基于EMD 分量与小波包能量熵的轧辊磨削颤振在线预测

朱欢欢 迟玉伦 张梦梦 熊力 应晓昂

摘要 针对轧辊磨削颤振时的时频域单一处理方法存在部分特征丢失的问题，提出了时频域相结合的方法对信号进行特征处理，并利用智能算法实现轧辊磨削颤振的在线预测。首先，利用经验模态分解（ empiricalmode decomposition， EMD） 方法对振动传感器信号进行分解获得各固有模态函数（intrinsic mode function，IMF），剔除“虚假分量”后计算表征轧辊磨削颤振的时域特征。然后，利用小波包能量熵对声发射传感器信号求解频率段节点能量熵值，获得表征轧辊磨削颤振的频域特征。最后，将上述时频域特征降维后代入智能算法模型实现对轧辊磨削加工的在线预测。结果表明： LV-SVM 模型的磨削颤振分类平均准确率达92.75%，模型平均响应时间为0.776 5 s；验证了时频域特性的EMD 和小波包能量熵方法的LV-SVM 在线预测轧辊磨削颤振的有效性。

关键词 轧辊磨削顫振；EMD 分解；固有模态函数；小波包能量熵；最小二乘支持向量机

中图分类号 TG58 文献标志码 A

文章编号 1006-852X（2024）01-0073-12

DOI 码 10.13394/j.cnki.jgszz.2022.0198

收稿日期 2022-11-15 修回日期 2023-04-21