来源：期刊VIP网 时间：
作者：韩宁;李国富;任潞;
单位：宁波大学机械工程与力学学院;
摘要：为提高车刀在加工过程中的磨损状态识别精度，提出了一种基于改进猎人猎物算法(Hunterprey optimizer, HPO)、变分模态分解（Variational mode decomposition, VMD）及门控循环单元(Gated Recurrent Unit, GRU)的识别模型。首先，采用Tent混沌和Levy飞行策略改进的猎人猎物算法优化VMD确定分解层数和惩罚因子的最佳组合。其次，对原始电流信号及分解后的信号进行特征提取，并通过核主成分分析法（Kernel principal component analysis, KPCA）进行特征降维。最后，将降维后的特征输入GRU神经网络模型实现刀具磨损状态的识别。实验结果表明，所提出的识别模型与其他模型相比具有更高的识别精度和效率，且具有较高的泛用性。
关键词：刀具磨损识别;;电流信号;;变分模态分解;;猎人猎物算法;;门控循环单元
基金资助：国家自然科学基金项目（22108316）
