Модел на интелигентна система за оценка
Съгласно хардуерната система се установява моделът за оценка на точността на обработка. Моделът се състои от различни структури на слоеве, включително основно слой за получаване на сигнал, слой за изходен сигнал, слой за трансформация на сигнала, слой за кондициониране на сигнала, слой за получаване на данни, софтуер за придобиване, съхранение на данни, извличане на функции и потребителски слой.
Функциите на всяка част са както следва:
(1) Слой за получаване на сигнал: главно всеки сензор събира съответните сигнали от точките на измерване в инсталираната позиция и сигналите, извеждани от сензора, се предават към изходния слой на сигнала.
(2) Входен слой на сигнала: той предава сигнала към веригата за кондициониране на разряда на NC машинния инструмент, а изходният слой на сигнала свързва точката на измерване на сигнала и веригата за предварителна обработка.
(3) Слой за трансформация на сигнала: той може да реализира трансформацията на формата на сигнала. Тъй като оригиналните сигнали, извеждани от всеки сензор, включват сигнал за напрежение, сигнал за съпротивление и сигнал за ток, за да се улесни събирането на данни, тези сигнали трябва да бъдат трансформирани в слоя за трансформация на сигнала и равномерно преобразувани в сигнали за напрежение.
(4) Слой за кондициониране на сигнала: той се състои главно от инструмент за кондициониране на сигнала. Тъй като оригиналният сигнал е смесен с голям брой шумови сигнали и стойността на оригиналния сигнал е относително слаба, слоят за кондициониране на сигнала реализира главно усилването и филтрирането на оригиналния сигнал.
(5) Слой за събиране на данни: той се състои главно от карта за събиране на данни за реализиране на високоскоростно събиране на сигнал.
(6) Софтуер за придобиване: той основно реализира автоматичното събиране на данни, предаване, съхранение и други операции на компютъра.
(7) Съхранение на данни: това е основната основа за обработка на данни и съхранените данни трябва да бъдат извиквани при последваща обработка.
(8) Извличане на характеристики: основно извлича съответните характеристики във времевата област и характеристиките на честотната област от обработените сигнали за последващо обучение на невронни мрежи.
(9) Потребителско ниво: главно невронната мрежа е тази, която обучава и научава извлечените собствени стойности и извежда резултатите от решението.
Извличане на характеристики на сигнала
Стойността за избор на функция използва различни методи за анализ и обработка на цифрови сигнали, за да извлече информацията за характеристиките, която може най-добре да отрази промяната в точността на обработка от оригиналния сигнал. Оригиналният сигнал, събран от сензора, съдържа голям брой шумови сигнали. За да се извлече ефективно собствената стойност на сигнала, се избира уейвлет пакет за извличане на собствената стойност.