一種刀具狀態智能監測的進化學習方法,利用三向加速度傳感器和傳聲器采集振動信號和聲信號,對信號進行平滑處理,并將其劃分為訓練集和測試集;采用堆疊自編碼器對動態信號的深層次特征進行自動提取,并對提取的特征進行分類;根據訓練集模型準確度對各算法進行權重分配,通過加權平均獲得最終預測的刀具狀態,并保存模型相關參數;將實際加工過程中的實時振動信號和聲信號經數據預處理后輸入保存過的監測模型中,獲得對應信號的刀具狀態,保存置信度水平較高的數據標簽,并對網絡參數進行更新,從而實現刀具狀態智能監測的進化學習。本方法可避免人工的參與,降低計算復雜度,且能減弱機床性能退化對刀具狀態監測模型預測準確度的影響。
聲明:
“刀具狀態智能監測的進化學習方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)