[發(fā)明專利]一種車削顫振檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201510430371.8
• 申請(qǐng)日: 2015-07-21
• 公開（公告）號(hào): CN105108584A
• 公開（公告）日: 2015-12-02
• 發(fā)明（設(shè)計(jì)）人: 錢士才;熊振華;孫宇昕;朱向陽(yáng)
• 申請(qǐng)（專利權(quán)）人: 上海交通大學(xué)
• 主分類號(hào): B23Q17/12
• 分類號(hào): B23Q17/12
• 代理公司: 上海旭誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 31220
• 代理人: 鄭立

1.一種車削顫振檢測(cè)方法，其特征在于,所述方法包括以下步驟：

步驟1：通過車削實(shí)驗(yàn)獲取穩(wěn)定車削狀態(tài)下的切削力信號(hào)，然后在所述車削實(shí)驗(yàn)中采用較大的切削參數(shù)以激發(fā)出顫振狀態(tài)獲得相應(yīng)的力信號(hào)，離線數(shù)據(jù)包括所述穩(wěn)定狀態(tài)切削力信號(hào)和所述顫振狀態(tài)切削力信號(hào)；

步驟2：使用小波包變換將所述顫振狀態(tài)切削力信號(hào)分解到第六層，得到小波系數(shù)；對(duì)所述第六層的64個(gè)節(jié)點(diǎn)分別計(jì)算節(jié)點(diǎn)能量，得到64維的特征向量；離線特征向量集的構(gòu)建來自于對(duì)所述離線數(shù)據(jù)的所述小波包變換處理；

步驟3：使用最小二乘支持向量機(jī)-回歸特征消除(LSSVM-RFE)方法對(duì)步驟2中得到的所述64維特征向量進(jìn)行特征降維，每一步消去一個(gè)最不重要的特征，最后根據(jù)特征消除過程中的檢測(cè)結(jié)果，得到最優(yōu)秀的特征組合，每個(gè)特征對(duì)應(yīng)一個(gè)小波包節(jié)點(diǎn)；

步驟4：使用步驟3中選出的所述最優(yōu)秀的特征組合來訓(xùn)練最小二乘支持向量機(jī)分類器(LSSVM)；

步驟5：在在線檢測(cè)過程中，使用小波包矩陣的方法進(jìn)行小波包變換，將所述顫振狀態(tài)切削力信號(hào)分解到步驟3中選定的所述小波包節(jié)點(diǎn)；

步驟6：利用步驟5得到的小波節(jié)點(diǎn)系數(shù)計(jì)算節(jié)點(diǎn)能量，構(gòu)造出維數(shù)較低的特征向量；

步驟7：使用步驟6得到的所述維數(shù)較低的特征向量輸入步驟4中得到的所述最小二乘支持向量機(jī)分類器，得到顫振檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的車削顫振檢測(cè)方法，其特征在于，所述步驟2中的所述特征向量的構(gòu)建包括以下步驟：

步驟2-1：對(duì)所述顫振狀態(tài)切削力信號(hào)進(jìn)行加窗，取無重疊的1024個(gè)點(diǎn)作為一個(gè)數(shù)據(jù)處理單元；

步驟2-2：對(duì)步驟2-1的一個(gè)數(shù)據(jù)處理單元信號(hào)f₀¹(t)按下式進(jìn)行分解：

fj+12i-1=Σk-∞∞h(k)fji(2t-k)fj+12i=Σk-∞∞g(k)fji(2t-k)]]>

其中h(k)和g(k)分別是低通濾波器系數(shù)和高通濾波器系數(shù)，f_jⁱ是第j層第i個(gè)節(jié)點(diǎn)的小波包系數(shù)；

步驟2-3：重復(fù)步驟2-2直到分解到第六層，得到每個(gè)節(jié)點(diǎn)的小波包系數(shù)f_jⁱ(i＝1，2，…64，j＝6)；

步驟2-4：計(jì)算每個(gè)節(jié)點(diǎn)的能量構(gòu)成一個(gè)64維的特征向量；

步驟2-5：重復(fù)步驟2-2至步驟2-4，直到所有所述數(shù)據(jù)處理單元均處理完，得到特征向量集{(x_i,y_i)}_i＝1,2,…N，其中N是樣本個(gè)數(shù)，x_i∈Rⁿ(n＝64)輸入特征向量,y_i∈R是輸出類別。