本發(fā)明涉及一種預(yù)測方法及系統(tǒng)，尤其涉及一種雙向銑削力預(yù)測方法及系統(tǒng)。

背景技術(shù)：

1、銑削力是機(jī)床設(shè)計和加工工藝優(yōu)化的關(guān)鍵參數(shù)，反映了加工過程中刀具與工件的相互作用。銑削力不僅包含了切削負(fù)載大小，還涉及刀具狀態(tài)、加工質(zhì)量、顫振情況等諸多信息。準(zhǔn)確的銑削力監(jiān)測可以直接影響刀具壽命、振動穩(wěn)定性、切削變形、熱效應(yīng)以及加工表面質(zhì)量，可以直接反映出機(jī)床加工狀態(tài)的變化，對研究數(shù)控機(jī)床自適應(yīng)控制技術(shù)具有重要意義。

2、有效監(jiān)測銑削力是實(shí)現(xiàn)準(zhǔn)確反映機(jī)床加工狀態(tài)的關(guān)鍵。目前監(jiān)測銑削力主要有兩種方法：其一是直接監(jiān)測方法，該方法通常通過專用的力傳感器直接測量切削區(qū)域的力，因而能夠?qū)崟r獲取高精度的切削力數(shù)據(jù)，有助于調(diào)整加工參數(shù)并確保加工質(zhì)量；然而，這種方法成本高昂且安裝復(fù)雜。其二是間接監(jiān)測方法，通過分析振動、功率或電流信號來推斷切削力的大小。振動信號分析法利用振動傳感器，能夠?qū)崟r反映切削過程中的動態(tài)變化，但受機(jī)床結(jié)構(gòu)振動特性影響，數(shù)據(jù)解析復(fù)雜；功率信號分析法通過電機(jī)功率變化間接推斷切削力，適用性廣泛但響應(yīng)速度較慢，且精確度受限。且現(xiàn)有的監(jiān)測預(yù)測模型，大部分只能預(yù)測切削力合力，對雙向銑削力的準(zhǔn)確預(yù)測存在困難。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的：本發(fā)明的第一目的是提供一種能夠預(yù)測雙向銑削力且預(yù)測更準(zhǔn)確的雙向銑削力預(yù)測方法。

2、本發(fā)明的第二目的是提供一種雙向銑削力預(yù)測系統(tǒng)。

3、技術(shù)方案：本發(fā)明公開的一種雙向銑削力預(yù)測方法，包括以下步驟：

4、實(shí)驗(yàn)獲取同一個工件在兩種或兩種以上不同轉(zhuǎn)速下銑削作業(yè)時刀具的電流和銑削力數(shù)據(jù)集；其中電流和銑削力數(shù)據(jù)集包括等效直流電irms、雙向銑削力fx和fy，其中fx和fy由指向瞬時切削方向的切削力ft分解得到，且fx和fy的方向分別沿著銑削進(jìn)給方向和垂直于銑削進(jìn)給方向；

5、提取電流和銑削力數(shù)據(jù)集中電流信號的時域、頻域和時頻域特征，依據(jù)電流特征的穩(wěn)定性、電流特征對轉(zhuǎn)速的敏感性、電流特征與銑削力的相關(guān)性，篩選出符合預(yù)設(shè)條件的電流特征構(gòu)成目標(biāo)特征矩陣；

6、構(gòu)建基于cnn-resnet深度學(xué)習(xí)算法的神經(jīng)網(wǎng)絡(luò)模型；

7、將目標(biāo)特征矩陣包含的數(shù)據(jù)劃分為訓(xùn)練集和驗(yàn)證集，用訓(xùn)練集對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到初步模型；導(dǎo)入驗(yàn)證集，使用初步模型，計算損失值，然后進(jìn)行反向傳播和參數(shù)更新，直至損失函數(shù)值最小并趨于穩(wěn)定，迭代停止，得到最終的用于預(yù)測雙向銑削力的預(yù)測模型；

8、獲取待監(jiān)測銑削力的刀具的電流的目標(biāo)特征矩陣并輸入預(yù)測模型，預(yù)測得到雙向銑削力。

9、進(jìn)一步的，提取電流信號的時域、頻域和時頻域特征之前，對電流和銑削力數(shù)據(jù)集中的電流信號對電流數(shù)據(jù)進(jìn)行小波去噪，對電流和銑削力數(shù)據(jù)集中的銑削力數(shù)據(jù)，去除切入切出部分，保留穩(wěn)定銑削階段的信號數(shù)據(jù)。

10、進(jìn)一步的，所述工件由兩種不同材料拼接構(gòu)成；獲取電流和銑削力數(shù)據(jù)集的步驟如下：

11、刀具首先在工件的一側(cè)空轉(zhuǎn)，然后刀具沿著工件長度的方向移動并先后銑削由兩種不同的材料；

12、使刀具以不同的轉(zhuǎn)速進(jìn)行前述銑削作業(yè)；

13、同一轉(zhuǎn)速的銑削作業(yè)重復(fù)多次，同一轉(zhuǎn)速的銑削作業(yè)獲得的電流和銑削力數(shù)據(jù)構(gòu)成一個數(shù)據(jù)組；

14、不同轉(zhuǎn)速下獲得的所有數(shù)據(jù)組構(gòu)成電流和銑削力數(shù)據(jù)集。

15、進(jìn)一步的，所述提取電流和銑削力數(shù)據(jù)集中電流信號的時域、頻域和時頻域特征包括每個irms分別在空轉(zhuǎn)狀態(tài)、銑削碳鋼狀態(tài)和銑削鋁合金狀態(tài)下的多個特征。

