基于贝叶斯网络的切削加工表面粗糙度在线监测方法研究
切削加工表面粗糙度在线监测实质上是对未知信号模式进行分类判别的过程.针对加工环境不确定性对表面粗糙度的影响,提出基于贝叶斯网络的表面粗糙度监测方法.以表征表面粗糙度的参数作为类变量,以切削力信号和振动信号的时域统计特征和频域能量特征作为属性变量,从样本数据中构造贝叶斯分类器,然后根据表面粗糙度值的区域概率分布得到监测结果.同时,采用相关系数法实现敏感性特征的选择.实验结果表明所建模在预测有效性和精度具有较好表现,在复杂加工环境下具有较强的自适应性和可靠性.
切削加工 表面粗糙度 在线监测 贝叶斯网络 分类判别 相关系数法
王明微 周竞涛 敬石开 田国良
西北工业大学 现代设计与集成制造技术教育部重点实验室,西安 710072 北京理工大学 机械与车辆学院,北京 100081
国内会议
西安
中文
1-12
2014-09-26（万方平台首次上网日期，不代表论文的发表时间）