您好, 访客   登录/注册

基于滚动均值滤波的磨齿机振动性能研究

来源:用户上传      作者:

  摘  要:分析磨齿机的振动性能对提高机床动态稳定性,降低振动对齿轮加工精度的影响起着至关重要的作用。该文通过滚动均值滤波理论对采集到的振动数据进行降噪,改变参数并通过相似系数比较其滤波效果,从而合理地选取参数值来研究磨齿机的振动特性。
  关键词:磨齿机  振动性能  滚动均值滤波  相似系数
  中图分类号:TG616    文献标识码:A 文章编号:1672-3791(2020)01(b)-0004-04
  機器人用RV减速器摆线轮是整个减速器的核心部件,而摆线轮的加工目前多采用专用机床成形法磨削,故磨齿机的振动性能直接影响着其齿轮的加工精度和加工质量,也一直是国内外研究者们关注的重点[1-3]。在磨削过程中,影响磨齿机磨削加工的振源较多:有电主轴高速运转,机床X、Y、Z这3个方向的进给运动,主轴与砂轮的磨削振动,液压配重链传动冲击振动等,因此磨齿机受到各种干扰因素的影响增多,如何区分干扰信号和正常信号给磨齿机振动性能的研究与分析带来一定的难度,滤波算法成功地解决了这一难题。目前为止,比较经典的滤波算法主要有以下几种:滚动均值滤波法[4]、中位值滤波法[5]、递推平均滤波法[6]、中位值平均滤波法[7]、限幅滤波法[8]、一阶滞后滤波法[9]、消抖滤波法[10]等。其中,滚动均值滤波法通过用当前数据及其后面的几个数据(假设总共为K个)的样本均值动态地取代当前数据,能有效地降低随机干扰因素引起的波动,特别适用于在某一数值范围附近上下波动的振动数据样本,被广泛用于振动、温度等被测参数的滤波过程中,而且被证实有良好的滤波效果。鉴于此,该文将运用滚动均值滤波理论分析磨齿机的振动特性,对采集到的磨齿机原始振动数据进行降噪,从而提取隐藏的有用振动信息以分析磨齿机在加工制造过程中的性能变化趋势。
  但值得注意的是,K值的选取对滤波效果具有很大的影响。K值取的过大,振动曲线将过于平滑,滤波后的振动数据相比于原数据样本也将越失真;K值取的过小,滤波效果将较差,滤波后的振动曲线也将非常不平滑。因此,合理地选取K值是对数 控磨床振动性能分析的关键。对于不同的K值,如何判定其滤波效果的好坏也具有一定的难度和挑战。因此,该文通过计算滤波前后数据样本的相似系数[11],判定不同K值条件下的滤波效果。
  1  理论基础
  1.1 振动数据的采集
  2  实验研究
  振动测试平台主要是采集机床在磨削加工中的振动加速度信号,测试平台硬件主要有上位机、振动加速度传感器、多通道数据采集卡、磨齿机。实验选用压电式的加速度传感器,其灵敏度为1000mv/g;数据采集卡选用的是一款8通道24位USB电压信号采集卡。加工试验图见图1。
  通过采集机床磨削加工下不同位置振动信号,通过对比加速度值探究机床的振动情况见图2。图2(a)显示为传感器测得机床X方向的一段振动信号;图2(b)为机床Y方向的振动信号;图2(c)为Z方向的振动信号。横坐标为数据序号,纵坐标显示在该方向上的振动加速度值。
  由图2可以看出在给定的磨削工况下,机床在X、Y、Z方向振动值主要在-0.02~0.02g范围内波动,Z方向振动数据样本中有少量数据波动较大,属于干扰信号。在磨削过程中,机床受各种内部因素和外界环境的影响,振动数据无规律可循,给机床性能的研究与分析带来一定的难度。
  用当前数据及其后面的4个连续数据,即5个振动数据的均值取代当前数据,经过均值滤波后,机床在X、Y、Z这3个方向的振动数据,如图3所示。
  由图3中(a)(b)(c)可以看出经过均值滤波后,机床在X、Y、Z方向振动幅值明显减小,X方向、Y方向振动加速度数据主要在-0.015~0.015g范围内波动;Z方向振动数据主要在-0.025~0.025g范围内波动,造成这一现象可能是Z向机床在加工过程中本身振动较大,但主要原因是振动数据中有少量数据波动较大。
  用当前数据及其后面的9个连续数据,即10个振动数据的均值取代当前数据,经过均值滤波后,机床在X、Y、Z方向振动数据如图4所示。
  由图4中(a)(b)(c)可以看出经过第二次均值滤波后,机床在X、Y、Z这3个方向振动幅值明显地减小了,X方向振动加速度数据主要在-0.015~0.015g范围内波动;Y方向振动数据主要在-0.005~0.005g范围内波动;Z方向振动数据主要在-0.015~0.015g范围内波动。
  根据相关系数法,计算滤波前后数据样本的相似度,如表1所示。
  由表1可以看出,对于X、Y、Z方向振动数据样本,K=10时的相似度均大于K=5时的相似度;因此,从总体上来看,K=10时的滤波效果好于K=5时的滤波效果。
  3  结语
  通过以上研究可以发现,用越多振动数据的均值滤波后机床的振动幅值越小,但是,滤波后的数据相对于原振动数据也越失真。因此,需要合理地选取滤波过程中的振动数据个数。下一步,我们将用灰关系分析方法计算滤波后的振动数据样本与原始数据振动样本的灰关系,以检验滤波后的振动数据样本的失真度。
  参考文献
  [1] 王会良,房议,马文锁.基于ANSYS的摆线轮磨齿机立柱
转载注明来源:https://www.xzbu.com/8/view-15159788.htm