加工系统工况监测应用实例(三)
例三：电机功率和声发射信号进行刀具状态监测
监测系统的组成
用电机功率和声发射信号进行刀具状态监测。在该系统中，采用小波分析提取刀具磨损与破损的特征信号，采用模糊神经网络进行刀具磨损破损状态的识别。
刀具磨损状态隶属函数
刀具磨损状态分类的隶属函数将刀具磨损破损状态分为初期磨损A、正常磨损早期B、正常磨损中期C、正常磨损后期D、急剧磨损E和刀具破损F。
智能融合模型
建立的刀具磨损破损检测的神经网络模型。由传感器检测的声发射信号和电机功率信号经小波分析处理后，得到与刀具磨损密切相关的特征参数 x1、x2、x3、x4，将其输入模糊神经网络模型进行处理，得到刀具磨损破损状态；同时，将切削参数、切削时间和刀具材料等参数输入刀具磨损预测模型（刀具寿命公式）进行分析计算，并对计算结果进行模糊分类，得到第二组刀具磨损破损状态 μA2、μB2、μC2、…、μF2，两个模型进行判别的刀具状态结论输入模糊神经网络模型进行最后决策处理，即得到刀具磨损破损状态识别的最后结果。（示意图请......）
