基于卡尔曼滤波算法的刀具磨损状态预测

doi:10.13462/j.cnki.mmtamt.2022.04.041

CORC > 兰州理工大学 > 兰州理工大学 > 机电工程学院

	基于卡尔曼滤波算法的刀具磨损状态预测
	王全; 靳伍银
刊名	组合机床与自动化加工技术
	2022-04-20
期号	04 页码:180-183+188
关键词	刀具磨损卡尔曼滤波随机森林
DOI	10.13462/j.cnki.mmtamt.2022.04.041
英文摘要	针对机加工过程中的刀具状态预测问题，利用随机森林算法良好的多分类能力，提出一种基于卡尔曼滤波算法刀具状态分类监测模型。以铣削力信号作为状态监测信号，通过卡尔曼滤波以及前一次走刀过程的铣削力建立状态预测方程，对下一次走刀过程中的铣削力进行预测；将预测的铣削力分别在时域、频域与小波包分析中提取特征值，然后利用训练好的随机森林模型对提取的特征值进行识别，预测下次走刀过程的刀具磨损状态。数据处理的结果表明，该方法可以有效地预测出下次加工是否会进入磨损阶段，在整体状态识别中准确率为98.73%。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.lut.edu.cn/handle/2XXMBERH/158569]
专题	机电工程学院
作者单位	兰州理工大学机电工程学院
推荐引用方式 GB/T 7714	王全,靳伍银. 基于卡尔曼滤波算法的刀具磨损状态预测[J]. 组合机床与自动化加工技术,2022(04):180-183+188.
APA	王全,&靳伍银.(2022).基于卡尔曼滤波算法的刀具磨损状态预测.组合机床与自动化加工技术(04),180-183+188.
MLA	王全,et al."基于卡尔曼滤波算法的刀具磨损状态预测".组合机床与自动化加工技术 .04(2022):180-183+188.