基于注意力机制的轻量化刀具磨损监测方法

1

作者 王村松 徐明宇 +1 位作者 张泉灵 王森林 《组合机床与自动化加工技术》 北大核心 2025年第6期13-19,25,共8页

精准的刀具磨损监测是评估刀具磨损程度、保证机床稳定运行、提升工件加工质量的关键。目前,现有的数据驱动监测方法由于过度依赖人工特征提取和选择、模型计算能力有限等问题,已经无法满足产线在线监测的高要求。针对上述问题,提出了... 精准的刀具磨损监测是评估刀具磨损程度、保证机床稳定运行、提升工件加工质量的关键。目前,现有的数据驱动监测方法由于过度依赖人工特征提取和选择、模型计算能力有限等问题,已经无法满足产线在线监测的高要求。针对上述问题,提出了一种基于注意力机制的轻量化刀具磨损监测方法。首先,改进了传统的简单序列组合深度学习模型,解决了特征提取时性能受到内部互块干扰的问题;然后,采用小波变换重构了刀具的信号,通过重构的时间序列实现了信号降维和去噪。进一步,将重构的时序数据输入带有注意力机制的轻量化模型,实现了对重构数据的特征提取;最后,在提出的改进ResNet网络和BiLSTM网络混合模型中,分别加入两种不同注意力机制,通过学习相应的特征相关性来突出敏感特征和强调突出特征,实现了刀具磨损量的预测。案例分析结果验证了所提出方法的有效性和准确性。 展开更多

关键词 轻量化 刀具磨损监测 小波变换 ResNet网络 BiLSTM网络 注意力机制

在线阅读 下载PDF 职称材料

基于深度学习的刀具磨损监测方法 被引量：53

2

作者 张存吉 姚锡凡 +1 位作者 张剑铭 刘二辉 《计算机集成制造系统》 EI CSCD 北大核心 2017年第10期2146-2155,共10页

为监测制造车间机械加工设备刀具的磨损程度,提出应用深度学习方法实施刀具的磨损监测。深度学习理论作为人工智能领域的最新研究成果,以其中的深度卷积神经网络构建刀具磨损监测的模型,给出刀具磨损监测的流程,采用微型铣床与无线三轴... 为监测制造车间机械加工设备刀具的磨损程度,提出应用深度学习方法实施刀具的磨损监测。深度学习理论作为人工智能领域的最新研究成果,以其中的深度卷积神经网络构建刀具磨损监测的模型,给出刀具磨损监测的流程,采用微型铣床与无线三轴加速度计搭建了数据采集实验平台。实验结果表明,与其他两种常用深度神经网络以及传统神经网络模型相比较,所提基于深度学习方法监测过程简单,不仅具有较高的准确度与较低的损失函数值,还实现了刀具磨损程度分类。 展开更多

关键词 刀具磨损监测 数据采集 深度学习 卷积神经网络 无线三轴加速度计

在线阅读 下载PDF 职称材料

基于Hough变换的刀具磨损监测加工表面纹理特征提取 被引量：7

3

作者 郑建明 李鹏阳 +1 位作者 李言 朱云飞 《机械科学与技术》 CSCD 北大核心 2009年第6期711-715,共5页

采用工件表面纹理图像对刀具的磨损状态进行监测。建立了加工表面微观图像采集系统,运用Canny边缘检测算子对原始图像进行预处理,获得了原始图像的边缘图像。根据边缘图像随刀具磨损的变化特征,应用Hough变换对边缘图像中线段的分布特... 采用工件表面纹理图像对刀具的磨损状态进行监测。建立了加工表面微观图像采集系统,运用Canny边缘检测算子对原始图像进行预处理,获得了原始图像的边缘图像。根据边缘图像随刀具磨损的变化特征,应用Hough变换对边缘图像中线段的分布特性进行了分析与检测,研究了线段长度和方向随刀具磨损的变化规律。实验结果表明这两个特征参数与刀具磨损状态之间存在密切联系,根据特征参数的变化规律可实现刀具磨损状态的监测。 展开更多

