基于CNN和WSVDD的深孔鏜削加工過程狀態評估與監測

摘要：針對深孔鏜削加工過程中易出現顫振以及傳統監測方法監測效率低的問題,提出了一種將深度卷積神經網絡和加權支持向量數據描述法相結合的深孔鏜削加工過程顫振評估與監測方法。首先基于深度卷積神經網絡提取加工過程狀態內振動信號的特征矢量,然后以正常加工狀態下的特征矢量訓練加權支持向量數據描述模型,得到相應的描述加工正常狀態下的超球體模型,再計算當前加工過程狀態特征矢量與超球體之間的相對距離,作為加工過程狀態的評估指標,并對穩定度閾值進行設定。結果表明:與文獻中其他方法相比,文中方法的監測能力更強,對加工過程狀態的穩定度描述更加準確。