基于RBF网络的刀具磨损状态预测技术研究

摘要

本文针对某型航空发动机加工零部件的数控机床刀具磨损和破损的状态难以确定的问题，结合相空间重构和径向基网络(RBF)，提出了刀具磨损状态预测的方法.首先利用声发射传感器采集刀具的声发射信号，以此为样本构成一组时间学列，然后求得嵌入维数和延时参数，在重构的相空间中建立了基于RBF网络的一步和多步预测模型，并利用该模型进行预测。仿真结果表明，所建立的预测模型与支持向量机预测模型相比具有较高的预测精度，进而预测刀具磨损趋势，为刀具磨损预测技术提供一个新的发展方向。