1.一种数控铣床铣削颤振智能监测系统,其特征在于,包括:加速度传感器(1)、声音传感器(2)、电流传感器(3)、无线数据采集前端(4)和AI处理平台(5);
所述加速度传感器(1)通过连接件与无线数据采集前端(4)连接,通过信号线传输给无线数据采集前端(4)的信号调整电路;
所述声音传感器(2)通过连接件与无线数据采集前端(4)连接,通过信号线传输给无线数据采集前端(4)的信号调整电路;
所述电流传感器(3)通过连接件与无线数据采集前端(4)连接,通过信号线传输给无线数据采集前端(4)的信号调整电路。
2.根据权利要求1所述一种数控铣床铣削颤振智能监测系统,其特征在于,所述无线数据采集前端(4)为加速度传感器(1)、声音传感器(2)和电流传感器(3)提供激励电源,同时对传感器信号进行滤波、放大、防混叠滤波处理。
3.根据权利要求2所述一种数控铣床铣削颤振智能监测系统,其特征在于,所述无线数据采集前端(4)对传感器信号进行滤波、放大、防混叠滤波处理后给到无线数据采集前端的AD转换器,经过AD转换器后的数据通过SPI通信发送给无线数据采集前端主控芯片。
4.根据权利要求1或2所述一种数控铣床铣削颤振智能监测系统,其特征在于,所述无线数据采集前端(4)基于Cortex‑M4单片机,搭载嵌入式实时操作系统FreeRTOS,由N个数据采集节点、一个数据接收基站组成。
5.根据权利要求1所述一种数控铣床铣削颤振智能监测系统,其特征在于,所述AI处理平台(5)基于高性能的AI处理芯片RK3399Pro进行的设计开发,颤振智能监测系统的算法实现基于Linux操作系统进行开发,搭载Linux系统后智能监测系统在NPU下可以直接加载Caffe/Mxnet/Tensorflow模型,对数据处理进行硬件加速,效率更高。
6.根据权利要求1所述一种数控铣床铣削颤振智能监测系统,其特征在于,所述AI处理平台(5)基于RK3399Pro人工智能处理器设计开发,AI处理平台上的专用软件对数据进行时域分析、频域分析提取反映振动稳定性的特征参量,并对特征参数进行打标签、打包保存、生成数据集;再者AI处理平台通过TensorFlow对数据集进行在线模型训练,得到最优深度学习模型,通过学习自主优化模型和python编程实现模型,模型得到后将其部署在RK3399Pro平台上即可对机床铣削颤振进行智能识别。