1. <rt id="e600n"></rt>
      1. <pre id="e600n"><strong id="e600n"><pre id="e600n"></pre></strong></pre>
      2. 岛国免费AV,无码人妻精品一区二区三区夜夜嗨,又大又粗又硬又爽黄毛少妇,精品国产AV二区,91视频最新网址,久操无码,久久无码人妻一区二区三区午夜,国产精品视频中文字幕

        基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng)的制作方法

        文檔序號:45765924發(fā)布日期:2026-06-10 01:05閱讀:3來源:國知局

        本發(fā)明涉及機床監(jiān)測數(shù)據(jù)處理,尤其涉及一種基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng)。


        背景技術(shù):

        1、切削過程是關(guān)乎龍門加工中心生產(chǎn)效率和加工質(zhì)量的核心環(huán)節(jié),因此能否對切削狀態(tài)進行有效監(jiān)測直接影響機床運行安全性和生產(chǎn)效率。切削過程中刀具與工件接觸并發(fā)生材料去除時,會產(chǎn)生切削力并伴隨能量傳遞與釋放,該切削作用是一個多物理場耦合作用過程,各傳感器信號之間在正常切削狀態(tài)下具有內(nèi)在關(guān)聯(lián)性,因此傳統(tǒng)方式下通常在預設(shè)時間窗口內(nèi)首先采集多傳感器數(shù)據(jù)并提取能夠表征信號強度的統(tǒng)計特征量,如均方根值或能量特征值后,再固定選取某一傳感器特征量作為因變量,以其余傳感器特征量建立關(guān)于所選因變量的多元回歸或類似關(guān)聯(lián)模型,利用模型輸出與所選因變量的實際測量值的殘差實現(xiàn)對切削狀態(tài)的實時監(jiān)測。

        2、但是,在實際龍門加工中心切削過程中,刀具與工件之間的相互作用是高度動態(tài)且非均勻的。工藝的差異、進給量的大小以及加工階段的不同等都會直接改變刀具受力分布和切削能量傳遞路徑。例如,在粗加工階段,由于切削深度大、進給速度高,切削力顯著增加,此時主軸電流信號通常對切削狀態(tài)的響應穩(wěn)定且易于建模,但機床結(jié)構(gòu)振動和刀具聲發(fā)射信號可能受到切削沖擊、局部摩擦及結(jié)構(gòu)共振的影響,呈現(xiàn)瞬態(tài)峰值和較大波動;而在精加工階段,切削力降低,材料去除量減少,但刀具磨損逐漸積累,使得振動和聲發(fā)射信號對切削狀態(tài)異常更加敏感,此時某些傳感器信號可能出現(xiàn)局部干擾、突發(fā)振動或信噪比降低,導致原本固定選取的因變量與其余傳感器特征量之間的物理關(guān)聯(lián)關(guān)系減弱,此外,機床結(jié)構(gòu)的動態(tài)特性(如主軸剛性、滑軌導向特性、床身振動頻率響應)在不同切削工況下也可能引起信號傳遞的非線性變化,以及切削參數(shù)(如切削速度、進給量、切削深度)的變化也會使各傳感器對同一切削事件的幅值、頻率和相位產(chǎn)生漂移。

        3、所以,在上述因素交織的復雜環(huán)境下,傳統(tǒng)方式下固定因變量的多傳感器融合監(jiān)測方法,即使在正常切削狀態(tài)下,也可能因為因變量與自變量之間的物理關(guān)聯(lián)關(guān)系受上述動態(tài)因素影響而發(fā)生變化,導致模型預測誤差增大,從而產(chǎn)生較大的殘差,影響切削狀態(tài)判斷的準確性和穩(wěn)定性。

        4、也即,當前基于多傳感器融合的龍門加工中心切削狀態(tài)監(jiān)測方法存在著監(jiān)測準確性不足的技術(shù)問題。


        技術(shù)實現(xiàn)思路

        1、有鑒于此,本發(fā)明提供了一種基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),以解決當前基于多傳感器融合的龍門加工中心切削狀態(tài)監(jiān)測方法所存在的監(jiān)測準確度不足的技術(shù)問題。

        2、本發(fā)明的一種基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),包括:

        3、傳感數(shù)據(jù)特征量確定模塊,用于在龍門加工中心的不同位置布設(shè)不同類型傳感器,選取當前時刻之前預設(shè)時長為時間窗口,在所述時間窗口下計算每個傳感器數(shù)據(jù)對應的類型預先確定的特征量;

        4、有向圖結(jié)構(gòu)確定模塊,用于將所述時間窗口下各傳感器對應的特征量作為節(jié)點,結(jié)合傳感器空間位置確定每個節(jié)點的有向圖結(jié)構(gòu);