关键词 刀具磨损监测 纹理图像 边缘检测 HOUGH变换

在线阅读 下载PDF 职称材料

基于自适应神经模糊推理系统的刀具磨损监测 被引量：10

4

作者 朱永猛 吴军 +1 位作者 吴超勇 苏永衡 《兵器装备工程学报》 CAS 2016年第9期115-118,147,共5页

为精确地监测高速铣床刀具在加工过程中的刀具磨损量,通过采集高速铣床加工过程中的振动信号、电流信号和噪声信号,经数据预处理与数据融合,建立基于自适应神经模糊推理系统的刀具磨损过程变化模型,实现在高速铣床不停机的前提下对铣床... 为精确地监测高速铣床刀具在加工过程中的刀具磨损量,通过采集高速铣床加工过程中的振动信号、电流信号和噪声信号,经数据预处理与数据融合,建立基于自适应神经模糊推理系统的刀具磨损过程变化模型,实现在高速铣床不停机的前提下对铣床刀具进行状态监控。实验结果显示:针对铣床刀具磨损量的监测平均准确率为95.21%,最大监测准确率为99.74%。这表明文中所采用的方法具有较高的可行性。 展开更多

关键词 铣床 刀具磨损监测 ANFIS

在线阅读 下载PDF 职称材料

数控机床刀具磨损监测实验数据处理方法研究 被引量：12

5

作者 曾祥超 陈捷 《机械设计与制造》 北大核心 2009年第1期213-215,共3页

数控机床刀具磨损监测对于提高数控机床利用率,减小由于刀具破损而造成的经济损失具有重要意义。有针对性地回顾了国内外各种分析刀具磨损信号方法的研究工作,详细叙述了功率谱分析法、小波变换、人工神经网络以及多传感器信息融合技术... 数控机床刀具磨损监测对于提高数控机床利用率,减小由于刀具破损而造成的经济损失具有重要意义。有针对性地回顾了国内外各种分析刀具磨损信号方法的研究工作,详细叙述了功率谱分析法、小波变换、人工神经网络以及多传感器信息融合技术的实现形式。通过比较各种数据处理方法的优缺点,提出基于混合智能多传感器信息融合技术是数控机床刀具磨损监测实验数据处理的未来发展的主要方向。 展开更多

关键词 数控机床 刀具磨损监测 数据处理

在线阅读 下载PDF 职称材料

数控机床刀具磨损监测数据处理方法 被引量：7

6

作者 马旭 《组合机床与自动化加工技术》 北大核心 2009年第7期69-71,85,共4页

数控机床刀具磨损监测对于提高数控机床利用率,减小由于刀具破损而造成的经济损失具有重要意义。文章回顾了国内外各种分析刀具磨损信号处理方法的研究工作,详细叙述了功率谱分析法、小波变换、人工神经网络以及多传感器信息融合技术等... 数控机床刀具磨损监测对于提高数控机床利用率,减小由于刀具破损而造成的经济损失具有重要意义。文章回顾了国内外各种分析刀具磨损信号处理方法的研究工作,详细叙述了功率谱分析法、小波变换、人工神经网络以及多传感器信息融合技术等四种数据处理方法,并简单展望了数据处理方法未来发展趋势。 展开更多

关键词 数控机床 刀具磨损监测 数据处理

在线阅读 下载PDF 职称材料

基于EMD-SVM的钛合金铣削过程刀具磨损监测 被引量：11

7

作者 谢振龙 岳彩旭 +4 位作者 刘献礼 严复钢 刘智博 穆殿方 梁越昇 《振动．测试与诊断》 EI CSCD 北大核心 2022年第5期988-996,1039,共10页

