基于随机森林与主成分分析的刀具磨损评估

刀具是数控机床的重要零部件,其性能直接影响着生产加工精度。为实现机床刀具磨损程度的在线分级评估,提出一种刀具磨损状态的评估方法,该方法结合随机森林与主成分分析模型,建立不同工况下主轴电机电流传感器信号样本与刀具磨损等级的非线性映射关系。在不同加工条件下进行刀具性能试验,采集主轴电机的电流信号和铣削加工参数。对信号利用小波包分解、时域统计、频域分析提取特征,利用随机森林得到刀具磨损的分级评估结果。该方法可有效解决样本不平衡的问题,与常见的组合分类方法 Ada Boost所得结果相比,该模型能准确地反映刀具的磨损程度,鲁棒性更好。该方法仅利用数控机床内置传感器实现,无需改动机床结构,不影响主轴动态加工性能,可广泛应用于工业数控机床刀具的磨损评估。