針對(duì)深孔加工過程中刀具狀態(tài)不易觀察、更換刀具的時(shí)機(jī)依賴經(jīng)驗(yàn)等問題,提出了一種基于深度置信網(wǎng)絡(luò)的深孔加工刀具狀態(tài)監(jiān)測(cè)方法。通過三向壓電加速度傳感器和傳聲器采集加工過程的振動(dòng)信號(hào)和噪聲信號(hào),并進(jìn)行數(shù)據(jù)預(yù)處理,利用處理后的數(shù)據(jù)訓(xùn)練深度置信網(wǎng)絡(luò)對(duì)刀具狀態(tài)進(jìn)行辨別。刀具狀態(tài)監(jiān)測(cè)的實(shí)例表明,利用預(yù)處理后的數(shù)據(jù)對(duì)深度置信網(wǎng)絡(luò)進(jìn)行訓(xùn)練,刀具狀態(tài)監(jiān)測(cè)在測(cè)試集上的平均準(zhǔn)確度可以達(dá)到98.54%,證明了深孔加工刀具狀態(tài)監(jiān)測(cè)方法的有效性。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1 深度置信網(wǎng)絡(luò)結(jié)構(gòu)

深度置信網(wǎng)絡(luò)模型結(jié)構(gòu)如圖1所示,通過利用前一層的激活作為輸入,貪婪地將每一層(從低到高)訓(xùn)練RBM。具體訓(xùn)練過程如下所示:首先充分訓(xùn)練一個(gè)RBM,其次固定第一個(gè)RBM的權(quán)重和偏移量,使用其隱層神經(jīng)元的狀態(tài),作為第二個(gè)RBM的輸入向量;接著充分訓(xùn)練第二個(gè)RBM后,將第二個(gè)RBM堆疊....

圖3 刀具不同階段兩個(gè)振動(dòng)傳感器Y方向上信號(hào)的時(shí)域波形

圖2刀具狀態(tài)試驗(yàn)傳感器布置圖2.2數(shù)據(jù)預(yù)處理

圖4 數(shù)據(jù)預(yù)處理流程圖

加工過程中,壓電加速度傳感器和傳聲器分別采集振動(dòng)信號(hào)和聲信號(hào),通過數(shù)據(jù)預(yù)處理后輸入到刀具狀態(tài)監(jiān)測(cè)模型,數(shù)據(jù)預(yù)處理過程如圖4所示。2.2.1振動(dòng)信號(hào)合成

圖5 數(shù)據(jù)不平衡處理

其中,S′為加噪后的刀具磨鈍信號(hào),S為未加噪的磨鈍信號(hào),k為加噪的強(qiáng)度參數(shù),n=1,2,…,N用于控制加噪的不同強(qiáng)度,σ為樣本的標(biāo)準(zhǔn)方差。不平衡處理前后數(shù)據(jù)個(gè)數(shù)見表1。2.2.3特征提取

本文編號(hào)：4018014