□ 邢诺贝 □ 刘福军 □ 周 超 □ 胡德金 □ 许黎明

上海交通大学 机械与动力工程学院 上海 200240

1 研究背景

制造业是支撑我国经济高速增长的重要产业之一,是提升我国综合国力及科技竞争力的重要基础,尤其是大型关键设备的生产制造技术,对国家整体装备制造水平的提升有重要影响。近年来,随着全球工业技术的快速发展,国内外制造业竞争激烈,对机械加工精度、效率、成本,以及设备可靠性等各方面提出了较高的要求,能否掌握先进制造技术已经成为我国制造企业发展的挑战[1]。对生产线设备加工工艺过程进行状态监测,能够保证加工系统的正常运行,对提高机床加工效率与精度,保证加工稳定性,实现企业向智能化、柔性化发展有重要实际意义。

目前国内外学者的研究主要集中于机床系统的单个部件。李国发等[2]基于小波降噪与经验模态分解-支持向量机算法,实现了主轴系统的状态监测。宋伟杰等[3]提出一种基于希尔伯特-黄变换与等距特征映射的刀具磨损状态监测方法。吴远昊等[4]基于小波包分析与决策树分类算法,实现了滚珠丝杠副的状态监测。在机械制造企业的实际生产中,对加工工艺过程的状态监测更多依靠对关键零部件进行定期检测维护,由有经验工程的人员通过加工噪声、振动来判断加工状态是否良好,实际效率与精度都不高。对于严重影响工件表面质量的颤振现象,通常是事后对加工表面观察和测量才能发现。……