一种基于传感器信号的骨材料钻削过程刀具磨损检测方法技术

本发明专利技术提出一种基于传感器信号的骨材料钻削过程刀具磨损检测方法。该方法包括：采集骨材料钻削过程钻削力及振动信号，对信号进行预处理；对所提取的时序信号进行特征提取并进行特征筛选；将筛选后的特征向量输入多头注意力机制优化的双向长短时记忆网络，预测磨损程度。骨材料钻削过程刀具磨损会导致钻削力及钻削温度增大，由于钻削力过大及钻削力突变严重时会导致钻头断裂滞留在患者体内，钻削温度过大会造成骨组织热损伤，影响术后愈合为患者带来更大的伤害。本发明专利技术能够指导医生在实际手术过程中，及时对严重磨损刀具进行更换，降低因刀具磨损过大产生的骨坏死及钻头断裂等手术事故的发生。事故的发生。事故的发生。

【技术实现步骤摘要】
一种基于传感器信号的骨材料钻削过程刀具磨损检测方法


[0001]本专利技术属于磨损检测
，特别是涉及一种基于传感器信号的骨材料钻削过程刀具磨损检测方法。

技术介绍

[0002]骨材料钻削过程刀具磨损会导致钻削力及钻削温度增大，由于钻削力过大及钻削力突变严重时会导致钻头断裂滞留在患者体内，钻削温度过大会造成骨组织热损伤，影响术后愈合为患者带来更大的伤害。本专利技术能够指导医生在实际手术过程中，及时对严重磨损刀具进行更换，降低因刀具磨损过大产生的骨坏死及钻头断裂等手术事故的发生。

技术实现思路

[0003]本专利技术目的是为了解决现有技术中的问题，提出了一种基于传感器信号的骨材料钻削过程刀具磨损检测方法。
[0004]本专利技术是通过以下技术方案实现的，本专利技术提出一种基于传感器信号的骨材料钻削过程刀具磨损检测方法，所述方法包括以下步骤：
[0005]步骤1、对加速度及力传感器采集的骨材料钻削过程信号进行预处理；
[0006]所述钻削过程分为5个阶段：第一阶段，骨材料处于代加工状态，刀具未接触到骨材料本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于传感器信号的骨材料钻削过程刀具磨损检测方法，其特征在于：所述方法包括以下步骤：步骤1、对加速度及力传感器采集的骨材料钻削过程信号进行预处理；所述钻削过程分为5个阶段：第一阶段，骨材料处于代加工状态，刀具未接触到骨材料工件，此时无钻削力的产生；第二阶段，刀具横刃接触骨材料并开始钻削，刀具逐渐进入骨材料工件，钻削力不断增大；第三阶段，主切削刃完全进入骨材料工件，钻削力达到正常钻削状态下最大值，在该钻削参数下钻削力达到25N附近，钻削进入稳定状态，由于钻削过程骨纤维组织扰动及加工振动的原因，钻削力会在25N附近波动；第四阶段，钻头横刃钻出骨材料工件内表面，随着刀具的不断进给，钻削力逐渐减小；第五阶段，刀具钻出骨材料工件，并退刀回到骨材料工件上方，期间由于摩擦及振动会产生力的突变，完成一次钻孔；在第三阶段时，主切削刃完全进入骨材料工件，钻削力达到正常钻削状态下最大值并趋于稳定状态，在该状态下测量信号稳定，能够表示当前钻削参数及刀具磨损状态下钻削过程真实钻削力大小；首先将全部采集信号根据z方向力信号是否存在突变进行筛选，最终得到130组钻削数据；其次对骨材料钻削过程刀具磨损数据采集实验所采集到的原始数据进行处理，根据钻削过程z方向力信号确定钻削进入第三阶段时间；根据钻削稳定状态时间段，对骨材料钻削过程刀具磨损数据采集实验所采集到的原始数据进行处理，将三个方向钻削力信号及振动信号共6路信号分别按照所确定时间段进行提取，并将提取后的6路信号保存在同一文件内以备进行特征提取；步骤2、对预处理后信号进行特征提取及筛选；步骤3、利用ABI
‑
LSTM模型预测骨材料钻削过程刀具磨损程度；所述ABI
‑
LSTM模型由一个BI
‑
LSTM层，一个注意力机制模块，和一个全连接分类层组成；ABI
‑
LSTM网络输入数据是在加工过程中采集到的切削力和振...

【专利技术属性】
技术研发人员：刘立佳，曾令晨，王义文，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：