技术详细介绍
一种基于多传感器电流信号的刀具磨损监测方法
先利用电流传感器采集刀具加工过程中不同轴的电机电流信号，采用时域分析和小波包能量谱分析对多传感器电流信号进行能量特征的提取，再利用距离评估方法计算特征敏感度，根据敏感度的排序选择出对刀具状态变化敏感度高的特征；然后基于Lloyds算法的量化级数自适应标量化方法，对选择的特征进行标量化处理；最后利用刀具初期加工数据构建刀具正常状态DHMM监测模型，利用严重磨损状态下的数据构建刀具严重磨损状态DHMM监测模型，传感器将监测数据输入这两个模型后获得状态监测结果即极大似然估计值，通过对比两个模型输出极大似然估计值的大小，实现刀具磨损状态的监测。
先利用电流传感器采集刀具加工过程中不同轴的电机电流信号，采用时域分析和小波包能量谱分析对多传感器电流信号进行能量特征的提取，再利用距离评估方法计算特征敏感度，根据敏感度的排序选择出对刀具状态变化敏感度高的特征；然后基于Lloyds算法的量化级数自适应标量化方法，对选择的特征进行标量化处理；最后利用刀具初期加工数据构建刀具正常状态DHMM监测模型，利用严重磨损状态下的数据构建刀具严重磨损状态DHMM监测模型，传感器将监测数据输入这两个模型后获得状态监测结果即极大似然估计值，通过对比两个模型输出极大似然估计值的大小，实现刀具磨损状态的监测。