湖南科技学院 电子与信息工程学院 湖南 永州 425199
摘 要：钻头轴向偏移现象对钻削加工质量的影响较大，为了深入研究该现象，本文利用传感器信号来研究钻头轴向偏移的特征。该方法采用小波包分解将所获得的特征信号进行特征提取，然后利用分形盒维数将特征进行分类识别，最后通过开展实验，证明理论分析结果的准确性。理论分析与实验证明，本文所述方法可快速准确的分析钻头轴向偏移对钻削加工质量的影响程度。
关键词：钻削加工；轴向偏移；小波包分解；分形盒维数
中图分类号：TH166
一、引言
钻头轴向偏移对加工工艺的影响有：（1）会造成前后孔径不一致，影响钻削加工工艺；（2）钻头轴向偏移会大概率导致出现颤振，从而会加剧刀具的磨损，增大钻削加工的表面粗糙度。
为了研究该现象对钻削加工质量的影响程度，目前，广大专家学者的研究重点为钻头轴向偏移对加工工艺参数的影响。如Pirtini[1]、Arvajeh[2]等开展研究发现，该现象会引发在加工中产生较大的圆度误差；Cao[3]、Yao[4]等采用理论分析与实验相结合的方法，发现该现象会大概率引发颤振，降低了加工工艺质量；Reinhall[5]等研究发现该现象出现时，加工表面两端面的直径会不一致。
基于此，本文在前期研究的基础上，采用信号特征提取和分类识别的方法，并结合开展实验，实现对钻削加工质量的影响程度的分析。
二、实验数据来源
由于该研究是在前期的研究基础之上展开的，因此本文的实验数据来源于文献[6]之中。
三、钻头轴向偏移信号特征提取分析研究
根据前期研究表明，传感器信号可以表征钻头轴向偏移现象，具体表现为：从频域来看，z轴振动信号的能量突变主要集中在4200~5700和9500~10000。
基于上述特点，首先选择合适的特征提取方法将反映特征的信号进行分频处理，然后通过分类识别方法对处理后的信号特征开展分类研究，为后续的实验研究与理论研究结果相比较做准备。
3.1特征信号的小波包分解
本文以z轴振动信号为研究对象，采用的小波基类型为：紧支集db5小波，分解层数为4。以7号孔的小波包分解为例，如图1所示。
(a) 节点（4.4）（4375Hz~5000Hz） (b) 节点（4.8）（9375Hz~10000Hz）
图1 7号孔钻头轴向偏移特征轴振动信号小波包分解重构各节点信号图
3.2特征信号的分类识别研究
分形维数是将事物分形特征进行量化的度量参数。在机械领域（如故障诊断、刀具磨损等方面），常采用分形盒维数来开展分类研究。因此，本文采用盒维数中最经典的单重分形盒维数方法来开展下一步的研究。
经过软件计算分析得出，对于切削加工信号曲线而言，其合维数的数值反映了信号曲线的变化复杂程度，该数值常介于1~2之间。7-9号孔的分形盒维数如图2所示。
图2 7-9号孔小波包重构节点分形盒维数
由图2及分析结果可知，小波包分解重构后节点（4.4）、（4.12）、（4.8）的信号盒维数值明显大于其他节点。根据上述结论，为了量化的分析轴向偏移对加工质量的影响，将节点（4.4）、（4.12）、（4.8）的重构信号盒维数值求和取平均数，用该值来作为与后续实验验证结果相比较的理论依据。
经过软件计算分析后发现，2号、9号、22号孔的特征信号盒维数值有明显的差别，并且总览各孔的盒维数值，可以观察得出其可按照一定的规律分为三个类别。基于此，将各孔偏移特征信号表征出的影响程度分为三类：轻微、中等、严重。结果如表1所示。
表1 钻头轴向偏移对孔表面质量的影响程度分类
四、 实验验证
为了与理论分析结果相比较，从而更加严谨的提出有效结论，本文采用表面粗糙度仪，主要测量钻削加工钻入阶段的表面粗糙度值。每孔测十组数据，然后求平均值作为实验依据。具体实验结果如表2所示。
结合表1与表2可知，通过测量钻削加工钻入阶段的表面粗糙度值，将钻头轴向偏移对加工工艺的影响进行评估分类，其评估等级A、B、C三类大致上与基于特征信号盒维数的理论分析结果的三个类型一一对应。
表2 钻头轴向偏移对孔表面质量的影响程度评估
说明：A类孔的钻入端表面粗糙度，B类孔的钻入端表面粗糙度，C类孔的钻入端表面粗糙度，）
五、结论
（1）在钻头发生轴向偏移现象时，传感器信号能够表征其对加工工艺质量影响程度。
（2）基于小波包分解与分形盒维数的研究方法，既能有效地提取分析轴向偏移特征信号，又能快速、准确的评估该现象对钻削加工工艺质量的影响程度。
参考文献
[1]M. Pirtini, I. Lazoglu. Forces and hole quality in drilling, International Journal of Machine Tools & Manufacture[J], 2005,45 (11): 1271–1281.
[2] T. Arvajeh, F. Ismail. Machining stability in high-speed drilling-Part 1: modeling vibration stability in bending, International Journal of Machine Tools & Manufacture[J], 2006, 46: 1563-1572.
[3]Hongrui Cao, Yaguo Lei. Chatter identification in end milling process using wavelet packets and Hilbert–Huang transform, International Journal of Machine Tools & Manufacture[J], 2013, 69: 11-19.
[4]Zhehe Yao, Deqing Mei. On-line chatter detection and identification based on wavelet and support vector machine, Journal of Materials Processing Technology[J], 2010, 210:713-719.
[5]P.G. Reinhall, D.W. Storti, Modeling and analysis of the dynamics of a drill penetrating a thin plate[J], ASME Journal of Applied Mechanics, 1986, 53: 690-694.
[6]杨文佳,刘剑锋,顾晓猛.基于EMD的钻头轴向偏移特征信号提取研究[J].湖南科技学院学报,2018,39(10):70-73.
基金项目：湖南科技学院科学研究项目（项目编号17XKY069）。
作者简介：杨文佳(1990.10—)，男，湖南怀化人，硕士，助教，主要从事机器人、机械系统传感器信号分析方面的研究。
论文作者:杨文佳
论文发表刊物:《防护工程》2019年13期
论文发表时间:2019/11/12
标签：信号论文; 钻头论文; 特征论文; 轴向论文; 加工论文; 小波论文; 表面论文; 《防护工程》2019年13期论文;