以硬质合金刀具铣削Ti-6Al-4V为研究对象,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)及支持向量机(support vector machine,简称SVM)的刀具磨损阶段识别方法。首先,将原始加速度信号及力信号分解为一系列模态分... 以硬质合金刀具铣削Ti-6Al-4V为研究对象,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)及支持向量机(support vector machine,简称SVM)的刀具磨损阶段识别方法。首先,将原始加速度信号及力信号分解为一系列模态分量(intrinsic mode function,简称IMF),选择了有效的IMF来组合一个新的信号;其次,计算新信号的多评价指标矩阵,将得到的多指标矩阵(Ikaz^(TM)、功率谱熵及均方根)作为输入特征向量,得到了基于线性分类器的刀具磨损识别模型;最后,将检测信号输入模型中进行识别,对刀具磨损阶段的识别精度达到了99.17%。EMD-SVM相较于SVM、BP神经网络及小波包-SVM模型,运算时间减少,运算精度提高。实验结果表明,该模式对钛合金铣削过程中的刀具磨损具有良好的识别效果,为刀具磨损状态的监测提供了一种新方法。 展开更多

关键词 经验模态分解 支持向量机 刀具磨损监测 切削力信号 振动信号

在线阅读 下载PDF 职称材料

基于一维卷积神经网络的螺旋铣刀具磨损监测 被引量：21

8

作者 汪海晋 尹宗宇 +2 位作者 柯臻铮 郭英杰 董辉跃 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第5期931-939,共9页

基于传统机器学习的螺旋铣刀具磨损监测方法需要复杂的特征提取和丰富的经验知识,不同磨损阶段具有相同的错误分类代价,针对这些问题,结合电流信号一维性特点,提出基于一维卷积神经网络(1D CNN)和代价敏感学习的螺旋铣刀具磨损监测方法... 基于传统机器学习的螺旋铣刀具磨损监测方法需要复杂的特征提取和丰富的经验知识,不同磨损阶段具有相同的错误分类代价,针对这些问题,结合电流信号一维性特点,提出基于一维卷积神经网络(1D CNN)和代价敏感学习的螺旋铣刀具磨损监测方法.采集机器人螺旋铣末端执行器主轴、公转轴和进给轴电流作为监测信号,并采用滑动窗口法进行样本划分,在降低网络容量的同时增加样本数量和多样性;在网络损失函数中引入代价矩阵并增加急剧磨损阶段的错误分类代价,使得1D CNN具有代价敏感性;直接将电流时域信号输入1D CNN,网络可以自动提取刀具磨损特征,并将特征提取和不同磨损阶段分类融合在一起.试验结果表明,在机器人螺旋铣系统中,该方法的刀具磨损监测准确率为99.29%,在急剧磨损阶段的查全率为99.60%. 展开更多

关键词 螺旋铣 刀具磨损监测 电流信号 一维卷积神经网络(1D CNN) 代价敏感学习

在线阅读 下载PDF 职称材料

GRNN与粒子滤波集成的刀具磨损监测 被引量：8

9

作者 熊昕 王时龙 +1 位作者 易力力 郭一君 《机械设计与制造》 北大核心 2019年第1期186-189,193,共5页

在金属切削加工过程中及时准确地掌握刀具磨损状态是非常必要的,然而目前的刀具磨损监测技术普遍为分析实时采集的信号得到刀具目前时刻的磨损状态,若能根据刀具当前的磨损状态准确地提前预测后续加工过程的连续磨损量变化,将对优化整... 在金属切削加工过程中及时准确地掌握刀具磨损状态是非常必要的,然而目前的刀具磨损监测技术普遍为分析实时采集的信号得到刀具目前时刻的磨损状态,若能根据刀具当前的磨损状态准确地提前预测后续加工过程的连续磨损量变化,将对优化整个切削过程与管理决策具有重大的意义。针对此问题提出了广义回归神经网络(GRNN)与粒子滤波集成的刀具磨损预测模型,利用粒子滤波对GRNN的时序预测结果进行修正,实验证明粒子滤波有助于降低由于训练样本少与存在观测噪声所导致的预测偏差,经粒子滤波修正后的磨损量识别精度更高且较传统的卡尔曼滤波具有更好的修正效果,为刀具磨损监测提供了新思路。 展开更多

