[发明专利]一种基于SAEs和K-means的刀具破损监测方法有效
| 申请号： | 201610632997.1 | 申请日： | 2016-08-04 |
| 公开（公告）号： | CN106271881B | 公开（公告）日： | 2018-07-06 |
| 发明（设计）人： | 李斌;罗博;石成明;刘乐星;刘红奇;毛新勇;彭芳瑜;阳雪峰 | 申请（专利权）人： | 武汉智能装备工业技术研究院有限公司;刘红奇;李斌;毛新勇;彭芳瑜;毛宽民;朱海平 |
| 主分类号： | B23Q17/09 | 分类号： | B23Q17/09 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 梁鹏 |
| 地址： | 430014 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于SAEs和K‑means的刀具破损监测方法，其包括以下步骤：(1)采集电流信号样本集；(2)将规整处理后的所述电流信号输入到SAEs作为输入样本集，重构并提取原始电流信号的特征，将最后一个SAEs训练所得的编码矢量输出为特征向量；(3)将所述特征向量作为K‑means聚类的输入层，对所有输入数据进行分类；(4)输出样本聚类结果，并根据聚类效果微调K‑means参数以及SAEs参数；(5)输出聚类效果，根据聚类效果判断刀具是否破损。 | ||
| 搜索关键词： | 聚类 刀具 破损监测 特征向量 采集电流信号 原始电流信号 输入样本集 编码矢量 电流信号 规整处理 聚类结果 输出样本 效果判断 输出 输入层 样本集 重构 微调 破损 分类 | ||
【主权项】：
1.一种基于SAEs和K‑means的刀具破损监测方法，其中SAEs为稀疏自动编码网络，其特征在于，其包括以下步骤：(1)提供一个监测系统，所述监测系统包括霍尔传感器、Labview平台及SAEs，首先，采用所述霍尔传感器测量主轴电机的三相电流信号；之后，根据每个工件的加工过程对应的电流信号特点对采集到的电流信号进行分段截取，并计算截取获得的每个工件的电流信号的均方根值RMS；最后，再将获得的电流信号进行平滑处理，同时，采用规整算法将平滑处理后的电流信号进行规整处理；(2)将规整处理后的所述电流信号输入到所述SAEs作为输入样本集，重构并提取原始电流信号的特征，将最后一个SAEs训练所得的编码矢量输出为特征向量；(3)将所述特征向量作为K‑means聚类的输入层，对所有输入数据进行分类；(4)输出样本聚类结果，并根据聚类效果微调K‑means参数以及SAEs参数；(5)输出聚类效果，根据聚类效果判断刀具是否破损。
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武汉智能装备工业技术研究院有限公司;刘红奇;李斌;毛新勇;彭芳瑜;毛宽民;朱海平，未经武汉智能装备工业技术研究院有限公司;刘红奇;李斌;毛新勇;彭芳瑜;毛宽民;朱海平许可，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/201610632997.1/，转载请声明来源钻瓜专利网。
