颤振作为机床振动常见的一种形式,严重制约着机床行业高精度与高效率的发展,同时颤振的产生严重加速刀具磨损,缩短机床寿命,带来危害。本文在国家自然科学基金资助项目的支持下,研究了颤振检测技术领域的相关问题,创新的提出一种基于时频熵和频次比的HHT颤振检测方法。具体内容如下:(1)介绍了机床颤振检测的意义、背景及现状。总结了近年来国内外学者们在颤振检测技术上的改进与创新。其中多种传感器信号的选择和基于不同信号分析方法的颤振特征提取是颤振检测技术上的两大关键环节。(2)介绍了切削再生颤振领域研究的理论基础性问题,如切削再生颤振的产生机理,包括动力学模型,固有属性、响应分析等。同时,介绍了颤振研究领域的主要方向,如切削稳定性预测及颤振控制技术。颤振控制向主动控制及智能控制的发展要求,使得对颤振状态的实时反馈变得异常重要,这就使颤振检测势在必行。(3)详细地介绍了颤振测试技术相关理论与实践知识,按照颤振测试的整体流程给出采集过程中的硬件选取、软件参数设置、传感器的安装放置等关键环节技术指导及经验总结。在信号分析方法中,在论述傅里叶变换、窗口傅里叶变换以及小波变换在信号分析的缺陷的基础上,深入介绍了希尔伯特黄变换在信号分析中的特殊应用。最终,结合ETC数控车床的实验数据,分别给出不同分析方法的优劣对比。(4)提出了一种有效的车削颤振识别方法。经自适应滤波和希尔伯特黄变换的信号分析方法,从颤振时能量上增大,频率上趋于稳定,时间上的连续性三个特征提取颤振判别参数——时频熵和频次比。解决了传统HHT基于均值、方差、偏度、峰度的判别颤振存在的几个问题。首先,对于希尔伯特黄变换的时频谱方差判别方法进行了优化,利用时频熵代替统计方差,解决的方差阂值难设定的问题,从颤振发生时的特有属性强烈其集中的角度给出判定。第二,基于某些间隔干扰信号信号引起的颤振误判,提出颤振时间连续性上的表征参数频次比,提高了判别结果的准确性和可靠性。经过仿真实验、普通车床实验、数控车床实验的验证,有利的证明该方法可以有效识别稳定、颤振与周期干扰信号,算法简单,结果明显,将该方法应用于颤振检测具有实际价值。(5)创新地开发了一款基于LabVIEW和NI数据采集设备的颤振测试系统。将现有的基于Tlusty的颤振稳定性预测方法(即稳定性叶瓣图)和本文提出的基于时频熵和频次比的HHT颤振检测算法融入其中,设计开发了颤振稳定性预测界面和颤振实时监测界面。运用该系统对真实加工中的信号进行分析处理,其结果与实际一致。