具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式，

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。

本发明提供了一种基于递推最小二乘法的铣削力在线识别方法，在机床坐标系下通过多次模态测试取平均值的方法获得X、Y方向上的频响函数，并将频响函数转换成时域上的单位脉冲响应函数；通过在X、Y合适的位置布置加速度传感器，获取铣削加工过程中加速度响应；根据铣削加工过程中的转速，选择对应的刀齿通过频率及其倍频对加速度信号进行梳状滤波处理；利用获得的单位脉冲响应函数，采用递推最小二乘法配合滑动矩形窗对滤波后的加速度信号进行处理，识别出铣削力。本发明采用递推最小二乘法并结合矩形窗，对输入加速度信号进行不断的更新，以保证识别切削力的实时性，为铣削力的在线识别提供了新思路。

本发明一种基于递推最小二乘法的铣削力在线识别方法，包括以下步骤：

S1、在如图1和图2所示的铣床坐标系下，分别沿着X、Y进给方向进行力锤敲击实验，每个方向上进行多次敲击获得多组跨点加速度频率响应函数，将每个方向上的频响进行平均以获取更加准确的跨点加速度频率响应函数；

S101、分别在主轴箱体X、Y方向上，靠近前端轴承处安装加速度传感器1；

S102、用力锤2分别沿着X、Y方向敲击铣刀刀尖处，获取刀尖到主轴箱体的跨点加速度频率响应函数。

刀尖到主轴箱体的跨点加速度频率响应函数表示刀尖处的铣削力与箱体处加速度响应之间的关系，具体为：

其中，H(w)为加速度频响函数，X(w)为箱体处的加速度响应，F(w)为刀尖处的铣削力。

S2、设置合理的参数进行铣削加工，选择合适的采样频率，测量加工过程中X、Y进给方向的加速度信号，并对加速度信号进行滤波预处理；

S201，保持加速度传感器的位置与S103最终确定的安装位置一致，以确保传递路径的一致性；

S202，根据实际工艺需求和铣削稳定性叶瓣图确定合适的加工参数，以避免颤振等非线性效应的影响；

S203，利用安装在主轴箱体上的加速度传感器和数据采集系统，获取铣削加工过程中的加速度信号；

S204，由主轴转速计算刀齿通过频率(tooth passing frequency，TPF)，并根据TPF对加速度信号进行梳状滤波，保留前3至5倍TPF，获取滤波后的加速度信号；

刀齿通过频率的计算公式为：

其中，Ω为主轴转速rpm，N为铣刀齿数。

S3、利用步骤S1获取的频响函数和步骤S2获取的铣削过程加速度信号，采用递推最小二乘法对铣削力进行识别。

S301，将S102获取的跨点加速度频率响应函数H(w)_xx、H(w)_xy、H(w)_yx、H(w)_yy转换为时域上的单位脉冲响应函数h(t)_xx、h(t)_xy、h(t)_yx、h(t)_yy；

S302，利用步骤S301中的单位脉冲响应函数，根据离散化杜哈梅积分构建最小二乘量测模型，将其扩展到X、Y方向并进行一定的变形，以便进行在线识别；

杜哈梅积分公式为：

其中，x(t)为加速度响应，h_xx(t)为加速度单位脉冲响应函数，F_x(t)为铣削力；

离散化杜哈梅积分公式为：

等效为最小二乘量测模型：

x＝H_xxf_x+v

扩展到X、Y方向为：

其中，Δt为离散时间区间；n为采样数；v为测量噪声；x为X方向加速度响应；y为Y方向加速度响应；f_x为X方向铣削力；f_y为Y方向铣削力；H_xx表示频响函数，下标表示不同方向的频响函数，如H_xx表示xx方向的频响函数；

变形后的扩展最小二乘量测模型为：

其中，x_n、y_n分别为X、Y方向第n时刻加速度响应；h_xxn、h_xyn、h_yxn和h_yyn分别为单位脉冲响应函数h(t)_xx、h(t)_xy、h(t)_yx和h(t)_yy第n时刻的值，f_xn、f_yn分别为X、Y方向第n时刻铣削力。

