基于條件隨機場的銑削刀具磨損狀態(tài)監(jiān)測技術研究.pdf

1、刀具磨損狀態(tài)在線監(jiān)測系統(tǒng)對保證工件加工質量和提高加工效率具有重要意義。在復雜切削狀況下,切削過程中的物理信號不僅與刀具磨損狀態(tài)相關,還與切削參數,切削溫度等因素相關,要實現(xiàn)復雜狀況下刀具磨損監(jiān)測,給模式識別方法的分類能力提出了更大的挑戰(zhàn),然而復雜切削狀況更接近工業(yè)應用,因此對復雜狀況下刀具磨損狀態(tài)進行監(jiān)測更具有實際意義。
　　為了有效的監(jiān)測復雜狀況下加工過程中刀具的磨損狀態(tài),本文建立了一個結合短時傅里葉變換(STFT)和局部保持投

2、影(LPP)的基于條件隨機場(CRF)的刀具磨損狀態(tài)監(jiān)測的系統(tǒng),該系統(tǒng)是通過分類器對刀具磨損狀態(tài)進行分類來達到監(jiān)測目的的。本文針對多齒銑削 TC4鈦合金過程,開發(fā)了力信號和位置信號同步采集系統(tǒng),采集了五種不同刀具磨損狀態(tài)下的力信號,利用STFT算法對力信號進行了特征提取。為了消除數據冗余和減小計算量,對提取的特征運用LPP算法進行了降維處理,將降維后的樣本特征向量輸入到 CRF模型中進行模型訓練和刀具磨損狀態(tài)監(jiān)測,進而利用交叉驗證方法對

3、監(jiān)測模型進行了優(yōu)化,提高了模型的穩(wěn)定性和可靠性。為了進一步分析和評估 CRF模型的分類能力,本文在相同數據樣本下,與隱馬爾科夫模型(HMM)、反向傳播神經網絡模型(BP)和支持向量機模型(SVM)分類方法進行了比較,結果表明 CRF模型具有較高的識別率;最后統(tǒng)計了各個模型的運行時間,CRF模型耗時最短,速度最快。
　　實驗結果表明,CRF模型具有分類準確度高、訓練和測試速度快以及穩(wěn)定性好等特點,很適合運用于復雜刀具磨損狀態(tài)監(jiān)測中,