基于稳态子空间分析的大型数控铣床刀具状态在线识别与预测方法研究

项目名称： 基于稳态子空间分析的大型数控铣床刀具状态在线识别与预测方法研究

项目编号： No.51405346

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 机械、仪表工业

项目作者： 周余庆

作者单位： 温州大学

项目金额： 25万元

中文摘要： 刀具损伤是影响大型数控铣床加工质量的首要因素，及时有效地识别与预测刀具损伤状态对提高大型数控铣床的服役性能具有重要意义。本项目针对大型数控铣床刀具状态在线识别与预测问题，以提高刀具状态的识别精度与预测性能为目标，以刀具状态特征提取研究为基础，提出基于稳态子空间分析的大型数控铣床刀具状态在线识别与预测新方法。主要内容包括：1）研究大型数控铣床刀具磨损(多级)和破损的损伤机理，获取刀具状态样本数据集和敏感特征参数集；2）研究小样本下刀具损伤特征提取方法，结合核函数技术探索非线性稳态子空间分析方法，研究数据驱动的核函数生成算法，提出高效的刀具损伤状态本质特征提取新方法；3）研究刀具损伤状态本质特征之间的规律，探索刀具损伤的发展和转移途径，提出基于增量核回归的高性能刀具损伤状态预测算法。本项目的研究有助于揭示大型数控铣床刀具损伤发生、发展和转移本质，为其在线识别与预测提供全面的信息支持。

中文关键词： 大型铣床刀具状态识别；稳态子空间分析；核函数；Nadaraya-Watson核回归；

英文摘要： Tool damnification is the primary factor affecting the quality of large-scale CNC milling machine. Recognize and predict the tool’s state promptly and effectively are significant for improving the service performance of large-scale CNC milling machine. Ai

英文关键词： Large-scale milling tool state recognition；Stationary subspace analysis；kernel function；Nadaraya-Watson kernel regression；