一种基于网络模型的切割平台寿命预测方法、系统及可读存储介质技术方案

本发明专利技术涉及一种基于网络模型的切割平台寿命预测方法、系统及可读存储介质，包括：设定采样间隔，采集不同采样时间下的切削声信号，并对声信号进行预处理，得到声源信息；将声源信息与预设声源信息进行比较，得到偏差率；判断所述偏差率是否大于预设阈值；若大于，则生成第一磨损信息；将第一磨损信息按照预定方式进行显示。进行显示。进行显示。

【技术实现步骤摘要】
一种基于网络模型的切割平台寿命预测方法、系统及可读存储介质


[0001]本专利技术涉及一种基于网络模型的切割平台寿命预测方法，尤其涉及一种基于网络模型的切割平台寿命预测方法、系统及可读存储介质。

技术介绍

[0002]随着计算机技术的发展，共享果汁机技术受到越来越多的关注，尤其是智能技术的盛行，更是为该领域的研究提供了许多理论方法。同时，该方向的研究也推动了传感器技术、模式识别技术、信号处理技术和智能技术的发展，最先的智能行为体现在计算机的符号推理，即专家系统。大量的应用专家系统的开发实践证实了专家系统是人工智能应用的重要部分，但其是建立在符号推理的基础之上的，有其内在的不足之处，主要表现对领域专家知识的依赖性、知识获取的困难以及解决问题的灵活性等无法克服的困难，还有开发成的专家系统的通用性也较差，在共享果汁机对水果果皮进行切削过程中，如何实时准确地监测刀具切削状态及磨损状态，对于避免加工异常所引起的对设备的破坏、降低成本、提高生产率，有重大的影响。刀具磨损状态的准确监测可以有效减少停机时间，并且有助于避免切削过程中果汁机颤振和刀具的过度磨损、破损等异常发生，同时在无人值守果皮切削环境中尤其重要。此外制造业加工过程中，刀具作为切削过程的直接执行者，在工件的切削加工过程中，不可避免的存在着磨损和破损现象，刀具状态的变化直接导致切削力的增加，切削温度升高，工件表面的粗糙度上升，因此切削磨损状态监测对于推动加工过程自动化和无人化发展具有极其重要的作用。
[0003]为了能够对切削刀具磨损状态监测实现精准的控制，需要开发一款与其相匹配的系统进行控制，该系统通过图像识别获取刀具磨损区域图像，对图像特征进行分析，生成磨损信息，并对刀具磨损状态进行监测预警，但是在进行控制过程中，如何实现精准控制的同时，实现刀具磨损状态的监控以及刀具寿命预测都是亟不可待要解决的问题。

