基于LDA和支持向量机的微铣刀磨损状态识别研究

摘要

为提高微铣刀磨损在线监测的识别精度,尝试通过线性判别分析法(Linear Discriminant Analysis,LDA)对微铣削振动信号的时域和频域特征进行降维。然后将降维后的特征输入到改进型蚁群优化SVM模型,从而实现微铣刀磨损的特征分类。其中,改进型蚁群优化算法主要用来优化SVM模型核函数的两个关键参数,避免由于初始参数选择不合适而带来的局部最优和过拟合的问题。实验结果表明,提出的微铣刀状态识别方法能够准确识别微铣刀的各种磨损状态,对微铣刀磨损的其它状态识别方法具有一定的指导意义和借鉴价值。