[發(fā)明專利]基于AR模型與SVDD算法的刀具性能退化評估方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810133641.2
• 申請日: 2018-02-09
• 公開（公告）號: CN108229071B
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計）人: 徐劍;王天宇;蔡一彪;吳芳基
• 申請（專利權(quán)）人: 杭州安脈盛智能技術(shù)有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 杭州裕陽聯(lián)合專利代理有限公司 33289
• 代理人: 姚宇吉

1.一種基于AR模型與SVDD算法的刀具性能退化評估方法，其特征在于包括以下步驟：

依據(jù)采集到的正常狀態(tài)下刀具的信號數(shù)據(jù)樣本，建立AR濾波器模型；

通過所述AR濾波器模型對信號數(shù)據(jù)樣本進行處理，得到殘差信號數(shù)據(jù)集，并計算殘差信號數(shù)據(jù)集中每個殘差信號數(shù)據(jù)的累積概率分布，建立正常狀態(tài)下刀具信號數(shù)據(jù)所對應(yīng)的特征集，對所述特征集進行處理，得到包容最小體積的超球面；

采用AR濾波器模型對采集到的當(dāng)前狀態(tài)下的刀具信號數(shù)據(jù)進行處理，得到第一殘差信號數(shù)據(jù)集；

計算當(dāng)前狀態(tài)下刀具信號數(shù)據(jù)對應(yīng)的第一殘差信號數(shù)據(jù)的累積概率分布特征，記作第一特征，計算第一特征到所述超球面的距離，通過距離判斷刀具性能退化的程度。

2.根據(jù)權(quán)利要求1所述的基于AR模型與SVDD算法的刀具性能退化評估方法，其特征在于，所述依據(jù)采集到的正常狀態(tài)下刀具的信號數(shù)據(jù)樣本，建立AR濾波器模型，具體的步驟為：

將采集到的正常狀態(tài)下刀具的信號數(shù)據(jù)樣本建立為信號數(shù)據(jù)樣本集；

取信號數(shù)據(jù)樣本集中的任意信號數(shù)據(jù)樣本，依據(jù)信號數(shù)據(jù)樣本建立AR濾波器模型，并確定AR濾波器模型的階次和濾波系數(shù)。

3.根據(jù)權(quán)利要求2所述的基于AR模型與SVDD算法的刀具性能退化評估方法，其特征在于，所述通過所述AR濾波器模型對信號數(shù)據(jù)樣本進行處理，得到殘差信號數(shù)據(jù)集，并計算殘差信號數(shù)據(jù)集中每個殘差信號數(shù)據(jù)的累積概率分布，建立正常狀態(tài)下刀具信號數(shù)據(jù)所對應(yīng)的特征集，對所述特征集進行處理，得到包容最小體積的超球面，具體步驟為：

通過所述AR濾波器模型對信號數(shù)據(jù)樣本進行白噪聲化處理，將采集的信號數(shù)據(jù)樣本中的數(shù)據(jù)輸入AR濾波器模型中，與所述濾波器系數(shù)進行卷積運算得到濾波信號數(shù)據(jù)在此，p表示濾波器階次，a_i表示濾波器模型系數(shù)，Y(k)表示k點的數(shù)值可以由X的前i+k個值線性表示，則AR濾波器模型的殘差信號數(shù)據(jù)表示為ε(n)＝x(n)-Y(n)，通過所述殘差信號數(shù)據(jù)形成殘差信號數(shù)據(jù)集E＝[ε₁,ε₂,...ε_m]，其中，x(n)為任意樣本，Y(n)為濾波信號數(shù)據(jù)；

將AR濾波器模型濾波所得的殘差信號數(shù)據(jù)集中的殘差信號數(shù)據(jù)代入信號數(shù)據(jù)累積概率分布公式中，形成正常狀態(tài)下刀具信號數(shù)據(jù)所對應(yīng)的特征集，特征集表示為G＝[F₁,F₂,...,F_m]，在此，信號數(shù)據(jù)積累概率分布表示為其中，g(x)為信號數(shù)據(jù)概率密度函數(shù)，得累積概率分布F(ε)；

采用支持向量數(shù)據(jù)描述算法對所述特征集進行處理，得到包容最小體積的超球面，采用高斯核函數(shù)K(x,y)進行優(yōu)化，得到?jīng)Q策函數(shù)：

其中，α_i，α_j是由訓(xùn)練得到的對應(yīng)于x_i，x_j的系數(shù)，當(dāng)系數(shù)為零時，對應(yīng)的目標(biāo)樣本稱為支持向量x_s，則超球面半徑表示為K為高斯核函數(shù)，α為決策函數(shù)f(z)的系數(shù)，與核函數(shù)K(x,y)相對應(yīng)。

4.根據(jù)權(quán)利要求3所述的基于AR模型與SVDD算法的刀具性能退化評估方法，其特征在于，所述計算當(dāng)前狀態(tài)下刀具信號數(shù)據(jù)對應(yīng)的第一殘差信號數(shù)據(jù)的累積概率分布特征，記作第一特征，計算第一特征到所述超球面的距離，通過距離判斷刀具性能退化的程度的具體步驟為：

計算當(dāng)前狀態(tài)下刀具信號數(shù)據(jù)對應(yīng)的第一殘差信號數(shù)據(jù)的累積概率分布特征，記作第一特征；

所述第一特征到所述超球體的距離為通過距離HI的大小來評估刀具性能，若HI＝0表示刀具正常，若HI＞0表示刀具出現(xiàn)性能衰退；HI值越大，表明刀具性能退化越嚴(yán)重。