基于監(jiān)測信號加權特征的批量鉆削工步質量增量聚類研究.pdf

1、針對批量工藝參數(shù)一致鉆孔的質量檢測問題,本文通過聲發(fā)射傳感器和霍爾功率傳感器采集鉆削加工過程中的聲發(fā)射信號和主軸功率信號,從時域和頻域兩個方面提取監(jiān)測信號的特征,構建特征向量,依據(jù)各個特征對鉆削過程特性的反映程度大小對其分配權重,使用增量聚類分析方法對鉆孔依據(jù)其自身的質量特性進行分類,從而間接分析批量鉆孔質量的分布特性及其發(fā)展趨勢,為鉆孔質量的人工抽檢提供理論指導。本文具體以下面三個主要內容進行探討。
　　1、特征提取。聲發(fā)射傳感

2、器和霍爾功率傳感器采集到的鉆削過程信號是時域信號,采樣點過多,數(shù)據(jù)量過大,直接對其分析較為困難。因此本文提取原始監(jiān)測信號的時域和頻域特征,使用這些特征來表征原信號。為每一組鉆削信號構建一個特征向量,這些特征向量組成一個數(shù)據(jù)庫,用于后續(xù)分析。
　　2、權重分配。從鉆削監(jiān)測信號中提取出來的特征可以反映鉆削加工過程特性,但不同特征的這種反映的程度不同,而且這對后續(xù)的增量聚類分析會有很大影響,因此要依據(jù)各個特征對鉆削加工過程特性的反映程度

3、對其分配權重。本文使用層次分析法(AHP)作為權重分配的工具,并結合遺傳算法(GAs)使層次分析法中的判斷矩陣元素取值更為客觀合理且不會出現(xiàn)邏輯錯誤。
　　3、增量聚類分析。經過特征提取和權重分配后,每一組鉆削監(jiān)測信號都對應一個加權特征向量,以此作為數(shù)據(jù)對象,使用聚類分析方法對鉆孔依據(jù)其自身的質量特性進行分類。由于聚類分析面對的加權特征向量數(shù)據(jù)庫是一個不斷在變化的數(shù)據(jù)庫,本文研究了三種增量聚類算法:基于密度的InDBSCAN、基于