关键词 刀具磨损监测 广义回归神经网络 粒子滤波 BP神经网络

在线阅读 下载PDF 职称材料

VGG13卷积神经网络在刀具磨损监测中的应用 被引量：4

10

作者 周谦 国凯 孙杰 《工具技术》 北大核心 2022年第6期112-116,共5页

刀具磨损对工件加工精度和表面质量有很大影响,为保证零件加工质量,需对刀具磨损状况进行监测。在实际加工生产中采集工件铣削时的振动信号和力信号,利用短时傅里叶变换,将一维信号转化为二维谱图,建立刀具磨损阶段与频谱图的对应关系,... 刀具磨损对工件加工精度和表面质量有很大影响,为保证零件加工质量,需对刀具磨损状况进行监测。在实际加工生产中采集工件铣削时的振动信号和力信号,利用短时傅里叶变换,将一维信号转化为二维谱图,建立刀具磨损阶段与频谱图的对应关系,利用Pytorch搭建VGG13卷积神经网络,将频谱图作为卷积神经网络模型输入进行训练,得到刀具磨损监测模型。通过实验对方案可行性及模型准确度进行测试,实验结果表明,利用卷积神经网络进行刀具磨损状态监测的准确度能够达到98%以上,可为实际生产中的刀具磨损状态监测提供参考。 展开更多

关键词 铣削 刀具磨损监测 VGG13

在线阅读 下载PDF 职称材料

基于深度学习的刀具磨损监测研究现状 被引量：5

11

作者 王大春 李国和 +2 位作者 王丰 闫冬 范建勋 《工具技术》 北大核心 2022年第6期3-13,共11页

基于传统机器学习的刀具磨损监测模型监测精度低且计算复杂度高,难以满足智能制造的发展需求。而基于深度学习的刀具磨损监测模型数据处理和特征提取能力较强,可明显提高监测精度,使加工过程更智能化,因此广泛应用于刀具磨损监测。根据... 基于传统机器学习的刀具磨损监测模型监测精度低且计算复杂度高,难以满足智能制造的发展需求。而基于深度学习的刀具磨损监测模型数据处理和特征提取能力较强,可明显提高监测精度,使加工过程更智能化,因此广泛应用于刀具磨损监测。根据采用的模型,将基于深度学习的刀具磨损监测分为基于卷积神经网络的刀具磨损监测、基于稀疏自编码网络的刀具磨损监测、基于深度置信网络的刀具磨损监测、基于长短时记忆网络的刀具磨损监测和基于混合模型的刀具磨损监测,介绍了各种深度学习模型的基础理论及基本结构,总结了国内外基于深度学习模型的刀具磨损监测方法,分析了存在的问题,并指出了未来的发展方向。 展开更多

关键词 刀具磨损监测 卷积神经网络 自编码神经网络 深度置信网络 长短时记忆神经网络 混合模型

在线阅读 下载PDF 职称材料

金属切削刀具磨损监测技术研究进展 被引量：4

12

作者 王军 周婷婷 衣明东 《工具技术》 北大核心 2021年第1期3-10,共8页

在机械加工中,金属切削刀具作为切削加工的直接执行者,其切削状态对整个加工过程的正常、稳定进行具有重要影响,因此,监测其刀具磨损状态对于提高工件的加工质量和机床加工效率具有重要意义。本文综述了基于有限元模型、传感数据以及基... 在机械加工中,金属切削刀具作为切削加工的直接执行者,其切削状态对整个加工过程的正常、稳定进行具有重要影响,因此,监测其刀具磨损状态对于提高工件的加工质量和机床加工效率具有重要意义。本文综述了基于有限元模型、传感数据以及基于模型和数据融合的三种刀具磨损监测技术的研究现状,分析了当前监测技术的优点与不足,并对刀具磨损监测领域的未来发展趋势进行了探讨。 展开更多

