基于连续高斯密度混合HMM的刀具磨损状态监测

基于连续高斯密度混合HMM的刀具磨损状态监测

摘要：针对端面铣刀磨损状态的识别问题，根据隐式马尔可夫模型（HMM）具有良好的模式分类能力，提出了基
于连续高斯密度混合HMM（CHMM）的刀具磨损状态监测系统。以铣削力作为监测信号，应用小波包理论对铣削力信号进行分析和消噪处理，并提取信号的能量特征作为CHMM的输入向量，训练CHMM模型，再用训练好的模型对未知的刀具磨损状态进行监测与识别，实验结果表明该模型可以对刀具磨损状态进行准确的识别，且所需训练样本数较少，对刀具状态的智能监测具有很好的实际意义。

关键词：隐式马尔可夫模型；小波包分析；铣削力；刀具磨损