[發明專利]一種切削過程中針對多源能效狀態的識別方法

有效

• 申請號: 201710412301.9
• 申請日: 2017-06-02
• 公開（公告）號: CN107341503B
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 廖書恒;邵華;蔡赟;蔡聰聰;丁桂麗;袁鍵鍵
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 上海旭誠知識產權代理有限公司 31220
• 代理人: 鄭立

1.一種切削過程中針對多源能效狀態的識別方法，其特征在于，包括以下步驟：

步驟1、設置多個不同切削參數的切削過程，在每一個所述切削過程中采用傳感器組對評價指標對應的信號分別采樣，得到多組信號觀測值數據，接著對所述信號觀測值數據進行標準化處理和原始分類處理得到觀測狀態序列數據；

步驟2、建立隱馬爾科夫識別模型，通過最大似然估計的算法，以所述觀測狀態序列數據為樣本，通過訓練得到所述隱馬爾科夫識別模型中的第一參數組；

步驟3、建立規則庫專家系統模型，以獲得實時能效并以切削比能模型計算的原始數據為樣本，通過訓練獲得所述規則庫專家系統模型中的第二參數組；

步驟4、綜合所述隱馬爾科夫識別模型和所述規則庫專家系統模型，以曲線擬合方式賦予所述隱馬爾科夫識別模型識別的能效狀態以能效參數值，從而得到綜合評價的能效指標。

2.如權利要求1所述的方法，其特征在于，所述評價指標包括：切削力、切削功率和聲發射；對應地，所述傳感器組包括：切削力傳感器、功率傳感器和聲發射傳感器。

3.如權利要求1所述的方法，其特征在于，所述標準化處理為：

其中，所述評價指標在s取值1、2、3時分別為切削力、切削功率、聲發射，為在t時刻對應第s個所述評價指標的標準化信號觀測值，x_s(t)為在t時刻對應該所述評價指標的信號觀測值，μ為對應該所述評價指標的所有樣本信號觀測值的均值，σ為對應該所述評價指標所有樣本信號觀測值的標準差。

4.如權利要求1所述的方法，其特征在于，所述原始分類處理為：

對于在t時刻的信號觀測值，得到對應于所述評價指標的三維信號觀測向量

采用聚類分析的方法，以歐氏距離為度量：

將樣本中所述歐氏距離集中的向量視為同一類別，從而將原本連續的觀測向量離散為M個不同的觀測狀態{X_m，m＝1....M}；

依據所述觀測狀態將隨時間連續的所述信號觀測值數據離散為所述觀測狀態序列數據。

5.如權利要求1所述的方法，其特征在于，所述步驟2中建立所述隱馬爾科夫識別模型進一步包括以下步驟：

步驟2A、建立所述隱馬爾科夫識別模型中的隱含狀態向量，所述隱含狀態即能效狀態的高、中、低，對應θ₁，θ₂，θ₃三個狀態，即N＝3個隱含狀態，記t時刻馬爾科夫鏈所處的隱含狀態為q_t，q_t∈{θ₁，θ₂，θ₃}；

步驟2B、建立所述隱馬爾科夫識別模型中的觀測向量，總共包含M個觀測狀態{X_m，m＝1....M}；

步驟2C、建立所述隱馬爾科夫鏈中的初始概率分布向量II＝(π_i)，π_i＝P(q_t＝θ_i)，1≤i≤N；

步驟2D、建立狀態轉移矩陣A＝(a_ij)_N×N，a_ij＝P(q_t+1＝θ_j|q_t＝θ_i)，1≤i，j≤N，a_ij表示從t時刻到t+1時刻，能效狀態從θ_i變為θ_j的概率；

步驟2E、建立觀測值概率矩陣B＝(b_jk)_N×M，b_jk＝P(C_t＝X_k|q_t＝θ_j)，1≤j≤N，1≤k≤M，記t時刻馬爾科夫鏈所處的觀測狀態為C_t，C_t∈{X_m，m＝1....M}，b_jk表示t時刻能效狀態為θ_j的情況下，觀測狀態為X_k的概率。