基于信息熵的部件磨损检测方法、装置、终端及存储介质制造方法及图纸

本发明专利技术公开了基于信息熵的部件磨损检测方法、装置、终端及存储介质，所述方法通过获取目标部件对应的声发射信号的信息熵，当所述信息熵大于熵阈值时，获取所述目标部件对应的加速度信号和铣削力信号；对所述加速度信号和所述铣削力信号进行融合，得到融合信号；获取所述融合信号对应的时频域图像，根据所述时频域图像确定所述目标部件对应的磨损量。本发明专利技术通过采集目标部件加工过程中的相关信号，来评估目标部件的磨损量，无需停机检测，且有效降低了主观因素的影响。解决了现有技术中采用人工检测的方法来确定加工部件的磨损量，需要停机检测，且受主观因素影响容易出现误差的问题。且受主观因素影响容易出现误差的问题。且受主观因素影响容易出现误差的问题。

【技术实现步骤摘要】
基于信息熵的部件磨损检测方法、装置、终端及存储介质


[0001]本专利技术涉及磨损检测领域，尤其涉及的是一种基于信息熵的部件磨损检测方法、装置、终端及存储介质。

技术介绍

[0002]加工部件的磨损将造成工件的精度及粗糙度变差，甚至造成工件的保费、昂贵设备的损伤、机床停机等故障，直接影响着机械加工的精度、效率及经济效益。因此在加工过程中进行加工部件的磨损检测是很有必要的。现有技术中通常采用的是人工检测方法，即采用专业人员对加工部件的外观、表面质量或者几何形状的变化进行检测，需要停机检测，且受主观因素影响容易出现误差。
[0003]因此，现有技术还有待改进和发展。

