聚類分析準(zhǔn)確度最高,達(dá)到97.22％。同時(shí),應(yīng)用凝聚層次聚類技術(shù)進(jìn)行基于綜合特征的批量工序質(zhì)量分析,討論了以不同類屬性

4、作為聚類依據(jù)時(shí)的分析效果,結(jié)果顯示基于類間極大距離鄰近的凝聚層次聚類準(zhǔn)確度最高,達(dá)到94.87%。
　　本文將批量工序質(zhì)量檢測分解為質(zhì)量評估的數(shù)據(jù)采集層和數(shù)據(jù)分析層兩個(gè)層面,在數(shù)據(jù)采集層,以加工過程信號的采集代替?zhèn)鹘y(tǒng)的工件質(zhì)量參數(shù)采集;在數(shù)據(jù)分析層,考慮過程信號分析的無指導(dǎo)性,根據(jù)相似性原理,研究適合于批量工序質(zhì)量分析的聚類方法,并通過分析聚類結(jié)果的純凈度來評估該方法的準(zhǔn)確度,分析結(jié)果顯示,該方法檢測批量工序質(zhì)量的準(zhǔn)確度可達(dá)97.