本发明属于异常状态监测与故障诊断领域，特别涉及一种基于数控机床主轴电流信号的阶次分析方法。
背景技术：
阶次分析技术是旋转机械振动信号分析和故障诊断的一项重要技术。当前主要采用等角度重采样加fft方法进行阶次跟踪，但这种方法只能得到阶次谱图和跟踪阶次谱图，不能得到阶次的时域提取。转速计算方法是进行阶次跟踪提取的前提，转速计算方法包括有转速计的转速计算和无转速计的转速计算。对于转速脉冲信号的测量，一种是接触式测量，最为常见的接触式测量是采用光电脉冲编码器来进行测量计算，另外一种是非接触式测量，该方法通过传感器将转速信号转化成一连串的脉冲信号供微处理器进行采集和处理。对于没有转速脉冲信号而只有转子振动信号的情况，根据瞬时频率与瞬时转速之间的对应关系可以得到一阶转频对应的转速。重庆大学傅炜娜《基于vold-kalman跟踪滤波的旋转机械阶比分析方法研究》论文研究了无转速计的瞬时频率估计方法、有转速计的转速脉冲计算转速方法和阶次分量时域提取。
对于数控机床主轴转速获取，一是可以通过机床通信接口读取转速，此方法不能得到瞬时转速，转速分辨率较低；二是通过转速计获取转速脉冲计算得到转速，但对于所测试对象结构不便或者空间不够安装转速计以及没有转速计的情况不适用；三是通过瞬时频率估计的方法获取转速，估计结果精度不如转速脉冲计算；本发明中通过安装霍尔电流传感器采集主轴电流信号，通过主轴电流信号计算转速。
此方法不需要安装转速计，不受所测对象结构限制；计算精度要优于瞬时频率估计计算转速。
对于传统的阶次谱图和阶次跟踪谱图不能得到阶次分量的时变特性，本发明中基于改进的二代卡尔曼滤波阶次跟踪得到的三维阶次谱图可以直观的看出故障特征阶次及其时变特性。另外可以将交叉耦合阶次分离解耦后成功提取出来。
技术实现要素：
本发明的目的在于提供一种基于数控机床主轴电流信号的阶次分析方法，以解决上述问题。
为实现上述目的，本发明采用以下技术方案：
一种基于数控机床主轴电流信号的阶次分析方法，包括以下步骤：
s1，同步采集数控机床主轴电流和主轴振动的连续时域信号；
s2，使用matlab对步骤s1得到的主轴电流信号进行分段傅里叶级数拟合得到电流平滑时域信号；
s3，对步骤s2得到的时域信号计算得到转速曲线；
s4，对步骤s1和s3得到的振动和转速时域信号利用改进的二代卡尔曼滤波阶次跟踪方法重构每一阶次时域信号；
s5，根据步骤3得到的阶次频率成分，进而得到主轴阶次-时间-幅值的三维阶次谱图和阶次-转速-幅值的三维阶次谱图。
步骤s1包括有：
在数控机床主轴上安装三向加速度传感器和霍尔电流传感器；
通过所述传感器采集振动和电流的连续时域信号。
步骤s2包括有：
将采集到的电流信号每2倍电机极对数个周期分为一组；
对分组后的电流信号采用四阶傅里叶级数拟合，获得平滑电流时域信号。
步骤s3包括有：
对于步骤s2得到的电流时域信号，寻找电流信号过零点的点，根据采样频率转化为主轴每转经过的时间点；
根据主轴电机极对数得到相邻时间点主轴转过的角度，采用一阶数字微分计算转速；
使用主轴电流周期平均平滑转速，使用数字平均减小误差；
通过三次样条插值得到和振动信号相同点数的主轴转速曲线。
步骤s4包括有：
通过改进的二代卡尔曼滤波阶次跟踪，对振动信号和转速曲线重采样和低通滤波；
每一千点做一次阶次跟踪，重构每一阶次时域信号。
步骤s5包括有：
设定好阶次分辨率和时间分辨率，每隔固定时间画一次阶次谱图，最后得到主轴阶次-时间-幅值的三维阶次谱图；
设定阶次分辨率和转速分辨率，每隔固定转速画一次阶次谱图，最后得到主轴阶次-转速-幅值三维阶次谱图。
与现有技术相比较，本发明具有如下技术优势。
可以适当结合本发明的主要创新点，从技术实施的原理角度阐述下本方法的技术优势。
附图说明
图1是本方法的流程图；
图2是采集到的主轴电流时域信号；
图3是采用转速脉冲计算转速和采用主轴电流计算转速对比图；
图4是所述阶次-时间-幅值三维阶次谱图；
图5是所述阶次-转速-幅值三维阶次谱图；
具体实施方式
下面结合附图，对本发明进一步详细说明，以下实例仅用于解释本发明，并不构成对本发明保护范围的限定。
具体地，如图1所示方法流程图。本发明提供的一种基于数控机床主轴电流信号的阶次分析方法，包括以下步骤：
s1，同步采集数控机床主轴电流和主轴振动的连续时域信号；
s2，对步骤s1得到的主轴电流信号进行分段傅里叶级数拟合得到电流平滑时域信号；
s3，对步骤s2得到的电流时域信号寻找过零点时刻，计算得到转速曲线；
s4，对步骤s1和s3得到的振动和转速时域信号利用改进的二代卡尔曼滤波阶次跟踪方法重构每一阶次时域信号；
s5，根据步骤3得到的阶次频率成分，进而得到主轴阶次-时间-幅值的三维阶次谱图和阶次-转速-幅值的三维阶次谱图。
图2是本发明实施例中采集到的电流信号；
