[发明专利]一种数控机床刀具磨损状态实时监测方法

权利要求书

1.一种数控机床刀具磨损状态实时监测方法，其特征在于：包括以下步骤：

步骤一，实时采集刀具切削工件产生的振动信号，并将每个工件的振动信号作为一个数据单元；

步骤二，设当前输入为第K个数据单元，结合之前的K-1个数据单元，得到以数据单元为自变量的数据集，根据统计学方法计算数据集的若干个初始特征，记为f；所述的初始特征包括：时域、频域统计特征及熵特征；

步骤三，设初始特征的初始数量为N，依次将每个初始特征作为目标特征，其他剩余N-1个初始特征作为因子特征，如此得到N组特征组合；每一组特征组合包括一个目标特征和N-1个因子特征；

步骤四，在每一组特征组合中，评估目标特征与因子特征的相关性，将目标特征和与之关联性最强的因子特征相乘；去除其中重复的组合，数量记为M，则得到第一次融合后的N-M个特征，将这N-M个特征再次代入步骤三；本步骤中采用灰色关联分析法评估目标特征与因子特征的相关性，其计算方法如下：

其中，ft(k)表示目标特征，f_i(k)表示第i个因子特征，f_i(k)≠ft(k)，i＝1，2，…，N；k为数据单元的索引，K表示当前输入的第K个数据单元；γ_i(k)表示目标特征与第i个因子特征的灰色相关系数序列；ρ表示分辨系数；ξ_i表示目标特征与第i个因子特征的灰色关联度，其值越大表示相关性越强；ω表示权重系数；

步骤五，循环步骤三和步骤四，直到满足终止条件，得到最终的P个融合特征，记为F；本步骤中判断步骤三和步骤四循环终止的步骤为：先找到每一组特征组合中目标特征与因子特征相关性的最大值，即灰色关联度的最大值，记为ξ_max；然后再计算所有组ξ_max的平均值，记为的初始值为0；判断的值是否大于上一循环，若是，则循环继续；若否，则循环终止；

步骤六，根据表格式累计和控制图法计算每个融合特征的累计和、界限值；累计和及界限值的计算方法如下：

H_j＝5σ_j

其中，F_j(k)表示第j个融合特征，j＝1，2，…，P；表示F_j(k)的上单侧累计和，表示F_j(k)的下单侧累计和，初始值k表示元素索引；μ_j表示F_j(k)的均值；d_j表示F_j(k)的允偏量，d_j＝σ_j/2，σ_j为F_j(k)的标准差；H_j表示F_j(k)的界限值；

步骤七，判断是否存在至少一个融合特征的累计和超过了界限值，若否，则刀具在第K个数据单元处为正常磨损状态，返回步骤二继续判断第K+1个数据单元；若是，则进行步骤八和步骤九进一步判断刀具磨损状态；本步骤中判断融合特征的累计和是否超过界限值即：判断是否成立；

步骤八，在第K个数据单元之后，再依次输入相邻的第K+1、K+2、…、K+9个数据单元，按照步骤二至步骤六的计算过程判断每个数据单元处融合特征的累计和是否超过了界限值，共计有10P次判断；

步骤九，设在10P次判断中，累计和超过界限值的次数的比例为θ，当θ0.95时，依然认为刀具在第K个数据单元处为正常磨损状态，返回步骤二继续判断第K+1个数据单元；当θ0.95时，则认为第K个数据单元为刀具磨损状态的转变点，返回步骤二并以第K个数据单元为起点，继续判断第K+1个数据单元。