[发明专利]一种基于广义区间的切削加工颤振辨识方法

权利要求书

1.一种基于广义区间的切削加工颤振辨识方法，通过对切削加工中切削设备的颤振状态进行实时监测与辨识，以消除颤振从而实现稳定的切削加工，其特征在于，该方法包括： 

获取切削加工中的切削数据形成切削加工信号数据集； 

对所述切削加工信号数据集进行区间化处理，获得广义区间化的数据集，并提取所述广义区间化数据集的广义区间特征量集； 

依据所述广义区间特征量集及切削加工状态的数量，建立广义神经网络模型，并通过对切削加工状态进行编码，形成广义神经网络输出的理想目标； 

根据所述广义神经网络模型及其理想目标，进行广义神经网络训练，获得优化的广义神经网络模型； 

将待识别的切削加工数据集的广义区间特征量集代入所述优化的广义神经网络模型中，计算模型输出结果，其中区间最大值所对应的状态即为辨识的切削加工状态。 

2.根据权利要求1所述的一种基于广义区间的切削加工颤振辨识方法，其特征在于，所述对切削加工信号数据集进行区间化处理即将数据集中的每个元素转换成广义区间形式，具体为： 

其中x为数据集中的任一元素，x为区间下界，为区间上界。 

3.根据权利要求1或2所述的一种基于广义区间的切削加工颤振辨识方法，其特征在于，广义区间特征量集为以下一种或者几种区间形式的 特征量：峰值、均值、均方根值、方差、峭度、波形因子、功率谱密度、均方频率、均方根频率、重心频率、频率标准差、频率方差及小波系数均方根。 

4.根据权利要求1-3中任一项所述的一种基于广义区间的切削加工颤振辨识方法，其特征在于，所述加工状态包括三种，即稳定加工状态、过渡加工状态及颤振加工状态。 

5.根据权利要求4所述的一种基于广义区间的切削加工颤振辨识方法，其特征在于，所述加工状态的确定通过对切削加工信号数据集的时域图及其频域图的幅值大小得到。 

6.根据权利要求1-5中任一项所述的一种基于广义区间的切削加工颤振辨识方法，其特征在于，所述进行广义神经网络训练以获取优化的广义神经网络模型的具体过程为： 

设定输出误差允许范围，将提取到的切削加工状态对应的广义区间特征量分别独立地输入所述广义神经网络模型中，计算该广义神经网络模型输出结果，如果输出结果在设定的误差范围内，此时对应的广义网络模型即为优化的广义神经网络模型，否则，修改权值，继续计算，直至达到误差允许范围，即可获得切削加工状态对应的优化的广义神经网络模型。 

7.根据权利要求1-6中任一项所述的一种基于广义区间的切削加工颤振辨识方法，其特征在于，所述区间最大值通过区间大小比较法则获得。 

8.根据权利要求1-7中任一项所述的一种基于广义区间的切削加工颤振辨识方法，其特征在于，若辨识得到的切削设备的颤振状态为稳定加工状态，则继续切削加工；若为颤振加工状态，则立即停止加工，通过改变 加工参数直到辨识结果为稳定加工状态；若辨识为过渡加工状态，则立即改变加工参数直到辨识结果为稳定加工状态为止。 

9.根据权利要求8所述的一种基于广义区间的切削加工颤振辨识方法，其特征在于，所述加工参数包括切削力、切深或切宽。