[发明专利]一种基于振动和声发射的刀具磨损状态识别方法

摘要

本发明公开了一种基于振动和声发射的刀具磨损状态识别方法，属于先进制造技术领域。本发明通过分析各种监测信号的优缺点，选择灵敏度高及易于安装的振动和声发射信号作为监测信号，通过完成信号采集和分析、特征提取、最优特征选择，最终实现刀具磨损状态识别，输出初期磨损、正常磨损和严重磨损三个阶段的刀具磨损状态。

主权项

1.一种基于振动和声发射的刀具磨损状态识别方法，其特征在于：所述方法步骤如下：S1、通过振动信号采集设备采集切削加工中的振动信号，通过声发射信号采集设备采集切削加工中的声发射信号；S2、振动信号、声发射信号分别根据切削三要素用量、刀具磨损状态组成一个4因素m水平的切削用量表进行全因素试验得到m⁴组原始数据；对m⁴组原始数据进行分析处理，提取振动信号、声发射信号对应的均值、方差、均方根值作为特征参数；对振动信号进行4层小波包分解，对声发射信号进行8层多分辨率分解，并提取各分解频段的能量占比；共得到31个特征参数；S3、采用Relief‑F算法对31个特征参数进行特征选择，选取出8个与刀具状态最相关的特征参数组成一个8维特征向量，最后选出的特征频段为：振动信号均方根、振动信号经4层小波包分解后的A4、A6、A11、A15频段和声发射信号经8层多分辨率分解后的D2、D4、D6 频段，得到一个8维的训练样本集；S4、将对试验数据信号分析和特征选择后得到的m⁴组样本划分为训练样本和测试样本；将训练样本输入建立的BP神经网络模型进行训练，得到刀具状态识别模型；然后将测试样本输入刀具状态识别模型识别刀具磨损状态。