基于多源数据融合的铣刀磨损状态监测

• 作者: 李浩平 王坤 葛晓博 彭巍 孟荣华
• 来源期刊: 组合机床与自动化加工技术
• 关键词: 铣刀 多源数据融合 磨损状态监测 决策层融合 卷积神经网络
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 控制与检测
• 页码范围: 120-123
• 页数: 4页
• 分类号: TH16|TG71
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2021.05.028

摘要

针对铣刀磨损状态实时监测问题,提出融合三向多源监测信号构建基于卷积神经网络的铣刀磨损状态监测模型.首先,将三个方向振动监测信号转换成幅值谱作为网络模型的输入;其次,构建了单源数据卷积神经网络磨损监测模型;最后,采用决策层数据融合方法得到基于多源振动信号融合的铣刀磨损状态监测模型.实例验证表明:该方法用于刀具磨损状态识别不需要进行复杂的前期数据处理.识别准确率达到98.10％,有效提高了刀具磨损状态监测的准确性和稳定性.