异构数据融合的CNC刀具磨损状态在线识别方法

摘要

针对CNC在线视觉识别刀具磨损状态信息源单一、易受干扰导致识别准确率低、可靠性差的问题,提出一种基于异构数据融合的识别方法.采用自主研发的在线视觉检测装置和TCP/IP通信技术,获取工件切痕图像和机床内置传感器数据;基于与磨损相关的异构数据特征信息,利用支持向量机构建初步识别模型;使用邓熵与加权证据理论融合初步识别结果,得到刀具磨损状态最终识别结果.研究结果表明,该识别方法对测试集的识别结果准确率达到100％,且识别结果的均方误差最小,有较强的抗干扰能力.