基于多传感器信息决策级融合的刀具磨损在线监测

摘要：

针对无法精确掌控机械加工过程中刀具磨损状态的现状,提出一种基于多传感器信息决策级融合的刀具磨损在线动态监测模型.该模型对采集的振动、力、声发射传感器信号进行特征提取后,将特征按传感器类型划分为独立样本.划分后的独立样本分别对同一个刀具磨损量进行回归预测,进而对每一个独立样本预测得到的刀具磨损量进行加权综合决策,最终决策出刀具磨损量.实验结果表明:刀具磨损在线动态监测模型能够有效地提高刀具磨损动态预测精度,平均预测准确率可达97.9％;与现有研究方法相比,预测准确率至少提升4％以上,预测时间仅为0.016 s,具有较大优势.

关键词：刀具磨损;在线监测;信息决策级融合;多层神经网络;特征提取

所属期刊栏目：42

分类号：TG702(刀具、磨料、磨具、夹具、模具和手工具)

资助基金：国家重点研发计划项目;国家自然科学基金项目;中央高校基本科研业务费专项项目

在线出版日期：2021-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2024-2031