论文部分内容阅读
选取力信号和加速度信号来预测薄壁件的颤振状态,分别提取铣削力信号的实时方差特征与加速度信号的小波能量特征,并采用该两个特征量构建颤振信号识别特征量。用测力仪、加速度传感器等设备搭建了铝合金薄壁件铣削颤振实验台,在不同切削参数条件下设计了正交实验分组。区别于以往的二分类SVM模型,文中设计了基于二叉树决策的多分类SVM模型,并结合信号实时方差与小波能量特征,将机床加工状态分为稳定阶段、趋于颤振和颤振阶段这三种状态。实验获得的160组信号特征量数据分别用来完成多分类SVM模型的训练和检验。结果表明:在切削参数