[发明专利]一种预测刀具磨损状态的方法及系统

权利要求书

1.一种预测刀具磨损状态的方法，采用组合预测的方式对加工中心中的刀具的磨损状态进行预测，其特征在于，包括以下步骤：

步骤一，通过铣削加工实验，采集不同铣削条件下的所述刀具的实际刀面磨损量M_k和原始振动信号；

步骤二，对所述原始振动信号进行预处理，去除所述原始振动信号中的冗杂数据，并提取预处理后的所述信号原始振动信号的有效特征量，获得不同时刻的磨损特征值X_k；

步骤三，将不同时刻的所述磨损特征值作为BP神经网络的输入值，获得第一当前刀具磨损值M_1k；

步骤四，将不同时刻的所述磨损特征值作为SVM支持向量机的输入值，获得第二当前刀具磨损值M_2k；

步骤五，将所述步骤三中的所述第一当前刀具磨损值M_1k和所述步骤四中所述第二当前刀具磨损值M_2k进行数据加权分析，获取的综合刀具磨损值M′_k，该综合刀具磨损值M′_k用于表征所述刀具的预测刀面磨损量：

M′_k＝ω₁M_1k+ω₂M_2k (1)

式(1)中ω₁和ω₂分别为所述BP神经网络和所述SVM支持向量机的非负权重系数。

2.根据权利要求1所述的检测刀具磨损状态的方法，其特征在于：

其中，所述步骤五中的所述数据加权分析的过程还包括如下子步骤：

步骤一，M_1k和M_2k分别为BP神经网络和SVM在第k时刻刀具磨损的预测值，所述刀具的所述综合刀具磨损值M′_k为：

M′_k＝ω₁M_1k+ω₂M_2k

式中ω₁和ω₂分别为所述BP神经网络和所述SVM预测值的非负权重系数，ω₁+ω₂＝1；

步骤二，设ε_ik＝(M_k-M_ik)为第i种单一预测方法在第k时刻的预测误差，那么计算第k时刻的组合预测误差ε_k为：

ε_k＝M_k-M′_k＝ω₁ε_1k+ω₂ε_2k

式中M_k为刀具在k时刻的实际磨损值，ω₁和ω₂为非负权重系数；

步骤三，所述组合预测的预测误差平方和Q为：

计算所述组合预测的最优解：

求得出ω₁、ω₂，所述刀具的所述综合刀具磨损值M′_k为：

M′_k＝ω₁M_1k+ω₂M_2k