基于3-KMBS的刀具磨损检测方法研究

摘要

刀具在高速铣削过程中,很难检测到刀具磨损状态,而刀具磨损严重时将影响加工精度与产品质量.针对刀具磨损在线检测问题,文章提出了一种基于3-KMBS的刀具磨损检测方法.首先,采集高速刀具铣削时在不同轴向的振动和声发射信号,并进行数据预处理;其次,采用改进的3-K-Means聚类算法聚类出刀具的三种磨损状态区间,并提出多选择多隐层神经网络结构对其进行特征学习,再使用Softmax进行分类;最后,采用随机梯度下降对整个深层网络进行参数微调,建立刀具磨损检测模型.实验结果表明,所提出的方法在刀具磨损检测上准确率高达95% .