当前位置: 首页 > 专利查询>三峡大学专利>正文

基于SVD变换和支持向量空间的刀具运行可靠性评估方法技术

技术编号:17007957 阅读:39 留言:0更新日期:2018-01-11 04:09
基于SVD变换和支持向量空间的刀具运行可靠性评估方法,其特征在于:所述方法包括样本数据获取与显著特征量提取、SVD降维、支持向量空间超球体构造、相对距离指标计算和可靠度指标定义;所述样本数据获取与显著特征量提取,提取振动信号数据;所述SVD降维,将高维特征量指标进行信号重构,提取出有效成分,降低数据维数;所述支持向量空间超球体构造,将样本数据映射到高维超球体空间中;所述相对距离指标计算和可靠度指标定义,对测试样本点与支持向量数据空间超球体的相对距离的计算,通过引入的隶属度函数将相对距离指标映射到[0,1]之间,即得到运行可靠性指标。本发明专利技术的优点,旨在解决单台小批样条件下的刀具可靠性评估问题。

【技术实现步骤摘要】
基于SVD变换和支持向量空间的刀具运行可靠性评估方法
本专利技术涉及提出基于支持向量描述的运行可靠性评估方法,在运行状态信息与可靠性之间建立直接联系。,特别涉及基于SVD变换和支持向量空间的刀具运行可靠性评估方法。
技术介绍
刀具作为数控机床的一个重要部件,其可靠性必然会影响到整个机床的加工效率和稳定性。对刀具的可靠性进行准确评估以便及时做出更换策略,不仅可以降低生产成本,带来显著的经济效益,还可以保证工件的加工质量。不少学者在刀具可靠性评估做出很多尝试性的工作,M.Aramesh等以刀具磨损、切削速度和进给速度为协变量,建立了以威布尔分布为基准函数的比例风险模型,结合先验经验获取了刀具在。不同切削参数和磨损水平下的平均剩余寿命;CyrilDrouillet等在不同主轴转速下对不锈钢工件进行端铣试验,将均方根作为敏感特征,利用神经网络技术对刀具进行寿命预测,以此来描述评价刀具的退化过程;张栋梁等在刀具的声发射信号研究基础上提出了基于SVM与混沌时序分析技术的刀具磨损状态识别方法;陈保家等提出了一种基于Logistic回归模型和刀具振动信号的可靠性评估方法。对于正在运行的单台或小批量设本文档来自技高网...
基于SVD变换和支持向量空间的刀具运行可靠性评估方法

【技术保护点】
基于SVD变换和支持向量空间的刀具运行可靠性评估方法,其特征在于:所述方法包括样本数据获取与显著特征量提取、SVD降维、支持向量空间超球体构造、相对距离指标计算和可靠度指标定义;所述样本数据获取与显著特征量提取,提取振动信号数据,构造时频域指标,选取与刀具磨损量相关性较大的特征指标,特征指标对应的数据为特征量指标;所述SVD降维,将高维特征量指标进行信号重构,提取出有效成分,降低数据维数;所述支持向量空间超球体构造,将样本数据映射到高维超球体空间中,构造基于训练样本的支持向量数据空间;所述相对距离指标计算和可靠度指标定义,对测试样本点与支持向量数据空间超球体的相对距离的计算,通过引入的隶属度函...

【技术特征摘要】
1.基于SVD变换和支持向量空间的刀具运行可靠性评估方法,其特征在于:所述方法包括样本数据获取与显著特征量提取、SVD降维、支持向量空间超球体构造、相对距离指标计算和可靠度指标定义;所述样本数据获取与显著特征量提取,提取振动信号数据,构造时频域指标,选取与刀具磨损量相关性较大的特征指标,特征指标对应的数据为特征量指标;所述SVD降维,将高维特征量指标进行信号重构,提取出有效成分,降低数据维数;所述支持向量空间超球体构造,将样本数据映射到高维超球体空间中,构造基于训练样本的支持向量数据空间;所述相对距离指标计算和可靠度指标定义,对测试样本点与支持向量数据空间超球体的相对距离的计算,通过引入的隶属度函数将相对距离指标映射到[0,1]之间,即得到运行可靠性指标。2.根据权利要求1所述的基于SVD变换和支持向量空间的刀具运行可靠性评估方法,其特征在于:所述样本数据获取与显著特征量提取,提取振动信号数据,对提取的振动信号数据进行小波包分解、时时频域分析和相关分析得出显著性特征量指标数据集。3.根据权利要求1所述的基于SVD变换和支持向量空间的刀具运行可靠性评估方法,其特征在于:所述SVD降维步骤,已给出的初始矩阵为D∈Rm×n(假设m>n),(D用矩阵表示为Xm×n),矩阵的秩r(A)=r,存在正交矩阵U和V及对角矩阵Λ;其中U=[u1,u2,…,um]∈Rm×n,UUT=IV=[V1,V2,…,Vm]∈Rm×n,VVT=IΛ=diag[λ1,λ2,…,λr]∈Rm×n(λ1≥λ2≥…≥λr)使得式(1)成立即:式中,λ1,λ2,…,λr为矩阵D的奇异值,根据奇异值分解理论,有用信号主要由前面几个较大的奇异值决定,其余奇异值较小对应的为信号中的噪声部分。选取前s个奇异值进行信号重构,计算奇异值的差分谱即:bi=λi-λi+1i=1,2,…,r-1(2)由bi构成的差分谱序列Bi=(b1,b2,…,br-1)能够反映相邻两个奇异值的变化,根据差分谱的大小可知信号中比较重要的成分,可以确定s的值[93],因此可以选取前s个分量对矩阵D进行重构得到根据分块矩阵的乘法容易得:式中Us=[u1,u2,…,us]∈Rm×s为奇异矩阵U的前s列,Λs=[λ1,λ2,…λs]∈Rs×s为对角矩阵Λ的前s行和s列,Vs=[v1,v2,…,vs]∈Rn×s为奇异矩阵V的前s列;结合主成分分析(PCA)的思想,与右奇异矩阵Vn×s作积,降维后的矩阵为则m维的矩阵D降维为s维矩阵4.根据权利要求1所述的基于SVD变换和支持向量空间的刀具运行可靠性评估方法,其特征在于:所述支持向量空间超球体构造;对于某一时刻ti,设备的可靠性证据信息由一个向量xi(xi∈Rn)表达,xi中的各个元素由能反设备运行状态的敏感度特征指标构成,如果在一个较短的时间内,获取了N个证据样本,则可以得到一个由N个向量构成...

【专利技术属性】
技术研发人员:陈保家肖文荣陈法法刘浩涛聂凯汪新波邱光银沈保明
申请(专利权)人:三峡大学
类型:发明
国别省市:湖北,42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1