[发明专利]基于果蝇优化算法的铣刀磨损状态监测方法

摘要

本发明公开了一种基于果蝇优化算法的铣刀磨损状态监测方法，主要包括以下内容利用与多通道电荷放大器连接的三相测力仪通过数据采集板采集铣削加工运行中的铣刀铣削力信号；采用Daubechies小波包对采集到的铣刀铣削力信号进行4层小波变换和降噪处理，提取铣削力信号中的6个时域特征和16个能量特征；对提取到的时域特征和能量特征采用果蝇优化算法进行优选；将优选后的特征输入BP神经网络，计算出铣刀的磨损量，判断出铣刀磨损状态。本发明的方法易调节，寻优效果好，适应度强，BP神经网络表现好，可以快速有效地在线提取铣削加工过程的特征。

主权项

一种基于果蝇优化算法的铣刀磨损状态监测方法，其特征在于包括以下步骤：(1)采集铣削力信号：利用与多通道电荷放大器连接的三相测力仪通过数据采集板采集铣削加工运行中的铣刀铣削力信号；(2)提取时域特征和能量特征：采用Daubechies小波包对步骤(1)采集到的铣刀铣削力信号进行4层小波变换和降噪处理，提取铣削力信号中的6个时域特征和16个能量特征；(3)时域特征和能量特征优选：对步骤(2)提取到的时域特征和能量特征采用果蝇优化算法进行优选，选择进一步能准确反映铣刀磨损状态的特征，以降低特征个数，减少BP神经网络运算量；所述果蝇优化算法为改进果蝇优化算法，包括以下步骤：步骤1：随机初始化寻优果蝇群体的位置：InitX_axis；InitY_axis；步骤2：定义果蝇个体利用嗅觉搜寻食物的随机方向和距离：Xi＝X_axis+RandomValue；Yi＝Y_axis+RandomValue；步骤3：估计果蝇群体与原点之间的距离，再计算出食物味道浓度判断值；步骤4：将味道浓度判定值(S)带入到味道浓度判定函数中：Smelli＝Function(Si)；步骤5：找出此果蝇群体中味道浓度最大的果蝇个体：[bestSmellbestindex]＝max(Smell)；步骤6：保留最佳味道浓度值与对应的(x,y)坐标，此时果蝇群体利用视觉向该处飞去：Smellbest＝bestSmell；X_axis＝X(bestindex)；Y_axis＝Y(bestindex)；步骤7：重复执行步骤2到步骤5，若判断味道浓度大于前一次迭代的味道浓度，则执行步骤6；步骤8：根据Fisher准则进行2次判断，若J(fj)＞1满足就输出结果，否则回到步骤2重新选择，ujm，ujn是位于类m和类n的特征所对应特征fj的均值，是位于类m和类n所对应特征fj的方差；(4)将步骤(3)得到的优选后的特征输入BP神经网络，计算出铣刀的磨损量，判断出铣刀磨损状态，实现对铣刀加工运行在线磨损状态的监测。