【技术实现步骤摘要】
本专利技术涉及机械制造过程监测与控制领域，具体是一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法。
技术介绍
1、复杂异形曲面件广泛应用于能源动力等高端装备制造领域，其加工表面质量对相关领域高端装备使用性能产生重要影响。复杂异形曲面件面形特征复杂，多采用长悬伸刀具多轴切削加工方式，刀具刚性较弱，且多轴切削过程材料去除量时变，切削力与加速度剧烈波动易导致加工过程产生切削颤振，损坏复杂异形曲面件表面加工质量，制约高端装备使用性能提高，因此，研究基于残差连接的联合注意力机制的数控铣削颤振在线监测方法，对复杂异形曲面零件的高质量加工，推动能源动力等领域高端制造的发展具有重要意义。
2、现有技术提供的颤振识别方法存在以下缺陷：1)使用信号阈值作为颤振识别标准。阈值的确定依赖于加工参数和人类知识，导致颤振监测的鲁棒性低。2)仅考虑单一切削力信号，切削颤振识别准确率低。
技术实现思路
1、本专利技术的目的是提供一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，包括以下步骤：
2、1)采集数控铣削系统中刀具的三向切削力和三向加速度；
3、2)对所述三向切削力和三向加速度进行处理，获取切削力与切削振动的频域特征；
4、3)基于残差连接的联合注意力机制，分别对切削力与切削振动的频域特征进行自适应融合，得到切削力特征向量和切削振动特征向量；
5、4)构建加工状态分类模型；
6、5)将切削力特征向量和切削振动特征向
7、进一步，所述三向切削力和三向加速度分别通过测力仪和加速度传感器采集得到。
8、进一步，对所述三向切削力和三向加速度进行处理的步骤包括：
9、2.1)通过滑窗，将三向切削力和三向加速度分割为若干段原始信号序列；所述原始信号序列包括三向切削力信号序列和三向加速度信号序列；
10、2.2)分别对每一段原始信号序列进行快速傅里叶变换，得到快速傅里叶变换后的三向切削力和三向加速度；
11、2.3)对快速傅里叶变换后的三向切削力和三向加速度进行标准化处理，得到标准化处理后的三向切削力和三向加速度；
12、2.4)对标准化处理后的三向切削力进行融合，得到切削力频域特征；
13、对标准化处理后的三向加速度进行融合，得到切削振动的频域特征。
14、进一步，快速傅里叶变换后的三向切削力和三向加速度如下所示：
15、
16、其中，x(n)是原始信号的时域信息；是傅里叶幅值；n＝0,1,…,n-1，n是信号序列的长度。k为正整数；i为虚数；
17、进一步，标准化处理后的三向切削力和三向加速度如下所示：
18、
19、其中，x表示快速傅里叶变换后的三向切削力和三向加速度，z'表示标准化处理后的三向切削力和三向加速度，μ和σ是均值和标准差。
20、进一步，分别对切削力与切削振动的频域特征进行自适应融合的步骤包括：
21、3.1)利用全局平均池化将输入数据x压缩为向量z∈rc×1；所述输入数据x为切削力频域特征或切削振动的频域特征；
22、其中，向量z的第j个分量如下所示：
23、
24、式中，j＝1,2,…,c，c是通道数目；n是信号序列的长度；xj(n)是通道j的输入数据；
25、3.2)利用卷积层激活输入数据的联合特征，得到：
26、
27、式中，为联合特征；表示逐分量相乘；
28、其中，空间位置的权值u和通道特征分别如下所示：
29、
30、
31、式中，σ(·)表示激活函数；w3、b3表示权重和偏置；
32、其中，卷积层通道的权值如下所示：
33、
34、式中，w1和w2分别表示两通道卷积层的权重，b1和b2分别表示对应的偏置，δ(·)表示修正线性单元；σ(·)表示激活函数；z表示向量z的元素；
35、3.3)以残差连接方式建立联合特征与输入数据的关系，得到特征向量y，即：
36、
37、式中，x为切削力频域特征时，y表示切削力特征向量；x为切削振动的频域特征时，y表示切削振动特征向量。
38、进一步，所述修正线性单元为relu单元。
39、进一步，所述激活函数为sigmoid函数。
40、进一步，所述加工状态分类模型为仅包含一个全连接层的分类器；
41、所述加工状态分类模型的损失函数fl如下所示：
42、
43、式中，αm为系数，为训练样本的真实加工状态，表示模型预测的加工状态；m为训练样本数；r表示聚焦参数，r>0。
44、进一步，所述加工状态包括稳定状态和颤振状态。
45、值得说明的是，本专利技术通过对采集的三向切削力与三向加速度信号进行快速傅里叶变换，按标准分数进行数据标准化，采用两个独立的卷积神经网络分别提取切削力与切削振动的频域特征，建立残差连接的联合注意力机制，以自适应方式融合不同传感器的特征，形成两个三通道的加速度和切削力频谱数据，经全局平均池化方式将特征图转换为一维特征向量，采用focal loss损失函数优化数据集划分，通过归一化指数函数对各种加工状态进行概率分类。最终，实现基于残差连接的联合注意力机制的数控铣削颤振在线监测。
46、本专利技术的技术效果是毋庸置疑的，本专利技术利用残差连接的联合注意力机制自适应方式融合不同传感器的特征，通过归一化指数函数对加工状态进行概率分类，实现数控铣削颤振在线监测，实施方法便捷有效，显著提高了多轴切削颤振状态监测的准确率。
本文档来自技高网...【技术保护点】
1.一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，所述三向切削力和三向加速度分别通过测力仪和加速度传感器采集得到。
3.根据权利要求1所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，对所述三向切削力和三向加速度进行处理的步骤包括：
4.根据权利要求3所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，快速傅里叶变换后的三向切削力和三向加速度如下所示：
5.根据权利要求3所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，标准化处理后的三向切削力和三向加速度如下所示：
6.根据权利要求1所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，分别对切削力与切削振动的频域特征进行自适应融合的步骤包括：
7.根据权利要求6所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线
8.根据权利要求6所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，所述激活函数为Sigmoid函数。
9.根据权利要求1所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，所述加工状态分类模型为仅包含一个全连接层的分类器；
10.根据权利要求1所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，所述加工状态包括稳定状态和颤振状态。
...【技术特征摘要】
1.一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，所述三向切削力和三向加速度分别通过测力仪和加速度传感器采集得到。
3.根据权利要求1所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，对所述三向切削力和三向加速度进行处理的步骤包括：
4.根据权利要求3所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，快速傅里叶变换后的三向切削力和三向加速度如下所示：
5.根据权利要求3所述的一种基于残差连接和联合注意力机制的数控铣削颤振在线监测方法，其特征在于，标准化处理后的三向切削力和三向加速度如下所示：
【专利技术属性】
技术研发人员：曹华军，秦逢泽，陶桂宝，陈志祥，邓辰杰，曾浩，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
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。