[发明专利]铣刀切削振动变化特性的检测与高斯过程模型构建方法有效
申请号: | 201910293137.3 | 申请日: | 2019-04-12 |
公开(公告)号: | CN109940462B | 公开(公告)日: | 2020-11-03 |
发明(设计)人: | 姜彬;范丽丽;赵培轶 | 申请(专利权)人: | 哈尔滨理工大学 |
主分类号: | B23Q17/09 | 分类号: | B23Q17/09 |
代理公司: | 哈尔滨市伟晨专利代理事务所(普通合伙) 23209 | 代理人: | 李晓敏 |
地址: | 150080 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 铣刀 切削 振动 变化 特性 检测 过程 模型 构建 方法 | ||
铣刀切削振动变化特性的检测与高斯过程模型构建方法,属于铣刀技术领域。解决了现有技术中需要通过做铣削实验得到振动信号,再提取出铣削振动特征参数,浪费时间的问题。本发明的技术要点:步骤A,将不同切削行程下的完整切削区域分为铣削切入段、铣削前半段、铣削中段、铣削后半段和铣削切出段,提取沿铣刀进给速度方向、铣削宽度方向、铣削深度方向的区域内的特征参数;步骤B、铣削振动高斯过程模型训练值和观测值选取;步骤C、高斯过程模型构建;步骤D、铣削振动高斯过程模型预测结果的检验。本发明根据选取的铣削振动特征参数进行铣削振动变化特性曲线的描述,利用高斯过程模型预测铣削振动特征参数,准确描述出铣削振动的变化特性。
技术领域
本发明涉及一种铣刀特性检测与模型构建方法,具体涉及一种铣刀切削振动变化特性的检测与高斯过程模型构建方法,属于铣刀技术领域。
背景技术
在铣削加工过程中,工件的振动会对铣刀进给速度、刀齿的磨损等产生一定的影响。想要准确描述铣削振动的变化特性需要大量的数据支持,而如果通过做铣削实验得到振动信号,再提取出铣削振动特征参数,会浪费大量时间。因此,通过模型构建方法用小样本去预测铣削振动变化特性的检测和模型构建方法,对揭示随铣削行程改变时振动的变化特性具有重大意义。
发明内容
在下文中给出了关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于此,为了克服现有技术中需要通过做铣削实验得到振动信号,再提取出铣削振动特征参数,浪费时间的问题,进而本发明提供了一种铣刀切削振动变化特性的检测与高斯过程模型构建方法。
本发明的铣刀切削振动变化特性的检测与高斯过程模型构建方法,具体步骤为:
步骤A,铣削振动特征参数的选取:
将不同切削行程下的完整切削区域分为铣削切入段、铣削前半段、铣削中段、铣削后半段和铣削切出段五个区域,分别提取沿铣刀进给速度(xg)方向、铣削宽度(yg)方向、铣削深度(zg)方向的各个区域内的铣削振动特征参数;
步骤B、铣削振动高斯过程模型训练值和观测值选取:
选取实验样本中的q组数据作为铣削振动高斯过程模型的训练值,同时将这q组数据作为该模型的观测值,最后选取切削行程为m-q数据作为该模型的验证值,m、q均为正整数,且mq;
步骤C、高斯过程模型构建;
步骤D、铣削振动高斯过程模型预测结果的检验。
高斯过程模型方法是近年来提出的一种非线性回归方法,适用于高维度输入、样本空间小和非线性强等问题。本发明中揭示的铣削振动变化特性就是一种多维度、小样本、非线性问题,因此需要用高斯过程模型预测结果来描述铣削振动的变化特性。本发明提供了铣削振动特征参数的选取方法,根据选取的铣削振动特征参数进行铣削振动变化特性曲线的描述。为了准确揭示铣削振动的变化特性,采用分段法,将完整铣削过程分为多个区域,获得每个区域相对应的铣削振动时域信号中的加速度最大值以及铣削振动频域信号的幅值,构建铣削振动变化特性曲线。为了使高斯过程模型预测出的结果与实际值更加吻合,本发明中高斯过程模型的训练值和观测值选择同一组数据,使得预测结果更加接近实际值。
进一步地:高斯过程模型构建的具体过程为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910293137.3/2.html,转载请声明来源钻瓜专利网。