基于卡尔曼滤波算法的刀具磨损状态预测 |
| |
引用本文: | 王全靳伍银.基于卡尔曼滤波算法的刀具磨损状态预测[J].组合机床与自动化加工技术,2022(4):180-183. |
| |
作者姓名: | 王全靳伍银 |
| |
作者单位: | 1.兰州理工大学机电工程学院730050; |
| |
基金项目: | 甘肃省重点研发计划项目(21YF5GA080)。 |
| |
摘 要: | 针对机加工过程中的刀具状态预测问题,利用随机森林算法良好的多分类能力,提出一种基于卡尔曼滤波算法刀具状态分类监测模型。以铣削力信号作为状态监测信号,通过卡尔曼滤波以及前一次走刀过程的铣削力建立状态预测方程,对下一次走刀过程中的铣削力进行预测;将预测的铣削力分别在时域、频域与小波包分析中提取特征值,然后利用训练好的随机森林模型对提取的特征值进行识别,预测下次走刀过程的刀具磨损状态。数据处理的结果表明,该方法可以有效地预测出下次加工是否会进入磨损阶段,在整体状态识别中准确率为98.73%。
|
关 键 词: | 刀具磨损 卡尔曼滤波 随机森林 |
本文献已被 维普 等数据库收录! |
|