论文部分内容阅读
为了对硬车削工件表面粗糙度(Ra)进行有效监测,在分析切削振动对工件表面形貌影响的基础上,提取了基于SSA的多通道融合特征;针对传统的隐马尔科夫模型(HMM)概率比对法的不足,提出了一种χ比对法用于HMM工件表面粗糙度精度监测。实验分析表明,采用χ比对法比采用概率比对法能够明显提高HMM的工件表面粗糙度精度等级识别率。相对于连续隐马尔科夫模型(MoG_HMM)(识别率83.3%),离散隐马尔科夫模型(DHMM)具有较大的优势识别率(94.4%),其能够完全满足在线的工件表面粗糙度精度等级监测要求。