基于振动信号EMD和ICA的刀具破损识别

• 作者: 石新华 邵华 陈群涛
• 来源期刊: 工具技术
• 学科: 工学
• 关键词: 刀具状态监测 切削振动信号 经验模态分解 独立分量分析
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 测试与仪器
• 页码范围: 53-58
• 页数: 6页
• 分类号: TG519
• 字数: 4265字
• 语种: 中文

摘要

针对多齿铣削过程中振动信号的特点,提出了一种基于经验模态分解(EMD)和独立分量分析(ICA)相结合的方法,对混叠在振动信号中的铣刀破损信号进行分离.对振动信号进行经验模态分解提取出信号中的所有本征模函数,然后应用fastICA对所提取出的本征模函数进行独立分量分析.利用该方法对铣削加速度振动数据进行了分析,试验表明,该方法可以提取出混合信号中与刀具破损状态相关的故障特征频率成分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵华		67	545	13.0	20.0
2	陈群涛		4	30	3.0	4.0
3	石新华		5	38	4.0	5.0