Online Chatter Identification for Thin-Walled Parts Machining Based on Improved Multisensor Signal Fusion and Multiscale Entropy

机械加工 振动 熵(时间箭头) 信号(编程语言) 工程类 结构工程 声学 计算机科学 机械工程 量子力学 物理 程序设计语言
作者
Haibo Liu,H-J Miao,Chengxin Wang,Qile Bo,Yishun Cheng,Qi Luo,Yongqing Wang
出处
期刊:IEEE Transactions on Instrumentation and Measurement [Institute of Electrical and Electronics Engineers]
卷期号:72: 1-13 被引量:1
标识
DOI:10.1109/tim.2023.3267358
摘要

Thin-walled workpieces frequently appear to chatter during milling, causing the creation of vibration patterns on the surface of the workpiece, which affects the machining quality and workpiece performance. Identification of online chatter is important for thin-walled parts. The vibration signal associated with chatter changes dynamically throughout the milling process due to changes in tool position, removal of workpiece material, and transmission-related vibration signal attenuation characteristics, making reliable chatter identification difficult. This research proposes a unique online chatter identification approach for the machining of thin-walled parts based on improved multi-sensor signal fusion and multi-scale entropy. In order to acquire the fused vibration signals, the vibration signals produced during the machining of thin-walled parts are first acquired by sensors at various test sites and adaptively given weight coefficients by the improved Hausdorff distance and distance factor. Second, using the multi-scale sample entropy (MSSE) and multi-scale weighted permutation entropy (MSWPE), the eigenvalues of the fused vibration signals are obtained. Finally, the trained Logistic regression (LR) classification model is used to determine the vibration status of thin-walled parts. The analysis’s results demonstrated that the technique can properly identify the vibration state of thin-walled parts, and that the fusion signal can reflect the vibration state at the tool contact site more accurately.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
缓慢雅青完成签到 ,获得积分10
5秒前
徐茂瑜完成签到 ,获得积分10
5秒前
嘻嘻完成签到 ,获得积分10
6秒前
你可真下饭完成签到 ,获得积分10
6秒前
Hosea完成签到 ,获得积分10
8秒前
henry完成签到 ,获得积分10
9秒前
vincentbioinfo完成签到,获得积分10
11秒前
彪壮的微笑完成签到 ,获得积分10
16秒前
伊可完成签到 ,获得积分10
18秒前
人参跳芭蕾完成签到 ,获得积分10
23秒前
24秒前
24秒前
冰阔落完成签到 ,获得积分10
24秒前
Liao完成签到 ,获得积分10
25秒前
yiling发布了新的文献求助10
29秒前
doubleshake发布了新的文献求助10
31秒前
彳亍完成签到 ,获得积分10
33秒前
33秒前
黑色的白鲸完成签到,获得积分10
37秒前
39秒前
DD立芬完成签到 ,获得积分10
39秒前
乐观的从云完成签到,获得积分10
39秒前
三金完成签到,获得积分10
40秒前
41秒前
科研佟完成签到 ,获得积分10
41秒前
44秒前
ZZ完成签到,获得积分10
45秒前
秦pale发布了新的文献求助30
47秒前
James完成签到,获得积分10
48秒前
小木子发布了新的文献求助10
49秒前
可爱的函函应助yiling采纳,获得10
52秒前
狼洪明完成签到,获得积分10
52秒前
ivy完成签到 ,获得积分10
54秒前
ch3oh完成签到,获得积分10
56秒前
杨天天完成签到,获得积分10
56秒前
阿言完成签到 ,获得积分10
57秒前
58秒前
yu完成签到,获得积分10
58秒前
李爱国应助小木子采纳,获得10
1分钟前
James发布了新的文献求助10
1分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137067
求助须知:如何正确求助?哪些是违规求助? 2788055
关于积分的说明 7784485
捐赠科研通 2444102
什么是DOI,文献DOI怎么找? 1299733
科研通“疑难数据库(出版商)”最低求助积分说明 625557
版权声明 601010