位置:成果数据库 > 期刊 > 期刊详情页
基于奇异值分解的铣削力信号处理与铣床状态信息分离
  • ISSN号:0577-6686
  • 期刊名称:《机械工程学报》
  • 时间:0
  • 分类:TH165.3[机械工程—机械制造及自动化] TN911.7[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]华南理工大学机械工程学院,广州510640
  • 相关基金:国家自然科学基金资助项目(50305005)
中文摘要:

利用连续截断信号构造矩阵,通过奇异值分解可以将信号表示为一系列分量信号的简单线性叠加,证明了各分量之间是两两正交的,且具有零相位偏移特性。根据分量信号的信息量可以确定合理的矩阵结构。对铣削力信号的处理实例表明,奇异值分解方法分离出机床主轴旋转基频近乎完整的时域波形,分辨出两个频率很接近的信号分量,发现信号中隐藏的调幅现象,证实机床的爬行并确定爬行频率。最后与小波变换的结果进行比较,表明这一方法对铣削力信号的分离效果优于小波变换。

英文摘要:

A signal can be decomposed into the linear sum of series of component signals by singular value decomposition (SVD) when matrix is created by continuously intercepting signal. It's proved that these component signals are orthogonal each other and have characteristic of zero-phase shift. Matrix structure can be rationally determined according to information amount of component signals. Then this SVD method is applied to the processing of a milling force signal and the results show that waveform of fundamental frequency of principal axis of milling machine is isolated completely and two component signals, whose frequencies are very close, are also isolated. Furthermore, the phenomenon of amplitude modulation hidden in this signal is discovered, the crawl of milling machine is confirmed and crawl frequency is got. The results compared with wavelet transform show that for this milling force signal, the SVD method has the much better effect of signal isolation than wavelet transform.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《机械工程学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国机械工程学会
  • 主编:宋天虎
  • 地址:北京百万庄大街22号
  • 邮编:100037
  • 邮箱:bianbo@cjmenet.com
  • 电话:010-88379907
  • 国际标准刊号:ISSN:0577-6686
  • 国内统一刊号:ISSN:11-2187/TH
  • 邮发代号:2-362
  • 获奖情况:
  • 中国期刊奖,“中国期刊方阵”双高期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:58603