二进制PSO算法在刀具磨损状态识别中的应用
2016-11-04黄广奕王杰王玫张玉嘉
组合机床与自动化加工技术 2016年9期
黄广奕,王杰,王玫,张玉嘉
(四川大学 制造科学与工程学院,成都 610065)
二进制PSO算法在刀具磨损状态识别中的应用
黄广奕,王杰,王玫,张玉嘉
(四川大学 制造科学与工程学院,成都610065)
特征选择是刀具磨损状态识别的重要问题之一。文章以端面铣刀为研究对象,提出了一种基于二进制粒子群算法的铣削力信号特征优选方法。该算法采用相关准则给定适应度函数,以此计算粒子适应值。通过二进制编码方式,寻找全局最优解作为最优特征构成特征子集。最后将优选的铣削力信号特征子集输入到三层BP神经网络进行模式识别。实验结果表明,二进制粒子群算法优选的铣削力信号特征子集可以提高刀具磨损状态识别精度和缩短识别时间。
刀具磨损;特征提取;粒子群算法;相关性准则;模式识别
0 引言
刀具磨损是影响切削加工质量、效率、生产安全的重要因素,因此,刀具磨损监测技术成为机械制造自动化领域的重要研究课题[1-2]。刀具磨损监测过程实际上是一个通过收集信号、进行信号分析处理、提取特征、特征选择和模式识别的过程。由于原始信号特征维数较高,并且存在较多冗余,一方面会降低刀具磨损识别精度,另一方面则大大增加后续识别算法学习及训练的复杂度,影响识别效率。为此,研究信号特征与刀具磨损状态之间的关系,去除冗余,选择有用特征,获得最优特征子集是必要的。能否提取最优特征子集,决定刀具磨损监测系统性能的好坏[3]。……
登录APP查看全文
