一种基于多传感器特征融合的刀具磨损预测方法

摘要

本发明针对单一传感器预测刀具磨损量精度低的问题，提供一种基于多传感器特征融合的刀具磨损预测方法，涉及刀具状态监测技术领域。包括如下步骤：设计并实施机床加工实验；利用力、振动、声发射传感器监测和采集各类信号数据，利用显微镜观测记录刀具后刀面的磨损量，构建对应磨损量的各类信号数据集；对各类信号进行异常数据去除和信号去噪；在时域、频域和时频域内分析并提取特征；利用Pearson相关系数和PCA进行特征选择，进一步筛选出与刀具磨损程度更为相关的特征数据；将筛选出的多维特征作为输入条件，刀具磨损量作为输出条件，使用BP神经网络进行回归分析，得到磨损量预测值。该方法可以有效提高刀具磨损预测精度，提高机床加工效率。