16、進(jìn)一步的，所述多個特征包括最大值、最小值、平均值、峰峰值、絕對均值、方差、標(biāo)準(zhǔn)差、均方根值、方根幅值、偏態(tài)指標(biāo)、峭度指標(biāo)、波形因子、峰值因子、脈沖因子、裕度因子、重心頻率、均方頻率、均方根頻率、頻率方差以及8層小波分解，提取的所有特征構(gòu)成電流信號特征mc0。

17、進(jìn)一步的，所述電流特征的穩(wěn)定性以銑削狀態(tài)和銑削轉(zhuǎn)速為變量，以電流信號特征mc0為評價指標(biāo)，穩(wěn)定性的計算公式和篩選方式如下：

18、分別求解各個數(shù)據(jù)組的實(shí)驗(yàn)特征離散系數(shù)cv，計算公式如下：

19、cv＝σfea/μfea

20、其中，σfea和μfea分別為同一個特征在同一轉(zhuǎn)速的多次銑削中的標(biāo)準(zhǔn)差和均值，

21、根據(jù)計算的實(shí)驗(yàn)特征離散系數(shù)cv結(jié)果，設(shè)定閾值，將實(shí)驗(yàn)特征離散系數(shù)cv低于閾值的特征構(gòu)建成特征矩陣mc1。

22、進(jìn)一步的，所述電流特征對轉(zhuǎn)速的敏感性用于表征特征電流信號特征mc0對轉(zhuǎn)速變化的響應(yīng)，敏感性vari的計算公式和篩選方式如下：

23、

24、其中，μi為第i個數(shù)據(jù)組的特征平均值；ni為第i個數(shù)據(jù)組的轉(zhuǎn)速；

25、將對銑削力的變化高度敏感的特征記為特征矩陣mc2。

26、進(jìn)一步的，所述電流特征與銑削力的相關(guān)性的篩選方式如下：

27、取特征矩陣mc1和特征矩陣mc2的交點(diǎn)，構(gòu)成特征矩陣mc3；

28、分別計算fx和fy的平均值，對特征矩陣mc3與fx的平均值和fy的平均值進(jìn)行pearson相關(guān)分析，將mc3中銑削力fx和fy中相關(guān)性大于0.8的特征記為目標(biāo)特征矩陣。

29、進(jìn)一步的，所述神經(jīng)網(wǎng)絡(luò)模型包括cnn的卷積層和resnet殘差塊。

30、基于同樣的發(fā)明構(gòu)思，本發(fā)明還公開一種雙向銑削力預(yù)測系統(tǒng)，包括，

31、數(shù)據(jù)獲取模塊，用于獲取同一個工件在兩種或兩種以上不同轉(zhuǎn)速下銑削作業(yè)時刀具的電流和銑削力數(shù)據(jù)集；

32、預(yù)處理模塊，用于對電流和銑削力數(shù)據(jù)集中的電流信號進(jìn)行小波去噪處理，對電流和銑削力數(shù)據(jù)集中的銑削力數(shù)據(jù)，去除切入切出部分，保留穩(wěn)定銑削階段的信號數(shù)據(jù)；

33、特征提取模塊，用于提取電流和銑削力數(shù)據(jù)集中電流信號的時域、頻域和時頻域特征；

34、特征篩選模塊，依據(jù)電流特征的穩(wěn)定性、電流特征對轉(zhuǎn)速的敏感性、電流特征與銑削力的相關(guān)性，篩選出符合預(yù)設(shè)條件的電流特征構(gòu)成目標(biāo)特征矩陣；

35、初始模塊，用于構(gòu)建基于cnn-resnet深度學(xué)習(xí)算法的神經(jīng)網(wǎng)絡(luò)模型；

36、訓(xùn)練模塊，將目標(biāo)特征矩陣包含的數(shù)據(jù)劃分為訓(xùn)練集和驗(yàn)證集，用訓(xùn)練集對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到初步模型；導(dǎo)入驗(yàn)證集，使用初步模型，計算損失值，然后進(jìn)行反向傳播和參數(shù)更新，直至損失函數(shù)值最小并趨于穩(wěn)定，迭代停止，獲得最終的用于預(yù)測雙向銑削力的預(yù)測模型；

37、輸入模塊，用于將待監(jiān)測銑削力的刀具的電流的目標(biāo)特征矩陣輸入預(yù)測模型；

38、輸出模塊，用于輸出預(yù)測模型預(yù)測得到的雙向銑削力。

39、有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明具有如下顯著優(yōu)點(diǎn)：本發(fā)明能夠預(yù)測沿著進(jìn)給方向和垂直于進(jìn)給方向的雙向銑削力fx和fy，相對于只能預(yù)測銑削合力而言，雙向銑削力對切削狀態(tài)分析或刀具磨損狀態(tài)監(jiān)測更有用；本發(fā)明利用特征分析，篩選具有高穩(wěn)定性、對銑削力高敏感、與銑削力高相關(guān)的特征，建立電流信號特征矩陣，通過cnn-resnet深度學(xué)習(xí)網(wǎng)絡(luò)建立電流信號特征矩陣和雙向銑削力之間的映射關(guān)系，驗(yàn)證基于電流的銑削力監(jiān)測的準(zhǔn)確性，實(shí)現(xiàn)基于電流的雙向銑削力的智能監(jiān)測，且預(yù)測監(jiān)測的準(zhǔn)確性高；本發(fā)明實(shí)驗(yàn)的工件由兩種材料構(gòu)成，使得本發(fā)明的預(yù)測模型能夠適用于復(fù)雜的切削情況和材料變化，通用性強(qiáng)。