[发明专利]一种基于多元快速迭代滤波分解法的刀具磨损预测方法

权利要求书

1.一种基于多元快速迭代滤波分解法的刀具磨损预测方法，其特征在于，包括如下步骤：

S1：基于支持向量机模型建立磨损预测模型；

S2：通过机床主轴上设置的三向振动传感器采集得到机床铣削过程的原始加工信号；

S3：使用多元快速迭代滤波分解法对原始加工信号进行分解，得到若干个多通道固有模态分量；

S4：计算每一个多通道固有模态分量的加权系数峭度指标值，对加权系数峭度指标值最大的多通道固有模态分量进行信号重构，得到重构信号；

S5：提取重构信号的时域特征和频域特征，并对重构信号的时域特征和频域特征进行主成分分析得到降维特征向量；

S6：采集得到待预测刀具的磨损面积，将磨损面积和降维特征向量带入磨损预测模型得到刀具磨损预测结果。

2.根据权利要求1所述的基于多元快速迭代滤波分解法的刀具磨损预测方法，其特征在于，所述原始加工信号包括X轴信号、Y轴信号和Z轴信号；多元快速迭代滤波分解法包括如下步骤：

D1：将X轴信号、Y轴信号和Z轴信号整合得到整合信号；

D2：将整合信号带入前置滤波器得到单通道固有模态分量u；

前置滤波器包括如下：

其中，V(t)为在时间t下的整合信号；N为样本点数；k为极值点数；L为滤波长度；x为延迟时间；

D3：将单通道固有模态分量u输入快速迭代滤波分解模型中，得到m个多通道固有模态分量IMFi，i＝(1,2,3...，m)。

3.根据权利要求2所述的基于多元快速迭代滤波分解法的刀具磨损预测方法，其特征在于，所述快速迭代滤波分解模型包括如下：

其中，i为分解序列数，i＝(1,2,3...，m)；D为滤波向量关联的对角矩阵；I为单位矩阵；N₀为分解过程迭代次数；为第i次分解时单通道固有模态分量u的转置矩阵。

4.根据权利要求3所述的基于多元快速迭代滤波分解法的刀具磨损预测方法，其特征在于，所述快速迭代滤波分解法的分解停止标准为：

其中，为内循环第i通道第k+1步的IMF；为内循环第i通道第k步的IMF；δ为调整参数。

5.根据权利要求1所述的基于多元快速迭代滤波分解法的刀具磨损预测方法，其特征在于，所述加权系数峭度指标值WSK＝S·K_ur·|ρ|，其中，S为固有模态分量的稀疏度；K_ur为固有模态分量的峭度值；ρ为固有模态分量的皮尔逊相关系数；

m×n为固有模态分量的矩阵尺寸，τ为非零元素的数量值；

其中，x_i为固有模态分量的时域波形离散序列点对应的震动幅值，n为固有模态分量的离散序列点数；

其中，X为原始加工信号；Y为任一固有模态分量；cov(X,Y)为X和Y之间的协方差；б_X为X的标准差；б_Y为Y的标准差；μ_X为X的均值，μ_Y为Y的均值。

6.根据权利要求1所述的基于多元快速迭代滤波分解法的刀具磨损预测方法，其特征在于，提取的时域特征包括：信号平均值、信号最大值、信号最小值、信号峰谷值、信号均方根值、信号标准差值和信号峰度值；

所述频域特征通过对时域特征进行傅里叶变换后提取得到；傅里叶变换包括如下公式：

其中，F(ω)为频域特征；ω为频率，t为时间，e^-iωt为复变函数，f(t)为时域特征。