公开(公告)号：CN114161227B

公开(公告)日：2024-05-03

申请号：CN202111628981.0

申请日：2021-12-28

Applicant: 福州大学

Inventor： 俞建超 ,  鲁治锴 ,  丁宇星

IPC: B23Q17/09

Abstract: 本发明涉及一种基于仿真特征和信号特征融合的刀具磨损量监控方法，S1：获取原始振动信号，同时测量后刀面磨损量；S2：对原始振动信号进行信号预处理并提取信号特征;S3:进行基于拉伸、压缩和霍普金森压杆实验的第一状态材料的J‑C本构模型参数标定；S4：进行基于硬度实验的除第一状态材料外的其他状态材料的J‑C本构模型修正；S5：获取同种材料不同状态的仿真特征；S6:对信号特征和仿真特征进行特征选择和特征降维，得到融合后的低维度特征；S7：将每次走刀得到的降维后的特征和相应的后刀面磨损量来训练LSTM模型；S8：通过输入每次走刀得到的特征后得到后刀面的磨损量。本发明减少模型修正的工作量，避免了重复的实验，同时还能提高模型的精度。

公开(公告)号：CN114161227A

公开(公告)日：2022-03-11

申请号：CN202111628981.0

申请日：2021-12-28

Applicant: 福州大学

Inventor： 俞建超 ,  鲁治锴 ,  丁宇星

IPC: B23Q17/09

Abstract: 本发明涉及一种基于仿真特征和信号特征融合的刀具磨损量监控方法，S1：获取原始振动信号，同时测量后刀面磨损量；S2：对原始振动信号进行信号预处理并提取信号特征;S3:进行基于拉伸、压缩和霍普金森压杆实验的第一状态材料的J‑C本构模型参数标定；S4：进行基于硬度实验的除第一状态材料外的其他状态材料的J‑C本构模型修正；S5：获取同种材料不同状态的仿真特征；S6:对信号特征和仿真特征进行特征选择和特征降维，得到融合后的低维度特征；S7：将每次走刀得到的降维后的特征和相应的后刀面磨损量来训练LSTM模型；S8：通过输入每次走刀得到的特征后得到后刀面的磨损量。本发明减少模型修正的工作量，避免了重复的实验，同时还能提高模型的精度。