基于卡尔曼滤波算法的刀具磨损状态预测

• 作者: 王全 靳伍银
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 刀具磨损 卡尔曼滤波 随机森林
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 工艺与装备
• 页码范围: 180-183,188
• 页数: 5页
• 分类号: TH16|TG71
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2022.04.041

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％.