刀具声发射信号的组合去噪及特征分析

席剑辉，许 廿

（沈阳航空航天大学 自动化学院，辽宁 沈阳 110036）

1 引言

刀具的磨损程度决定加工效率和加工质量，对刀具的磨损监测是切削加工中必不可少的环节。声发射检测监听零件结构变化而发出的声波信号，通过特征提取和诊断对声发射源的位置、物理状态做出判断，获得刀具的动态信息，进而评价刀具磨损的严重性和危险性。但采集的声发射信号会受到多种宽频或高频噪声干扰，如白噪声、随机脉冲干扰、电磁尖峰脉冲干扰等，极大地影响声发射源信号的特征提取和诊断，因此信号降噪是声发射测试及应用的关键步骤。

形态滤波法[1]基于积分几何和随机集理论，可以有效滤除宽度小于结构元素的脉冲干扰，同时不改变所测信号的几何特征。文献[2]在低速轴承声发射信号的降噪过程中，应用形态滤波消除有色噪声，但对信号中的高斯白噪声采用最小二乘方法进行拟合平滑，抑制效果欠佳。当噪声较大时，特征信号的形态特征扭曲严重，很难进行合适的结构元素匹配。基于辅助白噪声实现降噪的集合平均经验模态分解（Ensemble Empirical Mode Decomposition，EEMD）算法[3-5]可将信号从高频到低频分解至有限个反映不同振动模态的本征模态函数（IMF），从而分离高频信息和干扰，尤其适用于高频白噪声的分离，弥补形态滤波方法的不足。文献[5]通过EEMD分解铣削过程中铣刀的声发射信号，提取特征向量识别刀具磨损情况。因此，采集刀具切削过程中的高频声发射信号，将形态滤波和EEMD方法组合对信号进行降噪，可以滤除信号中包含的不同类别的噪声，为下一步特征提取和建模预测等打下良好基础。……