欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023105118225
申请人: 华东交通大学
专利类型:发明专利
专利状态:已下证
专利领域: 机床;其他类目中不包括的金属加工
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种刀具剩余寿命预测方法,其特征在于,包括以下步骤:分别获取若干个测试刀具的磨损通道信号组及与所述磨损通道信号组对应的测试磨损度;

对所述磨损通道信号组进行无效值去除,以获取有效磨损通道信号组;

去除所述有效磨损通道信号组的异常值,并对去除异常值后的所述有效磨损通道信号组进行降采样,以获取若干个样本信号;

对所述样本信号进行归一化处理,以获取测试输入信号;

构建DRSN‑BiLSTM初始模型,通过所述测试输入信号及所述测试磨损度,训练所述DRSN‑BiLSTM初始模型,以获取DRSN‑BiLSTM实用模型;

于机床上获取待测刀具的待测输入信号,并将所述待测输入信号作为输入值输入所述DRSN‑BiLSTM实用模型,以获取预测磨损度;

基于所述预测磨损度,获取所述待测刀具的剩余寿命。

2.根据权利要求1所述的刀具剩余寿命预测方法,其特征在于,所述分别获取若干个测试刀具的磨损通道信号组及与所述磨损通道信号组对应的测试磨损度的步骤包括:采集若干个测试刀具于机床主轴坐标系中X轴、Y轴及Z轴方向的测试刀具的切削力信号及振动信号;

采集若干个所述测试刀具加工过程中所产生的声发射信号;

所述切削力信号、所述振动信号及所述声发射信号形成磨损通道信号组;

基于若干个所述测试刀具于机床上的累计走刀次数,获取与所述磨损通道信号组对应的测试磨损度。

3.根据权利要求2所述的刀具剩余寿命预测方法,其特征在于,所述测试磨损度的计算公式为:,

其中,S表示测试磨损度,i表示第i次走刀,n表示累计走刀次数。

4.根据权利要求1所述的刀具剩余寿命预测方法,其特征在于,所述对所述磨损通道信号组进行无效值去除的步骤包括:提取所述磨损通道信号组的上四分位值;

自所述磨损通道信号组的首部向所述磨损通道信号组的尾部方向搜索大于所述上四分位值的首个数据点,以标定进刀信号点;

自所述磨损通道信号组的尾部向所述磨损通道信号组的首部方向搜索大于所述上四分位值的首个数据点,以标定出刀信号点;

将所述进刀信号点及所述出刀信号点之间的数据汇总为有效磨损通道信号组,去除所述磨损通道信号组的无效值。

5.根据权利要求1所述的刀具剩余寿命预测方法,其特征在于,所述去除所述有效磨损通道信号组的异常值的步骤包括:将所述有效磨损通道信号组中n个样本数据的长度之和设为滑动窗口的长度;

沿所述有效磨损通道信号组滑动所述滑动窗口,以将所述有效磨损通道信号组分隔为若干个窗口数据;

识别所述窗口数据中的异常值,并以上一个所述窗口数据的平均值替代所述异常值。

6.根据权利要求1所述的刀具剩余寿命预测方法,其特征在于,所述样本信号的归一化处理公式为:,

其中, 表示样本信号, 表示测试输入信号。

7.根据权利要求1所述的刀具剩余寿命预测方法,其特征在于,所述通过所述测试输入信号及所述测试磨损度,训练所述DRSN‑BiLSTM初始模型,以获取DRSN‑BiLSTM实用模型的步骤包括:基于不同的所述测试刀具将所述测试输入信号分隔为训练输入集及测试输入集;

基于不同的所述测试刀具将所述测试磨损度分隔为训练输出集及测试输出集;

将所述训练输入集作为所述DRSN‑BiLSTM初始模型的输入值,并将所述训练输出集作为所述DRSN‑BiLSTM初始模型的输出值训练所述DRSN‑BiLSTM初始模型,以获取所述DRSN‑BiLSTM实用模型;

将所述测试输入集作为所述DRSN‑BiLSTM实用模型的输入值,获取所述DRSN‑BiLSTM实用模型的输出值,并将所述输出值与测试输出集进行比对,以验证所述DRSN‑BiLSTM实用模型。

8.根据权利要求1所述的刀具剩余寿命预测方法,其特征在于,所述基于所述预测磨损度,获取所述待测刀具的剩余寿命的步骤包括:根据所述预测磨损度,计算所述待测刀具的预测剩余寿命;

对所述预测剩余寿命进行保序回归处理,以获取所述待测刀具的剩余寿命。

9.一种刀具剩余寿命预测系统,应用于如权利要求1 8任一项所述的刀具剩余寿命预~测方法,其特征在于,所述系统包括:

获取模块,用于分别获取若干个测试刀具的磨损通道信号组及与所述磨损通道信号组对应的测试磨损度;

第一处理模块,用于对所述磨损通道信号组进行无效值去除,以获取有效磨损通道信号组;

第二处理模块,用于去除所述有效磨损通道信号组的异常值,并对去除异常值后的所述有效磨损通道信号组进行降采样,以获取若干个样本信号;

第三处理模块,用于对所述样本信号进行归一化处理,以获取测试输入信号;

分析模块,用于构建DRSN‑BiLSTM初始模型,通过所述测试输入信号及所述测试磨损度,训练所述DRSN‑BiLSTM初始模型,以获取DRSN‑BiLSTM实用模型;

检测模块,用于于机床上获取待测刀具的待测输入信号,并将所述待测输入信号作为输入值输入所述DRSN‑BiLSTM实用模型,以获取预测磨损度;

计算模块,用于基于所述预测磨损度,获取所述待测刀具的剩余寿命。

10.一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的刀具剩余寿命预测方法。