Modelo de sistema de evaluación inteligente
De acuerdo con el sistema de hardware, se establece el modelo de evaluación de precisión de mecanizado. El modelo se compone de diferentes estructuras de capas, que incluyen principalmente la capa de adquisición de señales, la capa de salida de señales, la capa de transformación de señales, la capa de acondicionamiento de señales, la capa de adquisición de datos, el software de adquisición, el almacenamiento de datos, la extracción de características y la capa de usuario.
Las funciones de cada parte son las siguientes:
(1) Capa de adquisición de señal: es principalmente que cada sensor recopila las señales correspondientes de los puntos de medición en la posición instalada, y las señales emitidas por el sensor se transmiten a la capa de salida de señal.
(2) Capa de entrada de señal: transmite la señal al circuito de acondicionamiento de descarga de la máquina herramienta NC, y la capa de salida de señal vincula el punto de medición de señal y el circuito de preprocesamiento.
(3) Capa de transformación de señal: puede realizar la transformación de la forma de señal. Debido a que las señales originales emitidas por cada sensor incluyen señal de voltaje, señal de resistencia y señal de corriente, para facilitar la adquisición de datos, estas señales deben transformarse en la capa de transformación de señal y convertirse uniformemente en señales de voltaje.
(4) Capa de acondicionamiento de señales: se compone principalmente de instrumentos de acondicionamiento de señales. Debido a que la señal original se mezcla con una gran cantidad de señales de ruido y el valor de la señal original es relativamente débil, la capa de acondicionamiento de la señal realiza principalmente la amplificación y el filtrado de la señal original.
(5) Capa de adquisición de datos: se compone principalmente de una tarjeta de adquisición de datos para realizar la adquisición de señales de alta velocidad.
(6) Software de adquisición: realiza principalmente la adquisición, transmisión, almacenamiento y otras operaciones automáticas de datos de la computadora.
(7) Almacenamiento de datos: es la base básica para el procesamiento de datos, y los datos almacenados deben recuperarse en el procesamiento posterior.
(8) Extracción de características: extrae principalmente características relevantes en el dominio del tiempo y características en el dominio de la frecuencia de las señales procesadas para el posterior entrenamiento de la red neuronal.
(9) Nivel de usuario: es principalmente la red neuronal la que entrena y aprende los valores propios extraídos y genera los resultados de la decisión.
Extracción de características de la señal
El valor de selección de características utiliza varios métodos de análisis y procesamiento de señales digitales para extraer la información de características que mejor puede reflejar el cambio de precisión de mecanizado de la señal original. La señal original recogida por el sensor contiene una gran cantidad de señales de ruido. Para extraer efectivamente el valor propio de la señal, se selecciona el paquete wavelet para extraer el valor propio.