【技术实现步骤摘要】
本专利申请涉及一种基于fir-stacking的刀具磨损预测方法，属于工业制造领域。
技术介绍
1、切削工具磨损对于工业制造领域的生产效率和产品质量具有重要影响。然而，在实际使用中，切削工具常常会遭受磨损、断裂和脱落等故障，导致切削质量下降，加工时间延长，生产效率降低以及成本增加。因此，准确预测刀具磨损量对于提高生产效率、降低成本、延长切削工具使用寿命具有重要意义。
2、目前，基于数据驱动的刀具磨损预测方法成为研究的热点。这种方法通过采集和分析切削工具监测信号数据，在信号特征工程的基础上构建预测模型来实现刀具磨损量的预测。然而，现有方法存在以下问题：
3、1、传感器信号噪声：在切削加工过程中，信号数据常常受到加工环境的干扰，导致信号中存在大量噪声。这些噪声会影响预测模型的准确性和可靠性。
4、2、单一传统机器学习模型预测效果不理想：目前的方法通常采用单一传统机器学习模型进行刀具磨损预测，但这些模型往往难以充分挖掘数据的特征，导致预测效果有限。
技术实现思路
<...【技术保护点】
1.一种基于FIR-Stacking的刀具磨损预测方法，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FIR-Stacking的刀具磨损预测方法，其特征在于，所述信号数据包括多维数据：切削力信号、振动信号和声发射信号。
3.根据权利要求1所述的一种基于FIR-Stacking的刀具磨损预测方法，其特征在于，所述构建带阻滤波器，具体为：使用基于Kaiser窗函数的FIR滤波器构建带阻滤波器。
4.根据权利要求1所述的一种基于FIR-Stacking的刀具磨损预测方法，其特征在于，所述通过贝叶斯优化算法对带阻滤波器参数进行...
【技术特征摘要】
1.一种基于fir-stacking的刀具磨损预测方法，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fir-stacking的刀具磨损预测方法，其特征在于，所述信号数据包括多维数据：切削力信号、振动信号和声发射信号。
3.根据权利要求1所述的一种基于fir-stacking的刀具磨损预测方法，其特征在于，所述构建带阻滤波器，具体为：使用基于kaiser窗函数的fir滤波器构建带阻滤波器。
4.根据权利要求1所述的一种基于fir-stacking的刀具磨损预测方法，其特征在于，所述通过贝叶斯优化算法对带阻滤波器参数进行优化，包括以下步骤：
5.根据权利要求1所述的一种基于fir-stacking的刀具磨损预测方法，其特征在于，所述将去噪后的信号数据进行扩充得到扩充信号数据，具体为：将去噪后的信号数据切分成n份长度为l的信号数据。
6.根据权利要求1所述的一种基于fir...
【专利技术属性】
技术研发人员：李备备，陈春晓，荆东东，张强，李贺欣，齐鹏，矫宇，
申请(专利权)人：沈阳中科数控技术股份有限公司，
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。