        5、節(jié)點優(yōu)選度確定模塊,用于基于任一節(jié)點的有向圖結(jié)構(gòu),根據(jù)所述任一節(jié)點的入邊數(shù)量與入邊權(quán)重以及所述任一節(jié)點的出邊數(shù)量確定所述任一節(jié)點的響應結(jié)果可信度,根據(jù)所述任一節(jié)點的入邊權(quán)重的取值范圍以及總體取值偏離度確定所述任一節(jié)點的入邊權(quán)重分布均衡度,根據(jù)所述響應結(jié)果可信度與所述入邊權(quán)重分布均衡度確定所述任一節(jié)點的優(yōu)選度;

        6、監(jiān)測結(jié)果獲取模塊,用于選取所述優(yōu)選度最大的節(jié)點為最優(yōu)因變量,基于所述最優(yōu)因變量完成對所述龍門加工中心的切削狀態(tài)的監(jiān)測。

        7、進一步的,所述特征量包括均方根值與均值,每類傳感器數(shù)據(jù)對應的特征量的類型唯一。

        8、進一步的,所述結(jié)合傳感器空間位置確定每個節(jié)點的有向圖結(jié)構(gòu),包括:

        9、將任一節(jié)點所對應的特征量取值以及所述任一節(jié)點所對應的傳感器的三維空間坐標分別作為向量維度,構(gòu)建所述任一節(jié)點所對應的節(jié)點向量;

        10、在所有節(jié)點所對應的節(jié)點向量的基礎(chǔ)上利用偏最小二乘回歸方法生成每個節(jié)點的有向圖結(jié)構(gòu)。

        11、進一步的,確定所述任一節(jié)點的響應結(jié)果可信度,包括:

        12、確定所述任一節(jié)點的入邊數(shù)量在與所述任一節(jié)點連接的所有邊的數(shù)量中的占比并記為第一占比,確定所述任一節(jié)點的出邊數(shù)量在與所述任一節(jié)點連接的所有邊的數(shù)量中的占比并記為第二占比,所述入邊是指由其他節(jié)點指向所述任一節(jié)點的邊,所述出邊是指由所述任一節(jié)點指向其他節(jié)點的邊;

        13、計算所述任一節(jié)點的所有入邊權(quán)重的總和,根據(jù)所述任一節(jié)點的所有入邊權(quán)重的總和以及所述第一占比確定第一可信度表征值,所述第一可信度表征值與所述任一節(jié)點的所有入邊權(quán)重的總和以及所述第一占比均成正比;

        14、根據(jù)所述第二占比確定第二可信度表征值,所述第二可信度表征值與所述第二占比成反比;

        15、根據(jù)所述第一可信度表征值以及所述第二可信度表征值確定所述任一節(jié)點的響應結(jié)果可信度,所述響應結(jié)果可信度與所述第一可信度表征值以及所述第二可信度表征值均成正比。

        16、進一步的,確定所述任一節(jié)點的入邊權(quán)重分布均衡度,包括:

        17、將所述任一節(jié)點的入邊權(quán)重中的最大值與最小值的差值記為第一均衡度決定值,計算所述任一節(jié)點的任一入邊權(quán)重與所述任一節(jié)點的所有入邊權(quán)重的均值之間的差值絕對值并記為所述任一入邊權(quán)重的取值偏離度,將所述任一節(jié)點的所有入邊權(quán)重的取值偏離度之和記為第二均衡度決定值;

        18、根據(jù)所述第一均衡度決定值以及所述第二均衡度決定值確定所述任一節(jié)點的入邊權(quán)重分布均衡度,所述入邊權(quán)重分布均衡度與所述第一均衡度決定值以及所述第二均衡度決定值均成反比。

        19、進一步的,確定所述任一節(jié)點的優(yōu)選度,包括:

        20、所述任一節(jié)點的優(yōu)選度與所述任一節(jié)點的響應結(jié)果可信度以及所述任一節(jié)點的入邊權(quán)重分布均衡度均成正比。

        21、進一步的,基于所述最優(yōu)因變量完成對所述龍門加工中心的切削狀態(tài)的監(jiān)測,包括:

        22、將所述最優(yōu)因變量之外的節(jié)點記為其他節(jié)點,建立各個所述其他節(jié)點關(guān)于所述最優(yōu)因變量的關(guān)聯(lián)模型,利用所述關(guān)聯(lián)模型的輸出與所述最優(yōu)因變量的實際值的殘差完成對所述龍門加工中心的切削狀態(tài)的監(jiān)測。

        23、本發(fā)明與現(xiàn)有技術(shù)相比存在的有益效果是:

