刀具磨损声发射DSP系统工作概述.ppt
2023/11/12,1,刀具磨损声发射DSP系统硬件工作概述,535实验室,徐洪垚,2023/11/12,2,目录,项目概括 已有成果 遇到问题 最近工作,2023/11/12,3,1 项目概括,1.1 算法方面 声发射信号是一种具有局部冲击响应典型的非平稳时变信号，它由金属摩擦、金属晶格破裂等激发源信号和外部噪声叠加耦合而成。利用加工过程中产生的声发射信号诊断刀具磨损的状态，是一种常用有效的诊断方法。,2023/11/12,4,这些信号包含了丰富的刀具状态信息。刀具磨损状态识别是信号挖掘的过程，其包括特征提取和分类两个关键环节。,2023/11/12,5,1.2 现有硬件,1.2.1 系统级构架 1.2.2 电路板级构架 1.2.3 信号调理电路级构架 1.2.4 信号处理电路模块级构架 1.2.5 FPGA部分模块构架 1.2.6 DSP部分构架,2023/11/12,6,2 已有成果,2.1实验成果 2010年2月现场试验：试验环境：LABVIEW 下的研华采集卡、RS40传感器,传感器,前置放大器,信号调理板,研华采集卡,计算机,2023/11/12,7,操作界面：,2023/11/12,8,实验结果：信号能量集中在20khz以下，理想的150khz区间内无明显信号。信号能量很大，噪声很大。RS40传感器频率太低，无法满足试验需求没有测量刀具VB值。无法进行识别。,2023/11/12,9,2010年7月现场试验：试验环境：LABVIEW 下的研华采集卡、RS150传感器 刀具：肯纳KC9125 工件材料：GH625 40CrNiMoA GH4167,2023/11/12,10,实验结果：改用更高频率的传感器，但是信号能量依旧在30khz以下的 低频部分。试验用传感器需要额外加固。可以对严重磨损状态和锋利状态的刀具进行识别。,2023/11/12,11,2010年10月现场试验 试验环境：LABVIEW 下的研华采集卡、RS150传感器 刀具：肯纳KC9125 工件材料：40CrNiMoA GH536 GH696 0Cr17Ni4CuNb实验结果：同种刀具对多种材料进行试验的信号进行比较，差异较小。信号能量仍在30Khz以下 一些数据可以进行3状态分类。,2023/11/12,12,2.2算法应用成果特征提取实现：小波包、小波、emd、eemd 分类实现：神经网络、支持向量机,2023/11/12,13,2.3硬件成果：构建LABVIEW的数据采集平台 滤波放大电路的设计 FPGA内部算法有一定的认识。DSP的支持向量机、和EMD程序（有待实现）,2023/11/12,14,3遇到的问题,滤波电路，需要再制作。FPGA学习 DSP的学习，开发板需要维修。,2023/11/12,15,4.最近工作,加滤波器，截止频率50-200khz 或 200-400khz。改进FPGA程序，增加系统传输稳定性。充分利用DSP 开发板，对算法进行移植。使用CCS与matlab进行联合仿真实现算法。,2023/11/12,16,1.1.1 AE信号采集,2023/11/12,17,2023/11/12,18,1.1.2 信号的转换,小波分解,经验模态分析,2023/11/12,19,1.1.3 特征提取及分类计算各个IMF分量的能量和总能量：上式中n为IMF分量的个数，记：将各个IMF的能量进行归一化处理：即得到特征向量：,2023/11/12,20,2023/11/12,21,表1 多种材料之间的刀具磨损特征提取与预测,2023/11/12,22,2023/11/12,23,2023/11/12,24,2023/11/12,25,2023/11/12,26,2023/11/12,27,2023/11/12,28,