关键词 金属切削刀具 刀具磨损监测 有限元模型 传感数据 模型和数据融合

在线阅读 下载PDF 职称材料

基于振动信号功率谱能量的钛合金铣削过程刀具磨损监测研究 被引量：4

13

作者 史靠军 胡维鑫 +3 位作者 贾保国 田辉 白乐乐 张俊 《制造技术与机床》 北大核心 2023年第9期66-73,共8页

针对复杂切削工况下钛合金结构件加工过程中刀具磨损监测的难题,提出基于主轴振动信号功率谱能量的刀具磨损监测方法。首先,在剔除振动信号原始数据异常点的基础上,通过功率谱分布提取反映刀具磨损退化过程的0~7f_(0)频带能量指标、过... 针对复杂切削工况下钛合金结构件加工过程中刀具磨损监测的难题,提出基于主轴振动信号功率谱能量的刀具磨损监测方法。首先,在剔除振动信号原始数据异常点的基础上,通过功率谱分布提取反映刀具磨损退化过程的0~7f_(0)频带能量指标、过齿频率基频f_(0)和倍频3f_(0)幅值等3个指标作为监测刀具退化过程的敏感指标。其次,提出基于结构件加工质量约束的刀具磨损失效阈值确定方法。最后,在钛合金槽腔结构件上验证了本方法的可行性。结果表明:相比于基于FFT谱、时域统计指标与小波包频带能量的刀具磨损监测方法,文章提出的复杂切削工况下的刀具磨损监测方法效果更加显著,可准确识别刀具的早期磨损。 展开更多

关键词 刀具磨损监测 频谱能量 监测阈值 功率谱

在线阅读 下载PDF 职称材料

基于S变换时频特征的刀具磨损监测方法 被引量：5

14

作者 李鑫 张宇 朱锟鹏 《组合机床与自动化加工技术》 北大核心 2022年第10期88-91,96,共5页

针对刀具磨损状态监测中特征提取过程往往忽略信号相位的问题,引入一种具有高时频分辨率同时能揭示相位成分的时频变换方法,提出基于S变换时频特征的刀具磨损状态识别方法。首先,对加工中的力及振动信号使用S变换,发现各个磨损状态下时... 针对刀具磨损状态监测中特征提取过程往往忽略信号相位的问题,引入一种具有高时频分辨率同时能揭示相位成分的时频变换方法,提出基于S变换时频特征的刀具磨损状态识别方法。首先,对加工中的力及振动信号使用S变换,发现各个磨损状态下时频幅值及相位矩阵存在显性差异;其次,分别从时频幅值/相位矩阵的等高线轮廓、时间最大值曲线及频率最大值曲线等多个方面进行特征提取,结合最大相关最小冗余算法进行特征降维;最后,使用隐马尔可夫模型完成刀具磨损状态的识别,识别率为97.4%。结果表明,S变换作为一种特征提取技术能够有效地用于刀具磨损状态监测,同时加工中力以及振动信号的相位成分能够表征刀具磨损。 展开更多

关键词 刀具磨损状态监测 S变换 相位成分 隐马尔可夫模型

在线阅读 下载PDF 职称材料

基于MCADBO-SVM的刀具磨损状态监测方法 被引量：1

15

作者 吴洪宇 徐冠华 +1 位作者 唐波 秦炜 《机床与液压》 北大核心 2025年第5期64-74,共11页

针对刀具磨损状态分类识别精度不高的问题,提出一种基于MCADBO-SVM的刀具磨损状态监测方法。在传统蜣螂优化算法(DBO)算法基础上,引入Circle映射和自适应可变惯性权重,提出Circle自适应权重蜣螂优化(CADBO)算法,提升了算法的整体寻优和... 针对刀具磨损状态分类识别精度不高的问题,提出一种基于MCADBO-SVM的刀具磨损状态监测方法。在传统蜣螂优化算法(DBO)算法基础上,引入Circle映射和自适应可变惯性权重,提出Circle自适应权重蜣螂优化(CADBO)算法,提升了算法的整体寻优和收敛性能。引入多域完全特征提取和多重特征选择技术(MFST),并将CADBO用于支持向量机(SVM)中的核函数和惩罚因子的择优问题,建立了基于MCADBO-SVM的刀具磨损状态监测模型。在公开数据集PHM2010上进行实验,结果显示:与多种方法相比,此模型的综合性能最优,检测准确率达到了95.24%。 展开更多

