[发明专利]一种基于模式识别的切削过程实时状态监测方法及装置

权利要求书

1.一种基于模式识别的切削过程实时状态监测方法，其特征在于，该方法包括：

步骤一，过程动态信号的采集；

步骤二，过程动态信号预处理及特征提取；

步骤三，典型模式生成；

步骤四，实时信息模式归类；以及

步骤五，实时异常状态监测及应对；

所述步骤一包括:

根据制造过程的实际运转状况，合理布置相应的P台传感器，利用多源传感器，进行在线多源时序数据采集，得到作为过程动态信号的多源时序信号数据Yi；

其中，所述步骤三包括

多次重复步骤一、二得到样本充足的样本集合，使用聚类算法使用簇内距离和作为评价标准把磨损数据分为m类，将其设置为m种磨损模式，记为M＝{M₁,M₂,…,M_m}，然后测试每种模式下的敏感窗口，将每种模式得到所对应的敏感窗口记为W＝{W₁,W₂,…,W_m}；

所述步骤四包括

重复步骤一、二，进行实时的过程动态信号数据收集与特征提取，对于输入的信号数据，使用多层SVM分类模型实现步骤三中实时窗口内信号数据的状态归类，通过窗口不断平移识别出实时窗口内的状态，进而得到该输入的信号数据的实时窗口内各磨损模式M的概率，选取比例最大的模式M设定为当前切削过程的实时磨损模式。

2.如权利要求1所述的基于模式识别的切削过程实时状态监测方法，其特征在于，所述步骤二包括：

收集步骤一制造过程所产生的信号数据Y_i进行预处理，首先对该信号数据Y_i进行数据清洗及降噪处理，然后对处理后的数据进行特征提取，并进行特征选择以及将其做归一化处理以及标准化处理，再使用PCA算法进行降维，最后得到的特征记为F。

3.如权利要求2所述的基于模式识别的切削过程实时状态监测方法，其特征在于，所述步骤五包括：

重复步骤一、三、四，使用步骤四中的方式，针对步骤四中所识别的状态，为不同的模式分别设置不同的监测和应对策略，进而对切削过程进行调节。

4.一种基于模式识别的切削过程实时状态监测方法，其特征在于，该方法包括：

步骤一：过程动态信号的采集，根据制造过程的实际运转状况，合理布置相应的P台传感器，利用多源传感器，进行在线多源时序数据采集，得到多源时序数据Y_i；

步骤二：过程信号预处理及特征提取，收集步骤一制造过程所产生信号数据Y_i进行预处理，首先对信号数据进行数据清洗及降噪处理，然后对处理后的数据进行特征提取，并进行特征选择并将其做归一化处理以及标准化处理，依据刀具磨损值，计算相关系数，再使用PCA算法进行降维，最后得到特征记为F；

步骤三：典型模式生成，多次重复步骤一、二得到样本充足的样本集合，使用聚类算法使用簇内距离和作为评价标准将磨损数据分为m类，将其设置为m种磨损模式，记为M＝{M₁,M₂,…,M_m}，然后测试每种模式下的敏感窗口，将每种模式得到所对应的敏感窗口记为W＝{W₁,W₂,…,W_m}；

步骤四：实时信息模式归类，重复步骤一、二，进行实时信号数据收集与特征提取，对于输入的信号数据，使用多层SVM分类模型实现步骤三中所述实时窗口内信号数据的状态归类，通过窗口不断平移识别出实时窗口内的状态，进而得到该输入的信号数据的实时窗口内的各磨损模式M的概率，选取比例最大的模式M设定为当前切削过程的实时磨损模式；

步骤五：实时异常状态监测及应对，重复步骤一、三、四，使用步骤四中的方式，针对步骤四中所识别的状态，为不同的模式分别设置不同的监测和应对策略，对切削过程进行调节。

5.一种装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行如权利要求1-4中任一项所述的基于模式识别的切削过程实时状态监测方法。