[发明专利]刀具磨损状态在线监测的深度核极限学习机方法及系统有效
| 申请号： | 201811056778.9 | 申请日： | 2018-09-11 |
| 公开（公告）号： | CN109333159B | 公开（公告）日： | 2021-04-13 |
| 发明（设计）人： | 周余庆;雷芝;向家伟 | 申请（专利权）人： | 温州大学苍南研究院 |
| 主分类号： | B23Q17/09 | 分类号： | B23Q17/09 |
| 代理公司： | 温州名创知识产权代理有限公司 33258 | 代理人： | 陈加利 |
| 地址： | 325000 浙江省温州市苍南县*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种刀具磨损状态在线监测的深度核极限学习机方法及系统,首先通过多个传感器采集刀具在不同磨损状态下的多通道信号；其次通过RS232端口将信号输送到DSP中进行信号处理，计算其多个统计特征参数；然后构造数据驱动的深度核函数，将样本信号映射到深度核空间，形成训练样本并存储在RAM中；最后在线监测时，计算采集到的多通道信号的特征，并映射到深度核空间形成测试样本与存储在RAM中的训练样本同时输入到极限学习机中进行分类，输出当前信号所处的磨损状态，实现刀具磨损状态在线监测。 | ||
| 搜索关键词： | 刀具 磨损 状态 在线 监测 深度 极限 学习机 方法 系统 | ||
【主权项】：
1.一种刀具磨损状态在线监测的深度核极限学习机方法,其特征在于，包括以下步骤：S1、模型训练；具体步骤如下：S11、通过传感器采集多个通道刀具磨损状态相关的信号；S12、通过时域和频域分析，根据步骤S11中所采集到的信号计算其多个统计特征参数；S13、构造数据驱动的深度核函数；S14、通过步骤S13中所构造的深度核函数将各数据映射到深度核kMKL空间，形成训练样本集Xtr；S2、在线监测；具体步骤如下：S21、通过传感器实时采集多个通道刀具磨损状态相关的信号；S22、通过时域和频域分析，根据步骤S21中所采集到的信号计算其多个统计特征参数；S23、将各数据映射到模型训练中构造的数据驱动深度核kMKL空间，形成测试样本集Xte；S24、将训练样本集Xtr、测试样本集Xte及刀具磨损状态输入到极限学习机中，实现刀具磨损状态分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于温州大学苍南研究院，未经温州大学苍南研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811056778.9/，转载请声明来源钻瓜专利网。
