论文部分内容阅读
将高压水射流技术应用在切削加工过程中具有独特的优势,适合于切割高硬度、高脆性材料以及易燃易爆物品,该技术在近年来发展很快。但利用高压水射流冲击靶物时产生的反射声信号进行靶物探测的研究目前尚属空白,而且通过该项研究可以将高压水射流靶物探测过程与特定靶物切割处理过程相结合,实现靶物探测与处理的一体化。利用反射声信号进行靶物识别需要应用到很多比较复杂的算法处理大量靶物反射声信号数据,而且过大的反射声信号数据量会大大增加靶物识别时间。为了提高靶物识别实时性能,同时降低在靶物探测过程中用水量,本文采用脉冲射流进行靶物探测。脉冲射流靶物进行靶物探测是采用断续喷射的高压脉冲射流冲击靶物,同时在冲击时采集反射声信号。脉冲射流靶物探测的实现基础是保证电磁阀开闭和反射声信号数据采集准确同步。为此,本文设计了脉冲射流与数据采集同步控制系统,其中软件控制部分采用LabVIEW软件编制,硬件电路由设计功率放大电路结合NI数据采集装置组成。对于靶物几何形状尺寸识别,本文首先应用小波包分解将反射声信号按频率段分层,再通过模极大值算法处理分解后的信号层找到靶物的边界点位置以确定靶物几何形状和尺寸。为了提高靶物材质的分类准确率,本文通过提取靶物反射声信号的各频率段相对能量分布作为靶物材质特征值,并将粒子群算法(PSO)与支持向量机相结合建立了PSO-SVM靶物材质分类识别模型。实验结果证明,通过对选定的靶物反射声频率信号层进行模极大值算法处理,可以有效的找出靶物边界点的具体位置。以小波包分解后靶物反射声的高12层信号能量分布作为靶物材质特征值,通过建立PSO-SVM靶物分类模型,可以达到97.78%靶物材质分类识别效果,明显高于使用BP神经网络和SVM(交叉验证法优化)建立分类器的分类效果,完全可以用于高压水射流靶物材质识别。