[发明专利]铣刀磨损值的预测方法、装置、电子装置和存储介质

权利要求书

1.一种铣刀磨损值的预测方法，其特征在于，包括：

获取铣刀的原始振动数据；

确定所述原始振动数据中的香侬能量熵，并根据所述香侬能量熵，形成特征数据集，其中具体包括：

对所述原始振动数据进行经验模态分解，得到本征模函数值；

根据所述本征模函数值，确定所述香侬能量熵；

根据所述香侬能量熵，形成特征数据集；

将所述特征数据集划分为二类不平衡数据集，其中，所述二类不平衡数据集包括：多数类数据集和少数类数据集；

基于LS-SVM支持数值谱计算所述少数类数据集的重要性权值；

根据所述重要性权值，确定所述少数类数据集中的目标边界样本；

对所述少数类数据集中的所述目标边界样本进行过采样，得到新的少数类数据集，并与所述多数类数据集进行组合，得到多类均衡数据集；

根据所述多类均衡数据集，预测所述铣刀的磨损值。

2.根据权利要求1所述的铣刀磨损值的预测方法，其特征在于，在对所述少数类数据集中的所述目标边界样本进行过采样，得到新的少数类数据集，并与所述多数类数据集进行组合，得到多类均衡数据集之前，所述方法还包括：

对所述二类不平衡数据集进行降噪处理。

3.根据权利要求2所述的铣刀磨损值的预测方法，其特征在于，对所述二类不平衡数据集进行降噪处理包括：

采用近邻噪声处理方式，去除所述少数类数据集和所述多数类数据集中的噪声。

4.根据权利要求1所述的铣刀磨损值的预测方法，其特征在于，根据所述重要性权值，确定所述少数类数据集中的目标边界样本包括：

判断所述重要性权值是否大于预设权重；

在判断到所述重要性权值大于所述预设权重的情况下，将所述重要性权值大于所述预设权重的少数类数据集中的样本作为目标边界样本。

5.一种铣刀磨损值的预测装置，其特征在于，包括：

获取模块，用于获取铣刀的原始振动数据；

第一确定模块，用于确定所述原始振动数据中的香侬能量熵，并根据所述香侬能量熵，形成特征数据集，其中具体包括：对所述原始振动数据进行经验模态分解，得到本征模函数值；根据所述本征模函数值，确定所述香侬能量熵；根据所述香侬能量熵，形成特征数据集；

划分模块，用于将所述特征数据集划分为二类不平衡数据集，其中，所述二类不平衡数据集包括：多数类数据集和少数类数据集；

计算模块，用于基于LS-SVM支持数值谱计算所述少数类数据集的重要性权值；

第二确定模块，用于根据所述重要性权值，确定所述少数类数据集中的目标边界样本；

采样模块，用于对所述少数类数据集中的所述目标边界样本进行过采样，得到新的少数类数据集，并与所述多数类数据集进行组合，得到多类均衡数据集；

预测模块，用于根据所述多类均衡数据集，预测所述铣刀的磨损值。

6.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至4中任一项所述的铣刀磨损值的预测方法。

7.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至4中任一项所述的铣刀磨损值的预测方法。