10.19665/j.issn1001-2400.2022.05.018
融合工件几何特征的变工况切削力预测方法
在机械加工中,加工工件的几何特征变化会导致切削力统计特征发生变化,使得传统数据驱动的切削力预测模型精度变低,同时不同的加工工况使得采集的切削力建模数据存在明显的数据分布差异,导致切削力预测模型泛化能力出现显著退化.针对上述问题,提出了一种融合工件几何特征的变工况切削力预测方法.首先,进行数据预处理,包括工件几何特征、工况信息编码处理,对切削力信号去除趋势项,对切削力统计特征剔除异常值;其次,考虑工件几何特征及工况变化导致的数据分布差异,将数据集分为源域数据和目标域数据,并将源域数据和目标域数据按照规则划分为训练集和测试集,基于迁移学习构建融合工件几何特征的变工况切削力预测模型;最后,从不同数据量、单一加工几何特征、变工况、不同算法等方面进行了实验验证.实验结果表明,相比传统数据驱动切削力预测模型,该方法更适用于工况以及工件几何特征变化情况下的切削力预测,同时在数据样本较少的情况下保持较高的预测精度,泛化性能更强,具备更好的实用性.
切削力预测、几何特征、迁移学习、数据驱动
49
TG506(金属切削加工及机床)
陕西省科技重大专项;陕西省重点研发计划;国家自然科学基金
2022-11-24（万方平台首次上网日期，不代表论文的发表时间）
共12页
154-165
