[发明专利]基于条件随机场模型的刀具磨损状态监测方法

摘要

本发明公开了一种基于条件随机场模型的刀具磨损状态监测方法，通过采集切削过程中的声发射信号，并对其进行预处理和相关的特征提取，将提取的特征向量作为条件随机场模型的训练样本和测试样本，利用得到的训练样本建立刀具磨损状态监测的条件随机场模型，将测试样本输入建立的模型，输出所对应的磨损状态，对刀具的不同磨损状态进行了准确地检测，达到仅分析切削过程产生的声发射信号就可以预测刀具磨损状态的目的。检测的结果表明，该方法能够准确的识别刀具不同磨损阶段的磨损状态，对刀具磨损的在线监测具有很大的现实意义。

主权项

一种基于条件随机场模型的刀具磨损状态监测方法，其特征在于，在刀具进行多次切削过程中，对刀具进行磨损监测，包括以下步骤：步骤一、对采集到的切削过程的声发射信号进行预处理：首先，去掉刀具刚切入和切出部分的声发射信号，截取切削平稳阶段的声发射信号，然后，对声发射信号进行滤波和小波分解，选取60KHz到200KHz频段的信号进行特征提取；步骤二、从声发射信号中提取特征向量，包括提取声发射信号的最大值、偏度、峭度、均方根、熵、方差和峰峰值，从而得到条件随机场模型的训练样本和测试样本；步骤三、分析声发射信号的特征与刀具磨损状态的关系，建立刀具磨损状态监测的条件随机场模型：首先，初始化条件随机场模型参数，该条件随机场模型使用线性链式结构，设置模型参数，主要是特征权重参数λ的设置，将特征权重参数λ的初值为零，特征权重参数λ的维数取决于训练样本个数和状态数；然后，设置模型训练的收敛精度ε，将训练样本输入初始化后的条件随机场模型进行迭代运算，采用拟牛顿算法计算参数，当梯度小于等于收敛精度ε时，停止迭代；最终，采用最大似然估计求解法，确定训练后的条件随机场特征权重参数λ，从而建立刀具磨损状态监测的条件随机场模型；步骤四、将由步骤二得到的测试样本输入到由步骤三建立的刀具磨损状态监测的条件随机场模型中进行概率计算，得到该测试样本对应的标记序列，从而进行刀具磨损状态的识别，并由刀具磨损状态监测的条件随机场模型输出测试样本所对应的刀具磨损状态的类型，刀具磨损状态的类型包括有：1)新刀，磨损量为0；2)初期磨损，磨损量为0.05～0.1mm；3)正常磨损，磨损量为0.1～0.5mm；4)剧烈磨损，磨损量大于0.5mm。