关键词 刀具磨损监测模型 振动信号 蜣螂优化算法 支持向量机 特征降维

在线阅读 下载PDF 职称材料

基于GWO-VMD的铣削刀具磨损状态监测 被引量：1

16

作者 孔前程 陈堂艳 魏伟 《组合机床与自动化加工技术》 北大核心 2025年第3期187-191,198,共6页

针对铣削过程中刀具磨损对工件质量和效率的影响,提出一种基于灰狼优化(grey wolf optimizer,GWO)变分模态分解(variational mode decomposition,VMD)的刀具磨损状态监测方法。首先,以原始信号与固有模态函数(intrinsic mode functions,... 针对铣削过程中刀具磨损对工件质量和效率的影响,提出一种基于灰狼优化(grey wolf optimizer,GWO)变分模态分解(variational mode decomposition,VMD)的刀具磨损状态监测方法。首先,以原始信号与固有模态函数(intrinsic mode functions,IMFs)的能量差作为适应度函数,通过GWO寻找VMD的最佳参数。其次,VMD将铣削力信号分解为IMFs,对IMFs进行希尔伯特黄变换(hilbert-huang transformation,HHT)。结果表明,GWO能准确寻找VMD的最佳参数(8,3977)。在GWO-VMD-HHT中,特征频率清晰直观,并且观察到了明显的能量频移现象。刀具磨损状态相关的频率主要集中在主轴频率及其倍频上。通过分析HHT谱中特定频率的能量分布情况,可以有效地识别刀具的磨损状态。 展开更多

关键词 刀具磨损监测 变分模态分解 灰狼优化 铣削

在线阅读 下载PDF 职称材料

基于强化蜣螂算法优化CNN-BiLSTM的刀具磨损状态监测模型

17

作者 赵文博 黄民 《工具技术》 北大核心 2025年第4期138-143,共6页

针对铣削加工过程中铣刀磨损状态监测准确率较低这一问题,提出一种基于强化蜣螂算法(OTDBO)优化卷积神经网络(CNN)和双向长短时记忆网络(BiLSTM)的刀具磨损状态监测模型。对于蜣螂算法自身收敛精度低且易于陷入局部最优解的问题,提出一... 针对铣削加工过程中铣刀磨损状态监测准确率较低这一问题,提出一种基于强化蜣螂算法(OTDBO)优化卷积神经网络(CNN)和双向长短时记忆网络(BiLSTM)的刀具磨损状态监测模型。对于蜣螂算法自身收敛精度低且易于陷入局部最优解的问题,提出一种融合鱼鹰优化算法与自适应t分布的OTDBO算法,通过对比蜣螂算法(DBO)、减法优化器算法(SABO)、北方苍鹰算法(NGO)、鲸鱼算法(WOA)、哈里斯鹰优化算法(HHO)、灰狼优化算法(GWO)等几种主流寻优算法,得出OTDBO算法的优越性。再与CNN-BiLSTM模型结合搭建OTDBO-CNN-BiLSTM刀具故障诊断模型。为进一步挖掘故障特征,利用多域分析提取信号中蕴含的深层次故障特征分量,作为OTDBO-CNN-BiLSTM模型的输入量。实验表明,该方法对于刀具磨损值的预测更为准确,与其他模型相比结果更优,证明所提方法的准确性和可行性。 展开更多

