数控加工精度智能评估技术介绍

为了确保数控加工精度，我们根据信号时域分析与频域分析方法对三向加速度传感器等信号进行数据处理，提取特征值，并将所获得的特征值进行特征归一化处理，建立神经网络模型，将特征值输入神经网络，进行训练，训练结束后输入待检特征，由神经网络输出精度评估决策结果。

智能评估系统模型

根据所搭建的硬件系统，建立了加工精度只能评估模型。模型由不同层结构组成，主要有信号采集层、信号输出层、信号变换层、信号调理层、数据采集层、采集软件、数据存储、特征提取及用户层组成。

其中各部分作用如下：

（1）信号采集层：主要是各传感器对所安装位置测点采集相应信号，传感器输出的信号传至信号输出层。

（2）信号输入层：是将信号传输至数控机床放电调理电路处，信号输出层链接信号测点和预处理电路。

（3）信号变换层：可以实现信号形式的变换，由于各传感器输出的原始号有电压信号、电阻信号、电流信号，为方便数据采集，在信号变换层需要对这些信号进行变换，统一转换成电压信号。

（4）信号调理层：主要由信号调理仪组成，由于原始信号中混杂这大量噪声信号，而且原始信号量值相对微弱，因此信号调理层主要实现对原始信号的放大、滤波。

（5）数据采集层：主要是数据采集卡组成，实现对信号的高速采集。

（6）采集软件：主要是实现计算机自动进行数据采集、传输、存储等操作。

（7）数据存储：是进行数据处理的基本依据，在后续的处理中需要调用所存储的数据。

（8）特征提取：主要是从处理过后的信号中提取相关的时域特征和频域特征，以供后续神经网络训练用。

（9）用户层：主要是神经网络对所提取的特征值进行训练、学习，并输出决策结果。

信号特征提取

特征选取值是用各种数字信号分析、处理方法，加工精度变化与特征量之间的关系，把最能反映加工精度变化的特征信息从原始信号中提取出来。传感器采集到的原始信号内包含了大量的噪声信号，为了有效地提取信号的特征值，选择小波包提取特征值。