技术实现思路

[0004]本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于信息熵的部件磨损检测方法、装置、终端及存储介质，旨在解决现有技术中采用人工检测的方法来确定加工部件的磨损量，需要停机检测，且受主观因素影响容易出现误差的问题。
[0005]本专利技术解决问题所采用的技术方案如下：第一方面，本专利技术实施例提供一种基于信息熵的部件磨损检测方法，其中，所述方法包括：获取目标部件对应的加速度信号和铣削力信号；对所述加速度信号和所述铣削力信号进行融合，得到融合信号；获取所述融合信号对应的时频域图像，根据所述时频域图像确定所述目标部件对应的磨损量。
[0006]在一种实施方式中，所述获取目标部件对应的加速度信号和铣削力信号，包括：获取声发射信号对应的信号波形，根据所述信号波形确定若干局部信号波形，其中，各所述局部信号波形之间的相似度高于相似度阈值；根据各所述局部信号波形与所述信号波形的波长比值，确定所述声发射信号对应的信息熵；当所述信息熵大于熵阈值时，获取所述加速度信号和所述铣削力信号。
[0007]在一种实施方式中，所述对所述加速度信号和所述铣削力信号进行融合，得到融合信号，包括：分别对所述加速度信号和所述铣削力信号进行归一化处理，得到标准加速度信号和标准铣削力信号；对所述标准加速度信号和所述标准铣削力信号进行叠加，得到所述融合信号。
[0008]在一种实施方式中，所述根据所述时频域图像确定所述目标部件对应的磨损量，包括：
获取所述时频域图像对应的边缘点分布图，其中，所述边缘点分布图用于反映所述时频域图像中边缘点的分布情况，所述边缘点为两侧亮度偏差值大于偏差阈值的点；获取所述时频域图像对应的目标点分布图，其中，所述目标点分布图用于反映所述时频域图像中目标点的分布情况，所述目标点为所述时频域图像中亮度大于亮度阈值的点；根据所述边缘点分布图和所述目标点分布图，确定所述时频域图像对应的明暗变化信息；根据所述明暗变化信息，确定所述磨损量。
[0009]在一种实施方式中，所述根据所述边缘点分布图和所述目标点分布图，确定所述时频域图像对应的明暗变化信息，包括：根据所述边缘点分布图和所述目标点分布图，确定融合图像；对所述融合图像中的点进行聚类，得到若干点簇，其中，每一所述点簇中每一点与该点对应的最近点之间的距离小于距离阈值；获取各所述点簇对应的分布信息，根据所述分布信息确定所述明暗变化信息。
[0010]在一种实施方式中，所述根据所述明暗变化信息，确定所述磨损量，包括：将所述明暗变化信息输入已训练的第一预测模型，得到所述磨损量。
[0011]在一种实施方式中，所述方法还包括：将所述明暗变化信息输入所述第一预测模型，得到第一磨损量；获取所述融合信号对应的幅值概率分布特征，将所述幅值概率分布特征输入第二预测模型，得到第二磨损量；根据所述第一磨损量和所述第二磨损量的加权平均值，确定所述磨损量。
[0012]第二方面，本专利技术实施例还提供一种基于信息熵的部件磨损检测装置，其中，所述装置包括：数据获取模块，用于获取目标部件对应的声发射信号的信息熵，当所述信息熵大于熵阈值时，获取所述目标部件对应的加速度信号和铣削力信号；信号融合模块，用于对所述加速度信号和所述铣削力信号进行融合，得到融合信号；图像分析模块，用于获取所述融合信号对应的时频域图像，根据所述时频域图像确定所述目标部件对应的磨损量。
[0013]第三方面，本专利技术实施例还提供一种终端，其中，所述终端包括有存储器和一个以上处理器；所述存储器存储有一个以上的程序；所述程序包含用于执行如上述任一所述的基于信息熵的部件磨损检测方法的指令；所述处理器用于执行所述程序。
[0014]第四方面，本专利技术实施例还提供一种计算机可读存储介质，其上存储有多条指令，其中，所述指令适用于由处理器加载并执行，以实现上述任一所述的基于信息熵的部件磨损检测方法的步骤。
[0015]本专利技术的有益效果：本专利技术实施例通过获取目标部件对应的声发射信号的信息熵，当所述信息熵大于熵阈值时，获取所述目标部件对应的加速度信号和铣削力信号；对所述加速度信号和所述铣削力信号进行融合，得到融合信号；获取所述融合信号对应的时频域图像，根据所述时频域图像确定所述目标部件对应的磨损量。本专利技术通过采集目标部件
加工过程中的相关信号，来评估目标部件的磨损量，无需停机检测，且有效降低了主观因素的影响。解决了现有技术中采用人工检测的方法来确定加工部件的磨损量，需要停机检测，且受主观因素影响容易出现误差的问题。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1是本专利技术实施例提供的基于信息熵的部件磨损检测方法的流程示意图。
[0018]图2是本专利技术实施例提供的基于信息熵的部件磨损检测装置的模块示意图。
[0019]图3是本专利技术实施例提供的终端的原理框图。
具体实施方式
[0020]本专利技术公开了基于信息熵的部件磨损检测方法、装置、终端及存储介质，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0021]本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。 应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
[0022]本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于信息熵的部件磨损检测方法，其特征在于，所述方法包括：获取目标部件对应的加速度信号和铣削力信号；对所述加速度信号和所述铣削力信号进行融合，得到融合信号；获取所述融合信号对应的时频域图像，根据所述时频域图像确定所述目标部件对应的磨损量。2.根据权利要求1所述的基于信息熵的部件磨损检测方法，其特征在于，所述获取目标部件对应的加速度信号和铣削力信号，包括：获取声发射信号对应的信号波形，根据所述信号波形确定若干局部信号波形，其中，各所述局部信号波形之间的相似度高于相似度阈值；根据各所述局部信号波形与所述信号波形的波长比值，确定所述声发射信号对应的信息熵；当所述信息熵大于熵阈值时，获取所述加速度信号和所述铣削力信号。3.根据权利要求1所述的基于信息熵的部件磨损检测方法，其特征在于，所述对所述加速度信号和所述铣削力信号进行融合，得到融合信号，包括：分别对所述加速度信号和所述铣削力信号进行归一化处理，得到标准加速度信号和标准铣削力信号；对所述标准加速度信号和所述标准铣削力信号进行叠加，得到所述融合信号。4.根据权利要求1所述的基于信息熵的部件磨损检测方法，其特征在于，所述根据所述时频域图像确定所述目标部件对应的磨损量，包括：获取所述时频域图像对应的边缘点分布图，其中，所述边缘点分布图用于反映所述时频域图像中边缘点的分布情况，所述边缘点为两侧亮度偏差值大于偏差阈值的点；获取所述时频域图像对应的目标点分布图，其中，所述目标点分布图用于反映所述时频域图像中目标点的分布情况，所述目标点为所述时频域图像中亮度大于亮度阈值的点；根据所述边缘点分布图和所述目标点分布图，确定所述时频域图像对应的明暗变化信息；根据所述明暗变化信息，确定所述磨损量。5.根据权利要求4所述的基于信息熵的部件磨损检测方法，其特征在于，所述根据所述边缘点分布图和所述目标点分布图，确定所...

【专利技术属性】
技术研发人员：郭媛君，刘祥飞，谭勇，吴承科，余发国，徐洪健，饶建波，
申请(专利权)人：中科航迈数控软件深圳有限公司，
类型：发明
国别省市：