关键词 刀具磨损监测 卷积神经网络 双向门控循环神经网络 蜣螂算法

在线阅读 下载PDF 职称材料

基于可听声信号熵特征的刀具磨损状态监测 被引量：1

18

作者 谢达 鲁钟文 +3 位作者 孙丽 杨磊 吴军 李国超 《制造技术与机床》 北大核心 2025年第4期35-40,共6页

基于可听声信号的刀具磨损状态监测具备成本低、传感器安装便捷以及不干扰加工过程等优势,应用前景十分广阔。然而,可听声信号包含大量环境噪声,致使监测精度欠佳。为此,提出一种基于可听声信号熵特征的刀具磨损状态监测方法。首先,提... 基于可听声信号的刀具磨损状态监测具备成本低、传感器安装便捷以及不干扰加工过程等优势,应用前景十分广阔。然而,可听声信号包含大量环境噪声,致使监测精度欠佳。为此,提出一种基于可听声信号熵特征的刀具磨损状态监测方法。首先,提取加工过程中可听声信号的7种熵特征;其次,采用相关性分析方法,选出皮尔逊相关系数(Pearson correlation coefficient,PCC)绝对值大于0.9的香农熵、小波熵、排列熵和近似熵特征;最后,采用长短时记忆(long short-term memory,LSTM)网络构建刀具磨损状态监测模型。试验结果显示,熵特征可抵御噪声干扰,且监测精度均方根误差(root mean square error,RMSE)为0.0041 mm。 展开更多

关键词 熵特征 长短时记忆网络 刀具磨损状态监测 可听声信号 铣刀

在线阅读 下载PDF 职称材料

基于分层隐马尔科夫模型的刀具磨损状态监测

19

作者 梁东鹏 袁德志 朱锟鹏 《组合机床与自动化加工技术》 北大核心 2025年第1期180-184,189,共6页

针对在以往的刀具磨损状态监测中,磨损状态的错误识别现象往往出现在磨损状态的衔接区这一问题,提出了一种基于分层隐马尔科夫模型(hierarchical hidden markov model,HHMM)的刀具磨损状态监测方法。首先,采用力信号和振动信号作为监测... 针对在以往的刀具磨损状态监测中,磨损状态的错误识别现象往往出现在磨损状态的衔接区这一问题,提出了一种基于分层隐马尔科夫模型(hierarchical hidden markov model,HHMM)的刀具磨损状态监测方法。首先,采用力信号和振动信号作为监测信号,提取时域、频域和时频域特征;其次,通过刀具磨损物理模型对刀具磨损阶段进行划分,提高模型的物理可解释性;然后,采用Fisher Score(FS)特征选择方法筛选出刀具不同磨损状态的敏感特征,构建不同磨损状态的敏感特征集;最后,使用不同磨损状态的敏感特征集训练HHMM,建立分类模型库,从而实现刀具磨损状态监测。实验结果表明,所提模型可以有效地提高刀具磨损状态的识别率,准确率为98.41%,综合查准率和查全率的Macro-F1评价指标为98.44%。 展开更多

关键词 Fisher Score 特征选择 分层隐马尔科夫模型 刀具磨损状态监测

在线阅读 下载PDF 职称材料

基于特征融合与域自适应的刀具磨损在线监测

20

作者 柳大虎 汪永超 何欢 《组合机床与自动化加工技术》 北大核心 2024年第8期121-126,133,共7页

机床状态监测对于机床健康管理以及保证工件加工质量具有重要意义。针对现有刀具磨损预测模型存在训练时间长、收敛速度慢以及泛化能力弱等问题,提出了一种分布式一维卷积神经网络对刀具磨损进行预测。采用残差连接与通道注意力模块顺... 机床状态监测对于机床健康管理以及保证工件加工质量具有重要意义。针对现有刀具磨损预测模型存在训练时间长、收敛速度慢以及泛化能力弱等问题,提出了一种分布式一维卷积神经网络对刀具磨损进行预测。采用残差连接与通道注意力模块顺序堆叠的方式作为特征提取模块,并通过交叉验证以选择合适的网络层数。由于不同传感器所提取到的特征信息可能存在冗余,使用权重差异策略以提高特征提取的有效性以及全面性。此外,考虑到训练集与测试集分布可能存在差异从而影响模型的泛化性能,引入了域自适应方法提高模型在未知数据集中的表现。为验证模型效果,使用PHM 2010铣刀磨损数据集进行实验。实验结果表明,该模型在C1、C4、C6三把刀具上的平均RMSE和平均MAE分别为6.97和6.29,与TCN、TDConvLSTM等模型相比有12%以上的提升。 展开更多

关键词 刀具磨损监测 多传感器特征融合 权重差异策略 域自适应

在线阅读 下载PDF 职称材料