Resumen

La identificacin y el control oportunos y eficaces del desgaste de las herramientas son importantes para el proceso de fresado. Sin embargo, los mtodos tradicionales de estimacin del desgaste de las herramientas han tropezado con dificultades debido a la escasez de muestras con menos conocimientos previos. Este artculo aborda este problema empleando un mtodo multisensor de estimacin del desgaste de la herramienta basado en la tecnologa de separacin ciega de fuentes. Se aplica la tecnologa de anlisis de subespacios estacionarios (SSA) para transformar las seales multisensor en fuentes estacionarias y no estacionarias sin informacin previa de las seales. Se extraen diez ndices adimensionales de tiempo-frecuencia de la seal no estacionaria para entrenar la regresin de vectores de soporte de mnimos cuadrados (LS-SVR) con el fin de obtener un modelo de estimacin del desgaste de herramientas para muestras pequeas. El anlisis y la comparacin de un conjunto de datos de desgaste de herramientas de referencia y los experimentos de desgaste de herramientas verifican la viabilidad y la eficacia del mtodo propuesto y superan a otros dos mtodos actuales.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Identificación; Supervisión; Desgaste de herramientas; Método de estimación; Señales multisensor; Regresión de vectores de apoyo
• Keywords:Identification; Monitoring; Tool wear; Estimation method; Multisensor signals; Support vector regression