发明名称 |
一种基于广义区间的切削加工颤振辨识方法 |
摘要 |
本发明公开了一种基于广义区间的切削加工颤振辨识方法,包括:获取切削加工中的切削数据形成切削加工信号数据集;对切削加工信号数据集进行区间化处理获得广义区间化的数据集,并提取其广义区间特征量集;建立初始的广义神经网络模型,并对切削加工状态进行编码,形成广义神经网络输出的理想目标,训练广义神经网络,获取优化的广义神经网络模型;将待识别的切削加工数据集的广义区间特征量集代入优化的广义神经网络模型中,计算模型输出结果,并对输出结果中的区间最大值对应状态即为辨识的切削加工状态。本发明的方法可以对切削加工颤振进行实时监测与辨识,从而对切削参数及切削工具进行必要的控制,从而满足制造加工要求。 |
申请公布号 |
CN103345200A |
申请公布日期 |
2013.10.09 |
申请号 |
CN201310269524.6 |
申请日期 |
2013.06.28 |
申请人 |
华中科技大学 |
发明人 |
胡友民;谢锋云;吴波;贾广飞;李延磊;樊继开;朱爱华 |
分类号 |
G05B19/406(2006.01)I |
主分类号 |
G05B19/406(2006.01)I |
代理机构 |
华中科技大学专利中心 42201 |
代理人 |
朱仁玲 |
主权项 |
一种基于广义区间的切削加工颤振辨识方法,通过对切削加工中切削设备的颤振状态进行实时监测与辨识,以消除颤振从而实现稳定的切削加工,其特征在于,该方法包括: 获取切削加工中的切削数据形成切削加工信号数据集; 对所述切削加工信号数据集进行区间化处理,获得广义区间化的数据集,并提取所述广义区间化数据集的广义区间特征量集; 依据所述广义区间特征量集及切削加工状态的数量,建立广义神经网络模型,并通过对切削加工状态进行编码,形成广义神经网络输出的理想目标; 根据所述广义神经网络模型及其理想目标,进行广义神经网络训练,获得优化的广义神经网络模型; 将待识别的切削加工数据集的广义区间特征量集代入所述优化的广义神经网络模型中,计算模型输出结果,其中区间最大值所对应的状态即为辨识的切削加工状态。 |
地址 |
430074 湖北省武汉市洪山区珞喻路1037号 |