[发明专利]一种基于隐马尔可夫模型的刀具磨损状态识别与预测方法有效
| 申请号： | 201910910702.6 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110674752B | 公开（公告）日： | 2023-06-20 |
| 发明（设计）人： | 朱海平;李晓涛;孙志娟;吴淑敏;赵松涛;倪明堂 | 申请（专利权）人： | 广东省智能机器人研究院 |
| 主分类号： | G06F18/213 | 分类号： | G06F18/213;G06F18/2415;G06N3/006;G06Q10/04;G06Q50/04 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 罗晓林;杨桂洋 |
| 地址： | 523000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于隐马尔可夫模型的刀具磨损状态识别与预测方法，包括步骤：提取信号特征；筛选得到41个信号特征量；将刀具磨损阶段分为初期磨损、平稳磨损、快速磨损、严重磨损、磨坏阶段；构建磨损阶段识别模型；构建刀具剩余使用寿命预测模型；在线磨损阶段识别与剩余使用寿命预测，在线环节实时采集刀具加工过程信号并按照模型训练过程提取特征量，将特征量作为观测序列分别输入到磨损阶段识别模型、剩余使用寿命预测模型中进行阶段识别与剩余使用寿命预测；模型训练更新，随着监测数据累积，将新信号与刀具磨损状态数据重复步骤S1～S6，更新磨损阶段识别模型、剩余使用寿命预测模型。本发明为刀具磨损状态在线识别与预测提供参考。 | ||
| 搜索关键词： | 一种 基于 隐马尔可夫 模型 刀具 磨损 状态 识别 预测 方法 | ||
【主权项】：
1.一种基于隐马尔可夫模型的刀具磨损状态识别与预测方法，包括以下步骤：/nS1：信号特征提取，监测刀具加工过程中X、Y、Z轴三项力信号、振动信号以及声发射信号，分别提取时域特征量、频域特征量、时频域特征量；/nS2：特征量筛选，以0.6～0.8的相关度设定筛选标准，最终筛选得到41个信号特征量；/nS3：通过对步骤S2中筛选得到的41个特征量进行聚类分析，将刀具磨损阶段划分为初期磨损、平稳磨损、快速磨损、严重磨损、磨坏共5个阶段；/nS4：构建基于混合高斯隐马尔可夫模型的磨损阶段识别模型，利用天牛须-粒子群混合优化进行模型优化；/nS5：采用基于时变转移概率的隐马尔科夫预测模型，构建剩余使用寿命预测模型；/nS6：在线磨损阶段识别与剩余使用寿命预测，在线环节实时采集刀具加工过程信号并按照模型训练过程提取特征量，将特征量作为观测序列输入到磨损阶段识别模型，输出观测序列的似然概率值,选择似然概率高的阶段作为识别结果，然后输入到剩余使用寿命预测模型中，预测刀具的剩余使用寿命；/nS7：模型训练更新，随着监测数据累积，将新的刀具加工过程中X、Y、Z轴三项力信号、振动信号以及声发射信号与对应刀具磨损状态数据重复步骤S1～S6，更新磨损阶段识别模型、剩余使用寿命预测模型。/n
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广东省智能机器人研究院，未经广东省智能机器人研究院许可，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/201910910702.6/，转载请声明来源钻瓜专利网。
