基于異態(tài)集成學(xué)習(xí)的刀具狀態(tài)監(jiān)測技術(shù)研究.pdf

1、隨著航空航天技術(shù)的發(fā)展，難加工材料的使用越來越多。在難加工材料切削過程中刀具磨損比較嚴(yán)重，實(shí)時掌握加工過程中刀具的磨損狀態(tài)不僅可以改善加工質(zhì)量，還可以提高加工效率，因此刀具磨損監(jiān)測系統(tǒng)具有重要的意義。然而，面對不同的切削加工方式，刀具磨損也日趨復(fù)雜，傳統(tǒng)的單一模式識別分類器已經(jīng)不能滿足要求，因此急需建立一種新的模型以實(shí)現(xiàn)復(fù)雜切削過程的刀具狀態(tài)監(jiān)測。
　　本文提出了異態(tài)集成學(xué)習(xí)模型，并基于該模型構(gòu)建了刀具狀態(tài)監(jiān)測系統(tǒng)。在該模型中，根

2、據(jù)集成學(xué)習(xí)基分類器選擇原則，選取了支持向量機(jī)（SVM）、隱馬爾科夫模型（HMM）以及徑向基神經(jīng)網(wǎng)絡(luò)（RBF）這三個單分類器作為異態(tài)集成學(xué)習(xí)模型的基分類器。同時，為了驗(yàn)證異態(tài)集成學(xué)習(xí)模型的優(yōu)越性，采用了同態(tài)集成學(xué)習(xí)和單分類器與其作對比，同時采用了majority voting和stacking兩種集成結(jié)果整合策略來選擇最優(yōu)組合。為了驗(yàn)證監(jiān)測系統(tǒng)的有效性，選擇了航空航天領(lǐng)域中常用的兩種加工過程進(jìn)行實(shí)驗(yàn)性監(jiān)測：鈦合金銑削和復(fù)合材料鉆削。對于銑

3、削切削力信號，進(jìn)行了諧波特征提取，并采用最大相關(guān)最小冗余（mRMR）算法進(jìn)行了特征選擇。對于鉆削力信號，提取了時域特征并通過局部保持算法（LPP）進(jìn)行了特征選擇。應(yīng)用上述方法建立的數(shù)據(jù)集，對異態(tài)集成學(xué)習(xí)模型進(jìn)行了訓(xùn)練和測試。通過與單分類器和同態(tài)集成學(xué)習(xí)分類效果的對比，表明了異態(tài)集成學(xué)習(xí)模型具有更高的分類精度和更好的穩(wěn)定性。同時通過majoring voting策略和stacking策略的分類效果的對比，表明stacking策略更具有優(yōu)勢