图3是根据电流信号计算得到的转速曲线，方法如下：
所示，对于采集到的电流信号，每2倍电机极对数个周期分一段，每段进行四阶傅里叶级数拟合；拟合后的数据寻找周期过零点所在时刻t1、t2、t3…；主轴所转过的角度为θ、2θ、3θ…；
电流过零点时刻与累计转角相关，瞬时角速度ω与转角θ的一阶微分关系为：
式中tk为过零点时刻，t＝0,1,2,3…
根据数字微分器计算一阶微分，方程如下：
式中θk为累计转角，δθ为增加转角，h为微分系数，m为微分方程需要的零点时刻数(3或5)。
根据一阶数字微分三点公式可得三点公式微分系数h：
令
计算第一点所在时刻：
第二点所在时刻：
第三点所在时刻：
每一周期到达时刻的瞬时角速度可由以下公式计算：
转速的计算公式为：
最后得到的转速曲线如图3中粗实线所示。
如图3所示，将采用本发明方法得到的主轴电流信号和采用转速计得到的转速脉冲信号计算得到的转速对比，发现两者误差最大仅为0.88％，另外采用电流信号计算得到的转速曲线波动更小，说明了本发明方法的准确性以及优势。
如图5所示，采用改进的二代卡尔曼滤波阶次跟踪方法：
式中，ak(t)表示阶次幅值的变化；θk(t)为载波，其离散形式表示为：
式中ω(m)为参考轴角频率，
二阶卡尔曼滤波器状态方程公式为：
ak(n)-2ak(n 1) ak(n 2)＝ε(n)
式中ε(n)为非一致项。
观测方程为：
y(n)＝ak(n)θk(n) ξ(n)
y(n)＝x(n)θ(n) ξ(n)
式中y(n)为实测数据，ξ(n)为非跟踪阶次和随机信号。
将振动信号和转速曲线重采样和低通滤波后，设置每一千点进行一次0-5阶阶次分量的提取，每1/6秒进行一次阶次跟踪然后画出图4阶次-时间-幅值的三维阶次谱图；
在本实施例中，振动信号和电流信号采自实验室dm1007加工中心主轴阶梯升速试验，经计算轴承故障特征阶次为4.98。从图4中可以看到1阶阶次分量和4.9阶阶次分量及其幅值随时间的变化情况；一阶即为转频对应阶次，4.9阶即为轴承外圈故障对应阶次。可以看到随着转速的升高，故障阶次幅值增加。
对于主轴平稳升降速情况，或者主轴是阶梯升速情况，可以设置转速分辨率，首先判断所取点数内平均转速是否满足预设要求，符合条件的将对应振动信号和转速信号做阶次分量提取，然后画图；对于主轴转速不变阶段或不满足转速预设条件则不出阶次谱图。如图5所示，阶次-转速-幅值三维阶次谱图。
1.一种基于数控机床主轴电流信号的阶次分析方法，其特征在于，包括以下步骤：
s1，同步采集数控机床主轴电流和主轴振动的连续时域信号；
s2，对步骤s1得到的主轴电流信号进行分段傅里叶级数拟合得到电流平滑时域信号；
s3，对步骤s2得到的电流时域信号寻找过零点时刻，计算得到转速曲线；
s4，对步骤s1和s3得到的振动和转速时域信号利用改进的二代卡尔曼滤波阶次跟踪方法重构每一阶次时域信号；
s5，根据步骤3得到的阶次频率成分，进而得到主轴阶次-时间-幅值的三维阶次谱图和阶次-转速-幅值的三维阶次谱图。
2.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法，其特征在于，步骤s1包括有：
在数控机床主轴上安装三向加速度传感器和霍尔电流传感器；
通过所述传感器采集振动和电流的连续时域信号。
3.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法，其特征在于，步骤s2包括有：
将采集到的电流信号每2倍电机极对数个周期分为一组；
对分组后的电流信号采用四阶傅里叶级数拟合，获得平滑电流时域信号。
4.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法，其特征在于，步骤s3包括有：
对于步骤s2得到的电流时域信号，寻找电流信号过零点的点，根据采样频率转化为主轴每转经过的时间点；
根据主轴电机极对数得到相邻时间点主轴转过的角度，采用一阶数字微分计算转速；
使用主轴电流周期平均平滑转速，使用数字平均减小误差；
通过三次样条插值得到和振动信号相同点数的主轴转速曲线。
5.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法，其特征在于，步骤s4包括有：
通过改进的二代卡尔曼滤波阶次跟踪，对振动信号和转速曲线重采样和低通滤波；
每一千点做一次阶次跟踪，重构每一阶次时域信号。
6.根据权利要求1所述的一种基于数控机床主轴电流信号的阶次分析方法，其特征在于，步骤s5包括有：
设定好阶次分辨率和时间分辨率，每隔固定时间画一次阶次谱图，最后得到主轴阶次-时间-幅值的三维阶次谱图；
设定阶次分辨率和转速分辨率，每隔固定转速画一次阶次谱图，最后得到主轴阶次-转速-幅值三维阶次谱图。
技术总结