[发明专利]一种多传感信号融合监测薄壁件铣削数据降维方法及系统

说明书

本发明公开了一种多传感信号融合监测薄壁件铣削数据降维方法及系统，其技术方案为：获取原始信号特征矩阵；根据频率响应函数计算工件和刀具的固有频率，计算对应铣削参数下的主轴旋转频率和刀齿通过频率，并计算所有小波包所在的频段；判断小波包频段是否包含工件固有频率、刀具固有频率、主轴旋转频率和刀齿通过频率，并对不同小波包频段分别取值，得到融合多传感信号的特征向量；根据融合多传感信号的特征向量，将原始信号特征矩阵转换为融合特征矩阵；根据铣削状态辨识中贡献度要求得到降维后的特征向量矩阵，并输出数据降维结果。本发明能够降低数据复杂度，能够在不影响机器学习训练精度前提下有效融合多传感信号特征。

技术领域

本发明涉及机械加工过程检测技术领域，尤其涉及一种多传感信号融合监测薄壁件铣削数据降维方法及系统。

背景技术

航空发动机风扇和低压压气机的转子叶片等薄壁零件多采用难加工材料制成，由于其难加工、边缘局部刚性差，切削过程中的加工颤振、刀具磨损、破损等问题严重影响生产效率和工件服役疲劳性能。数据驱动的铣削过程监测技术借助于信号处理手段，通过传感数据的实时交互、对历史加工数据的自学习，能够实现对加工过程的实时在线监测。但加工过程中的不同传感信号对铣削状态监测灵敏度并不一致，基于单一信号难以及时感知加工颤振、刀具破损等铣削状态的突变。多传感信号融合监测技术能够按照特定融合策略，对铣削过程中进行多角度、多频段、全方位实时监测，大大提高了薄壁件铣削过程监测的准确性。

近些年，国内外学者在多传感信号融合的薄壁件加工颤振监测技术领域相继提出了诸多新的技术和方法。如现有技术CN110434676A公开了一种多传感时频特征融合的镗削颤振监测方法，其采用多传感器采集不同信号进行颤振监测，融合了加工信号的时域和频域的不同特征，有效提高了颤振监测的可靠性和稳定性。现有技术CN104476321A公开了一种基于多传感器的蒙皮实时自适应镜像铣削方法与检测装置，其利用激光距离传感器实时测量得到被加工零件的实际尺寸，并通过压力传感器测量加工完成的实际曲面与理论曲面的尺寸误差，实现了根据被加工零件的实际尺寸调整加工方案，有效提高了加工效率。

然而，多传感信号融合技术在提高了监测手段可靠性的同时也给信号特征数据的分析带来了较大的难度。其作为一种高信息冗余度的监测手段，使得信号特征的样本数量成倍增加；另一方面，特别针对于小波包分解处理信号，薄壁件铣削监测本就需要从多个小波包中提取信号特征，这就导致由多传感信号中得到的特征矩阵变得尤为庞大。而现有技术多从减少提取信号特征的角度入手，以期望降低特征矩阵的数据复杂度。这种方法无法在多种传感信号间建立高效地融合策略，使用该类方法处理数据后，特征矩阵仍然存在较大的样本数量，严重影响使用机器学习技术辨识铣削状态的计算效率。

发明内容

针对现有技术存在的不足，本发明的目的是提供一种多传感信号融合监测薄壁件铣削数据降维方法及系统，解决了现有多传感信号特征数据降维方法中，多传感信号融合策略低效、数据压缩效率低、训练过程运算量大的问题，能够降低数据复杂度、数据压缩率高、计算效率高、能够在不影响机器学习训练精度前提下有效融合多传感信号特征。

为了实现上述目的，本发明是通过如下的技术方案来实现：

第一方面，本发明的实施例提供了一种多传感信号融合监测薄壁件铣削数据降维方法，包括：

获取由多传感器信号小波包能量组成的原始信号特征矩阵；

根据频率响应函数计算工件和刀具的固有频率，计算对应铣削参数下的主轴旋转频率和刀齿通过频率，并计算所有小波包所在的频段；

判断小波包频段是否包含工件固有频率、刀具固有频率、主轴旋转频率和刀齿通过频率，并对不同小波包频段分别取值，得到融合多传感信号的特征向量；

根据融合多传感信号的特征向量，将原始信号特征矩阵转换为多传感信号融合的特征矩阵；

根据铣削状态辨识中贡献度要求得到降维后的特征向量矩阵，并输出数据降维结果。