基于多源信息融合的贝叶斯网络刀具磨损监测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于多源信息融合的贝叶斯网络刀具磨损监测方法
申请号:
CN202411075356
申请日期:
2024-08-07
公开号:
CN119036194A
公开日期:
2024-11-29
类型:
发明专利
摘要
本发明公开了一种基于多源信息融合的贝叶斯网络刀具磨损监测方法,包括如下步骤:S1,在机床主轴上安装传感器,采集数据;S2,对采集到的数据进行预处理和样本集构建;S3,从数据样本中提取时域、频域和时频域特征;S4,基于优化相关峭度评估工况敏感性,并筛选敏感特征集;S5,通过核主成分分析进行降维,并提取健康指标;S6,将提取的特征和健康指标用于贝叶斯网络模型的训练;S7,利用训练好的模型预测刀具磨损寿命,并输出概率预测结果。该方法提高了刀具磨损监测的精度和可靠性。
技术关键词
刀具磨损监测方法
多源信息融合
贝叶斯网络模型
时域特征
斯皮尔曼相关系数
样本
刀具磨损状态
核主成分分析
频域特征提取
数据
信号
指标
特征值
磨损寿命预测
代表
三向力传感器
振动传感器
矩阵