来源：期刊VIP网 时间：
作者：贺继宏;陈燕;王晓宇;胡良涛;
单位：南京航空航天大学;
摘要：为提高CFRP加工过程中刀具磨损监测精度，考虑纤维方向对刀具磨损的影响，提出基于多传感器信号融合的刀具磨损监测方法。通过开展0°，45°，90°和135°不同纤维方向的CFRP刀具磨损侧铣试验，采集加工过程中的切削力信号、振动信号和声发射信号进行时频域分析提取特征，探讨各信号特征量、纤维方向与刀具磨损之间的联系。融合多传感器特征，由优化后的支持向量回归模型对各纤维方向CFRP铣削过程中的刀具磨损进行预测。试验结果表明，不同纤维方向下的刀具磨损状态明显不同，90°和45°纤维方向下的刀具磨损较为严重。同时，不同纤维方向下的信号特征变化趋势也存在差异性，选取各纤维方向敏感特征进行特征融合作为预测模型输入，支持向量回归监测模型的平均绝对误差最大值仅为0.017 2，与单一传感器相比，多源融合支持向量回归模型预测精度均达97%以上，相比CNN、RF、BPNN算法模型模型，准确率最大提高12.3%，具备较强的可适用性。
关键词：纤维方向;;刀具磨损监测;;特征融合;;铣削;;支持向量回归
基金资助：国家自然科学基金（51875284）
