Модель интеллектуальной системы оценки
В соответствии с аппаратной системой устанавливается модель оценки точности обработки. Модель состоит из различных структур уровней, в основном включая уровень сбора сигналов, уровень вывода сигналов, уровень преобразования сигналов, уровень обработки сигналов, уровень сбора данных, программное обеспечение для сбора данных, хранилище данных, извлечение признаков и пользовательский уровень.
Функции каждой части следующие:
(1) Уровень сбора сигналов: в основном каждый датчик собирает соответствующие сигналы от точек измерения в установленном положении, а сигналы, выдаваемые датчиком, передаются на уровень вывода сигналов.
(2) Слой ввода сигнала: он передает сигнал в схему обработки разряда станка с ЧПУ, а уровень вывода сигнала связывает точку измерения сигнала и схему предварительной обработки.
(3) Уровень преобразования сигнала: он может реализовать преобразование формы сигнала. Поскольку исходные сигналы, выдаваемые каждым датчиком, включают сигнал напряжения, сигнал сопротивления и сигнал тока, для облегчения сбора данных эти сигналы необходимо преобразовать на уровне преобразования сигналов и единообразно преобразовать в сигналы напряжения.
(4) Уровень формирования сигнала: он в основном состоит из инструмента формирования сигнала. Поскольку исходный сигнал смешивается с большим количеством шумовых сигналов, а значение исходного сигнала относительно слабое, уровень обработки сигнала в основном реализует усиление и фильтрацию исходного сигнала.
(5) Уровень сбора данных: он в основном состоит из карты сбора данных для реализации высокоскоростного сбора данных.
(6) Программное обеспечение для сбора: оно в основном реализует автоматический сбор данных, передачу, хранение и другие операции компьютера.
(7) Хранение данных: это основная основа для обработки данных, и сохраненные данные необходимо вызывать при последующей обработке.
(8) Извлечение признаков: он в основном извлекает соответствующие характеристики во временной области и характеристики в частотной области из обработанных сигналов для последующего обучения нейронной сети.
(9) Уровень пользователя: в основном это нейронная сеть, которая обучает и изучает извлеченные собственные значения и выводит результаты решения.
Извлечение признаков сигнала
Значение выбора функции использует различные методы анализа и обработки цифрового сигнала для извлечения информации о функции, которая может лучше всего отражать изменение точности обработки по сравнению с исходным сигналом. Исходный сигнал, собранный датчиком, содержит большое количество шумовых сигналов. Чтобы эффективно извлечь собственное значение сигнала, для извлечения собственного значения выбирается пакет вейвлета.