        24、本發(fā)明在時間窗口下對布設(shè)在龍門加工中心不同位置的傳感器數(shù)據(jù)分別進行特征量提取,然后以各傳感器的特征量分別作為節(jié)點,并結(jié)合傳感器空間位置確定每個節(jié)點的有向圖結(jié)構(gòu),基于任一節(jié)點的入邊在所有邊中的占比與權(quán)重大小、權(quán)重分布偏離情況,確定任一節(jié)點被選為多傳感器關(guān)聯(lián)模型中因變量的優(yōu)選度,以最大優(yōu)選度所對應節(jié)點作為最優(yōu)因變量完成切削狀態(tài)監(jiān)測。本發(fā)明可保證所建多傳感器關(guān)聯(lián)模型的因變量能夠充分、均衡地反映多傳感器信號的綜合作用,避免固定因變量在不同切削階段或工況下失效,顯著提高龍門加工中心切削狀態(tài)監(jiān)測的準確性。


        技術(shù)特征:

        1.一種基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),其特征在于,包括:

        2.根據(jù)權(quán)利要求1所述的基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),其特征在于,所述特征量包括均方根值與均值,每類傳感器數(shù)據(jù)對應的特征量的類型唯一。

        3.根據(jù)權(quán)利要求1所述的基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),其特征在于,所述結(jié)合傳感器空間位置確定每個節(jié)點的有向圖結(jié)構(gòu),包括:

        4.根據(jù)權(quán)利要求1所述的基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),其特征在于,確定所述任一節(jié)點的響應結(jié)果可信度,包括:

        5.根據(jù)權(quán)利要求1所述的基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),其特征在于,確定所述任一節(jié)點的入邊權(quán)重分布均衡度,包括:

        6.根據(jù)權(quán)利要求1所述的基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),其特征在于,確定所述任一節(jié)點的優(yōu)選度,包括:

        7.根據(jù)權(quán)利要求1至6任一項所述的基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),其特征在于,基于所述最優(yōu)因變量完成對所述龍門加工中心的切削狀態(tài)的監(jiān)測,包括:


        技術(shù)總結(jié)
        本發(fā)明涉及一種基于多傳感器融合的龍門加工中心切削狀態(tài)實時監(jiān)測系統(tǒng),屬機床監(jiān)測數(shù)據(jù)處理技術(shù)領(lǐng)域。該系統(tǒng)在時間窗口下對龍門加工中心不同位置的傳感器數(shù)據(jù)分別進行特征量提取,然后以各傳感器的特征量分別作為節(jié)點,并結(jié)合傳感器空間位置確定每個節(jié)點的有向圖結(jié)構(gòu),基于任一節(jié)點的入邊在其所有邊中的占比與權(quán)重大小、權(quán)重分布偏離情況,確定任一節(jié)點被選為多傳感器關(guān)聯(lián)模型中因變量的優(yōu)選度,以最大優(yōu)選度的節(jié)點作為最優(yōu)因變量完成切削狀態(tài)監(jiān)測。本發(fā)明可保證所建多傳感器關(guān)聯(lián)模型的因變量能夠充分、均衡地反映多傳感器信號的綜合作用,解決固定因變量在不同切削階段或工況下的失效問題,顯著提高龍門加工中心切削狀態(tài)監(jiān)測準確性。

        技術(shù)研發(fā)人員:韓紀光,孫慶海,韓紀強,牛作文,劉恩喜,趙延良,胡東陽
        受保護的技術(shù)使用者:濟南章力機械有限公司
        技術(shù)研發(fā)日:
        技術(shù)公布日:2026/6/9
        網(wǎng)友詢問留言 留言:0條
        • 還沒有人留言評論。精彩留言會獲得點贊!
        主站蜘蛛池模板: 米奇欧美888四色影视在线 | 亚洲欧美日韩国产美色| 亚洲欧洲精品一区二区| 老司机免费视频| 开心五月深深爱天天天操| 国产喷水1区2区3区咪咪爱av| 亚洲%20欧美%20动漫%20少妇%20自拍| 综合色天天久久| 国产精品制服丝袜白丝| 亚洲精品一区二区国产精华液| 国产91精品一区麻豆亚洲| 制服丝袜无码| 亚洲色大成网站www永久男同| 在线观看网址你懂的| 日韩精品人妻| 日本熟妇色一本在线观看| 麻豆国产传媒精品视频| www.国产在线观看| 人妻666| 日本一区二区三区免费观看| 国产成人啪精品午夜网站| 自偷自拍亚洲综合精品| 欧美成人精品| 亚洲中文字幕日产乱码| 一区二区国产高清视频| 久久精品夜夜夜夜夜久久| 日本久久久久亚洲中字幕| 日韩少妇人妻VS中文字幕| 亚洲免费观看一区二区三区| 午夜久久一区二区三区| 国产精品人成在线播放蜜臀| 97在线视频观看| 韩国三级大全久久网站| 欧美精品va在线观看| 亚洲中文字幕在线观看| 亚洲成在人线AV品善网好看| 亚洲日韩?国产丝袜?在线精品| 亚洲色一区二区| 国产麻豆福利av在线播放| 国产综合久久亚洲综合| 成人午夜大片免费看爽爽爽|