【技术实现步骤摘要】
一种基于模式识别的切削过程实时状态监测方法及装置
本专利技术涉及一种基于模式识别的切削过程实时状态监测方法，具体地涉及通过对制造过程进行多源信号采集并进行信号处理以及生成模型，及根据诊断结果选取不同的应对策略的切削过程实施状态监测方法及执行该方法的装置。
技术介绍
近年来，在工业领域与信息
发生了深刻的变革，以识别和跟踪技术(RFID)、物理无线通信技术、工业硬件控制技术、智能成像系统等为代表的相关技术使得作为信息化与工业化高度融合产物的工业物联网得到了长足发展。在制造领域，物联网技术通过基于RFID技术与智能传感器的信息感知，可实现制造过程的生产过程控制，以帮助企业更好地掌握与利用资源。基于此，传统制造方式正逐步向智能制造过渡。而在智能制造领域而言，开发合适的状态监测方法对任务场景进行监测对减少加工故障、保证制造质量有着重要的意义。以生产环节的状态监测为例，加工过程中出现的各种不稳定因素和失误，不止会影响自动化生产，还会造成经济损失和浪费很多辅助时间。在制造过程中，目前主要基于信号处理和数据挖掘算法实现对状态...
【技术保护点】
1.一种基于模式识别的切削过程实时状态监测方法，其特征在于，该方法包括：/n步骤一，过程动态信号的采集；/n步骤二，过程动态信号预处理及特征提取；/n步骤三，典型模式生成；/n步骤四，实时信息模式归类；以及/n步骤五，实时异常状态监测及应对。/n
【技术特征摘要】
1.一种基于模式识别的切削过程实时状态监测方法，其特征在于，该方法包括：
步骤一，过程动态信号的采集；
步骤二，过程动态信号预处理及特征提取；
步骤三，典型模式生成；
步骤四，实时信息模式归类；以及
步骤五，实时异常状态监测及应对。
2.如权利要求1所述的基于模式识别的切削过程实时状态监测方法，其特征在于，所述步骤一包括:
根据制造过程的实际运转状况，合理布置相应的P台传感器，利用多源传感器，进行在线多源时序数据采集，得到作为过程动态信号的多源时序信号数据Yi。
3.如权利要求2所述的基于模式识别的切削过程实时状态监测方法，其特征在于，所述步骤二包括：
收集步骤一制造过程所产生的信号数据Yi进行预处理，首先对该信号数据Yi进行数据清洗及降噪处理，然后对处理后的数据进行特征提取，并进行特征选择以及将其做归一化处理以及标准化处理，再使用PCA算法进行降维，最后得到的特征记为F。
4.如权利要求3所述的基于模式识别的切削过程实时状态监测方法，其特征在于，所述步骤三包括：
多次重复步骤一、二得到样本充足的样本集合，使用聚类算法使用簇内距离和作为评价标准把磨损数据分为m类，将其设置为m种磨损模式，记为M＝{M1,M2,…,Mm}，然后测试每种模式下的敏感窗口，将每种模式得到所对应的敏感窗口记为W＝{W1,W2,…,Wm}。
5.如权利要求4所述的基于模式识别的切削过程实时状态监测方法，其特征在于，所述步骤四包括：
重复步骤一、二，进行实时的过程动态信号数据收集与特征提取，并使用多层SVM分类模型实现步骤三中实时窗口内信号数据的状态归类，得到实时窗口内各磨损模式M的概率，选取比例最大的模式M设定为当前切削过程的实时磨损模式。
6.如权利要求5所述的基于模式识别的切...
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。