[發(fā)明專利]一種刀具磨損狀態(tài)識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910053100.3
• 申請日: 2019-01-21
• 公開（公告）號: CN109605127A
• 公開（公告）日: 2019-04-12
• 發(fā)明（設(shè)計(jì)）人: 陳妮;郝碧君;郭月龍;李振軍;仵洋;李亮;何寧
• 申請（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號: B23Q17/09
• 分類號: B23Q17/09
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 程華

本發(fā)明公開了一種刀具磨損狀態(tài)識別方法及系統(tǒng)。所述識別方法包括：獲取刀具鉆削加工過程中的切削力信號以及刀具磨損狀態(tài)；利用小波閾值降噪法對所述切削力信號進(jìn)行降噪處理，確定降噪后的切削力信號；采用時域、頻域以及諧波小波包分析方法提取所述降噪后的切削力信號中的特征，確定特征樣本集；以所述特征樣本集為輸入，以所述刀具磨損狀態(tài)為輸出，建立基于最小二乘支持向量機(jī)的刀具狀態(tài)識別模型；根據(jù)所述刀具狀態(tài)識別模型識別所述刀具的當(dāng)前磨損狀態(tài)。采用本發(fā)明所提供的識別方法及系統(tǒng)能夠提高刀具磨損狀態(tài)的識別效率。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)械加工刀具及檢測領(lǐng)域，特別是涉及一種刀具磨損狀態(tài)識別方法及系統(tǒng)。

背景技術(shù)

刀具磨損狀態(tài)監(jiān)測技術(shù)在智能制造生產(chǎn)中具有重要意義；切削加工作為零件成型中最主要的加工方法，在制造生產(chǎn)中占據(jù)重要地位。刀具作為切削加工過程的直接執(zhí)行者，其狀態(tài)對保證加工質(zhì)量、提高生產(chǎn)效率、降低生產(chǎn)成本以及實(shí)現(xiàn)連續(xù)自動化加工具有重要意義。當(dāng)前刀具磨損狀態(tài)監(jiān)測的方法主要是間接法，通過采集加工過程中與刀具磨損相關(guān)的各種信號，對其進(jìn)行適當(dāng)?shù)男盘柼幚恚崛〕鰧?yīng)不同磨損狀態(tài)的信號特征，利用智能算法建立刀具磨損狀態(tài)識別模型，實(shí)現(xiàn)對刀具磨損狀態(tài)的監(jiān)測。目前刀具磨損狀態(tài)監(jiān)測技術(shù)主要存在兩個方面的問題：一是對于非平穩(wěn)信號，信號處理提取的特征可靠性不高；二是需要大量的樣本數(shù)據(jù)來保障識別精度，導(dǎo)致刀具磨損狀態(tài)識別效率低。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種刀具磨損狀態(tài)識別方法及系統(tǒng)，以解決當(dāng)前刀具磨損狀態(tài)監(jiān)測方法信號處理提取特征可靠性不高，刀具磨損狀態(tài)識別效率低的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種刀具磨損狀態(tài)識別方法，包括：

獲取刀具鉆削加工過程中的切削力信號以及刀具磨損狀態(tài)；

利用小波閾值降噪法對所述切削力信號進(jìn)行降噪處理，確定降噪后的切削力信號；

提取所述降噪后的切削力信號中的特征，確定特征樣本集；所述特征包括時域特征、頻域特征以及頻帶能量；

以所述特征樣本集為輸入，以所述刀具磨損狀態(tài)為輸出，建立基于最小二乘支持向量機(jī)的刀具狀態(tài)識別模型；

根據(jù)所述刀具狀態(tài)識別模型識別所述刀具的當(dāng)前磨損狀態(tài)。

可選的，所述提取所述切削力信號的特征，確定特征樣本集，具體包括：

采用時域分析法以及頻域分析法提取所述切削力信號中的時域特征以及頻域特征，確定特征樣本集。

可選的，所述提取所述切削力信號的特征，確定特征樣本集，具體包括：

采用諧波小波包分析法提取所述切削力信號中的頻帶能量，確定特征樣本集。

可選的，所述以所述特征樣本集為輸入，以所述刀具磨損狀態(tài)為輸出，建立基于最小二乘支持向量機(jī)的刀具狀態(tài)識別模型，具體包括：

將所述特征樣本集劃分為訓(xùn)練集和測試集；

以所述訓(xùn)練集為輸入，以所述刀具磨損狀態(tài)為輸出，利用粒子群優(yōu)化算法建立基于最小二乘支持向量機(jī)的刀具狀態(tài)識別模型。

可選的，所述以所述訓(xùn)練集為輸入，以所述刀具磨損狀態(tài)為輸出，利用粒子群優(yōu)化算法建立基于最小二乘支持向量機(jī)的刀具狀態(tài)識別模型之后，還包括：

利用所述測試集對所述刀具狀態(tài)識別模型進(jìn)行驗(yàn)證。

可選的，所述以所述訓(xùn)練集為輸入，以所述刀具磨損狀態(tài)為輸出，利用粒子群優(yōu)化算法建立基于最小二乘支持向量機(jī)的刀具狀態(tài)識別模型，具體包括：

利用粒子群優(yōu)化算法確定懲罰因子以及核參數(shù)；

根據(jù)所述懲罰因子以及所述核參數(shù)確定徑向基核函數(shù)；