基于BEMD和LSSVM的大型磨床磨削颤振在线检测方法研究的任务书.docx

基于BEMD和LSSVM的大型磨床磨削颤振在线检测方法研究的任务书
一、任务背景
大型磨床作为机械加工行业中重要的设备之一，广泛应用于航空、航天、汽车、军事等领域。但是在实际生产中，大型磨床磨削颤振问题经常出现，严重影响机械加工的质量和效率。因此，采用在线检测方法提前发现磨床颤振，对于提高产品质量、降低生产成本具有重要意义。
目前，已经有多种在线检测方法被提出，例如FFT、小波变换、时频分析等，但是这些方法存在着在处理非线性和非平稳信号时较弱的现象。针对这个问题，BEMD方法和LSSVM方法被提出并广泛应用。
二、研究内容
本次研究的主要任务是基于BEMD和LSSVM方法，建立大型磨床磨削颤振在线检测方法，具体内容包括：
1、对大型磨床磨削颤振信号进行BEMD分解，得到多个固有模态函数(IMF)。
2、使用LSSVM对得到的IMF进行分类，在分类结果中，颤振特征点所在的IMF分类效果较差。
3、对LSSVM分类中分类效果差的IMF进行噪声处理，去除其中的干扰项。
4、针对经过噪声处理后的IMF再次使用LSSVM进行分类，得到颤振特征点。
5、当检测到颤振特征点时，利用BEMD分解结果中对应的IMF，判断颤振的频率、幅值和脉冲数等重要特征，并记录下颤振的时刻。
6、根据记录下来的颤振时刻，分析颤振出现时的工况参数，包括轴承温度、刀具状态、润滑油温度等，为颤振的原因分析提供依据。
三、预期成果
1、建立一种基于BEMD和LSSVM的大型磨床磨削颤振在线检测方法，具有较高的准确性和可靠性。
2、使用该方法对大型磨床颤振进行在线检测，并得到颤振特征点的相关信息，包括颤振的时刻、频率、幅值和脉冲数等。
3、对颤振特征点出现时的工况参数进行分析，分析颤振的原因，对大型磨床的稳定性和加工质量提高具有积极作用。
四、研究计划
1、第一周：对大型磨床磨削颤振信号进行采集和预处理，包括滤波、降采样等。
2、第二周：学习BEMD分解方法，通过MATLAB软件实现对预处理后的颤振信号进行分解。
3、第三周：学习LSSVM分类方法，针对颤振特征点的分类问题进行讨论。
4、第四周：继续探讨LSSVM分类方法，确定分类中不良影响因素，研究如何解决。
5、第五周：研究IMF噪声处理方法，提高LSSVM分类效果。
6、第六周：通过模拟实验对方法的有效性进行测试，优化算法。
7、第七周：在实验室进行实际大型磨床磨削颤振在线检测，得到实验数据并进行分析。
8、第八周：撰写课题研究报告，并进行总结。
五、参考文献
1.ZahraRezaee,MajidMohammadizadeh,SaeidSarkhosh,etal.Onlinedetectionofchattervibrationinhighspeedmillingprocessusingsupportvectormachine[C].InternationalConferenceonIndustrialEngineeringandOperationsManagement,2015.
2.王建广,张志强,韩斌钢,etal.基于小波包能量熵和支持向量机的大型磨床颤振故障诊断[J].工具技术,2019,53(18):71-75.
3.G.R.Chen,Z.W.He,andS.Q.Kou,“FaultdetectionofgrindingprocessbasedonEMD-SVM,”JournalofHarbinInstituteofTechnology,vol.15,no.1,pp.1–6,2008.