摘要

针对因信息孤立导致机器人纵扭超声铣边加工颤振误判问题,提出基于多源特征融合的颤振监测方法。首先,采用最大相关最小冗余(MRMR)算法研究不同特征量对颤振的敏感程度,构建了多源特征分类模型。运用主成分分析法(PCA)将排序前3的敏感特征(能量熵、重心频率、波形因子)融合为新的颤振特征,并基于拉依达准则确定系统颤振阈值为0.44,将机器人纵扭超声铣边加工过程分为稳定、轻微颤振及严重颤振3种状态。最后,编写了机器人纵扭超声铣边颤振在线监测软件,实现了颤振状态的精准检测和识别。实验结果表明,经融合后的特征相较于传统单一特征颤振监测响应时间可提前1.536 s。