[发明专利]一种基于多传感器信息融合及深度置信网络的刀具磨损监测方法在审
| 申请号： | 201910306988.7 | 申请日： | 2019-04-17 |
| 公开（公告）号： | CN110000610A | 公开（公告）日： | 2019-07-12 |
| 发明（设计）人： | 刘献礼;张爱鑫;宋厚旺;于福航;张统;仲冬维 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | B23Q17/09 | 分类号： | B23Q17/09 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多传感器信息融合及深度置信网络的刀具磨损监测方法，包括步骤如下:采集数控机床加工过程中多种传感器信号，分别提取传感器信息在时域、频域、时频域的特征参数。由限制波尔兹曼机(RBM)有效的提取能够表征铣刀磨损的特征参数；通过堆叠多个限制波尔兹曼机(RBM)构造深度置信网络(DBN)，实现刀具磨损的监测。本发明可摆脱对信号处理专家经验的依赖，通过多个传感器获取刀具磨损状态详细信息，快速准确的识别出不同加工条件下的铣刀磨损状态，具有监测精度高，适应性强等特点。 | ||
| 搜索关键词： | 置信 多传感器信息融合 刀具磨损监测 特征参数 铣刀磨损 数控机床加工过程 不同加工条件 刀具磨损状态 传感器信号 传感器信息 刀具磨损 详细信息 信号处理 专家经验 网络 时频域 监测 传感器 堆叠 频域 时域 采集 | ||
【主权项】：
1.一种基于多传感器信息融合及深度置信网络的刀具磨损监测方法，其特征在于步骤如下：步骤1：在某一工况下，使用恒定的切削参数对材料进行加工，刀具在侧边上铣削加工，测量该过程中的切削力信号、振动信号，同时测量每次加工后刀具的后刀面磨损量，并将归一化处理后的刀面磨损值作为神经网络的输出值；步骤2：分别提取每一种传感器信号在时域、频域及时频域上的特征参数，并进行归一化处理；步骤3：将归一化处理后的特征参数作为深度置信网络(DBN)的输入向量对识别模型进行训练，在最后一层加softmax分类器，通过BP算法进行微调，最终输出刀具磨损状态。
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/201910306988.7/，转载请声明来源钻瓜专利网。
