[发明专利]一种基于特征融合的刀具磨损评估及监控的方法与系统

权利要求书

1.一种基于特征融合的刀具磨损评估及监控的方法，包括其特征在于，包括如下步骤：

步骤(1)，数据柔性采集，基于系统所采用的柔性数据采集接口获取NC系统加工参数数据和用于反映刀具状态的传感器信号数据，并完成多源数据同步，得到完整的用于刀具监控和评估的原始数据集所述的步骤(1)中的数据柔性采集步骤如下，

步骤(1.1)，NC系统加工参数获取，通过数采接口从NC系统中依采样频率获取系统加工参数数据

步骤(1.2)，多传感器信号数据获取；通过数采接口从内置或外接传感器接口采集各类传感器信号数据

步骤(1.3)，多源数据同步；通过数采接口中的同步模块对由于采样造成的数据缺失进行补齐，并结合标准时钟源对来自不同测量传感器、不同采样频率的传感器信号与(1.1)中所得加工参数通过插值、平移等算法完成同步对齐，得到完整的用于刀具监控和评估的原始数据集

步骤(2)，工况分割，对于步骤(1)中所得原始数据，在每个加工件加工结束后利用相应的NC系统加工参数结合加工过程逻辑及设定的触发点进行工况分割标识，提取得到目标刀具、模式下稳定加工过程的原始数据D_orig；

所述的步骤(2)中的工况分割步骤如下：

步骤(2.1)，加工刀具工况分割，对(1.3)中的原始数据集进行分割提取得到目标刀具原始数据

步骤(2.2)，加工模式工况分割，对(2.1)中的原始数据集进行分割提取得到目标刀具和模式的原始数据

步骤(2.3)，加工过程工况分割；对(2.2)中的原始数据集进行分割提取得到目标刀具、模式下稳定加工过程的原始数据D_orig；

步骤(3)，数据预处理，对于步骤(2)中所得目标分析的原始数据D_orig，采用数据去重、数据去噪、数据编码、数据滤波算法进行预处理，从而减少或抑制数据中的无效信息，增强数据中有用的特征信息，提高数据的质量，所得预处理后的数据为D；

步骤(4)，特征提取，对于步骤(3)所得的预处理后的数据集D，将其中每个待分析的有效信号通过时域分析、频域分析、时频域分析、波形分析等算法进行特征提取，从而得到能有效描述分析信号特征信息的p维特征向量并得到原始特征集n为样本数；

步骤(5)，特征融合，对于步骤(4)所得的原始特征集F₀，根据实际需求进行不同层面的特征融合，得到融合后特征集F＝{F_i|j＝1，2，...，k}，k为融合后特征维度；

步骤(6)，评估监控，对于步骤(5)所得的融合特征集F，根据实际需求进行指标转换并结合业务策略用于实际的磨损评估、监控、报警和优化应用。

2.根据权利要求1所述的一种基于特征融合的刀具磨损评估及监控的方法，其特征在于：所述的步骤(3)中的数据预处理步骤如下，

步骤(3.1)，数据去重，基于时间戳、加工序号和分割标识I_process作为联合索引，对索引重复的数据进行去重删除；

步骤(3.2)，数据去噪，可选用基于距离的检测、基于统计学的检测、基于分布的异常值检测、基于密度聚类检测、基于箱线图检测等方法对原始信号数据进行去噪处理，去除数据中的异常值；

步骤(3.3)，数据编码，按照分析、建模和评估所需的数据格式，对数据进行对应编码，以便于后续步骤处理；

步骤(3.4)，数据滤波，选用加权均值滤波、中值滤波、高斯滤波、维纳滤波等方法进行数据滤波处理，识别并消除数据中的噪声，提高数据特征信息的对比度。

3.根据权利要求1或2所述的一种基于特征融合的刀具磨损评估及监控的方法，其特征在于：所述的步骤(4)中的特征提取包括如下步骤，

步骤(4.1)，时域特征提取，提取所述信号的时域特征，包括均值、方差、标准差、最大值、最小值、均方根值、峰峰值、偏度、峭度、波形指标、脉冲指标、裕度指标；

步骤(4.2)，频域特征提取，提取所述信号的频域特征，包括均方频率、频率方差、重心频率、频段能量；

步骤(4.3)，时频域特征提取，提取所述信号的时频域特征，包括小波包分解或经验模态分解后信号的频段能量或时域特征；

步骤(4.4)，波形特征提取，提取所述信号的波形特征，包括信号波形下面积、最大导数、最小导数、上升沿、下降沿。