基于卡尔曼滤波算法的刀具磨损状态预测 | |
王全; 靳伍银 | |
刊名 | 组合机床与自动化加工技术 |
2022-04-20 | |
期号 | 04页码:180-183+188 |
关键词 | 刀具磨损 卡尔曼滤波 随机森林 |
DOI | 10.13462/j.cnki.mmtamt.2022.04.041 |
英文摘要 | 针对机加工过程中的刀具状态预测问题,利用随机森林算法良好的多分类能力,提出一种基于卡尔曼滤波算法刀具状态分类监测模型。以铣削力信号作为状态监测信号,通过卡尔曼滤波以及前一次走刀过程的铣削力建立状态预测方程,对下一次走刀过程中的铣削力进行预测;将预测的铣削力分别在时域、频域与小波包分析中提取特征值,然后利用训练好的随机森林模型对提取的特征值进行识别,预测下次走刀过程的刀具磨损状态。数据处理的结果表明,该方法可以有效地预测出下次加工是否会进入磨损阶段,在整体状态识别中准确率为98.73%。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/158569] |
专题 | 机电工程学院 |
作者单位 | 兰州理工大学机电工程学院 |
推荐引用方式 GB/T 7714 | 王全,靳伍银. 基于卡尔曼滤波算法的刀具磨损状态预测[J]. 组合机床与自动化加工技术,2022(04):180-183+188. |
APA | 王全,&靳伍银.(2022).基于卡尔曼滤波算法的刀具磨损状态预测.组合机床与自动化加工技术(04),180-183+188. |
MLA | 王全,et al."基于卡尔曼滤波算法的刀具磨损状态预测".组合机床与自动化加工技术 .04(2022):180-183+188. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论