科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对金属铣削过程中刀具磨损监测问题，本文提出了一种基于递归特征消除和极端随机树相结合的刀具磨损监测模型。首先对力、振动和声发射信号的时域、频域特征进行提取，分别采用逻辑回归、分类与回归树、线性回归、线性判别分析作为递归特征消除的基模型进行特征降维。再利用处理后的特征对K近邻、支持向量回归、极端随机树模型进行训练，得出多种监测模型。通过对比刀具磨损拟合曲线图和分析评估结果的标准差，可得出基模型为分类与回归树的递归特征消除，与极端随机树算法相结合模型拟合度达到99.74%，评估结果的标准差为4.04。结果表明该方法能够实现对铣刀磨损的有效监测，从而提高零件加工质量。
- 单位
