Kalman滤波在刀具磨损预测模型中的应用

摘要：

基于LS-SVM建立刀具磨损预测模型，描述铣削过程中输入向量（进给率、切削速度、主轴转速、切削深度、切削时间及磨损位置）和输出向量（刀具磨损）之间的映射关系，并引入Kalman滤波技术，建立LS-KF模型，考虑加工条件及环境变化引起的刀具磨损量的变化，结合刀具的实际磨损量更新 LS-SVM 的预测结果，并用该更新结果调整训练模型，以使更新后的刀具磨损量能够反映出由于加工条件及环境的变化引起的刀具磨损的变化，提高LS-SVM模型的预测精度，最后用实验验证所建立模型的预测精度。结果表明，LS-SVM模型和LS-KF模型的预测精度均较高，且LS-KF模型的预测精度更高。

关键词：铣削、刀具磨损、LS-SVM、Kalman滤波

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目50805078；南京航空航天大学青年科技创新基金资助项目NS2013043．

在线出版日期：2013-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：444-450