S303，选择一定的数据长度，根据步骤S302中的最小二乘量测模型进行递推最小二乘计算，分别计算增益矩阵，进行状态递推和方差阵递推；

增益矩阵公式为：

状态递推公式为：

方差阵递推公式为：

P_k＝(I-K_kH_k)P_k-1

其中，表示识别的铣削力，k表示当前时刻，Z_k＝[x_k，y_k]^T表示加速度信号，R_k为测量噪声矩阵，K_k为增益矩阵，P_k为方差矩阵，H_K为k时刻的单位脉冲响应矩阵。

S304，将X、Y方向的识别铣削力从识别状态向量中分离出来，得到X、Y方向的识别铣削力；

S305，根据脉冲响应函数h(t)_xx、h(t)_xy、h(t)_yx、h(t)_yy衰减接近于零的时间，确定中k值的大小。

当时间超过k时，如当前处于k+1时刻，则状态递推公式为：

该时刻用于更新的需要去除第一时刻识别的铣削力，具体形式为 Z_k+1＝[x_k+1，y_k+1]^T为k+1时刻的加速度信号，K_k+1为k+1时刻的增益矩阵，此处需要注意，当时间超过k时H_k始终保持不变。

通过覆盖前一段无效数据，接收实时加速度数据，对输入信号进行实时更新，以保证识别切削力的实时性。

本发明再一个实施例中，提供一种基于递推最小二乘法的铣削力在线识别系统，该系统能够用于实现上述基于递推最小二乘法的铣削力在线识别方法，具体的，该基于递推最小二乘法的铣削力在线识别系统包括函数模块、滤波模块以及识别模块。

其中，函数模块，在铣床坐标系下，分别沿X、Y进给方向进行力锤敲击实验，获得多组加速度频响函数，将每个方向上的频响进行平均得到跨点加速度频率响应函数；

滤波模块，进行铣削加工，选择采样频率，测量加工过程中X、Y进给方向的加速度信号，并对加速度信号进行滤波预处理；

识别模块，利用函数模块获取的跨点加速度频率响应函数和滤波模块滤波预处理后的铣削过程加速度信号，采用递推最小二乘法对铣削力进行识别。

本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于基于递推最小二乘法的铣削力在线识别方法的操作，包括：

在铣床坐标系下，分别沿X、Y进给方向进行力锤敲击实验，获得多组加速度频响函数，将每个方向上的频响进行平均得到跨点加速度频率响应函数；进行铣削加工，选择采样频率，测量加工过程中X、Y进给方向的加速度信号，并对加速度信号进行滤波预处理；利用跨点加速度频率响应函数和滤波预处理后的铣削过程加速度信号，采用递推最小二乘法对铣削力进行在线识别。

本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。

可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关基于递推最小二乘法的铣削力在线识别方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：

在铣床坐标系下，分别沿X、Y进给方向进行力锤敲击实验，获得多组加速度频响函数，将每个方向上的频响进行平均得到跨点加速度频率响应函数；进行铣削加工，选择采样频率，测量加工过程中X、Y进给方向的加速度信号，并对加速度信号进行滤波预处理；利用跨点加速度频率响应函数和滤波预处理后的铣削过程加速度信号，采用递推最小二乘法对铣削力进行在线识别。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，将本发明所采用的数控铣床设置一个直角坐标系。将两个加速度传感器分别布置在X、Y轴靠近前段轴承的位置。

请参阅图3，用力锤分别沿X、Y方向敲击刀尖位置，获取刀尖到箱体的频响函数，且需要经过多次模态实验求频响函数的平均值。

按照上述方法，本实施例获取的频响函数如图4所示，分别为H(w)_xx、H(w)_xy、H(w)_yx、H(w)_yy。

本实施例所采用的铣削参数为：

转速8000rpm，进给480mm，切宽1mm，切深1mm。通过安装在箱体上的两个加速度传感器获取铣削过程中的加速度，并利用本发明所提出的方法识别出铣削力。

识别结果如图5和图6所示，分别为X、Y方向识别铣削力与测量铣削力对比图。

综上所述，本发明一种基于递推最小二乘法的铣削力在线识别方法，操作简单，易于实现，能够准确的识别铣削过程中的铣削力，且通过数据不断更新，为铣削力在线识别提供一种新思路。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。