基于流形学习与隐马尔科夫模型的刀具磨损状况识别
为实现金属铣削过程中的刀具磨损状态识别的自动化与高精度,本文提出了基于局部切空间排列(LTSA)方法与隐Markov模型(HMM)来识别刀具的不同磨损状态的方法.该方法首先利用时域与小波分析技术对铣削过程中的切削轴向力信号进行处理,构造了高维特征空间.然后使用基于流形学习中的局部切空间排列(LTSA)方法实现高维特征的维数约简.最终利用低维特征向量训练HMM,实现刀具磨损状态的识别.通过实验验证该方法能够有效地识别铣削过程的刀具磨损状态.与未经特征维数约简的识别方法相比,本文的方法能够提高刀具磨损状态的识别效率与准确率.
金属铣削加工 刀具磨损 状态识别 隐马尔科夫模型 流形学习 局部切空间排列 维数约简
张栋梁 莫蓉 孙慧斌 李春磊 李冀
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,陕西 西安 710072 西安建筑科技大学,陕西 西安 710055
国内会议
西安
中文
1-11
2014-09-26（万方平台首次上网日期，不代表论文的发表时间）