지능형 평가 시스템 모델
하드웨어 시스템에 따라 가공 정확도 평가 모델이 설정됩니다. 모델은 주로 신호 수집 레이어, 신호 출력 레이어, 신호 변환 레이어, 신호 컨디셔닝 레이어, 데이터 수집 레이어, 수집 소프트웨어, 데이터 저장, 특징 추출 및 사용자 레이어를 포함한 다양한 레이어 구조로 구성됩니다.
각 부분의 기능은 다음과 같습니다.
(1) 신호 수집 계층: 주로 각 센서가 설치된 위치의 측정 지점에서 해당 신호를 수집하고 센서에서 출력된 신호가 신호 출력 계층으로 전송됩니다.
(2) 신호 입력 층: NC 공작 기계의 방전 컨디셔닝 회로에 신호를 전송하고, 신호 출력 층은 신호 측정 지점과 전처리 회로를 연결합니다.
(3) 신호 변환 계층: 신호 형태의 변환을 실현할 수 있습니다. 각 센서에서 출력되는 원래 신호에는 전압 신호, 저항 신호 및 전류 신호가 포함되기 때문에 데이터 수집을 용이하게 하려면 이러한 신호를 신호 변환 계층에서 변환하고 전압 신호로 균일하게 변환해야 합니다.
(4) 신호 컨디셔닝 레이어: 주로 신호 컨디셔닝 장비로 구성됩니다. 원래 신호는 많은 잡음 신호와 혼합되고 원래 신호 값이 상대적으로 약하기 때문에 신호 조절 계층은 주로 원래 신호의 증폭 및 필터링을 실현합니다.
(5) 데이터 수집 계층: 고속 신호 수집을 실현하기 위해 주로 데이터 수집 카드로 구성됩니다.
(6) 수집 소프트웨어: 주로 컴퓨터의 자동 데이터 수집, 전송, 저장 및 기타 작업을 실현합니다.
(7) 데이터 저장: 데이터 처리의 기본 기반이며, 저장된 데이터는 후속 처리에서 호출되어야 합니다.
(8) 특징 추출: 후속 신경망 훈련을 위해 처리된 신호에서 주로 관련 시간 영역 특징 및 주파수 영역 특징을 추출합니다.
(9) 사용자 수준: 추출된 고유값을 학습 및 학습하고 결정 결과를 출력하는 것은 주로 신경망입니다.
신호 특징 추출
형상 선택 값은 다양한 디지털 신호 분석 및 처리 방법을 사용하여 원래 신호에서 가공 정확도의 변화를 가장 잘 반영할 수 있는 형상 정보를 추출합니다. 센서에 의해 수집된 원래 신호에는 많은 노이즈 신호가 포함되어 있습니다. 신호의 고유값을 효과적으로 추출하기 위해 웨이블릿 패킷을 선택하여 고유값을 추출한다.