陈群涛
- 作品数：5 被引量：13H指数：2
- 供职机构：上海交通大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：金属学及工艺机械工程自动化与计算机技术更多>>
- 基于振动信号EMD和ICA的刀具破损识别被引量：7
- 2012年
- 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。
- 陈群涛石新华邵华
- 关键词：刀具状态监测经验模态分解独立分量分析
- 基于多传感器信息融合方法的刀具破损识别被引量：2
- 2013年
- 针对铣削过程监控中多目标状态源存在同频干扰的问题,基于经验模态分解和独立分量分析提出了一种多通道信号盲源分离算法,以声音传感器及振动传感器为信号检测元件,利用多传感器信息融合技术对铣削加工过程中刀具破损监测相关技术问题进行了详细分析。通过设计多齿铣削试验,将所采集的声音信号与振动加速度信号进行了对比分析,并对声振信号进行EMD-ICA分析。研究表明:①切削声音信号和Y轴方向上的振动加速度信号处在同一个频段;②多传感器信息融合监测方式能消除监测信号中存在的背景噪声及目标状态相互干扰的问题,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,为刀具破损识别提供依据。
- 陈群涛石新华邵华
- 关键词：刀具状态监测经验模态分解独立分量分析
- 基于声振信号EMD和ICA的铣刀状态监测技术研究
- 金属切削过程监控是机械制造自动化的关键技术和重要课题,随着 FMS、CIMS等自动化技术的发展,迫切需要新型、实用、可靠的刀具状态监控系统。在实际切削过程中,由于各种信息会同时被传感器检测到,如何排除多目标状态源的同频干...
- 陈群涛
- 关键词：经验模态分解独立分量分析盲源分离
- 核电机组用铸钢GX4CrNi13-4车削加工表面质量研究
- 2013年
- 针对百万千瓦核电机组用铸钢GX4CrNi13-4材料进行车削试验,主要从表面粗糙度和加工变质层两方面分析其加工表面质量。采用正交试验方法,选取切削速度、进给量、切削深度和切削宽度,并考量了刀具刀尖圆弧半径和后刀面磨损等因素,以表面粗糙度(Ra和Rz值)为试验目标,研究了加工表面粗糙度的变化。在最优切削参数下Rz值可达0.792μm。最后,选取加工表面加工硬化、金相组织变化和残余应力特性三项指标研究了铸钢加工表面变质层的变化规律。
- 葛春新陈群涛
- 关键词：铸钢表面粗糙度
- 基于独立分量分析的切削声发射源信号分离被引量：4
- 2011年
- 针对切削声发射(Acoustic Emission,AE)信号的多目标状态源并行分离问题和同频干扰源分离问题,引入独立分量分析(Independent Component Analysis,ICA)技术作为研究工具,用刀具破损、切屑折断和环境噪声三个AE源的线性混合模拟切削AE信号,尝试用Fast ICA算法分离目标状态源。结果表明:实现了各目标状态源的并行分离,相对误差小于10%;目标状态源的同频干扰不影响基于独立性的ICA分离。最后,针对分离结果的鉴别排序问题进行了初步探讨。
- 李卿邵华陈群涛杨明伦
- 关键词：声发射独立分量分析