技术实现思路

[0004]本专利技术克服了现有技术的不足，提供一种基于网络模型的切割平台寿命预测方法、系统及可读存储介质。
[0005]为达到上述目的，本专利技术采用的技术方案为：一种基于网络模型的切割平台寿命预测方法，包括：
[0006]设定采样间隔，采集不同采样时间下的切削声信号，并对声信号进行预处理，得到声源信息；
[0007]将声源信息与预设声源信息进行比较，得到偏差率；
[0008]判断所述偏差率是否大于预设阈值；
[0009]若大于，则生成第一磨损信息；
[0010]将第一磨损信息按照预定方式进行显示。
[0011]本专利技术一个较佳实施例中，还包括：获取刀具运行振动信号，提取特征向量；
[0012]将特征向量进行分解，生成振动信息；
[0013]将振动信息与对应预设信息进行比较，得到偏差率；
[0014]判断所述偏差率是否大于所述预设阈值；
[0015]若大于，则生成第二磨损信息，
[0016]分别提取第一磨损信息与第二磨损信息特征值，并进行特征融合，得到融合磨损信息，
[0017]根据融合磨损信息生成预警信息，对刀具寿命进行预警。
[0018]本专利技术一个较佳实施例中，将特征向量进行分解，生成振动信息，具体包括：
[0019]将特征向量进行三维坐标分解，分别得到X向量、Y向量与Z向量，并对应生成X方向振动信息、Y方向振动信息与Z方向振动信息，分别将三个方向振动信息与对应的预设信息进行比较，生成X方向偏差率、Y方向偏差率与Z方向偏差率，判断X方向偏差率、Y方向偏差率与Z方向偏差率是否大于预设阈值，
[0020]若单一方向偏差率大于预设阈值，则生成该方向磨损信息即为刀具磨损信息；
[0021]若任二两个方向偏差率大于预设阈值，则将两个方向振动信息进行特征融合，得到刀具磨损信息；
[0022]若三个方向偏差率均大于预设阈值，则将三个方向振动信息进行特征融合，得到刀具磨损信息。
[0023]本专利技术一个较佳实施例中，获取切削振动信号，对切削振动信号进行降噪处理，
[0024]将振动信号进行频段分解，并提取每一频段的信号特征；
[0025]通过频谱分析与傅里叶转换得到频域特征；
[0026]通过频域特征变化进行监测刀具磨损状态。
[0027]本专利技术一个较佳实施例中，设定采样间隔，采集不同采样时间下的切削声信号，并对声信号进行预处理，具体包括：
[0028]采集刀具切削声信号，并提取声信号的自相关系数作为特征向量，建立网络模型；
[0029]对切削声信号进行小波分解，提取特征值；
[0030]将特征值输入网络模型进行刀具磨损状态及磨损量预测；
[0031]判断预设时间段内声信号是否连续，若连续，则刀具运行正常；
[0032]若不连续，则刀具出现磨损。
[0033]本专利技术一个较佳实施例中，采集刀具切削声信号，并提取声信号的自相关系数作为特征向量，建立网络模型；具体包括：
[0034]利用正交试验法获得样本数据，对样本数据进行特征提取；
[0035]特征提取后进行样本数据归一化处理，将特征向量输入网络模型进行训练；
[0036]调整网络隐层神经元的数据，判断误差是否大于预设阈值，
[0037]若大于，则对样本数据进行筛选，剔除偏差较大的数据。
[0038]本专利技术第二方面还提供了一种基于网络模型的切割平台寿命预测系统，该系统包括：存储器、处理器，所述存储器中包括基于网络模型的切割平台寿命预测方法程序，所述基于网络模型的切割平台寿命预测方法程序被所述处理器执行时实现如下步骤：
[0039]设定采样间隔，采集不同采样时间下的切削声信号，并对声信号进行预处理，得到
声源信息；
[0040]将声源信息与预设声源信息进行比较，得到偏差率；
[0041]判断所述偏差率是否大于预设阈值；
[0042]若大于，则生成第一磨损信息；
[0043]将第一磨损信息按照预定方式进行显示。
[0044]本专利技术一个较佳实施例中，还包括：获取刀具运行振动信号，提取特征向量；
[0045]将特征向量进行分解，生成振动信息；
[0046]将振动信息与对应预设信息进行比较，得到偏差率；
[0047]判断所述偏差率是否大于所述预设阈值；
[0048]若大于，则生成第二磨损信息，
[0049]分别提取第一磨损信息与第二磨损信息特征值，并进行特征融合，得到融合磨损信息，
[0050]根据融合磨损信息生成预警信息，对刀具寿命进行预警。
[0051]本专利技术一个较佳实施例中，将特征向量进行分解，生成振动信息，具体包括：
[0052]将特征向量进行三维坐标分解，分别得到X向量、Y向量与Z向量，并对应生成X方向振动信息、Y方向振动信息与Z方向振动信息，分别将三个方向振动信息与对应的预设信息进行比较，生成X方向偏差率、Y方向偏差率与Z方向偏差率，判断X方向偏差率、Y本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于网络模型的切割平台寿命预测方法，其特征在于，包括：设定采样间隔，采集不同采样时间下的切削声信号，并对声信号进行预处理，得到声源信息；将声源信息与预设声源信息进行比较，得到偏差率；判断所述偏差率是否大于预设阈值；若大于，则生成第一磨损信息；将第一磨损信息按照预定方式进行显示。2.根据权利要求1所述的一种基于网络模型的切割平台寿命预测方法，其特征在于，还包括：获取刀具运行振动信号，提取特征向量；将特征向量进行分解，生成振动信息；将振动信息与对应预设信息进行比较，得到偏差率；判断所述偏差率是否大于所述预设阈值；若大于，则生成第二磨损信息，分别提取第一磨损信息与第二磨损信息特征值，并进行特征融合，得到融合磨损信息，根据融合磨损信息生成预警信息，对刀具寿命进行预警。3.根据权利要求2所述的一种基于网络模型的切割平台寿命预测方法，其特征在于，将特征向量进行分解，生成振动信息，具体包括：将特征向量进行三维坐标分解，分别得到X向量、Y向量与Z向量，并对应生成X方向振动信息、Y方向振动信息与Z方向振动信息，分别将三个方向振动信息与对应的预设信息进行比较，生成X方向偏差率、Y方向偏差率与Z方向偏差率，判断X方向偏差率、Y方向偏差率与Z方向偏差率是否大于预设阈值，若单一方向偏差率大于预设阈值，则生成该方向磨损信息即为刀具磨损信息；若任二两个方向偏差率大于预设阈值，则将两个方向振动信息进行特征融合，得到刀具磨损信息；若三个方向偏差率均大于预设阈值，则将三个方向振动信息进行特征融合，得到刀具磨损信息。4.根据权利要求3所述的一种基于网络模型的切割平台寿命预测方法，其特征在于，获取切削振动信号，对切削振动信号进行降噪处理，将振动信号进行频段分解，并提取每一频段的信号特征；通过频谱分析与傅里叶转换得到频域特征；通过频域特征变化进行监测刀具磨损状态。5.根据权利要求1所述的一种基于网络模型的切割平台寿命预测方法，其特征在于，设定采样间隔，采集不同采样时间下的切削声信号，并对声信号进行预处理，具体包括：采集刀具切削声信号，并提取声信号的自相关系数作为特征向量，建立网络模型；对切削声信号进行小波分解，提取特征值；将特征值输入网络模型进行刀具磨损状态及磨损量预测；判断预设时间段内声信号是否连续，若连续，则刀具运行正常；若不连续，则刀具出现磨损。6.根据权利要求5所述的一种基于网络模型的切割平台寿命预测方法，其特征在于，采...

【专利技术属性】
技术研发人员：李衍太，张文平，
申请(专利权)人：苏州众智诺成信息科技有限公司，
类型：发明
国别省市：