用回归树在线检测外圆磨削工件表面粗糙度的方法技术

本发明专利技术涉及一种用回归树在线检测外圆磨削工件表面粗糙度的方法，其特征在于：它包括振动信号测量、振动信号特征提取、回归树模型建立；所述振动信号测量是指采用电涡流传感器对外圆磨削过程中工件的振动信号进行实时测量；所述振动信号特征提取是将工件的振动信号输入计算机，经过分段处理以后，计算每段信号的时域特征和频域特征，时域特征包括：波形指标、峰值指标、脉冲指标、裕度指标、峭度指标，频域特征包括重心频率、均方频率、均方根频率、频率方差；所述回归树模型需通过试验数据进行训练，将分段振动信号的时域特征和频域特征输入训练后的回归树模型，回归树模型可直接输出表面粗糙度值。

【技术实现步骤摘要】
用回归树在线检测外圆磨削工件表面粗糙度的方法
本专利技术涉及外圆磨削质量检测
，特别是涉及用回归树在线检测外圆磨削工件表面粗糙度的方法。
技术介绍
表面粗糙度是外圆磨削加工质量的主要评价指标。目前，外圆磨削工件表面粗糙度的检测通常是在加工完成以后进行的。如果检测结果不合格，则需重新磨削加工，造成工时与设备的浪费；有时由于表面粗糙度超差过大，即使重新磨削也无法修正，最终使工件成为废品。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种在线检测外圆磨削工件表面粗糙度的方法。本专利技术所采用的技术方案是：外圆磨削过程中，用电涡流传感器实时检测工件的振动信号，该信号经放大、滤波、模数转换等前期处理以后传入计算机。在计算机中首先将信号分段，获得每段数据的时域特征和频域特征，时域特征包括波形指标、峰值指标、脉冲指标、裕度指标、峭度指标，频域特征包括重心频率、均方频率、均方根频率、频率方差。然后将这些时域特征和频域特征输入一个回归树模型，便可求出当前数据段对应的工件表面粗糙度。本专利技术的优点：（1）在外圆磨削过程中对工件表面粗糙度进行在线检测，获得工件表面粗糙度的实时数据。这样，本文档来自技高网...

【技术保护点】
1.一种用回归树在线检测外圆磨削工件表面粗糙度的方法，其特征在于：它包括振动信号测量、振动信号特征提取、回归树模型建立；所述振动信号测量是指采用电涡流传感器对外圆磨削过程中工件的振动信号进行实时测量；所述振动信号特征提取是将工件的振动信号输入计算机，经过分段处理以后，计算每段信号的时域特征和频域特征，时域特征包括：波形指标、峰值指标、脉冲指标、裕度指标、峭度指标，频域特征包括重心频率、均方频率、均方根频率、频率方差；所述回归树模型需通过试验数据进行训练，将分段振动信号的时域特征和频域特征输入训练后的回归树模型，回归树模型可直接输出表面粗糙度值。

【技术特征摘要】
1.一种用回归树在线检测外圆磨削工件表面粗糙度的方法，其特征在于：它包括振动信号测量、振动信号特征提取、回归树模型建立；所述振动信号测量是指采用电涡流传感器对外圆磨削过程中工件的振动信号进行实时测量；所述振动信号特征提取是将工件的振动信号输入计算机，经过分段处理以后，计算每段信号的时域特征和频域特征，时域特征包括：波形指标、峰值指标、脉冲指标、裕度指标、峭度指标，频域特征包括重心频率、均方频率、均方根频率、频率方差；所述回归树模型需通过试验数据进行训练，将分段振动信号的时域特征和频域特征输入训练后的回归树模型，回归树模型可直接输出表面粗糙度值。2.如权利要求1...

【专利技术属性】
技术研发人员：郭建亮，迟军，陈廉清，
申请(专利权)人：宁波工程学院，
类型：发明
国别省市：浙江,33