机床与液压
機床與液壓
궤상여액압
MACHINE TOOL & HYDRAULICS
2013年
15期
37-41
,共5页
刀具状态监测%隐马尔可夫模型%小波包分析%无先验知识
刀具狀態鑑測%隱馬爾可伕模型%小波包分析%無先驗知識
도구상태감측%은마이가부모형%소파포분석%무선험지식
Tool condition monitoring%Hidden Markov model%Wavelet packet analysis%No priori knowledge
切削刀具的状态直接影响工件加工质量、生产率和产品成本,因此在切削加工过程中监测刀具的状态显得尤为重要.针对实际监测系统通常无法获取刀具各磨损退化状态先验知识的情况,以切削力与切削振动为监测信号,提出无先验知识下基于小波包分析与连续隐马尔可夫模型的刀具磨损监测技术.应用小波包分析技术提取信号特征信息,采用S函数实现特征值归一化处理.利用监测过程中的刀具正常状态下归一化特征信息建立基于连续隐马尔可夫模型的监测模型;根据刀具未知状态特性向量与监测模型间的对数似然度获取刀具性能指标PV,实现刀具磨损状态评价.采用铣刀磨损全寿命数据来验证该方法的有效性,实验结果表明:该方法能在无先验知识的情况下对刀具的健康状态进行较为准确的评估,且所需样本数较少,训练速度快.该技术对实现无先验知识下的刀具智能化在线状态监测具有重要意义.
切削刀具的狀態直接影響工件加工質量、生產率和產品成本,因此在切削加工過程中鑑測刀具的狀態顯得尤為重要.針對實際鑑測繫統通常無法穫取刀具各磨損退化狀態先驗知識的情況,以切削力與切削振動為鑑測信號,提齣無先驗知識下基于小波包分析與連續隱馬爾可伕模型的刀具磨損鑑測技術.應用小波包分析技術提取信號特徵信息,採用S函數實現特徵值歸一化處理.利用鑑測過程中的刀具正常狀態下歸一化特徵信息建立基于連續隱馬爾可伕模型的鑑測模型;根據刀具未知狀態特性嚮量與鑑測模型間的對數似然度穫取刀具性能指標PV,實現刀具磨損狀態評價.採用鐉刀磨損全壽命數據來驗證該方法的有效性,實驗結果錶明:該方法能在無先驗知識的情況下對刀具的健康狀態進行較為準確的評估,且所需樣本數較少,訓練速度快.該技術對實現無先驗知識下的刀具智能化在線狀態鑑測具有重要意義.
절삭도구적상태직접영향공건가공질량、생산솔화산품성본,인차재절삭가공과정중감측도구적상태현득우위중요.침대실제감측계통통상무법획취도구각마손퇴화상태선험지식적정황,이절삭력여절삭진동위감측신호,제출무선험지식하기우소파포분석여련속은마이가부모형적도구마손감측기술.응용소파포분석기술제취신호특정신식,채용S함수실현특정치귀일화처리.이용감측과정중적도구정상상태하귀일화특정신식건립기우련속은마이가부모형적감측모형;근거도구미지상태특성향량여감측모형간적대수사연도획취도구성능지표PV,실현도구마손상태평개.채용선도마손전수명수거래험증해방법적유효성,실험결과표명:해방법능재무선험지식적정황하대도구적건강상태진행교위준학적평고,차소수양본수교소,훈련속도쾌.해기술대실현무선험지식하적도구지능화재선상태감측구유중요의의.