吴凤和 张 宁 李元祥 张会龙 郭保苏

1.燕山大学机械工程学院，秦皇岛，0660042.河北省重型智能制造装备技术创新中心，秦皇岛，066004

0 引言

信息物理融合、工业互联网、物联网等先进技术的部署和实施均需以数据为基础，而在机械加工领域，切削力是最为稳定和可靠的关键信号之一，可为刀具磨损状态监测[1]、颤振监测与抑制[2]、加工表面质量控制[3]等提供重要信息。板式测力仪是目前最常用的测力设备，但它存在限制工件尺寸、易受切削液腐蚀的问题。为克服上述缺陷，有学者考虑将力感知元件和信号采集传输装置与机床刀具或刀柄高度集成，形成旋转式测力系统[4-5]，随同加工过程进行切削力测量，但刀具切削时高速旋转，难以采用有线方式传输信号，通常利用无线通信协议将信号传输至上位机端进行处理及可视化。旋转式测力系统长期在高速、高频条件下运行，且集成硬件性能有限，依据Nyquist-Shannon采样定理限定的频率采集数据可能导致数据冗余问题，甚至受信号传输单元带宽限制，发生数据堵塞现象。

近些年提出的压缩感知理论(compressed sensing，CS)[6-7]可以较好地解决上述问题。充分开发信号稀疏特征，将信号压缩与感知过程进行融合，从而突破Nyquist-Shannon采样定理频率限制，实现压缩式采集，结合高效的重构算法，可实现信号的无失真测量，该过程主要包含信号稀疏模型创建、稀疏信号压缩测量、压缩信号重构三个步骤。

作为CS框架的关键部分，测量矩阵的选择和设计直接影响信号压缩及重构效果。……